Wikipedia API - 从 infobox 获取完整信息

Question

我正在尝试为诸如“肯德基”之类的页面提取母公司信息（在信息框窗格中）。

如果你访问

http://en.wikipedia.org/wiki/KFC

url...信息框包含属性 (Parent = Yum! Brands)

.. 但是，当我通过 PHP API.. 访问时，不包括父信息。

http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=json&titles=KFC&rvsection=0

我如何确保 Wikipedia API 也返回“Parent =”信息（对于“KFC”等品牌术语）。本质上，我想通过 wikipedia API 提取 Yum Brands 是 KFC 的父级的信息。

谢谢！

Answer 1

看看wikipedia wiki官方获取信息的方式。

我的建议是使用屏幕抓取PHP Simple HTML DOM Parser，即使它已被弃用，它也始终是最好的。唯一的缺点是，如果 Wikipedia 改变它的外观，您将不得不更新您的代码。

guide 到 PHP 简单 HTML DOM 解析器。

编辑：

至少我正在做某事，而不是链接到非工作资源并否决正确答案...

这是我使用 PHP Simple HTML DOM Parser 从信息框窗格中获取母公司信息的代码。

<?php

//The folder where you uploaded simple_html_dom.php
require_once('/homepages/../htdocs/simple_html_dom.php');

//Wikipedia page to parse
$html = file_get_html('http://en.wikipedia.org/wiki/KFC');


foreach ( $html->find ( 'tr th a[title=Holding company]' ) as $element ) {
    $element = $element->parent;
    $element = $element->parent;

    $tabella = $element->find ( 'td', 0 );

    //Now $parent contains "Yum! Brands"
    $parent = $tabella->plaintext;

    echo $parent;

}

?>

如果这个答案适合您的需要，请选择它作为最佳答案并投票，因为我花了很多精力，大约 1 小时 =/

谢谢 ;)