wikipedia API 以文本格式获取特定搜索文本

Question

我想将“United States of America”的所有内容 grep 到没有图像的文本文件中。我正在寻找文本格式的回复。

我该怎么做？我构建了这个网址：http://en.wikipedia.org/w/api.php?format=xml&action=query&titles=united_states&prop=revisions&rvprop=content

但我没有得到我想要的。也许我错过了一些基本的东西。

1. 如何获取我在查询中给出的任何字符串的内容？请帮我提供网址。

2. 我正在尝试将其保存在文本文件中。我可以得到文本格式的响应吗？除了 XML 和 JSON？

3. 在美国的例子中，我想得到第一列的城市主要人口中心。是否可以获得该信息（或）我应该使用解析器吗？

Answer 1

如果你只需要文章的文字，action=raw比使用API​​简单得多：

http://en.wikipedia.org/wiki/United_States?action=raw&ctype=text/css

或

http://en.wikipedia.org/wiki/United_States?action=raw&ctype=text/css&templates=expand

（ctype=text/css 仅在您想在浏览器中打开时才重要。）

不清楚您在第 3 点中在说什么，但如果您想从表中提取数据，最好的办法可能是获取渲染 (HTML) 内容并使用某种 DOM 解析器（并保留半关注Wikidata，这将使事情在几个月内变得更加简单）。