如何通过pageid获取维基百科中特定页面的所有链接（id）答案

【问题标题】：How to get all links(id) of specific page in wikipedia by pageid如何通过pageid获取维基百科中特定页面的所有链接（id）
【发布时间】：2013-08-25 19:11:46
【问题描述】：

我正在尝试使用 Wiki API 构建查询，该 API 将以 id 格式返回特定文章的所有内部链接。我有一些文章的pageId。例如，文章“Android（操作系统）”的 ID 为 12610483。在我的客户端，我只需要使用 id，然后仅通过 id 获取所有信息。我的目标是从给定文章 ID 中找到所有内部链接（文章 ID）。

不幸的是，我发现唯一可能的方法是获取由文章标题表示的链接： http://en.wikipedia.org/w/api.php?action=parse&format=json&pageid=12610483&prop=links

除了标题之外，还有其他方法可以获取链接的 id 吗？

【问题讨论】：

标签： php mediawiki wiki wikipedia-api mediawiki-api

【解决方案1】：

您要做的是使用action=query&prop=links 从pagelinks 数据库表中获取数据，而不是解析页面文本。

这仍然只会给你页面标题（因为链接可能会导致一个不存在的页面，这意味着没有页面 id）。

但是你可以通过使用prop=links 作为生成器来解决这个问题：

http://en.wikipedia.org/w/api.php?action=query&format=json&pageids=12610483&generator=links&gpllimit=max

如果文章有很多链接（就像您建议的那样），您将需要使用分页（请参阅gplcontinue 元素）。

【讨论】：

@svick。此方法只计算每个链接一次。我想知道是否有任何方法可以跟踪页面中每个链接的数量？例如，它不仅告诉给定页面链接到 Android-x86，而且还告诉使用 Android-x86 文章中的 k 次？ mediawiki API可以吗？谢谢。
@chepukha 该信息未存储在 pagelinks 表中（或其他任何地方，至少不直接存储），因此您找不到用于此的 API 方法。您需要为此解析页面文本，可以是原始 wikitext 或 HTML。
@svick。我懂了。感谢您的确认。我有一个相关的问题here。如果您有任何见解，请告诉我。

【解决方案2】：

我认为你需要使用 PHP Simple HTML DOM Parser

你在这里找不到 http://simplehtmldom.sourceforge.net/

【讨论】：

1.绝对没有理由在这里使用 HTML 解析器。 2. 这对获取页面 id 有什么帮助？