使用 API 从维基百科页面返回特定数据

Question

我想解析 Wikipedia 上的地理页面（即地标、名胜古迹）以返回仅包含页面标题和从页面中抓取的 GIS 坐标的 json 文件。

例如，查看页面：https://en.wikipedia.org/wiki/The_Sanctuary

使用api：https://en.wikipedia.org/w/api.php?action=query&titles=The%20Sanctuary&prop=revisions&rvprop=content&format=json从页面内容返回所有数据。

但是，我只想返回以下元素：

"title":"圣所" 坐标|51.41000|N|1.83173|W

请任何人建议如何正确构建 Web 服务调用？

这是我第一次尝试从页面中抓取内容，因此非常感谢任何指导

Answer 1

抓取的经验法则是不要这样做。 API 中有很多东西可用（使用API sandbox 来发现它们）。对于大多数其他有趣的数据，有人已经编写了一个库。

在这种情况下，action=query&titles=The_Sanctuary&prop=coordinates 会得到你想要的：

{
    "batchcomplete": "",
    "query": {
        "pages": {
            "788970": {
                "pageid": 788970,
                "ns": 0,
                "title": "The Sanctuary",
                "coordinates": [
                    {
                        "lat": 51.41,
                        "lon": -1.83173,
                        "primary": "",
                        "globe": "earth"
                    }
                ]
            }
        }
    }
}