如何使用维基词典的 API 来判断某个单词是否存在？
维基词典API可用于查询某个单词是否存在。
现有和不存在页面的示例：
http://en.wiktionary.org/w/api.php?action=query&titles=testhttp://en.wiktionary.org/w/api.php?action=query&titles=testx
第一个链接提供了其他类型格式的示例，这些格式可能更容易解析。
要以小型 XHTML 格式检索单词的数据（应该不止需要存在），请请求页面的可打印版本：
http://en.wiktionary.org/w/index.php?title=test&printable=yeshttp://en.wiktionary.org/w/index.php?title=testx&printable=yes
然后可以使用任何标准 XML 解析器来解析这些内容。
在检查维基词典是否有包含您要查找的名称的页面时，有一些注意事项：
警告 #1：所有维基词典，包括英语维基词典，实际上都有包含每种语言中的每个单词的目标，因此，如果您简单地使用上面的 API 调用，您就会知道您要询问的单词是至少一种语言中的单词语言，但不一定是英语：http://en.wiktionary.org/w/api.php?action=query&titles=dicare
警告＃2：也许存在从一个单词到另一个单词的重定向。它可能来自另一种拼写，但也可能来自某种错误。上面的 API 调用不会区分重定向和文章：http://en.wiktionary.org/w/api.php?action=query&titles=profilemetry
注意事项 #3：一些维基词典（包括英语维基词典）包含“常见拼写错误”：http://en.wiktionary.org/w/api.php?action=query&titles=fourty
注意事项#4：某些维基词典允许存根条目，其中有关该术语的信息很少或根本没有。这曾经在多个维基词典上很常见，但在英语维基词典上却不常见。但它现在似乎也传播到了英语维基词典：https://en.wiktionary.org/wiki/%E6%99%B6%E7%90%83（存根填充时的永久链接，以便您可以仍然可以看到存根的样子：https://en.wiktionary.org/w/index.php?title=%E6%99%B6%E7%90%83&oldid=39757161)
如果这些不包含在您想要的内容中，您将必须加载并解析维基文本本身，这不是一个简单的任务。
为了保持简单，请像这样从转储中提取单词：
bzcat pages-articles.xml.bz2 | grep '<title>[^[:space:][:punct:]]*</title>' | sed 's:.*<title>\(.*\)</title>.*:\1:' > words
如果您使用 Python，则可以使用 Suyash Behera 的 WiktionaryParser。
您可以通过以下方式安装它
pip install wiktionaryparser
使用示例：
>>> from wiktionaryparser import WiktionaryParser
>>> parser = WiktionaryParser()
>>> word = parser.fetch('test')
>>> another_word = parser.fetch('test', 'french')
>>> parser.set_default_language('french')
您可能想尝试 JWKTL。我刚刚才知道;)
如前所述，这种方法的问题在于维基词典提供了所有语言的所有单词的信息。因此，使用 Wikipedia API 检查页面是否存在的方法将不起作用，因为有很多页面包含非英语单词。为了克服这个问题，您需要解析每个页面以找出是否有描述英语单词的部分。解析维基文本并不是一件简单的任务，尽管在你的情况下它并没有那么糟糕。要涵盖几乎所有情况，您只需检查维基文本是否包含
English作为替代方案，您可以尝试使用 Lingua Robot 或类似的东西。 Lingua Robot 解析维基词典内容并将其作为 REST API 提供。非空响应意味着该词存在。请注意，与维基词典相反，API 本身不包含任何拼写错误（至少在撰写此答案时）。另请注意，维基词典不仅包含单词，还包含多词表达。
从这里开始解析词源和发音数据：
function parsePronunciationLine(line) {
let val
let type
line.replace(/\{\{\s*a\s*\|UK\s*\}\}\s*\{\{IPA\|\/?([^\/\|]+)\/?\|lang=en\}\}/, (_, $1) => {
val = $1
type = 'uk'
})
line.replace(/\{\{\s*a\s*\|US\s*\}\}\s*\{\{IPA\|\/?([^\/\|]+)\/?\|lang=en\}\}/, (_, $1) => {
val = $1
type = 'us'
})
line.replace(/\{\{enPR|[^\}]+\}\},?\s*\{\{IPA\|\/?([^\/\|]+)\/?\|lang=en}}/, (_, $1) => {
val = $1
type = 'us'
})
line.replace(/\{\{a|GA\}\},?\s*\{\{IPA\|\/?([^\/\|]+)\/?\|lang=en}}/, (_, $1) => {
val = $1
type = 'ga'
})
line.replace(/\{\{a|GA\}\},?.+\{\{IPA\|\/?([^\/\|]+)\/?\|lang=en}}/, (_, $1) => {
val = $1
type = 'ga'
})
// {{a|GA}} {{IPA|/ˈhæpi/|lang=en}}
// * {{a|RP}} {{IPA|/pliːz/|lang=en}}
// * {{a|GA}} {{enPR|plēz}}, {{IPA|/pliz/|[pʰliz]|lang=en}}
if (!val)
return
return { val, type }
}
function parseEtymologyPiece(piece) {
let parts = piece.split('|')
parts.shift() // The first one is ignored.
let ls = []
if (langs[parts[0]]) {
ls.push(parts.shift())
}
if (langs[parts[0]]) {
ls.push(parts.shift())
}
let l = ls.pop()
let t = parts.shift()
return [ l, t ]
// {{inh|en|enm|poisoun}}
// {{m|enm|poyson}}
// {{der|en|la|pōtio|pōtio, pōtiōnis|t=drink, a draught, a poisonous draught, a potion}}
// {{m|la|pōtō|t=I drink}}
// {{der|en|enm|happy||fortunate, happy}}
// {{cog|is|heppinn||lucky}}
}
这里是一个更充实的要点。