使用 Python API 访问维基百科页面时出现问题

Question

我想从维基百科页面中提取图像 URL。我正在使用 Wikipedia python API 来实现这一点。我在访问某些页面时遇到一些问题，我无法理解出了什么问题。

我使用 Apple Inc. 维基百科页面作为示例。页面标题是

Apple Inc.

，URL 中的页面 name 是

Apple_Inc.

（也许有更好的名称）。

如果我使用

wikipedia.page()

函数访问标题为

Apple Inc.

的页面，则会收到错误：

Page id "apple in" does not match any pages. Try another id!

。如果我使用标题“

Apple_Inc.

”，情况也是如此。但是，如果我使用接近标题的内容，API 通常会给出正确的页面：

<WikipediaPage 'Apple Inc.'>

。请参阅下面的代码和结果页面/错误：

import wikipedia

page = wikipedia.page(title="Apple Inc.")
print(page)
# -> wikipedia.exceptions.PageError: Page id "apple in" does not match any pages. Try another id!

page = wikipedia.page(title="Apple_Inc.")
print(page)
# -> wikipedia.exceptions.PageError: Page id "apple in" does not match any pages. Try another id!

page = wikipedia.page(title="Apple Inc")
print(page)
# -> <WikipediaPage 'Apple Inc.'>

page = wikipedia.page(title="Apple In")
print(page)
# -> <WikipediaPage 'Apple Inc.'>

page = wikipedia.page(title="Apple Incorporated")
print(page)
# -> <WikipediaPage 'Apple Inc.'>

page = wikipedia.page(title="Apple Incorporated.")
print(page)
# -> <WikipediaPage 'Apple Inc.'>

page = wikipedia.page(title="Apple Incc.")
print(page)
# -> wikipedia.exceptions.PageError: Page id "apple inch" does not match any pages. Try another id!

一开始我以为是“。”在“苹果公司”中这会引起问题，但标题是“Apple Incorporated”。工作正常。奇怪的是，如果我使用标题“Apple Inc.”，那么 API 似乎出于某种原因正在寻找页面“appleinch”。

Answer 1

根据文档，建议将是第一个被选择作为标题的内容，如果它是“无”，则将选择第一个结果的标题。之后创建并返回 WikipediaPage 的对象。

如果我们深入查看文档，我们会发现如果收到的 json 中没有

searchinfo

，那么建议将是

None

。但如果json中有

searchinfo

，则会选择并返回其标题。

你可能想知道收到的 json 是什么样子的，它看起来像下面的 json：

{
  "warnings": {
    "main": {
      "*": "Unrecognized parameter: limit."
    }
  },
  "batchcomplete": "",
  "continue": {
    "sroffset": 1,
    "continue": "-||"
  },
  "query": {
    "searchinfo": {
      "totalhits": 23251,
      "suggestion": "apple in",
      "suggestionsnippet": "apple in"
    },
    "search": [
      {
        "ns": 0,
        "title": "Apple Inc.",
        "pageid": 856
      }
    ]
  }
}

现在我们了解了有关文档的所有这些，是时候回答最初的问题了。您需要做的就是将名为

auto_suggest

的参数传递为 False。

import wikipedia

page = wikipedia.page(title="Apple Inc.",auto_suggest=False)
print(page)
# you'll see <WikipediaPage 'Apple Inc.'>

根据文档的意思是让维基百科找到查询的有效页面标题。