如何从一些文章中获取完整的维基百科修订历史列表？
如何从一些文章中获取完整的维基百科修订历史列表？
提问于 2015-12-22 16:57:07
如何获取完整的维基百科修订历史列表？(不想刮)
import wapiti
import pdb
import pylab as plt
client = wapiti.WapitiClient('mahmoudrhashemi@gmail.com')
get_revs = client.get_page_revision_infos( 'Coffee', 1000000)
print len(gen_revs)
500包链接：
https://github.com/mahmoud/wapiti
回答 2
Stack Overflow用户
发布于 2015-12-31 03:26:44
如果需要500个以上的修订条目，则必须使用
MediaWiki接口
用行动
查询
，属性
修订
和参数
rvcontinue
，它取自前一个请求，因此您不能仅通过一个请求获取整个列表：
https://en.wikipedia.org/w/api.php?action=query&prop=revisions&titles=Coffee&rvcontinue=...要获得您选择的更具体的信息，您还必须使用
rvprop
参数：
&rvprop=ids|flags|timestamp|user|userid|size|sha1|contentmodel|comment|parsedcomment|content|tags|parsetree|flagged您可以找到的所有可用参数的摘要
这里
..。
以下是如何在C#中获取完整的维基百科页面修订历史：
private static List GetRevisions(string pageTitle)
{
var url = "https://en.wikipedia.org/w/api.php?action=query&format=xml&prop=revisions&rvlimit=500&titles=" + pageTitle;
var revisions = new List();
var next = string.Empty;
while (true)
{
using (var webResponse = (HttpWebResponse)WebRequest.Create(url + next).GetResponse())
{
using (var reader = new StreamReader(webResponse.GetResponseStream()))
{
var xElement = XElement.Parse(reader.ReadToEnd());
revisions.AddRange(xElement.Descendants("rev"));
var cont = xElement.Element("continue");
if (cont == null) break;
next = "&rvcontinue=" + cont.Attribute("rvcontinue").Value;
}
}
}
return revisions;
}当前用于
“咖啡”
这将返回
10414
修订。
编辑：
这是一个Python版本：
import urllib2
import re
def GetRevisions(pageTitle):
url = "https://en.wikipedia.org/w/api.php?action=query&format=xml&prop=revisions&rvlimit=500&titles=" + pageTitle
revisions = [] #list of all accumulated revisions
next = '' #information for the next request
while True:
response = urllib2.urlopen(url + next).read() #web request
revisions += re.findall(']*>', response) #adds all revisions from the current request to the list
cont = re.search('revisions = GetRevisions("Coffee")
print(len(revisions))
#10418for i in revisions[0:10]:
print(i)
#
#
#
#
#
#
#
#
#
#Stack Overflow用户
发布于 2017-07-08 03:28:49
如果你使用pywikibot，你可以拉出一个生成器，它将为你运行完整的修订历史。例如，要获得一个生成器，该生成器将遍历英文维基百科中的页面"pagename“的所有修订(包括其内容)，请使用：
site = pywikibot.Site("en", "wikipedia")
page = pywikibot.Page(site, "pagename")
revs = page.revisions(content=True)您可以将更多的参数应用于查询。您可以找到API文档
这里
值得注意的是：
版本(reverse=False、total=None、content=False、rollback=False、starttime=None、endtime=None)
作为修订实例加载版本历史的生成器。
pywikibot似乎是许多维基百科编辑人员自动化编辑的方法。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34411896
复制相关文章
相似问题
腾讯云开发者
