我正在通过 Java 中的维基百科转储进行解析。在我的模块中,我想知道当前页面引用的 wiki 内部页面的页面 ID。从中获取内部链接和 url 很容易。但是如何从 url 获取页面 ID。
我必须为此使用一些 mediaWiki 吗?如果是如何 还有其他选择吗?
例如:http://en.wikipedia.org/wiki/United_States 我想得到它的页面 ID,即 3434750
最佳答案
您可以为此使用 API。具体来说,查询看起来像这样:
http://en.wikipedia.org/w/api.php?action=query&titles=United_States
(您也可以在titles
参数中指定多个页面标题,以|
分隔。)
作为替代方案,您可以下载 page.sql
dump (为英文维基百科压缩 1 GB),其中也包含此信息。要实际查询它,您可以将其导入 MySQL 数据库然后进行查询,或者您可以直接解析 SQL。
关于java - 来自 URL 的维基百科页面 ID,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22541443/