当前位置：首页 > news >正文

如何使用Wikipedia-API：从安装到第一个页面提取的快速入门教程

news 2026/7/28 7:13:27

如何使用Wikipedia-API：从安装到第一个页面提取的快速入门教程

【免费下载链接】Wikipedia-APIPython wrapper for Wikipedia项目地址: https://gitcode.com/gh_mirrors/wi/Wikipedia-API

Wikipedia-API是一个功能强大的Python包装库，让开发者能够轻松访问和提取维基百科的丰富内容。本教程将带你快速掌握从安装到实现第一个页面提取的全过程，即使是编程新手也能轻松上手。

准备工作：安装Wikipedia-API

要开始使用这个强大的工具，首先需要安装Wikipedia-API库。打开你的终端，输入以下简单命令即可完成安装：

pip install wikipedia-api

如果你需要从源代码安装，可以通过以下步骤克隆仓库并安装：

git clone https://gitcode.com/gh_mirrors/wi/Wikipedia-API cd Wikipedia-API pip install .

安装完成后，你就可以在Python项目中导入并使用这个库了。

快速入门：创建你的第一个维基百科客户端

使用Wikipedia-API的第一步是创建一个维基百科客户端实例。这个客户端将处理与维基百科API的所有通信。以下是创建基本客户端的代码：

import wikipediaapi # 创建一个基本的维基百科客户端 wiki = wikipediaapi.Wikipedia( user_agent="MyCoolBot/1.0 (myemail@example.com)", language="en" )

这里的user_agent参数非常重要，它帮助维基百科识别你的应用程序。建议使用你的项目名称和联系邮箱，这样在出现问题时维基百科可以联系到你。

提取页面内容：获取维基百科文章

创建客户端后，你可以轻松获取任何维基百科页面的内容。以下代码演示了如何获取"Python (programming language)"页面并提取其摘要：

# 获取页面 page = wiki.page("Python_(programming_language)") # 检查页面是否存在 if page.exists(): print(f"标题: {page.title}") print(f"摘要: {page.summary[:200]}...") # 打印前200个字符 else: print("页面不存在")

运行这段代码，你将看到类似以下的输出：

标题: Python (programming language) 摘要: Python is a high-level, general-purpose programming language. Its design philosophy emphasizes code readability with the use of significant indentation. Python is dynamically typed and garbage-collected. It supports multiple programming paradigms, including structured, object-oriented and functional programming...

深入探索：提取页面的详细信息

Wikipedia-API不仅可以获取页面摘要，还能提取丰富的页面信息。以下是一些常用的属性：

# 获取页面的基本信息 print(f"页面ID: {page.pageid}") print(f"完整URL: {page.fullurl}") print(f"最后编辑时间: {page.touched}") print(f"页面大小: {page.length} 字节") print(f"语言: {page.pagelanguage}")

这些属性提供了关于页面的元数据，对于需要了解页面背景信息的应用非常有用。

内容组织：探索页面的章节结构

维基百科页面通常包含多个章节，Wikipedia-API允许你轻松访问这些章节：

def print_sections(sections, level=0): for section in sections: print(" " * level + f"[{section.level}] {section.title}") print_sections(section.sections, level + 1) # 打印页面的章节结构 print("页面章节:") print_sections(page.sections)

你还可以直接访问特定章节的内容：

# 获取特定章节 section = page.section_by_title("Features and philosophy") if section: print(f"章节标题: {section.title}") print(f"章节内容: {section.text[:150]}...")

多语言支持：访问不同语言的维基百科

Wikipedia-API支持访问不同语言版本的维基百科。以下是如何创建一个中文维基百科客户端：

# 创建中文维基百科客户端 wiki_zh = wikipediaapi.Wikipedia( user_agent="MyCoolBot/1.0 (myemail@example.com)", language="zh" ) # 获取中文页面 page_zh = wiki_zh.page("Python") if page_zh.exists(): print(f"中文标题: {page_zh.title}") print(f"中文摘要: {page_zh.summary[:200]}...")

对于支持语言变体的维基百科（如中文），你还可以指定变体：

# 创建简体中文维基百科客户端 wiki_zh_cn = wikipediaapi.Wikipedia( user_agent="MyCoolBot/1.0 (myemail@example.com)", language="zh", variant="zh-cn" )

高级功能：搜索和地理定位

Wikipedia-API还提供了强大的搜索功能：

# 搜索相关页面 search_results = wiki.search("Python programming", limit=5) print(f"搜索结果 ({search_results.totalhits} 个):") for title in search_results: print(f" - {title}")

此外，你还可以基于地理位置搜索维基百科页面：

# 基于地理位置搜索 results = wiki.geosearch( coord=wikipediaapi.GeoPoint(51.5074, -0.1278), # 伦敦坐标 radius=1000, # 1公里范围 limit=5 ) print("伦敦附近的地点:") for title in results: print(f" - {title}")

实用示例：批量处理多个页面

如果你需要处理多个页面，Wikipedia-API提供了高效的批量处理方法：

# 创建多个页面的字典 pages = wiki.pages(["London", "Paris", "Berlin"]) # 批量获取页面坐标 coordinates = pages.coordinates() for page_title, coords in coordinates.items(): if coords: print(f"{page_title}: 纬度 {coords[0].lat}, 经度 {coords[0].lon}")