使用python阅读时如何解决Wikipedia API页面错误？

Question

我正在做一个文档摘要 NLP 项目，所以我想从维基百科中提取 Elon Musk 的生物。我试图在维基百科库 (API) 的帮助下提取它，

我首先尝试使用页面标题（即 Elon Musk），但它给了我一个页面错误PageError: Page id "e on musk" does not match any pages. Try another id! 你注意到它显示的页面 id "e on musk" 然后我尝试使用它的页面 id 编号（即 Q317521）它输出我关于一些植物的结果'Matthiola incana'

这是我的代码

import wikipedia

elon = wikipedia.page('Elon Musk').content
elon
# outputs
PageError: Page id "e on musk" does not match any pages. Try another id!


elon = wikipedia.page('Q317521').content
elon
# outputs (shorted)
Matthiola incana is a species of flowering plant in the cabbage family Brassicaceae. Common names include Brompton stock,

我尝试了 Alan turn 不起作用，还尝试了 Albert_Einstein，它显示出奇怪的输出，就像 Elon Musk 一样。

但是，它与 Nikola Tesla、Michio Kaku、Narendra Modi 等人合作，这表明我没有做错。

Answer 1

wikipedia.page 有点废话。它使用 Wikipedia 的搜索建议 API 来转换其 title 参数，然后再在 Wikipedia 上查找它。搜索建议（类似于 Google 的“您的意思是......？”功能）完全不适合此目的，它们是通过寻找最接近的（就edit distance) 由常用词词典中的术语组成的字符串。这对于修正拼写错误非常有效，绝对不能用于产生结果的搜索词，更不用说用于实际的文章标题了。

您可以使用auto_suggest=false 禁用此行为，尽管鉴于wikipedia 的一半错误报告与此问题有关，有些几乎可以追溯到解码，您可能需要寻找维护更好的库。