解析来自 Wikipedia API 的响应答案

【问题标题】：Parse response from Wikipedia API解析来自 Wikipedia API 的响应
【发布时间】：2013-12-15 16:44:05
【问题描述】：

我正在尝试解析来自 Wikipedia API (MediaWiki) 的响应。我使用的 URL 格式为 -

https://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=xml&titles=Argo_(2012_film)

来自 api 的响应在 xml 标记中包含维基百科内容，如下所示：（这只是一个不完整的示例）

{{Use mdy dates|date=October 2012}} {{Infobox film | name = Argo | image = 
Argo2012Poster.jpg | alt = <!-- See: WP:ALT --> | caption = Theatrical release poster | 
tagline = "The movie was fake. The mission was real." | director = [[Ben Affleck]] | 
producer = [[Grant Heslov]]<br />Ben Affleck<br />[[George Clooney]] | based on = {{Based 
on|''The Master of Disguise''|[[Tony Mendez|Antonio J. Mendez]]}}<br />{{Based on|''The 
Great Escape''|[[Joshuah Bearman]]}} | screenplay = [[Chris Terrio]] | starring = Ben 
Affleck<br />[[Bryan Cranston]]<br />[[Alan Arkin]]<br />[[John Goodman]] | music = 
[[Alexandre Desplat]] | cinematography = [[Rodrigo Prieto]] | editing = [[William 
Goldenberg]] | studio = [[Graham King|GK Films]]<br />[[Smokehouse Pictures]] | distributor = 
[[Warner Bros.]] | released = {{Film date|2012|08|31|Telluride Film 
Festival|2012|10|12|United States}} | runtime = 120 minutes<ref> ...continued

这看起来不像 JSON 或 XML，我该如何解析？

【问题讨论】：

看起来它为您提供了该页面的维基百科代码。在有问题的页面上点击编辑，你会看到......差不多就是这样。
是的，你是对的，但无论如何我可以解析这个？
你想用这些数据做什么？

标签： java api wikipedia

【解决方案1】：

如果您想将内容解析为 HTML，请将 &rvparse 添加到查询中。

例如当你执行查询时

https://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=xml&titles=Argo_%282012_film%29&rvparse

响应包含类似（跳过信息框后）：

<i><b>Argo</b></i> is a 2012 American <a href="/wiki/Political_thriller"
title="Political thriller">political thriller</a> film directed by <a
href="/wiki/Ben_Affleck" title="Ben Affleck">Ben Affleck</a>.

【讨论】：

谢谢，这应该会让事情变得更容易。
如果我使用curl 获取您提到的地址，我会收到如下信息：title=&quot;Political thriller&quot;&gt; 有没有办法在不使用浏览器的情况下以某种方式访问未转义的版本？
@hashier 响应是 XML 内的 HTML。如果您想使用它，请使用 XML 解析器。