【问题标题】:Is there a way to extract Wiktionary data without scraping?有没有办法在不抓取的情况下提取维基词典数据?
【发布时间】:2018-03-15 15:08:24
【问题描述】:

我知道维基百科有 DBPedia,但是维基词典有类似的东西吗?我想将https://en.wiktionary.org/wiki/Category:en:Occupations 之类的内容转换为 JSON 或类似格式。

【问题讨论】:

    标签: wikipedia dbpedia wiktionary


    【解决方案1】:

    如果您想获取属于某个类别的所有条目,您可以使用 MediaWiki API。尝试以下查询:

    https://en.wiktionary.org/w/api.php?action=query&list=categorymembers&cmtitle=Category:en:Occupations&cmprop=title

    但是,如果您想获取 JSON、XML 或任何其他结构化数据格式的文字数据,情况会变得更糟。维基词典页面的内容以便于人类阅读的格式表示,因此 MediaWiki API 不提供任何方法来获取单词的定义/发音/同义词。不过,有一些 API,例如 WordnikLingua Robot,可以从维基词典中提取数据并以 JSON 格式提供。

    【讨论】:

      【解决方案2】:

      另一种方法是将 wiktionary 类别 SQL 转储wikimedia data dump 加载到 mysql 中,例如enwiktionary-20190901-category.sql.gz.

      然后使用https://en.wiktionary.org/api/rest_v1/ 检索(并解析!)您需要的信息的 html。

      祝你好运!

      【讨论】:

      猜你喜欢
      • 2021-08-17
      • 2022-11-23
      • 1970-01-01
      • 2022-07-23
      • 1970-01-01
      • 2016-12-10
      • 1970-01-01
      • 1970-01-01
      • 2019-04-12
      相关资源
      最近更新 更多