解析维基百科转储

Question

例如，使用此Wikipedia转储：

http://en.wikipedia.org/w/api.php?action=query&prop=revisions&titles=lebron%20james&rvprop=content&redirects=true&format=xmlfm

我是否可以使用现有的Python库来创建带有主题和值映射的数组？

例如：

{height_ft,6},{nationality, American}

Answer 1

看来您确实希望能够解析MediaWiki标记。有一个为此目的设计的python库称为mwlib。您可以使用python的内置XML包从API的响应中提取页面内容，然后将该内容传递到mwlib的解析器中以生成对象表示形式，您可以在代码中浏览和分析该对象表示形式以提取所需的信息。mwlib已获得BSD许可。