如何在Python中提取维基百科数据（代码实现示例）

本文介绍在维基百科中提取数据和搜索，使用 Python 中的维基百科库获取文章摘要、链接、图像等。
如何在Python中提取维基百科数据？维基百科无疑是互联网上最大和最受欢迎的综合参考书，它是最受欢迎的网站之一。它具有完全免费的内容。因此，能够在 Python 中访问如此大量的信息是一项方便的工作。在本教程中，你将能够轻松地从维基百科中提取信息，而无需任何努力。
相关：如何在 Python 中提取所有网站链接。
Python如何提取维基百科数据？我需要提到的是，我们不会手动抓取维基百科页面，维基百科模块已经为我们完成了艰巨的工作。让我们安装它：

pip3 install wikipedia

打开一个 Python 交互式 shell 或一个空文件，然后继续。
让我们总结一下什么是 Python 编程语言：

import wikipedia # print the summary of what python is print(wikipedia.summary("Python Programming Language"))

【如何在Python中提取维基百科数据（代码实现示例）】Python提取维基百科数据示例 - 这将从这个维基百科页面中提取摘要。更具体地说，它会打印一些首句，我们可以指定要提取的句子数：

In [ 2]: wikipedia.summary("Python programming languag", sentences=2) Out[ 2]: "Python is an interpreted, high-level, general-purpose programming language. Created by Guido van Rossum and first released in 1991, Python's design philosophy emphasizes code readability with its notable use of significant whitespace."

请注意，我故意拼错了查询，它仍然给我一个准确的结果。
如何在Python中提取维基百科数据？在维基百科搜索中搜索一个术语：

In [ 3]: result = wikipedia.search("Neural networks") In [ 4]: print(result) [ 'Neural network', 'Artificial neural network', 'Convolutional neural network', 'Recurrent neural network', 'Rectifier (neural networks)', 'Feedforward neural network', 'Neural circuit', 'Quantum neural network', 'Dropout (neural networks)', 'Types of artificial neural networks']

这返回了相关页面标题的列表，让我们获取“神经网络”的整个页面，即“result[0]”：

# get the page: Neural network page = wikipedia.page(result[ 0])

提取标题：

# get the title of the page title = page.title

获取该维基百科页面的所有类别：

# get the categories of the page categories = page.categories

删除所有 HTML 标签后提取文本（这是自动完成的）：

# get the whole wikipedia page text (content) content = page.content

所有链接：

# get all the links in the page links = page.links

参考资料：

# get the page references references = page.references

最后总结一下：

# summary summary = page.summary

让我们把它们打印出来：

# print info print("Page content:\n", content, "\n") print("Page title:", title, "\n") print("Categories:", categories, "\n") print("Links:", links, "\n") print("References:", references, "\n") print("Summary:", summary, "\n")

试试看！
Python提取维基百科数据示例 - 你还可以将Python维基百科库中的语言从英语更改为你选择的另一种语言：

# changing language # for a list of available languages, # check http://meta.wikimedia.org/wiki/List_of_Wikipedias link. language = "es" wikipedia.set_lang(language) # get a page and print the summary in the new language print(f"Summary of web scraping in {language}:", wikipedia.page("Web Scraping").summary)

如何在Python中提取维基百科数据？上面我们使用wikipedia.set_lang()函数更改了语言，然后正常提取我们的页面。有关可用语言的列表，请查看此链接。
Python如何提取维基百科数据？好的，我们完成了，这是关于如何使用 Python 从维基百科中提取信息的简要介绍。如果你想自动收集语言模型的数据、制作问答聊天机器人、围绕此制作包装应用程序等等，这会很有帮助！可能性是无限的，请在下面的评论中告诉我们你对此做了什么！
在此处查看完整代码和该库的官方文档。