ruby - 维基引用API？

Question

我想通过 JSON 获取 Wikiquote 页面的结构化版本(基本上我需要所有短语)

示例: http://en.wikiquote.org/wiki/Fight_Club_(film)

我试过:http://en.wikiquote.org/w/api.php?format=xml&action=parse&page=Fight_Club_(film)&prop=text

但我得到了所有 HTML 源代码。我需要每个 pharse 作为数组的一个元素

我如何使用 DBPEDIA 实现这一目标？

Answer 1

首先，我不确定您是否可以使用 DBpedia 查询 wiki 引文，其次，DBpedia 仅以结构化方式为您提供信息框数据，它不会以任何方式以结构化方式提供文章内容。您可以使用 Media wiki api 来获取数据，而不是有点麻烦

---

编辑

您正在尝试的 URI 为您提供了一个文本，因此这将使事情变得更容易，但并非完全如此。

在您的控制台中尝试这段代码:

require 'Nokogiri'

content = JSON.parse(open("http://en.wikiquote.org/w/api.php?format=json&action=parse&page=Fight_Club_%28film%29&prop=text").read)

data = content['parse']['text']['*']

xpath_data = Nokogiri::HTML data

xpath_data.xpath("//ul/li").map{|data_node| data_node.text}

这是我最接近的答案，当然这并不完全正确，因为你会得到很多不必要的数据。但是，如果您深入研究 Nokogiri 和 xpath 并找出如何定位您需要的节点，您可以获得一个解决方案，该解决方案将为您提供至少 90% 的正确引用时间。