java - 来自 URL 的维基百科页面 ID

Question

我正在通过 Java 中的维基百科转储进行解析。在我的模块中，我想知道当前页面引用的 wiki 内部页面的页面 ID。从中获取内部链接和 url 很容易。但是如何从 url 获取页面 ID。

我必须为此使用一些 mediaWiki 吗？如果是如何还有其他选择吗？

例如:http://en.wikipedia.org/wiki/United_States我想得到它的页面 ID，即 3434750

Answer 1

您可以为此使用 API。具体来说，查询看起来像这样:

http://en.wikipedia.org/w/api.php?action=query&titles=United_States

(您也可以在titles参数中指定多个页面标题，以|分隔。)

作为替代方案，您可以下载 page.sql dump (为英文维基百科压缩 1 GB)，其中也包含此信息。要实际查询它，您可以将其导入 MySQL 数据库然后进行查询，或者您可以直接解析 SQL。