java - 如何从维基百科获取某些文本？

Question

以此为例: http://en.wikipedia.org/wiki/United_States_Bill_of_Rights

在“修正案”部分下，我想了解每个要点的内容，并将它们显示在 Android 应用程序中的一个漂亮列表中。我知道有一个 wikimedia api，但我完全不知道如何使用它，根据我的理解，你可以获取某个部分下的文本，但我不确定你是否可以单独获取每个项目符号点。

最好的方法是什么？或者，我是否应该花时间将 300 多页的文本复制到文本文件中，然后在应用程序中读取它？

Answer 1

此链接使用 mediawiki API 查询您问题中的页面 ( based on this wiki article ):

http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=xml&titles=United_States_Bill_of_Rights

可以看到，它返回一个xml文档，页面文本在<rev>下找到标签。它是 mediawiki 文本标记语言中的纯编辑器文本。

因此，要从该文本中提取信息，您应该使用解析。 Here is a list of alternative parsers ，有些是用Java编写的。