count - 计算维基百科结果

Question

我想获取符合条件的Wikipedia页面数。
例如

“房子”-> 1,200页

“man”-> 13,000页

“大学学院”-> 360页

在许多其他方法中，我可以通过使用Lucene对Wikipedia进行索引来做到这一点，但这非常耗时。

有没有一种方法可以对 Media Wiki API执行这种查询？

Wikipedia API的查询限制是多少？

干杯，
木兰

Answer 1

尝试 list=search 查询。例如:

"house"

"man"

"university college"

(由于您说过您只对匹配的页面数感兴趣，因此我在查询中包括 srlimit=1和 srprop=，以最大程度地减少返回的额外信息。显然，无法阻止API至少返回第一个匹配项的标题，不过； srlimit=0只会显示错误消息。)

至于查询限制，有 limits on the number of results per query，但是我不认为MediaWiki会对查询API的速率实施任何硬性限制。 MediaWiki确实限制了编辑率，但我认为当前没有任何此类限制适用于搜索。

我认为建议您按顺序运行查询-也就是说，等待上一个查询完成，然后再发送下一个查询。这提供了一种自动速率限制，因为如果服务器繁忙，查询将需要更长的时间才能完成。如果您想玩的很好，还可以在查询中包括 maxlag parameter(如果失败，最好使用 exponential backoff)； maxlag机制实际上是为自动编辑而不是为搜索而设计的，但它至少可以确保您的代码在特别重载时不会进入Wikimedia的服务器。

另外，如果您想进行许多此类查询，则可能要考虑下载 Wikipedia database dump并自己为其建立索引(如您在问题中所提到的)，或者只读取一次并在计算匹配页数时遇到他们。