Wikipedia API - 从信息框中获取完整信息

Question

我正在尝试为“KFC”等页面提取母公司信息（在信息框窗格中）。

如果您访问

http://en.wikipedia.org/wiki/KFC

网址...的信息框包含属性（父=百胜）

.. howver，当我通过访问PHP API ..不包括父级信息。

http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=json&titles=KFC&rvsection=0

我如何保证维基API返回的“父=”信息，以及（对于一个品牌长期像“肯德基”）。基本上，我想通过维基百科API来提取Yum Brands是肯德基的母公司的信息。

谢谢！

Answer 1

看看wikipedia wiki官方获取信息的方式。

我的建议是使用屏幕抓取PHP Simple HTML DOM Parser这将始终是最好的，即使它已被弃用。唯一的缺点是，如果维基百科改变它的样子，你将不得不更新你的代码。

A guide to PHP Simple HTML DOM Parser。

编辑：

至少我做的，而不是链接到非工作资源和downvoting正确答案的东西...

这是我做来从信息框窗格中的母公司信息的代码与PHP简单的HTML DOM分析器。

<?php 

//The folder where you uploaded simple_html_dom.php 
require_once('/homepages/../htdocs/simple_html_dom.php'); 

//Wikipedia page to parse 
$html = file_get_html('http://en.wikipedia.org/wiki/KFC'); 


foreach ($html->find ('tr th a[title=Holding company]') as $element) { 
    $element = $element->parent; 
    $element = $element->parent; 

    $tabella = $element->find ('td', 0); 

    //Now $parent contains "Yum! Brands" 
    $parent = $tabella->plaintext; 

    echo $parent; 

} 

?> 

如果这个答案满足您的需求，请选择它作为最佳答案，并给予好评，因为我花了很大的力气，约1小时=/

感谢;）

Answer 2

的线包含该信息的文本不在文章中！它只出现在您正在查看的文章中调用的{{Infobox KFC}}模板中。

一般来说，维基百科文章的源代码只是偶然构成的 - 文章的源代码主要是指在页面上生成所需输出结束的手段。如果您尝试从维基百科中提取结构化数据，则可能对DBPedia项目收集的数据感兴趣。