API 用于在维基百科上进行编辑

Question

我想获取维基百科页面上编辑前后的文本。我有这个 url:

https://en.wikipedia.org/w/index.php?diff=328391582&oldid=328391343

但是，我想要 json 格式的文本，以便我可以直接在我的程序中使用它。 MediaWiki 是否提供任何 API 在编辑后给我新旧文本，或者我是否必须使用解析器解析 HTML 页面？

Answer 1

试试这个：https://www.mediawiki.org/wiki/API:Revisions

有几个选项可能有用，例如：

rvparse：解析修订内容。出于性能原因，如果使用此选项，rvlimit 将强制为 1。
rvdifftotext：要区分每个修订的文本。

如果这些都失败了，还有

rvprop / ids：获取 revid，从 1.16 开始，获取 parentid

然后一旦你得到父ID，你就可以比较两者的文本。

Answer 2

在 JavaScript 中留言，如何查询维基百科 API 以获取所有最近的编辑。

在某些情况下文章被锁定，最近的编辑无法看到。

This article is semi-protected due to vandalism

如下查询 API 允许读取所有编辑。

fetch("https://en.wikipedia.org/w/api.php?action=query&origin=*&prop=revisions&format=json&titles=Timeline_of_the_2020_United_States_presidential_election&rvslots=*&rvprop=timestamp|user|comment|content")
.then(v => v.json()).then((function(v){
    main.innerHTML = JSON.stringify(v, null, 2)
 })
)

<pre id="main" style="white-space: pre-wrap"></pre>

另见 How to get Wikipedia content as text by API?

Answer 3

你可以试试WikiWho。它跟踪维基百科中写入的每个标记（准确率为 95%）。简而言之，它为每个令牌分配 ID，并根据上下文跟踪它们。您只需要检查两次修订之间的 ID 是否存在（即使修订不连续也有效）。

有一个wrapper and a tutorial。教程中有一个错误，因为文章的名称发生了变化（而不是“生物玻璃”，你应该寻找“Bioglass_45S5”）

您可以（有时）在线访问教程：

API 用于在维基百科上进行编辑

API for getting edits on Wikipedia

python

parsing

wikipedia

wikipedia-api