获取维基共享资源图片的深层链接

Question

我想从维基共享资源图片中获取全文 URL。例如，我想得到 https://upload.wikimedia.org/wikipedia/commons/6/69/Trittin%2C_J%C3%BCrgen-0126.jpg from File:Trittin, Jürgen-0126.jpg。这是 html 来源：

<div class="fullMedia"><a href="https://upload.wikimedia.org/wikipedia/commons/6/69/Trittin%2C_J%C3%BCrgen-0126.jpg" class="internal" title="Trittin, Jürgen-0126.jpg">Original file</a> &#8206;<span class="fileInfo">(1,996 × 3,000 pixels, file size: 2.2 MB, MIME type: <span class="mime-type">image/jpeg</span>)</span>
</div>

因为我正在做很多查询，所以我更喜欢轻量级的 unix 工具解决方案，而不是像 BeautifulSoup 这样的东西。还有一个API（commons.wikimedia.org/w/api.php?action=query&prop=imageinfo&titles=File:Trittin,_J%C3%BCrgen-0126.jpg&iiprop=url），但是对于我这样一个简单的bash脚本编写者来说JSON是一种强加！

很高兴你能帮助我。

Answer 1

替换为URL

File:

和

Special:FilePath/

Answer 2

我使用 curl 和 grep 的技巧：

 curl -s https://commons.wikimedia.org/wiki/File:Trittin,_J%C3%BCrgen-0126.jpg | grep fullImageLink | grep -o  'http[^ ]*jpg'

Answer 3

正如其他人所说，您应该使用 jq。

curl --silent 'https://commons.wikimedia.org/w/api.php?format=json&formatversion=2&action=query&prop=imageinfo&titles=File:Trittin,_J%C3%BCrgen-0126.jpg&iiprop=url' | jq --raw-output '.query.pages[0].imageinfo[0].url'

获取维基共享资源图片的深层链接

Get deeplinks of Wikimedia Commons pictures

bash

parsing

json

mediawiki-api

wikimedia-commons