如何识别 python 中的维基百科类别

Question

我目前正在使用 pywikibot 获取给定维基百科页面（例如，support-vector machine）的类别，如下所示。

import pywikibot as pw

print([i.title() for i in list(pw.Page(pw.Site('en'), 'support-vector machine').categories())])

我得到的结果是：

[
  'Category:All articles with specifically marked weasel-worded phrases',
  'Category:All articles with unsourced statements',
  'Category:Articles with specifically marked weasel-worded phrases from May 2018',
  'Category:Articles with unsourced statements from June 2013',
  'Category:Articles with unsourced statements from March 2017',
  'Category:Articles with unsourced statements from March 2018',
  'Category:CS1 maint: Uses editors parameter',
  'Category:Classification algorithms',
  'Category:Statistical classification',
  'Category:Support vector machines',
  'Category:Wikipedia articles needing clarification from November 2017',
  'Category:Wikipedia articles with BNF identifiers',
  'Category:Wikipedia articles with GND identifiers',
  'Category:Wikipedia articles with LCCN identifiers'
]

如您所见，我得到的结果包括维基百科的许多跟踪和维护类别，例如；

类别：所有带有特别标记的狡猾措辞的文章
类别：所有带有未来源陈述的文章
类别：CS1 维护：使用编辑器参数
等等

但是，我只感兴趣的类别是；

类别：分类算法
类别：统计分类
类别：支持向量机

我想知道是否有办法获取所有 tracing or maintenance 维基百科类别，以便我可以从结果中删除它们以仅获取信息类别。

或者，如果有任何其他方法可以从结果中消除它们，请建议我。

如果需要，我很乐意提供更多详细信息。

Answer 1

pywikibot目前不提供部分API features过滤隐藏分类。您可以通过在 categoryinfo:

中搜索 hidden 键来手动执行此操作

import pywikibot as pw

site = pw.Site('en', 'wikipedia')
print([
    cat.title()
    for cat in pw.Page(site, 'support-vector machine').categories()
    if 'hidden' not in cat.categoryinfo
])

给出：

['Category:Classification algorithms', 
 'Category:Statistical classification', 
 'Category:Support vector machines']

有关详细信息，请参阅 https://www.mediawiki.org/wiki/Help:Categories#Hidden_categories and https://en.wikipedia.org/wiki/Wikipedia:Categorization#Hiding_categories。

如何识别 python 中的维基百科类别

How to identify wikipedia categories in python

python

mediawiki

pywikibot