维基百科缺少信息的问题 API

Question

这是我在 Whosebug 上的第一个问题所以如果我做错了什么请告诉我...

我一直在做一些网络抓取，特别是在寻找属于维基百科的所有 "Categories" 某些音乐团体。我仍然是新手，所以我可能会忽略一些非常基本的东西......

为此，我正在使用维基百科 API。它适用于某些乐队。例如，如果我寻找 Maroon 5

r = http.get("https://en.wikipedia.org/w/api.php?action=query&format=json&prop=categories&titles=Maroon_5")
r.json()

它returns这个JSON文件

{'continue': {'clcontinue': '512449|Articles_with_permanently_dead_external_links',
  'continue': '||'},
 'query': {'normalized': [{'from': 'Maroon_5', 'to': 'Maroon 5'}],
  'pages': {'512449': {'pageid': 512449,
    'ns': 0,
    'title': 'Maroon 5',
    'categories': [{'ns': 14,
      'title': 'Category:1994 establishments in California'},
     {'ns': 14, 'title': 'Category:222 Records artists'},
     {'ns': 14, 'title': 'Category:A&M Records artists'},
     {'ns': 14, 'title': 'Category:Adam Levine'},
     {'ns': 14,
      'title': 'Category:All Wikipedia articles needing words, phrases or quotes attributed'},
     {'ns': 14, 'title': 'Category:All articles with dead external links'},
     {'ns': 14, 'title': 'Category:American pop rock music groups'},
     {'ns': 14, 'title': 'Category:American soul musical groups'},
     {'ns': 14,
      'title': 'Category:Articles with dead external links from February 2020'},
     {'ns': 14, 'title': 'Category:Articles with hCards'}]}}}}

但对于许多其他波段，例如 "Active Child"，返回此文件：

r = requests.get("https://en.wikipedia.org/w/api.php?action=query&format=json&prop=categories&titles=Acid_Casuals")
r.json()

{'batchcomplete': '',
 'query': {'pages': {'-1': {'ns': 0, 'title': 'Acid Casuals', 'missing': ''}}}}

我尝试用“_”替换“%20”，但没有任何变化。谁能告诉我这是怎么回事以及如何解决？

在旁注中，我还注意到，即使对于 Maroon 5，json 中也缺少很多类别。我猜这可能是一个相关的问题。

如果所有其他方法都失败了，我会尝试深入研究 Beautifulsoup，但我仍然希望让这个方法起作用。

非常感谢您的帮助

Answer 1

英语维基百科确实有一篇名为 Maroon 5 but does not have any article titled Acid Casuals 的文章。响应中的 'missing' 键就是一个指示器。没有文章，没有分类。

维基百科缺少信息的问题 API

Problem with missing info from the wikipedia API

python

api

web-scraping

wikipedia-api