如何通过URL区分维基百科文章？

维基百科上有很多不是文章的页面，例如谈话页面等。如何通过URL区分他们与文章？如何通过URL区分维基百科文章？

来源

2013-04-22 lizarisk

你到目前为止尝试过什么？谈话页面在标题前面有“Talk：”，在页面标题和URL中都有。 – 2013-04-22 22:18:13

是的，但不仅有谈话页面。我试着只使用alpanumeric网址，但这显然是不正确的。 – lizarisk 2013-04-22 22:20:29

您可以通过使用其API使用以下查询获取百科命名空间及其别名的列表：

http://en.wikipedia.org/w/api.php?action=query&meta=siteinfo&siprop=namespaces

然后，如果页面标题的第一个冒号前的部分匹配任何的已知的命名空间，它不是一篇文章;否则，它是。

来源

2013-04-22 22:48:08 svick

上面这个名称空间的列表是不够的，因为MediaWiki也使用某些东西：interwiki链接的东西约定。 http://en.wikipedia.org/wiki/Interwiki_links – jpatokal 2013-04-23 05:18:36

@jpatokal该问题询问关于URL。尽管像http://en.wikipedia.org/wiki/cs:Main_Page这样的URL确实有效，但我认为它们很少被使用。 – svick 2013-04-23 08:49:01

简短的回答是，你不能只有正则表达式。

较长的答案是MediaWiki文章被命名空间分割，而命名空间反过来使用冒号作为标记，如“Talk：Foo”中所示。文章没有标题中的冒号因此肯定在主（=内容）名称空间中。问题是，带有冒号的文章可能在另一个命名空间或是content articles that happen to contain a colon，并且由于WP的命名空间列表很长并且不断变化，所以您不能（或者至少不应该）在正则表达式中对此列表进行硬编码。

因此，正确的答案是使用MediaWiki API来迭代/搜索主名称空间中的文章。

来源

2013-04-22 22:21:14 jpatokal

这个冒号的双重含义正是让我卡住的东西！ – lizarisk 2013-04-22 22:25:06

您不应该对命名空间列表进行硬编码，但是如何使用API获取最新列表（请参阅我的答案）？ – svick 2013-04-22 22:49:11

为什么不直接使用API来获得所有保证来自主命名空间的文章的预过滤列表？ http://www.mediawiki.org/wiki/API:Query#Using_list.3Dallpages_as_generator – jpatokal 2013-04-23 05:20:11

如何通过URL区分维基百科文章？

回答

相关问题