从维基百科/维基媒体修订页面提取更改

我有一个关于维基媒体/维基百科API的简单查询。从维基百科/维基媒体修订页面提取更改

我必须从“revids”列表中获取所做的更改。我能够获取一批“revids”的XML内容，但我未能仅提取已更改的文本。

API是否提供任何方式来只提取更改的句子？如果没有任何可以完成这项工作的外部脚本/模块？

我将不胜感激任何建议/解决方案，可以解决这个问题！

（目前，我使用的是Wikitools Python模块进行查询）

来源

2017-09-02 Pinkesh Badjatiya

你可以得到新老文字与action=compare之间的差异，但部分由wikitext的行文本，而不是句子，不是吗”这意味着机器可读，并且通常不是那么有用。由于您使用的是Python，客户端库deltas可能对您更好。

来源

2017-09-02 22:55:01 Tgr

为了提供一些上下文，我尝试使用[Wikipedia-Detox]（https://github.com/ewulczyn/wiki-detox）出版物的作者使用的相同方法来提取在特定修改页面。他们必须部署类似的方法来从Talk页面中提取更改。我无法弄清楚他们是如何实现它的，他们是否使用了与上述相同的库？ –

看起来他们有自己的[diff逻辑]（https://github.com/ewulczyn/wiki-detox/blob/master/src/data_generation/diff_utils.py）？最简单的方法就是问问他们。对于这些问题还有一个[研究邮件列表]（https://lists.wikimedia.org/mailman/listinfo/wiki-research-l）。 – Tgr

我看了一下那个文件，却找不到像输入输出格式这样的高级信息。显然，我已经通过电子邮件向作者提供了有关此查询的信息，但尚未收到回复。我希望同时获得一个通用的解决方案。我将尝试在邮件列表上移动讨论，以吸引更多观众。 –

从维基百科/维基媒体修订页面提取更改

回答

相关问题