如何获取维基词典页面的 Html 源代码？ [复制]

Posted 2023-03-05

【中文标题】如何获取维基词典页面的 Html 源代码？ [复制]

【英文标题】：How do I get Html Source of a Wiktionary page? [duplicate]

【发布时间】：2013-04-21 16:37:36

【问题描述】：

我正在努力使用 Wiki Api。如何使用 API 简单地获取页面 html。我知道这是可能的，因为我以前做过，但我不记得该怎么做。

假设我想要页面http://en.wiktionary.org/wiki/bicycle 的页面源，我该怎么做。我使用什么 API。我不想在浏览器中查看？

【问题讨论】：

在浏览器中，按Ctrl+U。如果你不使用浏览器，那你用什么？

我想使用 Java。基本上有一个我可以输入的 URL，如果在浏览器中输入，它将显示页面源。如果我在 JAVA 中创建 URL，它将获取页面源。

URL 本身是某种查询。

【参考方案1】：

使用 Java 和 Jsoup 你可以这样做：

Document document = Jsoup
        .connect("http://en.wiktionary.org/wiki/bicycle")
        .get();

Element bodyContent = document.select("div#bodyContent").first();

System.out.println(bodyContent.html());

【参考方案2】：

假设您需要 HTML，则使用 MediaWiki API 的“解析”操作：

http://en.wiktionary.org/w/api.php?action=parse&page=bicycle&prop=text&disablepp=1&format=json

如果您正在寻找原始 wikitext，您只需请求不同的属性：

http://en.wiktionary.org/w/api.php?action=parse&page=bicycle&prop=wikitext&disablepp=1&format=json