如何使用 PHP 从 Wikipedia API 获取结果？

Posted 2023-02-21

【中文标题】如何使用 PHP 从 Wikipedia API 获取结果？

【英文标题】：How to get results from the Wikipedia API with PHP?

【发布时间】：2012-02-15 21:34:56

【问题描述】：

我可能不应该使用 file_get_contents() 我应该使用什么？我想保持简单。

警告：file_get_contents(http://en.wikipedia.org/w/api.php?action=query&titles=Your_Highness&prop=revisions&rvprop=content&rvsection=0)：打开流失败：HTTP 请求失败！ HTTP/1.0 403 禁止

【问题讨论】：

php.net/manual/en/book.curl.php

您可以使用 file_get_contents 来完成，但如果您喜欢它简单，请改用 cURL，因为您需要按照 API documentation 中的描述处理 cookie。 PHP native 和 cURL 方式都可以，但 cURL 更简单。

比 cURL 更好的是 HTTP_Request2，你可以通过 Pear 下载它，这是一个更好的体验，因为它是一个合适的 OO 库

@netcoder，只有你想登录才需要处理cookies。不是只需要访问它。

【参考方案1】：

您在此处遇到的问题与 MW API 的 User-Agent policy 有关 - 您必须提供 User-Agent 标头，并且该标头必须提供一些联系您的方式。

您可以使用file_get_contents() 和stream context 来做到这一点：

$opts = array('http' =>
  array(
    'user_agent' => 'MyBot/1.0 (http://www.mysite.com/)'
  )
);
$context = stream_context_create($opts);

$url = 'http://en.wikipedia.org/w/api.php?action=query&titles=Your_Highness&prop=revisions&rvprop=content&rvsection=0';
var_dump(file_get_contents($url, FALSE, $context));

话虽如此，使用cURL 可能被认为更“标准”，这肯定会给你更多的控制权：

$url = 'http://en.wikipedia.org/w/api.php?action=query&titles=Your_Highness&prop=revisions&rvprop=content&rvsection=0';

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE);
curl_setopt($ch, CURLOPT_USERAGENT, 'MyBot/1.0 (http://www.mysite.com/)');

$result = curl_exec($ch);

if (!$result) 
  exit('cURL Error: '.curl_error($ch));


var_dump($result);

【讨论】：

对问题的明确回答和“正确的方法”。先生回答得很好。

【参考方案2】：

你真正收到的错误信息是

脚本应使用包含联系信息的用户代理字符串，否则它们可能会在不通知的情况下被 IP 阻止。

这意味着您在使用 API 时应提供有关您自己的其他详细信息。您对 file_get_contents 的使用确实发送了所需的用户代理。

这是 curl 中的一个工作示例，将自己标识为该问题的测试：

<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, "http://en.wikipedia.org/w/api.php?action=query&titles=Your_Highness&prop=revisions&rvprop=content&rvsection=0&format=xml");
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_USERAGENT, "Testing for http://***.com/questions/8956331/how-to-get-results-from-the-wikipedia-api-with-php");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$result = curl_exec($ch);
curl_close($ch);

echo $result;
?>

【参考方案3】：

file_get_contents 应该可以。

file_get_contents('http://en.wikipedia.org/w/api.php?action=query&prop=revisions&titles=New_York_Yankees&rvprop=timestamp|user|comment|content')

这之前在 *** 上讨论过 here

还有一些好看的代码示例here

【讨论】：

好吧，如果 file_get_contents 能正常工作就好了，它似乎比我想象的要复杂

【参考方案4】：

他们自己在 API 文档中说：

使用任何编程语言对该 URL 发出 HTTP GET 请求

您需要正确获取 URL，以下对我有用： http://en.wikipedia.org/w/api.php?format=json&action=query&titles=Main%20Page&prop=revisions&rvprop=content

据我所知，您没有指定输出格式！

【讨论】：

en.wikipedia.org/w/… 您的网址在添加输出格式后有效...