我正在嘗試解析一些維基百科文章的信息框，但似乎無(wú)法弄清楚。我已經(jīng)為 Albert Einstein 下載了文件，我嘗試解析 Infobox如下所示：我正在嘗試將信息框中的每個(gè)項(xiàng)目放入結(jié)構(gòu)或地圖中：m["name"] = "Albert Einstein"m["image"] = "Einstein...."......m["death_date"] = "{{Death date and age|df=yes|1955|4|18|1879|3|14}}"......我什至無(wú)法隔離信息框。我得到：[[{{Infobox scientist | name = Albert Einstein | image = Einstein 1921 by F Schmutzer - restoration.jpg | caption = Albert Einstein in 1921 | birth_date = {{Birth date|df=yes|1879|3|14}}]]API 中的 Albert Einstein 條目可以在以下位置找到：https://en.wikipedia.org/w/api.php?action=query&titles=Albert%20Einstein&prop=revisions&rvprop=content&format=json編輯：基于對(duì)這個(gè)問(wèn)題的公認(rèn)答案，我嘗試了以下正則表達(dá)式：(?=\{Infobox)(\{([^{}]|(?1))*\})但得到：panic: regexp: Compile(`(?=\{Infobox)(\{([^{}]|(?1))*\})`): error parsing regexp: invalid or unsupported Perl syntax: `(?=`編輯 #2：如果有辦法通過(guò)他們的 API 提取信息，那么我會(huì)接受....我一直在閱讀文檔但找不到它。
1 回答
江戶川亂折騰
TA貢獻(xiàn)1851條經(jīng)驗(yàn) 獲得超5個(gè)贊
我做了一個(gè)可能對(duì)你有用的正則表達(dá)式：
^\s*\|\s*([^\s]+)\s*=\s*(\{\{Plainlist\|(?:\n\s*\*.*)*|.*)
解釋
這部分：
^\s*\|\s*([^\s]+)\s*=\s*匹配行的開(kāi)頭，例如：| <the_label> =
繼續(xù)在同一行，這部分：
(\{\{Plainlist\|(?:\n\s*\*.*)*|.*)將匹配列表：{{Plainlist| * [[Ernst G. Straus]] * [[Nathan Rosen]] * [[Leó Szilárd]]
（請(qǐng)注意，它可能會(huì)省略最后的}}。哦，好吧。）
如果沒(méi)有列表，則匹配到行尾。
- 1 回答
- 0 關(guān)注
- 146 瀏覽
添加回答
舉報(bào)
0/150
提交
取消