Python 및 Wikipedia API를 사용하여 Wikipedia 명령줄 도구 구축
Wikipedia 명령줄 인터페이스(CLI) 도구를 만드는 것은 Python의 단순성과 Wikipedia의 방대한 지식 기반을 결합한 매우 만족스러운 프로젝트였습니다. 이 튜토리얼에서는 API를 사용하여 Wikipedia에서 정보를 가져오는 CLI 도구를 구축하는 과정을 단계별로 안내합니다.
전제조건
시작하기 전에 다음 사항을 확인하세요.
- 시스템에 Python 3.7 이상이 설치되어 있습니다.
- Python에 대한 기본 지식과 API 사용 경험.
- Wikipedia API에 액세스하기 위한 인터넷 연결입니다.
1단계: Wikipedia API 이해
Wikipedia는 https://www.php.cn/link/27bf6226213cf288dfbf62ffc02bad4f에서 RESTful API를 제공합니다. 이 API를 사용하면 개발자는 Wikipedia에 콘텐츠, 메타데이터 등을 쿼리할 수 있습니다. 우리가 사용할 주요 엔드포인트는 다음과 같습니다.
-
action=query
: Wikipedia에서 일반 콘텐츠를 가져옵니다. -
list=search
: 키워드로 기사를 검색합니다. -
prop=extracts
: 기사 초록을 검색합니다.
모든 API 요청의 기본 URL은 다음과 같습니다.
<code>https://www.php.cn/link/27bf6226213cf288dfbf62ffc02bad4f</code>
2단계: Python 환경 설정
먼저 Python 가상 환경을 만들고 필요한 라이브러리를 설치하세요. requests
을 사용하여 HTTP 요청을 만들고 argparse
을 사용하여 CLI 매개변수를 처리합니다.
<code># 创建虚拟环境 python -m venv wikipedia-cli-env # 激活环境 # 在Windows上: wikipedia-cli-env\Scripts\activate # 在Mac/Linux上: source wikipedia-cli-env/bin/activate # 安装依赖项 pip install requests argparse</code>
3단계: CLI 기능 계획
CLI 도구에는 다음 기능이 포함됩니다.
- 위키피디아 기사 검색 : 사용자가 키워드로 기사를 검색할 수 있습니다.
- 기사 요약 가져오기: 특정 기사에 대한 간단한 요약을 검색합니다.
- CLI 도움말 보기: 사용 지침을 표시합니다.
4단계: CLI 도구 구현
다음은 CLI 도구용 Python 코드입니다.
import argparse import requests # 定义维基百科API的基本URL WIKIPEDIA_API_URL = "https://www.php.cn/link/27bf6226213cf288dfbf62ffc02bad4f" def search_articles(query): """搜索与查询匹配的维基百科文章。""" params = { 'action': 'query', 'list': 'search', 'srsearch': query, 'format': 'json', } response = requests.get(WIKIPEDIA_API_URL, params=params) response.raise_for_status() # 对错误的响应引发错误 data = response.json() if 'query' in data: return data['query']['search'] else: return [] def get_article_summary(title): """获取维基百科文章的摘要。""" params = { 'action': 'query', 'prop': 'extracts', 'exintro': True, 'titles': title, 'format': 'json', } response = requests.get(WIKIPEDIA_API_URL, params=params) response.raise_for_status() data = response.json() pages = data.get('query', {}).get('pages', {}) for page_id, page in pages.items(): if 'extract' in page: return page['extract'] return "No summary available." def main(): parser = argparse.ArgumentParser(description="一个与维基百科交互的CLI工具。") subparsers = parser.add_subparsers(dest="command") # 子命令:search search_parser = subparsers.add_parser("search", help="在维基百科上搜索文章。") search_parser.add_argument("query", help="搜索查询。") # 子命令:summary summary_parser = subparsers.add_parser("summary", help="获取特定维基百科文章的摘要。") summary_parser.add_argument("title", help="维基百科文章的标题。") args = parser.parse_args() if args.command == "search": results = search_articles(args.query) if results: print("搜索结果:") for result in results: print(f"- {result['title']}: {result['snippet']}") else: print("未找到结果。") elif args.command == "summary": summary = get_article_summary(args.title) print(summary) else: parser.print_help() if __name__ == "__main__": main()
5단계: CLI 도구 테스트
스크립트를 wikipedia_cli.py
로 저장하세요. 이제 터미널에서 도구를 실행할 수 있습니다.
- 기사 검색:
<code>python wikipedia_cli.py search "Python programming"</code>
- 기사 요약 보기:
<code>python wikipedia_cli.py summary "Python (programming language)"</code>
6단계: 도구 강화
도구를 더욱 강력하고 사용자 친화적으로 만들려면 다음을 추가해 보세요.
-
오류 처리
- : 실패한 API 요청에 대한 자세한 오류 메시지를 제공합니다. 형식 : 와 같은 라이브러리를 사용하여 더 아름다운 출력을 얻으십시오. 캐시 : 반복적으로 쿼리 된 API 호출을 반복하지 않도록 캐시를 달성하십시오. 추가 함수 : 관련 기사, 카테고리 또는 이미지를 얻기위한 지원 추가.
-
결론
당신은 Python과 API를 성공적으로 사용하여 Wikipedia CLI 도구를 구축했습니다! 이 도구는 다른 응용 프로그램에 통합하거나 GUI 버전 생성과 같은 고급 프로젝트의 좋은 출발점으로 사용할 수 있습니다. 나는 당신에게 행복한 코드를 기원합니다!
rich
위 내용은 Wikipedia CLI를 만드는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

파이썬 객체의 직렬화 및 사막화는 사소한 프로그램의 주요 측면입니다. 무언가를 Python 파일에 저장하면 구성 파일을 읽거나 HTTP 요청에 응답하는 경우 객체 직렬화 및 사태화를 수행합니다. 어떤 의미에서, 직렬화와 사제화는 세계에서 가장 지루한 것들입니다. 이 모든 형식과 프로토콜에 대해 누가 걱정합니까? 일부 파이썬 객체를 지속하거나 스트리밍하여 나중에 완전히 검색하려고합니다. 이것은 세상을 개념적 차원에서 볼 수있는 좋은 방법입니다. 그러나 실제 수준에서 선택한 직렬화 체계, 형식 또는 프로토콜은 속도, 보안, 유지 보수 상태 및 프로그램의 기타 측면을 결정할 수 있습니다.

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서

이 튜토리얼에서는 전체 시스템 관점에서 Python의 오류 조건을 처리하는 방법을 배웁니다. 오류 처리는 설계의 중요한 측면이며 최종 사용자까지 가장 낮은 수준 (때로는 하드웨어)에서 교차합니다. y라면

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.

이 튜토리얼은 간단한 나무 탐색을 넘어서 DOM 조작에 중점을 둔 아름다운 수프에 대한 이전 소개를 바탕으로합니다. HTML 구조를 수정하기위한 효율적인 검색 방법과 기술을 탐색하겠습니다. 일반적인 DOM 검색 방법 중 하나는 EX입니다


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Eclipse용 SAP NetWeaver 서버 어댑터
Eclipse를 SAP NetWeaver 애플리케이션 서버와 통합합니다.

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

mPDF
mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!
