从Wikipedia文章中提取视频或音频文件的数量

debugcn 发表于 Dev

阿夫南·艾哈迈德|

我试图提取Wikipedia文章中存在的视频或音频文件的数量，我搜索了API，但没有找到一个。

我确实注意到，当使用API提取特定页面的图像时，带有.ogg扩展名的音频文件将出现在图像列表中。

http://ar.wikipedia.org/w/api.php?format=xml&action=parse&page=%D8%AD%D9%88%D8%AB%D9%8A%D9%88%D9%86&prop=images&redirects=

我不知道这种情况是否可以推广，是否可以用来计算视频和音频文件？有人有其他方法可以做到这一点吗？

狮子座

基本上，API会平等对待所有文件类型，但是您可以获取每个文件的媒体类型，然后使用该媒体类型过滤视频和音频文件。

为了让你可以使用一个文件的介质类型prop=imageinfo（这将被改变，以更准确的prop=fileinfo在未来的版本），为每个文件。由于prop=images可以作为发电机使用，你可以得到的文件列表，以及它们的介质类型，在一个单一的API调用，就像这样：

https://ar.wikipedia.org/w/api.php?action=query&generator=images&titles=%D8%AD%D9%88%D8%AB%D9%8A%D9%88%D9%86&redirects=&prop=imageinfo&iiprop=mediatype&continue=&format=xml

这里images用作生成器，返回文件列表，而文件列表又被馈送到imageinfo调用中。

对于每个文件，您将获得以下内容：

"2014232": {
  "pageid": 2014232,
  "ns": 6,
  "title": "\u0645\u0644\u0641:06-Salame-Al Aadm 001.ogg",
  "imagerepository": "local",
  "imageinfo": [
    {
      "mediatype": "AUDIO"
    }
  ]
}

的mediatype可以是以下任意的（从复制和粘贴手册）：

UNKNOWN     // unknown format
BITMAP      // some bitmap image or image source (like psd, etc). Can't scale up.
DRAWING     // some vector drawing (SVG, WMF, PS, ...) or image source (oo-draw, etc). Can scale up.
AUDIO       // simple audio file (ogg, mp3, wav, midi, whatever)
VIDEO       // simple video file (ogg, mpg, etc; no not include formats here that may contain executable sections or scripts!)
MULTIMEDIA  // Scriptable Multimedia (flash, advanced video container formats, etc)
OFFICE      // Office Documents, Spreadsheets (office formats possibly containing apples, scripts, etc)
TEXT        // Plain text (possibly containing program code or scripts)
EXECUTABLE  // binary executable
ARCHIVE     // archive file (zip, tar, etc)

此处提供了mimetype <=>媒体类型的默认映射，尽管可以为单个Wiki覆盖它。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。