Làm thế nào để lấy lại nội dung từ Wiktionary?

Question

Làm thế nào để sử dụng API của Wiktionary để xác định một từ có tồn tại hay không?

Answer 1

Có thể sử dụng Wiktionary API để truy vấn xem có tồn tại một từ hay không.

Ví dụ cho các trang hiện tại và không tồn tại:

http://en.wiktionary.org/w/api.php?action=query&titles=test http://en.wiktionary.org/w/api.php?action=query&titles=testx

Các liên kết đầu tiên cung cấp ví dụ về các loại định dạng mà có thể được dễ dàng hơn để phân tích.

Để lấy dữ liệu của từ trong một định dạng XHTML nhỏ (nên hơn tồn tại được yêu cầu), yêu cầu phiên bản in của trang:

http://en.wiktionary.org/w/index.php?title=test&printable=yes http://en.wiktionary.org/w/index.php?title=testx&printable=yes

Những sau đó có thể được phân tích cú pháp với bất kỳ trình phân tích cú pháp XML chuẩn nào.

Answer 2

Có một vài hãy cẩn thận trong chỉ kiểm tra rằng Wiktionary tiếng Việt có một trang với tên mà bạn đang tìm kiếm:

Nên biết trướC# 1: Tất cả Wiktionaries bao gồm Wiktionary tiếng Việt tiếng Anh thực sự đã mục tiêu bao gồm tất cả các từ trong mọi ngôn ngữ, vì vậy nếu bạn chỉ cần sử dụng trên API gọi bạn sẽ biết rằng từ mà bạn đang hỏi về là một từ trong ít nhất một ngôn ngữ, nhưng không nhất thiết phải bằng tiếng Anh: http://en.wiktionary.org/w/api.php?action=query&titles=dicare

nên biết trướC# 2: có lẽ một chuyển hướng tồn tại từ một từ này sang một từ khác. Nó có thể là từ một cách viết khác, nhưng nó có thể là do lỗi nào đó. Cuộc gọi API trên sẽ không phân biệt giữa một chuyển hướng và một bài báo: http://en.wiktionary.org/w/api.php?action=query&titles=profilemetry

Nên biết trướC# 3: Một số Wiktionaries bao gồm Wiktionary tiếng Việt tiếng Anh bao gồm "lỗi chính tả phổ biến": http://en.wiktionary.org/w/api.php?action=query&titles=fourty

Nên biết trướC# 4: Một số Wiktionaries cho phép các mục nhập có ít hoặc không có thông tin về thuật ngữ. Điều này thường được sử dụng trên một số Wiktionary nhưng không phải là Wiktionary tiếng Anh. Nhưng nó dường như bây giờ cũng đã lan sang Wiktionary tiếng Anh: https://en.wiktionary.org/wiki/%E6%99%B6%E7%90%83 (permalink cho khi stub được điền để bạn vẫn có thể nhìn thấy những gì một stub trông giống như: https://en.wiktionary.org/w/index.php?title=%E6%99%B6%E7%90%83&oldid=39757161)

Nếu chúng không được bao gồm trong những gì bạn muốn, bạn sẽ phải tải và phân tích cú pháp wikitext, đó không phải là một nhiệm vụ tầm thường.

Answer 3

Bạn có thể muốn thử JWKTL. Tôi vừa phát hiện ra về nó;)

http://en.wikipedia.org/wiki/Ubiquitous_Knowledge_Processing_Lab#Wiktionary_API

http://www.ukp.tu-darmstadt.de/software/jwktl/

Answer 4

Bạn có thể tải về một bãi chứa của Wikitionary data. Có thêm thông tin trong số FAQ. Vì mục đích của bạn, definitions dump có lẽ là lựa chọn tốt hơn so với kết xuất xml.

Answer 5

Để giữ cho nó thực sự đơn giản, trích xuất các từ trong bãi như thế:

bzcat pages-articles.xml.bz2 | grep '<title>[^[:space:][:punct:]]*</title>' | sed 's:.*<title>\(.*\)</title>.*:\1:' > words