如何将MediaWiki API返回的Wikitext内容转为JSON或高效解析？

• 直接通过prop=revisions获取JSON格式的页面内容是不可行的，rvprop=content返回的始终是原始Wikitext。但有两种替代方式可以获取结构化数据：
  1. 使用action=parse接口：将Wikitext解析为包含HTML、章节结构、页面属性的结构化响应，请求示例：

     http://yugioh.wikia.com/api.php?action=parse&page=Red_Dragon_Archfiend&format=json&prop=html|sections|properties
     

     该接口返回的是解析后的页面结构，但不会直接提取出卡牌属性这类业务字段。
  2. 提取模板参数：游戏王维基的卡牌页面基本都基于统一模板构建，可通过两步获取模板的结构化键值对：
     • 第一步，获取页面使用的模板列表：

       http://yugioh.wikia.com/api.php?action=query&prop=templates&titles=Red_Dragon_Archfiend&format=json
       

     • 第二步，提取目标模板的参数：

       http://yugioh.wikia.com/api.php?action=parse&page=Red_Dragon_Archfiend&format=json&prop=templateargs
       

     这样就能拿到攻击力、守备力、种族这类结构化的卡牌信息。

如果上述结构化获取方式无法满足需求，需要直接解析Wikitext，推荐以下方案：

• 使用官方生态的解析库：
  • Python环境优先用mwparserfromhell，这是专门为MediaWiki Wikitext设计的解析库，支持模板提取、内容修改等操作，示例代码：

    import mwparserfromhell
    import requests
    
    # 发起API请求获取Wikitext
    api_url = "http://yugioh.wikia.com/api.php?action=query&prop=revisions&rvprop=content&format=json&titles=Red_Dragon_Archfiend"
    resp = requests.get(api_url).json()
    page_key = next(k for k in resp['query']['pages'] if k != '-1')
    wikitext = resp['query']['pages'][page_key]['revisions'][0]['*']
    
    # 解析并提取模板参数
    parsed_wikitext = mwparserfromhell.parse(wikitext)
    card_template = parsed_wikitext.filter_templates()[0]
    atk = card_template.get('atk').value.strip()
    race = card_template.get('race').value.strip()
    print(f"攻击力: {atk}, 种族: {race}")
    

  • JavaScript环境可以用mediawiki-wikitext-parser，支持在Node.js或浏览器中解析Wikitext。
• 正则表达式（仅限固定结构场景）：如果页面Wikitext格式完全固定，可用正则快速提取特定字段，但要注意格式变体可能导致解析失败，仅作为临时方案，示例：

  import re
  
  atk_match = re.search(r'\|atk\s*=\s*(\d+)', wikitext)
  if atk_match:
      print(f"攻击力: {atk_match.group(1)}")
  

内容的提问来源于stack exchange，提问作者RatlingRat