如何仅获取维基百科、维基词典页面的主文章主体HTML内容？

一、传统URL参数方案（你当年可能用的就是这个） #

你提到的不含界面元素但保留目录的HTML，最可能是用action=render参数，搭配可选参数控制目录显示：

• 基础用法：在页面路径后加上?action=render，比如针对某个词条，URL格式为/wiki/目标词条?action=render
• 保留目录：action=render默认会保留目录结构，若遇到目录不显示的情况，可追加&disabletoc=false强制开启
• 早期曾有printable=yes参数，但目前多数站点已用action=render替代，后者能更稳定地移除页眉、页脚、侧边栏等冗余界面元素，只保留页面核心内容

二、旧版MediaWiki API方案 #

如果需要更灵活的内容控制，可使用旧版API的parse模块：

GET /w/api.php?action=parse&page=目标词条&prop=text&format=json

返回的JSON数据中，parse.text.*字段即为纯净的页面HTML。若需保留目录，可追加&disabletoc=false参数：

GET /w/api.php?action=parse&page=目标词条&prop=text&format=json&disabletoc=false

三、新版REST API方案 #

MediaWiki的REST API提供了更简洁的内容获取方式，直接请求词条的HTML端点：

GET /rest/v1/page/html/目标词条

返回的内容仅包含页面核心HTML，默认保留目录，完全无界面冗余元素，非常适合语料处理、格式解析等场景。

如果需要直接获取纯文本内容，可请求纯文本端点：

GET /rest/v1/page/text/目标词条

内容的提问来源于stack exchange，提问作者hippietrail