为何调用Wikipedia随机API时部分页面无内容返回？

这种无revisions字段的情况，主要源于以下两种情况：

• 重定向页面：比如你提到的Alope (Thessaly)，这类页面本身没有实际正文，只是指向其他维基页面的跳转链接。维基API默认不会返回重定向页面的内容，仅返回基础页面信息。
• 空页面或特殊状态页面：极少数主命名空间（ns=0）的页面可能刚创建未添加内容，或被标记删除但页面记录仍存在，这类页面自然没有正文数据。

验证与解决办法 #

1. 识别重定向页面 #

可以在API请求中添加参数，让API返回重定向的目标信息：

import json
import requests

# 添加处理重定向的参数
r = requests.get('https://en.wikipedia.org/w/api.php?format=json&action=query&generator=random&grnnamespace=0&prop=revisions|info&rvprop=content&grnlimit=75&rdredirect=1&rdprop=title')
j = json.loads(r.text)

for page_id, page_data in j['query']['pages'].items():
    if 'redirect' in page_data:
        print(f"重定向页面: {page_data['title']} -> {page_data['redirect']['to']}")
        continue
    content_status = "has content" if 'revisions' in page_data else "no content"
    print(f"{content_status}\t{page_data['title']}\thttp://en.wikipedia.org/?curid={page_id}")
    if 'revisions' not in page_data:
        print(page_data)
    print()

2. 自动获取重定向目标内容 #

如果想直接拿到重定向指向页面的正文，可以在API请求中加入redirects参数，让API自动跟进重定向并返回目标页面的内容：

# 自动处理重定向，返回目标页面内容
r = requests.get('https://en.wikipedia.org/w/api.php?format=json&action=query&generator=random&grnnamespace=0&prop=revisions&rvprop=content&grnlimit=75&redirects')

添加该参数后，API会自动将重定向页面替换为目标页面，返回的pages字段中就能获取到正文内容。

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