如何通过MediaWiki获取维基百科实体对应的其他语言版本条目

所有实现均基于MediaWiki原生开放的查询能力，无需爬虫抓取页面渲染内容，按依赖复杂度从低到高有三种常用方案：

方法1：直接调用原生MediaWiki API（无重型第三方依赖） #

• 核心逻辑：请求英文维基的MediaWiki接口，批量查询指定条目的跨语言链接属性，过滤语言代码为zh的结果即为对应中文标题。单次请求最多支持传入50个条目，批量处理时按需拆分列表即可。
• 依赖安装：pip install requests
• 代码示例：

import requests
import time

def get_zh_titles(en_title_list, batch_size=50):
    api_endpoint = "https://en.wikipedia.org/w/api.php"
    zh_title_map = {}
    for i in range(0, len(en_title_list), batch_size):
        batch = en_title_list[i:i+batch_size]
        params = {
            "action": "query",
            "titles": "|".join(batch),
            "prop": "langlinks",
            "lllang": "zh",
            # 需要简体标题加下面这行，繁体替换为zh-hant即可
            # "llvariant": "zh-hans",
            "lllimit": "max",
            "format": "json",
            "formatversion": "2"
        }
        resp = requests.get(api_endpoint, params=params, timeout=15)
        resp.raise_for_status()
        data = resp.json()
        for page in data["query"]["pages"]:
            en_title = page["title"]
            if "langlinks" not in page:
                zh_title_map[en_title] = None
                continue
            # 个别条目存在多中文链接场景，可按需加规则筛选
            zh_title_map[en_title] = page["langlinks"][0]["title"]
        # 控制请求频率，避免被封禁
        time.sleep(1)
    return zh_title_map

# 调用示例
if __name__ == "__main__":
    test_titles = ["Python (programming language)", "MediaWiki", "Wikipedia"]
    print(get_zh_titles(test_titles))
    # 输出: {'Python (programming language)': 'Python', 'MediaWiki': 'MediaWiki', 'Wikipedia': '维基百科'}

• 优缺点：
  • 优点：轻量灵活，所有请求参数、错误处理、重试逻辑可完全自定义，无多余依赖
  • 缺点：批量拆分、频率控制、异常重试等基础逻辑需要自行实现

方法2：使用mwclient轻量封装库 #

• 核心逻辑：mwclient是专门针对MediaWiki API做的轻量Python封装，已经封装了参数拼接、分页、基础错误重试逻辑，不用手动处理底层请求细节。
• 依赖安装：pip install mwclient
• 代码示例：

import mwclient
import time

def get_zh_titles_mwclient(en_title_list):
    site = mwclient.Site("en.wikipedia.org")
    zh_title_map = {}
    for page in site.pages[en_title_list]:
        en_title = page.name
        zh_title = None
        for lang, title in page.langlinks(lang="zh"):
            zh_title = title
            break
        zh_title_map[en_title] = zh_title
        time.sleep(0.5)
    return zh_title_map

• 优缺点：
  • 优点：代码简洁，不用手动拼接API参数，基础逻辑封装完善
  • 缺点：需要安装第三方库，特殊参数自定义的灵活度略低于原生API调用

方法3：使用pywikibot工具框架 #

• 核心逻辑：pywikibot是维基媒体官方维护的站点操作工具集，内置完整的跨语言链接匹配、重定向解析、消歧页识别能力，适合长期、十万级以上大批量处理维基数据的场景。
• 依赖安装：pip install pywikibot
• 说明：首次运行会自动生成极简配置，按提示选择对应维基站点即可，无需复杂参数设置。
• 代码示例：

import pywikibot
import time

def get_zh_titles_pywikibot(en_title_list):
    en_site = pywikibot.Site("en", "wikipedia")
    zh_site = pywikibot.Site("zh", "wikipedia")
    zh_title_map = {}
    for en_title in en_title_list:
        page = pywikibot.Page(en_site, en_title)
        if not page.exists():
            zh_title_map[en_title] = None
            continue
        zh_page = page.getLangLink("zh", zh_site)
        zh_title_map[en_title] = zh_page.title() if zh_page and zh_page.exists() else None
        time.sleep(0.5)
    return zh_title_map

• 优缺点：
  • 优点：稳定性最高，自动处理频率限制、重定向、消歧等特殊场景，无需手动处理边缘情况
  • 缺点：库体积较大，初次配置有少量成本，小批量查询场景下偏重

注意事项：

• 所有接口请求请控制频率，单线程请求加0.5-1秒间隔即可，不要高并发请求，避免被站点封禁IP
• 部分英文条目没有对应中文条目，返回值为None，需要根据业务需求自行处理
• 个别条目存在多个中文跨语言链接（多为消歧、重定向未合并导致），可根据需求加筛选规则，比如优先取非消歧页、正式条目
• 需要固定返回简体/繁体标题时，可在API参数中增加语言变体配置，直接返回对应版本的标题

内容的提问来源于stack exchange，提问作者user19508782