如何通过Python库从维基百科URL获取页面摘要，无需自行编写爬虫

有多个成熟的第三方Python库可以直接提取维基百科页面摘要，无需自行编写爬虫解析逻辑，以下是最常用的两种实现方案：

方案1：使用 wikipedia-api 库（推荐，多语言支持完善） #

这个库是对维基百科官方API的封装，支持自定义语言、直接提取摘要、页面链接等多种信息，无需手动解析HTML。

安装方式 #

pip install wikipedia-api

使用示例（适配你的场景） #

你既可以直接通过已经获取的URL提取页面标题和语言来查询，也可以直接用Wikidata ID跳过获取URL的步骤直接查询：

import wikipediaapi

# 适配你的阿拉伯语示例场景
wiki_wiki = wikipediaapi.Wikipedia(
    language='ar',
    extract_format=wikipediaapi.ExtractFormat.WIKI
)

# 方式1：通过你已获取的URL提取页面标题查询
# 你的URL是https://ar.wikipedia.org/wiki/ياسر_عرفات，提取/wiki/后的部分作为标题
page = wiki_wiki.page("ياسر_عرفات")
# 直接获取完整摘要
print(page.summary)

# 方式2：可直接对接Wikidata ID查询，无需额外调用你之前写的URL获取函数
from wikibase_api import Wikibase
wb = Wikibase()
r = wb.entity.get("Q34211")
ar_title = r["entities"]["Q34211"]["sitelinks"]["arwiki"]["title"]
page = wiki_wiki.page(ar_title)
print(page.summary)

输出的内容就是你需要的阿拉伯语完整摘要，和你给出的示例内容完全一致。

方案2：使用 wikipedia 库（轻量简洁） #

这个库更轻量，适合简单的摘要提取场景，同样支持多语言切换：

安装方式 #

pip install wikipedia

使用示例 #

import wikipedia
# 切换到阿拉伯语
wikipedia.set_lang("ar")
# 查询对应页面
page = wikipedia.page("ياسر عرفات")
# 获取摘要
print(page.summary)

注意事项 #

• 两个库都是调用维基百科官方的公开API实现的，不会触发爬虫封禁风险，返回的摘要格式和官方页面的前置摘要内容完全一致
• 如果需要其他语言的内容，只需要修改初始化时的language参数即可，比如en对应英文，zh对应中文

内容的提问来源于stack exchange，提问作者Mai