使用Ajax发起GET请求，提取维基百科Infobox特定值遇阻求助

嗨！很高兴看到你在Stack Overflow的第一篇帖子😊。针对你遇到的“Infobox无属性，无法通过粗体文本定位目标值”的问题，我来分享几个实用的思路，帮你搞定这个难题：

一、优先用维基百科API获取结构化数据 #

其实维基百科本身提供了能直接返回Infobox结构化信息的API，完全不用自己费劲解析HTML表格，这是最高效的方式：

• 你可以调用维基百科的查询API，指定action=query、prop=revisions等参数，获取目标页面的维基文本内容（Infobox在维基文本里是用模板语法编写的）；
• 拿到维基文本后，用专门的库解析Infobox模板，比如Python的mwparserfromhell，它能直接把{{Infobox ... }}块转换成字典格式，你想提取哪个键的值直接取值就好，完全不用处理HTML的结构问题。

举个简单的参数示例（你可以根据自己的开发语言调整请求方式）：

?action=query&titles=目标页面标题&prop=revisions&rvprop=content&rvslots=main

二、如果必须解析HTML，优化粗体文本定位逻辑 #

如果你已经拿到了HTML格式的Infobox，那可以通过遍历表格行，结合粗体标签来匹配键值对，这里给你一个具体的实现思路和示例：

• 遍历Infobox里的每一行<tr>元素；
• 先判断当前行是否包含粗体标签（<b>）或者带粗体的表头<th>，如果有，就把这个粗体文本作为键；
• 然后找到同一行里的<td>元素，提取里面的内容作为对应的值；
• 注意处理跨多行的值：有些Infobox的内容会换行到下一行，这时候如果下一行没有粗体标签，就把它的内容合并到上一个键的值里。

用Python的BeautifulSoup库实现的示例代码：

from bs4 import BeautifulSoup

# 假设infobox_html是你获取到的Infobox的HTML代码
soup = BeautifulSoup(infobox_html, 'html.parser')
infobox_data = {}
current_key = None

for tr in soup.find_all('tr'):
    # 查找当前行的粗体键（可能在<b>或<th>里）
    bold_element = tr.find(['b', 'th'])
    if bold_element and bold_element.get_text(strip=True):
        current_key = bold_element.get_text(strip=True)
        # 获取对应的值单元格
        td_element = tr.find('td')
        if td_element:
            infobox_data[current_key] = td_element.get_text(strip=True)
    elif current_key:
        # 处理跨多行的内容，合并到当前键的值中
        td_element = tr.find('td')
        if td_element:
            infobox_data[current_key] += ' ' + td_element.get_text(strip=True)

# 输出提取后的结构化数据
print(infobox_data)

三、注意特殊情况的处理 #

• 有些Infobox的键可能不是直接的<b>标签，而是在<th>标签里（样式是粗体），所以代码里要同时考虑这两种标签；
• 如果值里包含链接、图片或者特殊格式，你可以根据需求清理HTML标签，或者提取特定元素的内容（比如链接的文本）。

希望这些方法能帮你顺利解决问题，如果还有具体的代码细节或者特殊情况，随时补充提问哦！

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