嘿，我来帮你解决这个问题！你之前用prop=extracts确实只能拿到页面的文本提取，没法获取右侧那个信息框（infobox）里的结构化数据——要搞定这个，咱们得换个API调用方式，再配合专门的工具来解析维基百科的模板内容。

核心思路 #

维基百科的歌曲信息框是用{{Infobox song}}这个MediaWiki模板构建的，所以咱们需要先拿到页面的原始wikitext内容，再从中解析这个模板里的字段值。这种方式比直接解析HTML要可靠得多，因为模板结构相对稳定。

具体步骤&代码示例 #

1. 安装必要的库

咱们用requests发API请求，再用mwparserfromhell这个专门解析MediaWiki wikitext的库来处理模板——它比手写正则靠谱多了，能轻松处理各种模板格式的变化（比如换行、嵌套标记）。

先安装依赖：

pip install mwparserfromhell requests

2. 编写代码提取信息

下面的代码会调用API拿到页面wikitext，然后解析出你需要的专辑、发行日期、创作者等信息：

import requests
import mwparserfromhell

# 配置API请求参数
api_params = {
    "action": "query",
    "titles": "Zombie_(song)",
    "prop": "revisions",
    "rvprop": "content",
    "rvslots": "main",
    "format": "json",
    "formatversion": 2
}

# 发送请求并解析响应
response = requests.get("https://en.wikipedia.org/w/api.php", params=api_params)
response_data = response.json()

# 获取页面的原始wikitext
target_page = response_data["query"]["pages"][0]
if "revisions" in target_page:
    page_wikitext = target_page["revisions"][0]["slots"]["main"]["content"]
    
    # 解析wikitext，定位到歌曲信息框模板
    parsed_content = mwparserfromhell.parse(page_wikitext)
    song_infobox = parsed_content.filter_templates(matches="Infobox song")[0]
    
    # 提取你需要的字段
    extracted_info = {}
    desired_fields = ["album", "released", "songwriter", "producer"]
    for field in desired_fields:
        try:
            # strip_code()会去掉wikitext的格式标记（比如链接、斜体），只保留纯文本
            field_value = song_infobox.get(field).value.strip_code()
            extracted_info[field] = field_value.strip()
        except ValueError:
            # 如果字段不存在，返回N/A
            extracted_info[field] = "N/A"
    
    # 打印结果
    print("提取到的《Zombie》歌曲信息：")
    for key, value in extracted_info.items():
        print(f"- {key.title()}: {value}")
else:
    print("抱歉，无法获取页面内容，请检查请求参数或网络连接。")

为什么不用HTML解析？ #

你也可以用action=parseAPI获取页面的HTML，然后用BeautifulSoup解析infobox表格，但这种方法容易因为页面HTML结构的变化失效——维基百科的模板结构相对稳定，解析wikitext的方式更长久可靠。

备选方案：不用第三方库（不推荐） #

如果不想安装mwparserfromhell，也可以用正则表达式匹配wikitext里的infobox，但这种方法容错性差，遇到模板格式变化（比如换行、空格）就会出错，示例代码如下：

import re

# 假设已经拿到了page_wikitext
infobox_match = re.search(r"{{Infobox song([\s\S]+?)}}", page_wikitext)
if infobox_match:
    infobox_content = infobox_match.group(1)
    # 提取专辑信息
    album_match = re.search(r"\| *album *=(.*?)(?=\n\||\n}})", infobox_content, re.DOTALL)
    if album_match:
        album = album_match.group(1).strip()
        print(f"专辑：{album}")

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