wikipedia_ql 的安装和配置教程

项目基础介绍

wikipedia_ql 是一个开源项目，它提供了一种实验性的查询语言和 Python 库，用于从 Wikipedia 提取结构化数据。这个项目的主要目的是开发一个易于使用、记忆，明确且强大的查询语言，并通过参考实现来支持它。

该项目主要使用 Python 编程语言实现。

项目使用的关键技术和框架

• MediaWiki API：用于获取 Wikipedia 页面的元数据。
• Parsoid API：用于获取页面的内容语义 HTML。
• 查询语言：一种类似于 CSS 的选择器语法，用于从页面中提取结构化数据。

项目安装和配置的准备工作

在开始安装 wikipedia_ql 之前，请确保您的系统已经安装了以下软件：

• Python（建议使用 3.6 或更高版本）
• pip（Python 包管理器）
• Git（用于克隆仓库）

安装步骤

1. 克隆项目仓库

   打开命令行界面，使用以下命令克隆项目仓库：

   git clone https://github.com/zverok/wikipedia_ql.git
   

   克隆完成后，您将得到一个名为 wikipedia_ql 的文件夹。

2. 安装项目依赖

   进入 wikipedia_ql 文件夹，然后安装项目所需的依赖。首先，安装 poetry 工具，它将帮助您管理依赖关系：

   pip install poetry
   

   然后，在项目目录中运行以下命令安装依赖：

   poetry install
   

3. 运行示例查询

   安装完成后，您可以使用以下命令运行一个简单的查询示例：

   poetry run wikipedia_ql --page "Pink Floyd" 'section[heading="Discography"] >> li >> {a as "title"; text:matches("\((.+)\)") >> text-group[group=1] as "year";}'
   

   这个命令将从 "Pink Floyd" 页面提取专辑信息和发布年份。

按照以上步骤操作，您应该能够成功安装和配置 wikipedia_ql 项目，并开始进行查询。