我正在尝试从维基百科获取我正在研究的项目的“类别树”。问题是我只想要更常见的主题和研究领域，因此我能够找到的较大的转储包含太多的外围文章。
我最近发现vital articles pages似乎完全是我要找的东西的集合。不幸的是，我真的不知道如何从这些页面中提取信息或如何过滤较大的转储，以仅包括这些类别和文章。
明确地说，我的问题是：给定重要的文章级别（say level 4），我如何提取给定列表的类别和文章名称树，例如人，艺术，物理科学等文件导入到csv或类似文件中，然后可以将其导入另一个程序中。我不需要文章的实际内容，只需要名称（最好是文章的引用，以便以后获得更多信息）。
我也愿意就如何更好地完成这项任务提出建议。
谢谢！
答案 0 :(得分：0)
您使用PetScan吗？它是基于Wikimedia的工具，可以根据某些条件从页面提取数据。
您可以通过使用该工具来实现您的目标，然后导航至“模板和链接”标签，然后在“从所有这些页面链接到：”字段中输入页面名称，例如Wikipedia:Vital_articles/Level/4/History。如果要在文本区域添加多个页面，只需一行一行地输入即可。
最后，按“执行”！按钮，将生成数据。之后，您可以从“输出”选项卡下载数据。