Intenté obtener utilizar el API de wikipedia sobre este articulo.
Sin embargo cuando utilizo :
url = "https://fr.wikipedia.org/w/api.php?action=query&prop=extracts&titles=Liste_d%27accidents_impliquant_des_sous-marins_depuis_2000&exintro=&exsentences=2&explaintext=&redirects=&formatversion=2"
response_dict = requests.get(url)
Cuando hizo response_dict.text
me da :
'<!DOCTYPE html>\n<html class="client-nojs" lang="fr" dir="ltr">\n<head>\n<meta charset="UTF-8"/>\n<title>Résultat de l’API de MediaWiki — Wikipédia</title>\n<script>document.documentElement.className = document.documentElement.className.replace( /(^|\\s)client-nojs(\\s|$)/, "$1client-js$2" );</scr ...
Sin embargo me gustaría obtener el array json para utilizarlo en una dataframe.
{
"batchcomplete": true,
"query": {
"normalized": [
{
"fromencoded": false,
"from": "Liste_d'accidents_impliquant_des_sous-marins_depuis_2000",
"to": "Liste d'accidents impliquant des sous-marins depuis 2000"
}
],
"pages": [
{
"pageid": 8464888,
"ns": 0,
"title": "Liste d'accidents impliquant des sous-marins depuis 2000",
"extract": "Cet article traite des principaux accidents et incidents ayant impliqué des sous-marins depuis l’an 2000."
}
]
}
}
¿Entonces cómo obtener el json desde una consulta request.get(url) ?
Además, esta es una sub-pregunta, pero ¿cómo obtener no solamente el title
y el extract
en la consulta pero también el contenido del articulo? En efecto me gustaria transformar la pagina
En una dataframe para análisis más extenso:
date name text
2000 L'explosion du Koursk blablabal
2001 Collision entre l'Ehime Mahru ... ...
... ...