【Django】Wikipedia APIを使ってwiki内にある情報を取得する

パッケージ

情報取得に必要なパッケージをインストール

terminal

$ pip install wikipedia

requirements.txtに書き込んでおく。

terminal

$ pip freeze > requirements.txt

import & setting

shell

import wikipedia

#要求する言語を日本語に設定
wikipedia.set_lang("jp")

関数

wikiでクエリを検索

shell

# デフォルト
wikipedia.search(query, results=10, suggestion=False)

>>> wikipedia.search("python")
['Python', 'モンティ・パイソン', 'IDLE (Python)', 'KML', 'Stackless Python', 'Eric Python IDE', 'Anaconda (Pythonディストリビューション)', 'IronPython', 'PyQt', 'Jython']

>>> wikipedia.search("python", results=3)
['Python', 'モンティ・パイソン', 'IDLE (Python)']

>>> wikipedia.search("python", results=3, suggestion=True)
(['Python', 'モンティ・パイソン', 'IDLE (Python)'], None)

引数	説明
results	検索結果の件数（デフォルト10）
suggestion	Trueの場合タプルで返します

クエリの検索候補

候補がない場合はNoneを返します。

下記の例では、"pythone"と間違った入力を"python"に修正してくれています。

shell

wikipedia.suggest(query)

>>> wikipedia.suggest("pythone")
'python'

クエリの要約の取得

shell

#デフォルト
wikipedia.summary(query, sentences=0, chars=0, auto_suggest=True, redirect=True)

>>> wikipedia.summary("python")
'Python（パイソン）はインタープリタ型の高水準汎用プログラミング言語である。グイド・ヴァン・ロッサムにより創り出され、1991年に最初にリリースされたPythonの設計哲学は、以下省略'

>>> wikipedia.summary("python", sentences=1)
'Python（パイソン）はインタープリタ型の高水準汎用プログラミング言語である。'

>>> wikipedia.summary("python", chars=1)
'Python…'
>>> wikipedia.summary("python", chars=10)
'Python（パイソン…'

引数	説明
sentences	一文を返します（10文以下）0だと全文が返されます。
chars	設定されている場合最初の文字を返します。
auto_suggest	タイトルの候補がいくつかある場合有効なものを返します。
redirect	RedirectErrorを発生させずにリダイレクトを許可します。

ページのオブジェクトを取得

画像に関しては、ページの一番上の画像を取ってくるので使い物にならない気がしました。

オブジェクト	説明
title	タイトルを取得
categories	カテゴリーのリストを取得
content	ページのテキストコンテンツを取得（画像・表・その他データを除く）
images	ページ上の画像のURLのリストを取得
links	ページ上のリンクのタイトルリストを取得
references	ページ上の外部リンクのURLのリストを取得
summary	ページのプレーンテキストの要約

shell

#デフォルト引数
wikipedia.page(title=None, pageid=None, auto_suggest=True, redirect=True, preload=False)

>>> wikipedia.page("python")
<WikipediaPage 'Python'>

>>> wikipedia.page("Python").title
'Python'

>>> wikipedia.page("Python").categories[:2]
['BNF識別子が指定されている記事', 'FAST識別子が指定されている記事']

>>> wikipedia.page("Python").content[:50]
'Python（パイソン）はインタープリタ型の高水準汎用プログラミング言語である。グイド・ヴァン・ロッ'

>>> wikipedia.page("Python").url
'https://ja.wikipedia.org/wiki/Python'

>>> wikipedia.page("Python").images[:2]
['https://upload.wikimedia.org/wikipedia/commons/4/4a/Commons-logo.svg', 'https://upload.wikimedia.org/wikipedia/commons/5/5f/Disambig_gray.svg']

>>> wikipedia.page("Python").links[:5]
['.NET Framework', '1991年', '1994年', '1月1日', '2000年']

>>> wikipedia.page("Python").references[:2]
['http://forum.nokia.com/python', 'http://www.softantenna.com/wp/software/python-3-5-released/']

>>> wikipedia.page("Python").summary[:50]
'Python（パイソン）はインタープリタ型の高水準汎用プログラミング言語である。グイド・ヴァン・ロッ'

例外処理

最後の基本例外クラスwikipedia.exceptions.WikipediaException一つだけでまとめちゃっても大丈夫です。

#ページの曖昧性が解決される時に発生
exception wikipedia.exceptions.DisambiguationError(title, may_refer_to)

#リクエストがタイムアウトすると発生
exception wikipedia.exceptions.HTTPTimeoutError(query)

#クエリに一致するものがない場合発生
exception wikipedia.exceptions.PageError(pageid=None, *args)

#予期しないリダイレクトに解決された場合に発生
exception wikipedia.exceptions.RedirectError(title)

##基本例外クラス
exception wikipedia.exceptions.WikipediaException(error)

より詳しい情報は公式ページで

Djangoで実装

blogアプリにTgsモデルを作成したと想定。

blogの記事に付けたタグ名の情報をwikiから取得してみる。

views.py

import wikipedia
from .models import Tags

wikipedia.set_lang("jp")

def TagsDetailView(request, name):
    tag_data = Tags.object.get(name=name)
    try:
        wiki_summary = wikipedia.summary(tag_data.name, sentences=2)
    except wikipedia.exceptions.DisambiguationError:
        wiki_summary = str(f"「{tag_data.name}」には候補が多数あります。タグ名に情報を追加し曖昧さを回避してください。")
    except wikipedia.exceptions.HTTPTimeoutError:
        wiki_summary = str("タイムアウトしました。")
    except wikipedia.exceptions.PageError:
        wiki_summary = str(f"「{tag_data.name}」に一致するものがありません。")

    context = {
        'tag_data': tag_data,
        'wiki_summary': wiki_summary,
        }
    return render(request, "blog/detail.html", context)

##その他
wiki_search = wikipedia.search(tag_data.name)
wiki_summary = wikipedia.summary(tag_data.name, sentences=2)
wiki_page = wikipedia.page(tag_data.name)

注意

queryの結果が存在しなかったり複数あったりすると正常に表示されないので例外処理を必ずしておく。

最善の策は、queryとwikiのページタイトル名を同じにすることですが、auto_suggestをTrue（デフォルト）にしておけば、queryに情報を追加するだけである程度予測し表示してくれるようにります。

感想

wikiの特性上どうしようもないのかもしれませんが、細部の情報が取得でできない？のでちょっと物足りない気がしました。

画像の取得に関しても「サムネイルを取得したいのにできない」というモヤモヤが・・・

サムネイルの取得についてどなたかご存知の方がいらっしゃったら教えて下さい汗

他に経度・緯度を取得する関数もありますが、この記事では割愛しました。

Wikipedia API公式