如何使用 Python 抓取类别维基百科页面的子类别和页面

因此，我尝试抓取类别页面的类别标题下的所有子类别和页面：“类别：基于类的编程语言”，位于：

https://en.wikipedia.org/wiki/Category:基于类的编程语言

我已经找到了一种使用 url 和 mediawiki API 来做到这一点的方法：Categorymembers。这样做的方法是：

• base: en.wikipedia.org/w/api.php?action=query&list=categorymembers&cmtitle=Category:Class-based%20programming%20languages&format=json&cmlimit=500
• base: en.wikipedia.org/w/api.php?action=query&list=categorymembers&cmtitle=Category:Class-based%20programming%20languages&format=json&cmlimit=500&cmtype=subcat

但是，我找不到使用 Python 来完成此任务的方法。有人可以帮我从这里出去吗？

这是为了独立研究，我花了很多时间在这上面，但似乎无法弄清楚。此外，禁止使用 Beautifulsoup。感谢您的所有帮助！

好吧，经过更多的研究和学习，我找到了自己问题的答案。使用库urllib.request and json，我以 json 格式导入了 wikipedia url 文件，并以这种方式简单地打印了其类别。这是我用来获取子类别的代码：

pages = urllib.request.urlopen("https://en.wikipedia.org/w/api.php?action=query&list=categorymembers&cmtitle=Category:Class-based%20programming%20languages&format=json&cmlimit=500&cmtype=subcat")
data = json.load(pages)
query = data['query']
category = query['categorymembers']
for x in category:
    print (x['title'])

您可以对类别中的页面执行相同的操作。感谢尼莫试图帮助我！