如何获取任何wiki页面的第一个图像

Question

我需要在任何给定的wiki页面中获取第一个图像/主图像。我可以用刮削工具来做这个。但是我用curl来废掉一页。但可能是由于互联网连接速度慢，仅废弃一个wiki页面需要很长时间。除此之外，根据用户的查询，我需要同时显示至少7-8个不同的wiki图像。

所以用旋度来做这个没有意义。我试过wiki api

https://en.wikipedia.org/w/api.php?action=query&titles=India&prop=images&imlimit=1

但我无法给出其他参数来对该列表进行排序。通常，此api返回的第一个图像不是您在页面顶部看到的主图像。有时图像与页面上下文的距离太远。

我只需要为每个wiki标题显示一个图像。提前谢谢。

Answer 1

看起来图像是按字母顺序返回的。。。。奇怪的

无论如何，这可能会更好：

https://en.wikipedia.org/w/api.php?action=parse

不幸的是，只有第一个图像可用，但至少它是正确的。

Answer 2

api.php?action=query&titles=India&prop=images

为您提供按字母顺序排序的所有图像的完整列表。您可以从非api页面上的文档顺序中检索第一个图像。也许如果你把两者结合起来，你会得到最大的好处：

$topic = 'India';
$url = sprintf('http://en.wikipedia.org/wiki/%s', urlencode($topic));
$options = array(
    'http' => array(
        'user_agent' => 'Mozilla/5.0 (iPad; U; CPU OS 3_2 like Mac OS X; en-us) AppleWebKit/531.21.10 (KHTML, like Gecko) Version/4.0.4 Mobile/7B334b Safari/531.21.102011-10-16 20:23:50',
    )
);
$context = stream_context_create($options);
libxml_set_streams_context($context);
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
$xp = new DOMXPath($doc);
$result = $xp->query('(//img[@class = "thumbimage"])[1]');
$image = ($result && $result->length) ? $result->item(0) : NULL;
echo $doc->saveXML($image), "\n";

Answer 3

要经常对主图像进行很好的猜测，请使用MediaWiki扩展PageImages提供的prop=pageImages：

PageImages扩展收集有关页面上使用的图像的信息。

其目的是返回与文章关联的单个最合适的缩略图，尝试仅返回有意义的图像，例如，不返回来自维护模板、存根或标志图标的图像。目前，它使用页面中使用的第一个非无意义图像。

^{_{（文本由sa 3.0抄送；作者列表）}}

引用MediaWiki API文档：

Returns information about images on the page, such as thumbnail and
presence of photos.
Parameters:

piprop
    Which information to return:

    thumbnail
        URL and dimensions of image associated with page, if any.
    name
        Image title.

    Values (separate with "|"): thumbnail, name
    Default: thumbnail|name

pithumbsize
    Maximum thumbnail dimension. 
    Default: 50

pilimit
    Properties of how many pages to return. 
    No more than 50 (100 for bots) allowed.
    Default: 1

picontinue
    When more results are available, use this to continue. 

https://en.wikipedia.org/w/api.php?action=query

返回值：

{
    "query": {
        "pages": {
            "14533": {
                "pageid": 14533,
                "ns": 0,
                "title": "India",
                "thumbnail": {
                    "source": "https://upload.wikimedia.org/wikipedia/commons/thumb/b/b8/Political_map_of_India_EN.svg/256px-Political_map_of_India_EN.svg.png",
                    "width": 256,
                    "height": 300
                },
                "pageimage": "Political_map_of_India_EN.svg"
            }
        }
    }
}

其他例子：

• 文章“巴拉克·奥巴马”的主要图像，高度或宽度限制在300像素
• 文章“德国”的主要形象