Il 05 agosto 2013 01:20, Andrea Marchitelli marchitelli@gmail.com ha scritto:
Ciao, ho una questione biblio/wikipediana sulla quale mi piacerebbe capirci un po' meglio.
Da tempo sto lavorando su di un software per cataloghi di nuova generazione che ha un'integrazione con Wikipedia: nella pagina in cui prospetta le opere di un autore, mostra anche alcune informazioni derivate da Wikipedia (es. http://www.polobibliotecario.biella.it/vufind/Author/Home?author=Leopardi%2C...
Ciao,
se posso mettere i miei 2 cents sul piatto ti consiglio di riusare delle soluzioni esistenti per evitare di fare il parsing del wikitesto, ci sono varie possibilità: * DBpedia: http://it.dbpedia.org per Wikipedia in Italiano, http://dbpedia.org in in inglese. DBpedia contiene informazioni strutturate estratte da Wikipedia, questa è la pagina di Benedetto Croce[1], è possibile esportare quella pagina in praticamente ogni formato conosciuto (guarda in fondo): csv, json, N3, ecc. * JSONpedia: http://json.it.dbpedia.org creata come side-project di DBpedia in italiano restituisce le pagine di Wikipedia in formato JSON, compresi i template. Ecco il risultato per Benedetto Croce[2] * Wikidata: http://www.wikidata.org, i dati per Benedetto Croce non sono completi, ma penso che la cosa migliorerà nei prossimi mesi. Qui[3] Benedetto Croce. * Se stai usando python ti consiglio di usare questa piccola libreria (che ho contribuito a scrivere ;-) ): Wikipedia Template Parser[4]. Questa chiamata recupera tutti i template nella pagina Benedetto Croce di Wikipedia in italiano (basta mettere lang="en", per quella in inglese). --- from wikipedia_template_parser import data_from_templates
data_from_templates("Benedetto_Croce", lang="it") ---
Credo che per il tuo caso la cosa migliore sia JSONpedia.
Comunque l'idea è DRY[5], esistono già molti progetti che recuperano/standardizzano le informazioni dalle pagine di Wikipedia.
Cristian
[1] http://it.dbpedia.org/page/Benedetto_Croce [2] http://json.it.dbpedia.org/annotate/resource/json/it%3ABenedetto_Croce?&... [3] http://www.wikidata.org/wiki/Q192348 [4] https://github.com/SpazioDati/Wikipedia-Template-Parser [5] http://it.wikipedia.org/wiki/Don%27t_Repeat_Yourself