Pythonでウィキペディアのデータを抽出する方法を徹底解説

この記事では、Pythonを使ってウィキペディアのデータを抽出する方法を詳しく解説します。PythonはWebスクレイピングの分野で広く活用されており、Webサイトからメタ情報を収集するツールの開発に非常に適した言語です。

本記事では、Wikipedia APIとwikipediaライブラリを使用して、ウィキペディアのソースURLからデータを取得します。APIを利用することで、指定したURLから簡単にデータをフェッチでき、その後、対象のURLに対してメソッドを呼び出して、取得した情報を画面に出力することができます。

事前準備：wikipediaライブラリのインストール

ウィキペディアからデータを抽出するには、まずPython環境にwikipediaライブラリをインストールする必要があります。以下のコマンドを実行してください。

pip install wikipedia

サンプルプログラムの概要

今回作成するプログラムでは、ウィキペディアから「Pythonプログラミング」に関する概要（サマリー）を抽出し、tkinterで作成したGUIのテキストボックス内に表示します。

コード例

# tkinterライブラリをインポート
from tkinter import *
import tkinter as tk
import wikipedia

win = Tk()
win.geometry("700x500")
win.title("Wikipedia Summary")

# 「Python Programming」で検索
result = wikipedia.search("Python Programming")

# ページの詳細情報を取得
page = wikipedia.page(result[0])

# 概要（サマリー）を取得
summary = page.summary

# テキストボックスを作成して概要を挿入
T = tk.Text(win, height=200, width=70)
T.pack()
T.insert(tk.END, summary)

win.mainloop()

コードのポイント解説

• wikipedia.search()：キーワードに関連するウィキペディアの記事タイトルを検索し、結果をリストで返します。
• wikipedia.page()：検索結果の最初の記事ページオブジェクトを取得します。
• page.summary：該当ページの概要文（要約）を文字列として取得します。
• tk.Text：取得した概要を表示するための複数行テキストボックスを生成します。

実行結果

上記のPythonコードを実行すると、「Wikipedia Summary」というタイトルのウィンドウが開き、ウィキペディアから取得した「Pythonプログラミング」に関する概要がテキストボックス内に表示されます。