Che cos'è un estrattore di articoli di Wikipedia?

Un estrattore di articoli di Wikipedia recupera il contenuto di una pagina di Wikipedia e lo converte in un formato pulito e strutturato, più facile da riutilizzare rispetto alla pagina wiki originale: testo semplice per la lettura offline, Markdown per note e documentazione, HTML per l'integrazione oppure il markup wikitesto grezzo utilizzato internamente da MediaWiki. È utile per ricercatori, scrittori e sviluppatori che hanno bisogno del contenuto degli articoli al di fuori di un browser, senza elementi estranei della pagina come menu di navigazione, annunci o link di modifica.

Descrizione dello strumento

Questo strumento recupera un articolo di Wikipedia direttamente dal suo URL ed estrae il contenuto in uno dei sei formati disponibili: testo semplice, Markdown, HTML, wikitesto grezzo, una rappresentazione AST (JSON) della struttura analizzata oppure un PDF scaricabile. Puoi definire con precisione cosa includere: titoli, elenchi, tabelle, link, riferimenti, immagini, modelli e categorie; quindi puoi copiare il risultato o scaricarlo come file.

Funzionalità

  • Recupera qualsiasi articolo pubblico di Wikipedia direttamente dal suo URL, in tutte le edizioni linguistiche di Wikipedia
  • Sei formati di output: testo semplice, Markdown, HTML, wikitesto grezzo, AST (JSON) e PDF
  • Opzioni dettagliate per includere o escludere titoli, elenchi, tabelle, link, riferimenti, immagini, modelli e categorie
  • Conteggio in tempo reale dei caratteri e delle parole del contenuto estratto
  • Visualizzatore dell'output con evidenziazione della sintassi, numeri di riga e ritorno a capo automatico
  • Scarica il risultato come file nel formato corrispondente (.txt, .md, .html, .wiki, .json o .pdf)

Come utilizzare lo strumento

  1. Incolla l'URL di un articolo di Wikipedia, ad esempio https://en.wikipedia.org/wiki/Dog
  2. Fai clic su "Recupera articolo" per caricare il contenuto della pagina
  3. Scegli un formato di output: testo semplice, Markdown, HTML, wikitesto grezzo, AST (JSON) o PDF
  4. Attiva o disattiva le opzioni del contenuto (titoli, elenchi, tabelle, link, riferimenti, immagini, modelli e categorie) per controllare cosa includere
  5. Esamina il contenuto estratto e i conteggi di caratteri e parole, quindi scarica il risultato se necessario

Suggerimenti

  • La lingua e il titolo dell'articolo vengono letti direttamente dall'URL, quindi funziona anche incollando un link a qualsiasi edizione linguistica di Wikipedia, non solo a quella inglese
  • Le opzioni del contenuto si applicano solo ai formati Testo, Markdown, HTML e PDF; il wikitesto grezzo e l'AST restituiscono sempre la sorgente completa, senza filtri
  • Disattiva "Riferimenti" e lascia "Modelli" disattivato (sono le impostazioni predefinite) per ottenere la copia di lettura più pulita possibile di un articolo, poiché spesso aggiungono elementi superflui che non fanno parte del testo principale
  • Usa il formato AST (JSON) se devi esaminare o elaborare programmaticamente la struttura analizzata dell'articolo

Domande frequenti

Quali edizioni linguistiche di Wikipedia sono supportate?

È supportata qualsiasi edizione linguistica di Wikipedia: incolla semplicemente l'URL dell'articolo dal sottodominio della relativa lingua, ad esempio de.wikipedia.org o ja.wikipedia.org.

Perché manca un link o un modello nel mio output?

Controlla le opzioni del contenuto: link, modelli, categorie, immagini e riferimenti possono essere attivati o disattivati singolarmente e alcuni sono disattivati per impostazione predefinita.

Questo strumento modifica o salva l'articolo di Wikipedia?

No: legge soltanto il contenuto pubblico dell'articolo per estrarlo e visualizzarlo. Nulla viene caricato o memorizzato su Wikipedia.

Posso ottenere l'esatto markup wiki originale?

Sì: seleziona "Wikitesto grezzo" come formato di output per visualizzare esattamente il markup sorgente non modificato, così come è memorizzato su Wikipedia.