用 Go 解析维基百科信息框？

Question

我正在尝试解析一些维基百科文章的信息框，但似乎无法弄清楚。我已经为 Albert Einstein 下载了文件，我尝试解析 Infobox如下所示：我正在尝试将信息框中的每个项目放入结构或地图中：m["name"] = "Albert Einstein"m["image"] = "Einstein...."......m["death_date"] = "{{Death date and age|df=yes|1955|4|18|1879|3|14}}"......我什至无法隔离信息框。我得到：[[{{Infobox scientist        | name       = Albert Einstein        | image       = Einstein 1921 by F Schmutzer - restoration.jpg        | caption     = Albert Einstein in 1921        | birth_date  = {{Birth date|df=yes|1879|3|14}}]]API 中的 Albert Einstein 条目可以在以下位置找到：https://en.wikipedia.org/w/api.php?action=query&titles=Albert%20Einstein&prop=revisions&rvprop=content&format=json编辑：基于对这个问题的公认答案，我尝试了以下正则表达式：(?=\{Infobox)(\{([^{}]|(?1))*\})但得到：panic: regexp: Compile(`(?=\{Infobox)(\{([^{}]|(?1))*\})`): error parsing regexp: invalid or unsupported Perl syntax: `(?=`编辑 #2：如果有办法通过他们的 API 提取信息，那么我会接受....我一直在阅读文档但找不到它。

Answer 1

我做了一个可能对你有用的正则表达式：

^\s*\|\s*([^\s]+)\s*=\s*(\{\{Plainlist\|(?:\n\s*\*.*)*|.*)

解释

• 这部分：^\s*\|\s*([^\s]+)\s*=\s*匹配行的开头，例如：

      | <the_label> =

• 继续在同一行，这部分：(\{\{Plainlist\|(?:\n\s*\*.*)*|.*)将匹配列表：

                       {{Plainlist|
                       * [[Ernst G. Straus]]
                       * [[Nathan Rosen]]
                       * [[Leó Szilárd]]

（请注意，它可能会省略最后的}}。哦，好吧。）

• 如果没有列表，则匹配到行尾。