如何从API资源管理器中检索数据？

Question

我的问题更多的是在“概念”方面，因为我还没有任何代码要显示。我基本上可以访问一个网站的API资源管理器，但是当我在API资源管理器中放置一个特定的url时检索到的信息与我打开一个具有相同url的网页并“检查”元素时得到的html信息不同。我真的不知道如何检索我需要的数据，因为它们只存在于API资源管理器中，但不能通过web抓取访问。你知道吗

下面是一个例子来告诉你我的意思：

API资源管理器链接：https://platform.worldcat.org/api-explorer/apis/worldcatidentities/identity/Read

请求的特定url是：http://www.worldcat.org/identities/lccn-n80126307/

如果我自己放置url（http://www.worldcat.org/identities/lccn-n80126307/）和“inspect element”，则以下信息：

不是所有的数据都与：

例如，language count、audLevel、oclcnum和许多其他内容在html版本中不存在，但在API资源管理器中存在，对于其他作者，genres count只存在于API资源管理器中。你知道吗

我意识到其中一个是xml，另一个是html，所以这就是为什么两个版本中的数据不一样？不管是什么原因，我能做些什么来检索API资源管理器中的数据？（如流派计数、audLevel、oclcnum等）

任何见解都会很有帮助。你知道吗

Answer 1

不显示所有数据的站点并不罕见，这些数据都在底层的json/xml中。这类东西通常包含有趣的内容，而这些内容不会在现场的任何地方显示。你知道吗

在这种情况下，服务器会给你你想要的东西。如果您要使用Python获取数据，那么您真正需要做的就是在头文件中指定您要查找的内容。如果你不在这个网站上这样做，你会得到html的东西。你知道吗

如果这样做，您将获得xml数据，您感兴趣的是：

import requests
import xml.dom.minidom

url = 'https://www.worldcat.org/identities/lccn-n80126307/'
r = requests.get(url, headers={'Accept': 'application/json'})

# a couple of lines for printing the xml pretty
xml = xml.dom.minidom.parseString(r.text)
pretty_xml_as_string = xml.toprettyxml()
print(pretty_xml_as_string)

那么你所要做的就是提取内容，你就是在追求。这可以通过多种方式实现。如果这对你有帮助，请告诉我。你知道吗