Wikipedia-Scraper: Artikel, Zusammenfassungen und Metadaten, $0,50 pro 1.000 Artikel

Wikipedia-Artikel per Titel, URL oder Wikidata-ID über die offizielle MediaWiki-API extrahieren. Liefert Artikeltitel, Summary (erster Absatz), Plaintext-Volltext, Thumbnail, Lead-Image, alle Kategorien, geografische Koordinaten wenn anwendbar, die Wikidata-Q-ID, Pageviews der letzten 30 Tage und Referenzen zu anderen Sprachen. Unterstützt 12+ Sprachen inklusive Englisch, Deutsch, Französisch, Spanisch, Chinesisch und Japanisch. Ideal für KI-Trainingsdaten, Knowledge-Graph-Anreicherung, RAG-Ingestion und Referenzdatenbanken.

Auf Apify öffnen → Jetzt testen

Preise

$0,0005/Artikel

RAM

128MB

Abdeckung

12+ Sprachen

Ausgabefelder

20+

Proxy

Apify Datacenter

Technik

MediaWiki-API

Was Sie erhalten

Identität: title, page_id, wikidata_id (Q-ID), canonical_url, language
Content: summary (erster Absatz), content (Volltext-Plaintext), sections[], word_count
Visuell: thumbnail_url, lead_image_url, image_count
Taxonomie: categories[], interwiki_links[] (andere Sprachausgaben)
Geo + Popularität: coordinates (lat/lon bei Geo-Artikeln), pageviews_30d, edit_count, last_edited_at

Wichtige Anwendungsfälle

KI-Trainingsdaten. Saubere, strukturierte Korpora für LLM-Fine-Tuning über Themen und Sprachen bauen
Knowledge-Graph-Anreicherung. Company-, Person- oder Place-Entitäten zu Wikidata-Q-IDs auflösen und kanonische Beschreibungen ziehen
RAG-Ingestion. Wikipedia-Inhalt als autoritative Referenz-Grounding in Vektordatenbanken einspeisen
Mehrsprachige Referenzdatenbanken. Denselben Artikel in 12+ Sprachen für Parallel-Text-Projekte ziehen
Topic-Monitoring. edit_count und last_edited_at tracken, um Spitzen öffentlichen Interesses zu erkennen

API-Beispiel

# Einen Lauf über die Apify-API starten
curl -X POST "https://api.apify.com/v2/acts/santamaria-automations~wikipedia-scraper/runs?token=YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "queries": [
      "Stripe (Unternehmen)",
      "OpenAI",
      "Eiffelturm",
      "Albert Einstein",
      "Transformer (Machine-Learning-Modell)"
    ],
    "language": "de",
    "extractFullContent": true,
    "includePageviews": true
  }'

# Oder mit KI-Agenten via MCP verwenden:
# https://mcp.apify.com?tools=santamaria-automations/wikipedia-scraper

Integrationen

n8n, Make, Zapier: Läufe auslösen und Datensätze per Webhook verarbeiten
KI-Agenten (MCP): Claude Desktop, Cursor, VS Code, LangChain, LlamaIndex
Python, Node.js: Apify SDK für programmatischen Zugriff
Google Sheets, Airtable: Bulk-Eingaben rein, strukturierte Daten raus

Ausgabefelder

Feld	Typ	Beispiel
title	string	Eiffelturm
page_id	integer	9202
wikidata_id	string	Q243
summary	string	Der Eiffelturm ist ein Stahlfachwerkturm...
content	string	Der Eiffelturm (französisch La Tour Eiffel)...
thumbnail_url	string	https://upload.wikimedia.org/wikipedia/commons/...
categories	array	["Eiffelturm","Türme in Paris"]
coordinates	object	{"lat":48,8584,"lon":2,2945}
pageviews_30d	integer	512.847
canonical_url	string	https://de.wikipedia.org/wiki/Eiffelturm

Wikipedia-Scraper: Artikel, Zusammenfassungen und Metadaten, $0,50 pro 1.000 Artikel

Was Sie erhalten

Wichtige Anwendungsfälle

API-Beispiel

Integrationen

Ausgabefelder

Verwandte Aktoren