sparql - 如何从维基百科获取完整的页面标题列表？

Question

我想得到这个列表，以便以后进行语言学研究。

API:Allpages 限制为 500 个查询。我需要它们（400万）。

也许使用 dbpedia 攻击它。

有什么诀窍吗？

Answer 1

运行 Wikipedia 的 Wikimedia Foundation 将其所有项目的定期转储发布到http://dumps.wikimedia.org。

您可以在此处浏览最新的 enwiki 转储（截至本文发布时）：http: //dumps.wikimedia.org/enwiki/20130204/。

您可能最感兴趣的文件是所有页面标题的列表：http: //dumps.wikimedia.org/enwiki/20130204/enwiki-20130204-all-titles-in-ns0.gz。