我偶然发现了wikidump python 库，我认为它非常适合我。
我可以通过查看源代码来解决问题，但我是 python 新手，我不想编写 BS 代码，因为我需要它的项目对我来说很重要。
我得到了“wiki-SPECIFICDATE-pages-articles.xml.bz2”文件，我需要将其用作获取单篇文章的来源。谁能给我一些正确实现这一目标的指示，或者更好的是，指出一些文档？我找不到任何东西！
（ps如果你有更好和正确的文档库，请告诉我）
问问题
935 次
1 回答
0
不确定我是否理解这个问题，但如果你有维基百科转储并且你需要解析维基代码，我会建议mwparserfromhell lib。
另一个强大的框架是Pywikibot，它是 Wikipedia 上机器人用户的历史框架（因此，它有许多专门用于编写页面的脚本，而不是阅读和解析文章）。它有很多文档（尽管有时已经过时）并且它使用 MediaWiki API。
当然，您可以同时使用它们：PWB 用于获取文章，mwparserfromhell 用于解析。
于 2014-12-18T19:48:40.710 回答