寻找wikidump python lib的示例或文档

Question

我偶然发现了wikidump python库,我觉得这很适合我.

我可以通过查看源代码来获得,但我是python的新手,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,我需要将其用作单篇文章提取的源代码.任何人都可以给我一些关于正确实现这一点的指示,或者甚至更好地指出一些文档？我找不到任何东西!

(ps如果你有更好的文档lib,请告诉我)

Answer 1

不确定我是否理解这个问题，但是如果您有维基百科转储并且需要解析维基代码，我会建议mwparserfromhell lib。

另一个强大的框架是Pywikibot，这是维基百科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。