如何获取所有维基百科文章标题？

Question

如何将所有维基百科文章标题集中到一处，而无需额外的字符和 pageid。只是文章的标题。像这样的东西：

当我下载维基百科转储时，我得到了这个

也许我知道一个动作可以让我获得所有页面，但我想一次性获得所有页面。

Answer 1

您可以在https://dumps.wikimedia.org上找到它

作为数据库转储的英语维基百科主名称空间中的最新页面标题列表位于此目录中。
最近的每一天都有一个子目录，其中每种语言的每个 Wiki 项目站点都有单独的文件。
英文维基百科标题位于名为 的文件中enwiki-yyyymmdd-all-media-titles.gz。截至 2023 年 8 月，此文件压缩后大小为 9 MB，未压缩时大小为 26M。

如果您希望通过您使用的APIquery获得它，但list=allpages一次最多只能给您 500 个（机器人为 5k），因此您将不得不对英语维基百科进行 10,000 多个 API 调用。

示例： https://en.wikipedia.org/w/api.php? action=query&format=xml&list=allpages&aplimit=max