是否有用于解析没有 MediaWiki 的 Wikipedia 文章的 Python 模块？

Question

我正在尝试梳理维基百科的文章，并希望了解每篇文章的以下信息：

纯文本内容、链接、重定向（重定向到当前页面的页面标题）和元数据（每月的页面查看和编辑）

MediaWiki API 非常全面，但也非常密集，因为它是为编辑页面而设计的。我已经尝试过 Wikipedia 和 mwclient 模块，但它们没有可用的元数据。是否有其他可用工具提供 API 的只读功能而无需 API 开销？

Answer 1

有几个alternative parsers，但一般来说，MediaWiki 的解析很难复制（它没有正式的规范并且被实现为一堆正则表达式）。使用 API 或 DB dumps 几乎总是更好。具体来说，链接和重定向可用作数据库转储中的表。文字可通过extracts API 获得，网页浏览量为a work in progress。我认为没有汇总的编辑数据可用。