0
與 How to export text from all pages of a MediaWiki?相關,但我希望輸出爲使用頁面標題命名的單個文本文件。如何將mediawiki中的所有頁面導出爲單個頁面文件?
SELECT page_title, page_touched, old_text
FROM revision,page,text
WHERE revision.rev_id=page.page_latest
AND text.old_id=revision.rev_text_id;
可以將它轉儲到標準輸出和所有頁面中。
如何拆分它們並將其轉儲爲單個文件?
解決
首先轉儲到一個單一的文件:
SELECT page_title, page_touched, old_text
FROM revision,page,text
WHERE revision.rev_id=page.page_latest AND text.old_id=revision.rev_text_id AND page_namespace!='6' AND page_namespace!='8' AND page_namespace!='12'
INTO OUTFILE '/tmp/wikipages.csv'
FIELDS TERMINATED BY '\n'
ESCAPED BY ''
LINES TERMINATED BY '\[email protected]@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n';
然後將其分割成單獨的文件,使用Python:
with open('wikipages.csv', 'rb') as f:
alltxt = f.read().split('\[email protected]@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n')
for row in alltxt:
one = row.split('\n')
name = one[0].replace('/','-')
try:
del one[0]
del one[0]
except:
continue
txt = '\n'.join(one)
of = open('/tmp/wikipages/' + name + '.txt', 'w')
of.write(txt)
of.close()
還有沒有歷史的dumpgenerator.py。 – Nemo