如何將mediawiki中的所有頁面導出爲單個頁面文件？

Question

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。

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 '\n@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\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('\n@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\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() 

Answer 1

如果你有一些你的Python知識可以利用mwclient庫來實現：

1. 安裝Python 2.7 sudo apt-get install python2.7（見https://askubuntu.com/questions/101591/how-do-i-install-python-2-7-2-on-ubuntu在煩惱的情況下）
2. 通過pip install mwclient

3. 運行python腳本安裝mwclient下面

   import mwclient 
   wiki = mwclient.Site(('http', 'you-wiki-domain.com'), '/') 
   for page in wiki.Pages: 
       file = open(page.page_title, 'w') 
       file.write(page.text()) 
       file.close() 
   

看到mwclient頁https://github.com/mwclient/mwclient參考