大规模修订的网页存档

Question

我想测试基于html的搜索引擎，我想要一组相对较大的修订文档。是否有可以下载并存放在我的系统中的存档？我已经读过关于维基百科转储的内容，但我不确定它们是如何格式化的。 Intenet Archive的Wayback Machine很好，但服务器很慢。我正在寻找一个存档：

• 虽大但不大。类似1000个文档的内容，每个1000个版本都可以满足我的项目。我不是在寻找5TB的数据库。
• 已修订。静态的单一修订存档不够好。
• 我正在寻找HTML或可以轻松转换为HTML的文档。