该文件是XML文件还是HTML文件？我该如何解析它？

Question

它是100MB，所以这里有一部分： https://drive.google.com/file/d/0B1GVNHhYNzBINWl4TVFOejhtbEE/view?usp=sharing

它没有扩展，我添加了xml扩展名。

这是什么文件类型，我该如何解析它？我尝试用python解开并遇到错误。

Answer 1

的The file you reference is an

XML export MediaWiki。

另请参阅MediaWiki page form XSD。

您可以使用标准XML解析器对其进行解析，该解析器以大多数语言提供，包括Python。