是否有一个Python模块用于解析没有MediaWiki的维基百科文章？

Question

我正在努力梳理维基百科的文章，并希望每篇文章都有以下信息：

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（每月的页面浏览和编辑）

MediaWiki API非常全面，但由于它是用于编辑页面而非常密集的。我已经尝试过维基百科和mwclient模块，但这些模块没有可用的元数据。是否有另一种可用的工具可以提供API的只读功能而不需要API的开销？

Answer 1

有一些alternative parsers但一般来说MediaWiki的解析很难复制（它没有正式的规范，并且实现为一堆乱七八糟的正则表达式）。使用API​​或DB dumps几乎总是更好。具体而言，链接和重定向可用作数据库转储中的表。文字可通过extracts API获取，网页浏览量为a work in progress。我不认为汇总的编辑数据可用。