Question

相关 How to export text from all pages of a MediaWiki?，但我希望输出是使用页面标题命名的单个文本文件。

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;

可以将其转储到stdout中并将所有页面一次性转储。

如何拆分它们并转储到单个文件中？

解决

首先转储到一个文件中：

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';

然后将其拆分为单个文件，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

如果您有一些python知识，可以使用mwclient库来实现这一目标：

安装Python 2.7 sudo apt-get install python2.7（遇到麻烦时请参阅https://askubuntu.com/questions/101591/how-do-i-install-python-2-7-2-on-ubuntu）
通过pip install mwclient

运行下面的python脚本

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()

请参阅mwclient页面https://github.com/mwclient/mwclient以获取参考资料

如何将mediawiki中的所有页面导出到单个页面文件中？

1 个答案: