如何处理Wikipedia转储中的重定向？

Question

我已成功使用this guide将enwiki-latest-pages-articles-multistream.XML页面导入MySQL。

当我查找页面文本（过程描述为here）时，通常为#REDIRECT [[some_page_name]]。我知道遵循此重定向的唯一方法是在所有页面标题中搜索some_page_name。这不仅很耗时，而且有时在精确相同标题名称下有多篇文章！

我正在考虑仅从数据库中删除所有重定向页面。

但是在我这样做之前，是否有更好的方法来处理这些重定向？

Answer 1

据我了解，您想确定重定向的目标是什么。对？。如果是，则可以使用以下查询获取它：

select rd_title from redirect
inner join page
on page_id = rd_from
where page_title like "some_page_name"

rd_title是重定向的目标页面。

如果我错了，请纠正我。