批量從維基百科獲取摘錄

Question

有沒有辦法從維基百科獲取所有標題/摘錄對？到目前爲止，我找到了兩種方法：

• 下載摘錄轉儲，但它包含不完整/無效的摘錄作爲文章的第一行我想。使用鏈接到MediaWiki API
• 請求摘錄，但它是extremelly緩慢的，因爲你只能每次請求獲得單摘錄（批量查詢不工作的摘錄）：

/w/api.php?action=查詢&格式= JSON &標題=主營 &頁面重定向&道具=提取& explaintext = & exintro =

我想由於MediaWiki API不會增加維基百科服務器的負擔，因此可以摘錄它們。 這可能嗎？

P.S.我需要作爲純文本的摘錄。沒有wiki文本或格式要求。

更新。有可能通過鏈接到MediaWiki API來獲取20個摘錄最大的一次：

見https://en.wikipedia.org/w/api.php?action=help&modules=query%2Bextracts

& exlimit = 20

Answer 1

這是目前不可能。 Cou可以看看雅虎的摘要in the dumps，它試圖做類似的事情（雖然不是很好）。他們由the ActiveAbstract extension供電。