维基下载页面说明（指南）

中文维基下载地址： https://dumps.wikimedia.org/zhwiki/

英文维基下载地址： https://dumps.wikimedia.org/enwiki/

 

当我们打开维基下载页面时候，一脸懵逼，根本不知道所需要哪些文件，为此，进行了一些调研。

1.    Articles, templates, media/file descriptions, and primary meta-pages, in multiple bz2 streams, 100 pages per stream：包含了许多的文章，也有许多的日志信息等等..

       Recombine multiple bz2 streams：上述整合的文件压缩。

       Index.txt.bz2: 每个词条的编号信息。

　　　　

2.  All pages with complete edit history (.7z)和All pages with complete page edit history (.bz2)内容相同。（大小不一样是因为压缩方式不同。）

     都是文章的edit的历史，包括哪个用户修改了什么。

3. 每个user和page的日志记录。混乱，没有用。

　　

 4. 我们所需要的文件，包含文章正文摘要等信息。      

　　

5．所有页面的标题

　　

6. 词条开放的分类链接

　　

7. 词条重定向  

　　　　

8. 词条页面内容外链