MediaWikiDump

MediaWiki XML Dump 包含 wiki 的内容（带有所有修订版本的 wiki 页面），但不包含站点相关数据。XML dump 不会创建 wiki 数据库的完整备份，dump 不包含用户帐户、图像、编辑日志等。

安装和设置

我们需要安装几个 Python 包。

mediawiki-utilities 在未合并的分支中支持 XML schema 0.11。

pip install -qU git+https://github.com/mediawiki-utilities/python-mwtypes@updates_schema_0.11

mediawiki-utilities mwxml 有一个错误，修复 PR 正在等待中。

pip install -qU git+https://github.com/gdedrouas/python-mwxml@xml_format_0.11
pip install -qU mwparserfromhell

文档加载器

请参阅使用示例。

from langchain_community.document_loaders import MWDumpLoader

API 参考:MWDumpLoader