MediaWikiDump (媒体维基转储)

MediaWiki XML Dumps 包含维基的内容（包括所有修订版本的维基页面），但不包含与站点相关的数据。XML转储不会创建完整的维基数据库备份，转储中不包含用户帐户、图片、编辑日志等。

安装和设置

我们需要安装几个Python包。

mediawiki-utilities 支持未合并分支中的XML模式0.11。

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

mediawiki-utilities mwxml 存在一个错误，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.document_loaders import MWDumpLoader