如何读取维基百科转储文件，就像如何通过Mediawiki API获取信息一样？

我一直在尝试创建一个英语维基百科的本地Mediawiki实例，这样我就可以对Mediawiki API进行大量繁重而耗时的调用（例如，迭代所有页面并获取它们的类别和内部链接）

到目前为止还没有解决，在完成转储的SQL导入后或在导入过程中总是会出现一些问题，所以我现在放弃这一点，但正在寻找另一种解决方案

因此，假设我想浏览特定类别中的所有页面，并获取每个页面的内部链接（它链接到的其他维基百科页面），很容易：

import mwclient
site = mwclient.Site('en.wikipedia.org')

def getPages(c, p):
    for page in c:
        if page.namespace == 0:
            p.append(page)
        elif page.namespace == 14:
            getPages(page, p)
        else:
            pass

pages = []
c1 = site.Pages["Category:Mathematics"]
getPages(c1, pages)

---

但它要求我有一个运行的维基百科副本，所以我想知道是否有一个类似的简单解决方案可以针对转储（XML、SQL、DBPedia或其他转储表单）执行，而不是与Mediawiki实例通信？

要使用需要在导入数据库中运行Mediawiki的API

有用于解析原始转储的工具，但它们需要单独编码。这不是很复杂，但它是分开的

关于Python，请参见问题

Perl中还有一个很好的库：

Wikimedia关心转储文件的可用性，因此如果导入转储文件时遇到问题，您应该在MediaWiki邮件列表中询问