Database 一个大规模的、经过修改的网页存档

我想测试我的基于html的搜索引擎，我想要一组相对较大的修改过的文档。是否有一个档案，我可以下载它，并把它放在我的系统？我读过关于维基百科转储的文章，但我不确定它们是如何格式化的。Intenet Archive的Wayback机器很好，但服务器速度很慢。我正在寻找一个档案：

• 它很大，但不是很大。大约1000个文档，每个文档有1000个修订版，可以满足我的项目。我不是在找5 TB的DB
• 修正了。一个静态的、单一版本的归档是不够的
• 我正在寻找的文件，要么是HTML或可以很容易地转换为HTML