Mediawiki 将Wikipedia转储解析为纯文本，其中保留结构（节）

我一直在搜索wikipedia将解析器转储到可定制的xml中，基本上每篇文章都应该被解析成一组节标记，其中包含文章的节纯文本。我提出了以下解决方案

---

第一种方法的问题是，它仅在windows上可用，而第二种方法没有提供在嵌套xml方案中生成节的功能。以前的实现似乎提供了这样的功能，但遗憾的是新版本没有。linux上是否有wikipedia xml转储解析器可以生成可定制的xml

我认为使用jsonwikipedia[1]是可行的。它从WikipediaXML转储中生成一个“json转储”。更多关于jsonwikipedia和其他工具的详细信息，请参阅本文[2]

[1] -

[2] -