MediaWikiDump

MediaWiki XML 转储 包含 wiki 的内容 （wiki 页面及其所有修订版），没有与站点相关的数据。XML 转储不会创建完整备份 的 wiki 数据库，转储不包含用户帐户、图像、编辑日志等。

安装和设置

我们需要安装几个 python 包。

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

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

这mediawiki-utilities mwxml有 bug，修复 PR 待定。

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