Download Wiki in einer oder mehreren Dateien

Question

Ich möchte Daten aus Wikipedia für eine Aufgabe in Hadoop laden. Ich habe einige Links gefunden: http://www.kiwix.org/wiki/Main_Page#Wikipedia_files, https://archive.org/details/enwiki-20160113. Aber ich bin nicht sicher, in welchem ​​Format es sein wird und wie man damit arbeitet. Also, Frage ist, weiß jemand, ob es möglich ist, Wikipedia in einer oder mehreren TXT-Dateien herunterzuladen?

Answer 1

Nun können Sie die neueste Download abgeschlossen (ein weiterer Dump ist im Gang bei 20.161.101) Dumps von wikipedia Inhalt hier: https://dumps.wikimedia.org/enwiki/20161020/ Hinweis Ich glaube nicht, dies schließt Medien-Dateien selbst, und dass dieses Beispiel ist nur die englische Seite - die anderen Seiten sind auch dort verfügbar.