wikipediaダンプファイルを処理したい。他の意味では、私は各記事のタイトル、カテゴリ、テキストの内容を抽出したい。私はそれについて、私はそれを行うのを助けることができる任意のJava API /ツールです質問したい。 ありがとうございました処理中wikipediaダンプファイル
4
A
答えて
8
ウィキペディアのダンプファイルはXML形式です。したがって、この目的に使用できるXMLツールを使用できます。
ダンプファイルのサイズのため、DOMパーサがメモリ表現に全体をロードしようとするため、SAXパーサーはDOMパーサーよりもはるかに効率的です。
1
このようなものをお探しですか?
http://code.google.com/p/gwtwiki/wiki/MediaWikiDumpSupport
ページには、APIを操作する方法の例を示しています。
3
をご覧ください。ウィキペディアダンプに構造化されたアクセスを提供するjava apiです。データベース(mysqlなど)が必要です。最近のウィキペディアダンプでは、少なくとも4g以上のRAMが必要です。
しかし、使いやすい: あなたはすべてのページやページのタイトルとより多くのものを使いやすくイテレータを得ることができます。
関連する問題
- 1. 処理スケッチをタブで処理中JS
- 2. ロードイメージの処理中
- 3. 中マウスクリックの処理
- 4. ローカル対集中処理
- 5. 処理中のビデオプレーヤーmac(vlcj)
- 6. 処理中のブレークアウト(ゲーム)
- 7. 処理中プッシュ通知
- 8. 処理中のハンドジェスチャ認識
- 9. IEにアクセスできないC#で処理中のDOMが処理中です。
- 10. ajax関数の処理中にajax関数を処理する
- 11. 処理中にコントロールの更新を処理する方法は?
- 12. JRockitダンプファイル
- 13. オーディオキューで中断を処理する
- 14. 修正方法:ログイン処理中のSQLException
- 15. Symfony3:集中型例外処理
- 16. Eclipseプラグインの集中型例外処理
- 17. 処理中にフェードトレイルを作成する
- 18. 処理中の制御ユーザーのフォーカスVBA
- 19. iphoneアプリで画像処理中のRGB
- 20. LiquidOfficeでのクエリの中止処理
- 21. 処理中に何が起こるか
- 22. RxTxのlibで処理中のコンパイルエラー
- 23. データの処理中の単純なモーダル
- 24. iOSアプリ「iTunes Connect」の「処理中」
- 25. JavaScriptでの処理を中止する
- 26. コンパイラ前処理中の数学演算
- 27. FineUploaderの「処理中」メッセージのローカライズ
- 28. ビデオ録画中のAndroidプレビュー処理
- 29. cvs2git blobとダンプファイル
- 30. SSL接続の途中での処理を処理する方法
これもSAXを使用しています。 – ingyhere