OK, so this is what I need :
好的，这就是我需要的：
- I have downloaded and extracted the full Wikipedia XML dump (>40GB, single XML file)
- 我已经下载并提取了完整的Wikipedia XML转储（> 40GB，单个XML文件）
- I need to retrieve one particular
<page>element (e.g. the page for the entry "Italy") -
我需要检索一个特定的
元素（例如条目“Italy”的页面）
How can I do this? (Preferably with PHP code or some existing tool)
我怎样才能做到这一点？ （最好使用PHP代码或一些现有工具）
1 个解决方案
#1
0
There is no guarantee that the full content of the page will be sequentially located, revisions might be anywhere in the same file or even in different XML files.
无法保证页面的完整内容将按顺序排列，修订可能位于同一文件中的任何位置，甚至可能位于不同的XML文件中。
Please use or the web API's action=export at worst Special:Export. Not adding a link here because the output is huge.
请使用或web API的动作=出口最差特殊：出口。这里没有添加链接，因为输出很大。
#1
0
There is no guarantee that the full content of the page will be sequentially located, revisions might be anywhere in the same file or even in different XML files.
无法保证页面的完整内容将按顺序排列，修订可能位于同一文件中的任何位置，甚至可能位于不同的XML文件中。
Please use or the web API's action=export at worst Special:Export. Not adding a link here because the output is huge.
请使用或web API的动作=出口最差特殊：出口。这里没有添加链接，因为输出很大。