文件名称:
wikiextractor：从Wikipedia转储中提取纯文本的工具-源码
开发工具:
文件大小: 47kb
下载次数: 0
上传时间: 2021-02-28
详细说明：WikiExtractor
是一个Python脚本，可从中提取和清除文本。
该工具是用Python编写的，不需要Python 3，但没有其他库。 警告：由于Windows上的Python实现对StringIO支持不佳， StringIO在Windows上已报告问题。
有关更多信息，请参见 。
维基百科卷云提取器
cirrus-extractor.py是从Wikipedia Cirrus转储执行提取的脚本版本。 Cirrus转储包含带有已扩展模板的文本。
Cirrus转储位于： 。
细节
WikiExtractor通过预处理整个转储并提取模板定义来执行模板扩展。
为了加快处理速度：
多重处理用于并行处理文章
缓存中保留有已解析的模板（仅适用于重复提取）。
安装
该脚本可以直接调用：
python -m wikiextractor.WikiExtractor
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
