MediaWikiDump

MediaWiki XML Dumps 包含维基的内容（包含所有修订版本的维基页面），但不包含与站点相关的数据。XML dump 不会创建维基数据库的完整备份，dump 不包含用户账户、图片、编辑日志等。

安装和设置

我们需要安装几个 Python 包。

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

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

mediawiki-utilities mwxml 有个 bug，PR 修复待定。

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 用法示例。

from langchain_community.document_loaders import MWDumpLoader

API Reference:MWDumpLoader