【发布时间】：2020-11-16 14:14:47
【问题描述】：
我想知道是否有前几年（2010-2019）的英文维基百科（enwiki）页面文章转储。
https://meta.wikimedia.org/wiki/Data_dump_torrents 的数据转储种子在 2017 年之前似乎没有转储。
【问题讨论】：
标签： mediawiki wikipedia wikipedia-api wikimedia-dumps
【发布时间】：2020-11-16 14:14:47
【问题描述】：
互联网档案馆有一些old dumps，转储页面有一些really old dumps的信息。
【讨论】：
-
谢谢！这很有帮助。
实际上，您不需要它们！如果您需要页面的历史记录，只需下载名称中带有history 的转储即可。自维基百科诞生以来，它们都有所有修订版。您必须解析 wikitext 以获取元数据 - 另一方面，对于任何研究或实际用途，此类数据可能比旧转储更可靠。
您究竟需要下载哪个转储取决于您的用例。您是否只需要修订元数据，并查看哪些用户何时贡献？ stub-meta-history.xml 是你要走的路。你想拥有页面内容并解析所有内容吗？ pages-meta-history 将是您的选择。但是，如果您想使用 enwiki 解析这些转储，它确实很大，大约 14 TiB 在 2016 年 5 月，根据 https://meta.wikimedia.org/wiki/Data_dumps/FAQ#How_big_are_the_en_wikipedia_dumps_uncompressed?，因为它包含所有 Wikipedia，包括历史。
【讨论】：
-
有趣的想法！你的意思是dumps.wikimedia.org/enwiki/20200801/…？
-
63GB，哎呀......但显然是要走的路。
-
根据您的用例，stub-meta-history 只有修订元数据。页面内容将在 pages-meta-history 中。最新生成的转储位于dumps.wikimedia.org/enwiki/20200701，pages-meta-history（请注意，它非常大），8 月份的转储仍在进行中。我会更新我的答案。
-
已添加到我的答案中，希望对您有所帮助:)。