以某种方式从维基百科 XML 文件中删除内部链接？答案

【问题标题】：Someway of removing internal links from Wikipedia XML files?以某种方式从维基百科 XML 文件中删除内部链接？
【发布时间】：2009-04-04 08:35:36
【问题描述】：

如果我下载了 Wikipedia XML 转储文件，有没有办法从 XML 文件中删除所有内部链接？

谢谢

【问题讨论】：

感谢大家的帮助。
出于好奇，您选择了哪种方法？
尚未决定，因为不幸的是，仅删除 [[ 不起作用，因为 Wikipedia 有额外的格式。我对机器人还不太有信心，所以暂时搁置，直到我可以花钱请人去做！所以，没有办法！感谢大家的帮助，非常有用。

【解决方案1】：

如果您要将它们导入本地 wiki，您可以做的一件事是导入您想要的所有文件，然后使用机器人（例如，pywikipediabot 易于使用）摆脱所有内部链接。

【讨论】：

更好的是，如果您的 wiki 将在您可以访问 Internet 的地方使用，您可以将所有内部链接更改为 [[wikipedia:PageName|PageName]]，然后他们会参考他们的原创文章。

【解决方案2】：

维基百科数据库转储和有关使用它们的信息位于：Wikipedia:Database download。您应该这样做，而不是编写脚本来抓取 Wikipedia。

【讨论】：

【解决方案3】：

我会尝试使用 XSLT 将 XML 文件转换为另一个 XML 文件。

【讨论】：

【解决方案4】：

您可以在自己喜欢的文本编辑器中进行搜索和替换，将 [[ 和 ]] 替换为空。

【讨论】：