Wikipedia:Tietokannan lataus
Wikipedia
Kaikki Wikipedian sisältö on lisensoitu GNU Free Documentation License-lisenssillä; katso Wikipedia:Wikipedia ja tekijänoikeudet lisätiedoksi.
Katso myös MediaWiki saadaksesi ohjelmiston, joka pyörittää Wikipediaa. Jos etsit vain tietokantascheemaa, se on kuvattu tiedostossa schema.doc (tekstitiedosto, ei Microsoft Word; huomatkaa IE-käyttäjät).
[muokkaa] Tietokantavedokset, päivitetään n. viikottain
Katso http://download.wikimedia.org/ ladataksesi varmuuskopiovedokset tietokannasta. Niitä voidaan lukea MySQL relaatiotietokannalla vähittäiseen analyysiin, Wikipedia-ohjelmiston testaukseen ja sopivalla esikäsittelyllä ehkä offline-lukemiseen.
Tietokantamalli selitetään tiedostossa schema.doc. cur -taulukot sisältävät kaikkien sivujen tämänhetkiset versiot; old -taulukot sisältävät muokkaushistorian. Pakatuille vedoksille on annettu likimääräinen tiedostokoko; Pakkaamattomina ne ovat huomattavasti suurempia.
Windows-käyttäjillä ei välttämättä ole bzip2 -purkuohjelmaa välittömästi käytettävissä; Komentoriviversio bzip2:sta Windowsille on saatavilla ilmaiseksi BSD-lisenssin alaisena. Graafinen arkistointiohjelma 7-zip, joka myös osaa käsitellä bz2-tiedostoja, on saatavilla ilmaiseksi. MacOS X:n mukana tule komentorivipohjainen bzip2-työkalu.
[muokkaa] Staattiset HTML-puuvedokset peilausta tai CD-jakelua varten
Terodump on alpha-laatuinen ohjelma staattisen HTML-vedoksen tekemiseksi wikipedian tietokannasta. Esimerkkivedos: wikipedia-terodump-0.1.tar.bz (Helia -peili) - Tero
wiki2static -skripti on kokeililuontoinen ohjelma HTML-vedosten tekemiseen. Vedokset sisältävät myös hakutoiminnon ja kuvat (tai osan niistä). Esimerkkejä vedoksista: englanniksi (pelkkä teksti) (126MB), saksaksi (täydellinen) (167MB), sekä espanjaksi (täydellinen) (50MB).
Jos haluat auttaa automaattisen HTML-vedosluontitoiminnon luomisessa, ilmoita siitä (englanniksi).
Katso myös: TomeRaider database (englanninkielinen)
Ethän käytä web crawleria ladataksesi suurta määrää artikkeleita. Aggressiivinen crawlaus serverillä saattaa aiheuttaa dramaattisen Wikipedian hidastumisen.
