Etape 2 :  Téléchargez les données de Wikipédia

Alexandre Salque

L'Ordinateur Individuel

le 12/12/2008 à 07h00

1 réaction

envoyer
par mail

imprimer
l'article

Wikipédia sauvegarde ses bases de données au format XML et crée un fichier pour chaque langue dans laquelle est développée l’encyclopédie et un fichier pour toutes les sous-parties (dictionnaires, citations, média, etc.). Toutes les sauvegardes de Wikipédia sont stockées sur Wikimedia Downloads.

agrandir la photo

Pour vous y retrouver facilement, les bases en français sont accessibles sur dumps.wikimedia.org Sur ce site, téléchargez la base de données la plus récente en cliquant sur le lien latest. Sélectionnez le fichier dont le nom ressemble à pages-articles.xml.bz2. Dans notre cas, il s’agit du fichier Frwiki-latest-pages-meta-current.xml.bz2 qui fait 1,1 Go compressé. Il contient tous les articles, les modèles de page, les tableaux, mais ni les éléments multimédias ni les photos (il faut télécharger des sauvegardes multimédias pour accéder à ces contenus, mais la taille de sauvegarde devient alors considérable). Dans ce cas, le téléchargement peut prendre plusieurs heures car, même si votre connexion est rapide, le serveur de Wikimédia ne l’est guère.