开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >从维基百科读取pageviews.gz文件

问从维基百科读取pageviews.gz文件
EN

Stack Overflow用户

提问于 2018-04-21 14:07:42

回答 1查看 53关注 0票数 0

我写了一个脚本从维基百科下载pagviewsXXXXX.gz文件。太棒了。当我解压缩文件时，内容难以辨认。有人知道如何读取pagwviews.gz文件的内容吗？如果有一些api或任何关于如何做它的想法？

提前感谢

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-04-21 15:51:14

我不知道你用什么软件来解压缩.gz文件。我刚刚成功地在64位Win10机器上使用了7-zip。完成之后，我发现https://dumps.wikimedia.org/other/pagecounts-raw/提供了对未压缩文件中行的描述。

线

de Stadio_Arena_Garibaldi_-_Romeo_Anconetani 1 11820

来自de (德语) wikipedia，页面'Stadio_Arena_Garibaldi_-_Romeo_Anconetani'，该页面在gzipped文件覆盖的一个小时内被引用一次，服务器返回了11,820字节。

这句话看上去像胡言乱语。

ar %D9%85%D8%B7%D9%8A%D8%A7%D9%81%D9%8A%D8%A9 1 16742

然而，前两个字符表示对维基百科阿拉伯版本的引用。'%‘项是非ascii字符。

票数 2

EN

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/49956619

复制

相似问题