在哪里/如何通过网页浏览获得前10,000名维基百科文章？

Posted 2021-04-11

我想通过英文Wiki项目中的页面浏览量获得前10,000个维基百科文章标题。

我不需要网页浏览量来获取数据。我只需要知道我有10,000篇文章。

前10,000的列表将是伟大的，因为我可以用它来刮。顶级X的JSON会更好！

Topviews和Massviews是一个很好的资源，并且非常接近我正在寻找的东西！

但是，热门视图将列表限制为490，而Massviews需要搜索字词。我希望整个英语项目中最受欢迎的Wiki文章。

我对数据转储，API或任何其他现有工具持开放态度。感谢帮助Wikis。

答案

以下是Massviews / Topviews工具的创建者，精彩的Leon Ziemba先生对我的上述问题的回答：

我不确定你所说的“所有类别”是什么意思。你是指所有项目中的所有文章吗？如果有帮助的话，有https://tools.wmflabs.org/topviews。

或者你的意思是你想一次给Massviews几个类别？如果是这样，解决方法是使用Petscan，Page Pile，然后使用Massviews：*转到https://petscan.wmflabs.org/添加添加类别，选择“union”作为“组合”，然后点击“Do it！”。 *单击右上角的“输出”选项卡，选择“PagePile”作为格式。其他选项可能原样保留。点击“Do It！”再一次。 *你现在应该在PagePile上。在左上角，它将显示“桩123”，其中123是桩号。请注意这一点。 *回到Massviews。选择“Page Pile”作为源，并输入桩号。 *利润！

在Massviews中，有一个选项“包含所有子类别”。也许那会对你有所帮助。但是出于性能原因，您将获得超过20,000个结果。

如果您需要10,000页的网页浏览量，对于所有英语维基百科的所有页面，必须使用原始数据集手动计算。一个工具实时查看每篇维基百科文章都是不可行的。可以在https://dumps.wikimedia.org/other/pageviews/找到原始数据集转储。