从离线转储中提取属于某个类别的维基百科文章

Question

我有不同语言的维基百科文章转储。我想用属于某个类别（特别是 Category:WikiProject_Biography）

的文章过滤它们

我可以得到很多类似的问题，例如：

1. Wikipedia API to get articles belonging to a category
2. How do I get all articles about people from Wikipedia?

但是，我想全部离线完成。那就是使用转储，也适用于不同的语言。

我探索的其他内容是类别 table 和类别 link table。 MediaWiki_1.28.0_database_schema

Answer 1

从转储中获取 page 和 categorylinks 表，然后 运行

SELECT
    page_namespace,
    page_title
FROM
    page
    JOIN categorylinks ON page_id = cl_from
WHERE
    cl_to = 'WikiProject_Biography'
;

获取页面列表。