WikiExtractor: dự án mã nguồn mở

More extensible redirect keywords Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#450 · Mở ngày 6/9/2026

WikiExtractor could use the language defined in the template dump, if available Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#444 · Mở ngày 4/9/2026

Stability - have the main process check worker and reducer health Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#438 · Mở ngày 17/8/2026

`#ifexist` issues - perhaps cache the existence of pages at the start? Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#426 · Mở ngày 9/8/2026

If a `<div>` tag has `style="display:none"` in it, perhaps that entire content should be vaporized Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 55/100

WikiExtractor/wikiextractor#421 · Mở ngày 8/8/2026

`#invoke` dispatch doesn't recognize localized aliases (e.g. Urdu's `#استدعا`) Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 55/100

WikiExtractor/wikiextractor#414 · 1 bình luận · Mở ngày 6/8/2026

Lua interpreter? Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 30/100

WikiExtractor/wikiextractor#413 · Mở ngày 5/8/2026

`<table>` tag removal leads to connected text? Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#385 · Mở ngày 1/8/2026

📋 Documentation Enhancement Suggestion Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#352 · Mở ngày 26/3/2026

Add man support Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#351 · Mở ngày 27/2/2026

3.0.6 (pypi) not fully extracting? Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#346 · Mở ngày 21/8/2025

Is this project abandoned? Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 20/100

WikiExtractor/wikiextractor#335 · 9 bình luận · 13 reaction · Mở ngày 26/6/2024

OSS-Fuzz Integration Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#334 · Mở ngày 30/5/2024

Get all revisions content Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 30/100

WikiExtractor/wikiextractor#332 · Mở ngày 20/5/2024

How to store a document in a separate txt file instead of a single txt file containing multiple documents Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 30/100

WikiExtractor/wikiextractor#328 · 2 bình luận · Mở ngày 12/3/2024

Wikidata Extraction Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#325 · Mở ngày 26/11/2023

Parsing seems to exclude some part of the page Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#324 · Mở ngày 10/11/2023

Bullet points are missing in the final extracted text Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 68/100

WikiExtractor/wikiextractor#321 · 1 bình luận · Mở ngày 8/9/2023

Add feature to extractPage to also dump the extracted page to json/csv/txt Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#317 · Mở ngày 15/8/2023

Why was --keep_tables removed? Đang mở

Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#308 · Mở ngày 8/4/2023

How to extract lists pages? Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 28/100

WikiExtractor/wikiextractor#302 · Mở ngày 29/12/2022

Non-textual elements score and mapframe are not filtered out Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#301 · Mở ngày 29/12/2022

Various tags such as q, br, ins, del are not fitered out Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#300 · 1 bình luận · Mở ngày 29/12/2022

Option to drop section titles/headers Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 42/100

WikiExtractor/wikiextractor#293 · 1 bình luận · 1 reaction · Mở ngày 19/9/2022

ModuleNotFoundError: No module named '__main__.extract'; '__main__' is not a package Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 20/100

WikiExtractor/wikiextractor#291 · 1 reaction · Mở ngày 4/8/2022

how to get mention/anchor by wikiextractor. Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 20/100

WikiExtractor/wikiextractor#286 · Mở ngày 3/4/2022

Question: Cirrus Extractor vs. "normal" Extractor - who creates cleaner texts? Đang mở

Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 15/100

WikiExtractor/wikiextractor#282 · 1 bình luận · Mở ngày 21/2/2022

KeyError for producing HTML output with `--html` Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 30/100

WikiExtractor/wikiextractor#280 · 1 bình luận · 9 reaction · Mở ngày 18/12/2021

Extraction of french wikipedia has lacks and syntaxic faults Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#279 · 1 bình luận · 2 reaction · Mở ngày 8/12/2021

文章摘要抽取不到数据 Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#277 · 4 bình luận · Mở ngày 8/11/2021

templates are not extracted correctly Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 64/100

WikiExtractor/wikiextractor#275 · 1 bình luận · 1 reaction · Mở ngày 15/10/2021

Would be nice to continue after interrupt Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 42/100

WikiExtractor/wikiextractor#270 · Mở ngày 16/8/2021

[Feature Request]: Capture Paragaph Heading information Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#268 · 1 bình luận · Mở ngày 4/8/2021

"revid" is incorrectly the page.revision.contributor.id, when it should be the page.revision.id Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#267 · 2 bình luận · Mở ngày 1/8/2021

How to preserve sections? Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 30/100

WikiExtractor/wikiextractor#264 · 1 bình luận · 5 reaction · Mở ngày 29/6/2021

section arg not regonized Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#255 · 1 bình luận · Mở ngày 3/5/2021

Problems with the import extract Đang mở

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#252 · 2 bình luận · Mở ngày 2/4/2021

the function dropNested Đang mở

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#248 · Mở ngày 16/3/2021

Help! DO dump files contain the wikitable in the wikipedia? Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#247 · 1 bình luận · Mở ngày 27/2/2021

Missing bullets content Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 42/100

WikiExtractor/wikiextractor#245 · 1 bình luận · 6 reaction · Mở ngày 9/2/2021

TypeError: __init__() missing 2 required positional arguments: 'title' and 'page' Đang mở

Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 20/100

WikiExtractor/wikiextractor#240 · Mở ngày 22/12/2020

bugs, syntax errors, documentation errors and wild popularity Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 20/100

WikiExtractor/wikiextractor#231 · 2 bình luận · Mở ngày 1/12/2020

for people with all kinds of weird bugs Đang mở

Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#222 · 7 bình luận · 5 reaction · Mở ngày 13/10/2020

[For reference] Another Wiki extractor tool Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 10/100

WikiExtractor/wikiextractor#220 · Mở ngày 17/9/2020

How to extract articles from main namespace only Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#213 · 1 bình luận · Mở ngày 22/7/2020

Wrong guide for the usage for the argument “--no-templates” Đang mở

Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 45/100

WikiExtractor/wikiextractor#209 · 1 bình luận · 2 reaction · Mở ngày 3/6/2020

Can i have 1 output per file Đang mở

Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100

WikiExtractor/wikiextractor#206 · 2 bình luận · Mở ngày 14/4/2020

UnicodeDecodeError when extracting from an (decompressed) .xml dump Đang mở

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 52/100

WikiExtractor/wikiextractor#200 · 1 bình luận · 3 reaction · Mở ngày 8/1/2020

template expansion works well in an old version Đang mở

Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100

WikiExtractor/wikiextractor#197 · 2 bình luận · 1 reaction · Mở ngày 18/11/2019

Last category in article not checked correctly Đang mở

Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 42/100

WikiExtractor/wikiextractor#193 · 1 bình luận · 1 reaction · Mở ngày 26/10/2019

WikiExtractor

Nhận issue mới trong hộp thư của bạn