中文维基百科文本数据获取与预处理

照例，先讲下环境，Mac OSX 10.11.2 ，Python 3.4.3。下载数据方法1：使用官方dump的xml数据最新打包的中文文档下载地址是：https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2 。方法2：也是官方，结构化数据（json）下载地址是：https:

业界 2016年05月09日