WikiExtractor : projets open source

More extensible redirect keywords Ouverte

Difficulté 4/5 3-5 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#450 · Ouverte le 6/9/2026

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

Difficulté 4/5 3-5 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#444 · Ouverte le 4/9/2026

Stability - have the main process check worker and reducer health Ouverte

Difficulté 4/5 3-5 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#438 · Ouverte le 17/8/2026

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

Difficulté 4/5 3-5 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#426 · Ouverte le 9/8/2026

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

Difficulté 3/5 1-2 jours Accessibilité débutants 55/100

WikiExtractor/wikiextractor#421 · Ouverte le 8/8/2026

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

Difficulté 4/5 3-5 jours Accessibilité débutants 55/100

WikiExtractor/wikiextractor#414 · 1 commentaire · Ouverte le 6/8/2026

Lua interpreter? Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 30/100

WikiExtractor/wikiextractor#413 · Ouverte le 5/8/2026

`<table>` tag removal leads to connected text? Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#385 · Ouverte le 1/8/2026

📋 Documentation Enhancement Suggestion Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#352 · Ouverte le 26/3/2026

Add man support Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100

WikiExtractor/wikiextractor#351 · Ouverte le 27/2/2026

3.0.6 (pypi) not fully extracting? Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 35/100

WikiExtractor/wikiextractor#346 · Ouverte le 21/8/2025

Is this project abandoned? Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 20/100

WikiExtractor/wikiextractor#335 · 9 commentaires · 13 réactions · Ouverte le 26/6/2024

OSS-Fuzz Integration Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100

WikiExtractor/wikiextractor#334 · Ouverte le 30/5/2024

Get all revisions content Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 30/100

WikiExtractor/wikiextractor#332 · Ouverte le 20/5/2024

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

Difficulté 3/5 1-2 jours Accessibilité débutants 30/100

WikiExtractor/wikiextractor#328 · 2 commentaires · Ouverte le 12/3/2024

Wikidata Extraction Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 35/100

WikiExtractor/wikiextractor#325 · Ouverte le 26/11/2023

Parsing seems to exclude some part of the page Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 25/100

WikiExtractor/wikiextractor#324 · Ouverte le 10/11/2023

Bullet points are missing in the final extracted text Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 68/100

WikiExtractor/wikiextractor#321 · 1 commentaire · Ouverte le 8/9/2023

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

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100

WikiExtractor/wikiextractor#317 · Ouverte le 15/8/2023

Why was --keep_tables removed? Ouverte

Difficulté 1/5 Moins d'une heure Accessibilité débutants 25/100

WikiExtractor/wikiextractor#308 · Ouverte le 8/4/2023

How to extract lists pages? Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 28/100

WikiExtractor/wikiextractor#302 · Ouverte le 29/12/2022

Non-textual elements score and mapframe are not filtered out Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#301 · Ouverte le 29/12/2022

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

Difficulté 4/5 3-5 jours Accessibilité débutants 35/100

WikiExtractor/wikiextractor#300 · 1 commentaire · Ouverte le 29/12/2022

Option to drop section titles/headers Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 42/100

WikiExtractor/wikiextractor#293 · 1 commentaire · 1 réaction · Ouverte le 19/9/2022

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

Difficulté 4/5 3-5 jours Accessibilité débutants 20/100

WikiExtractor/wikiextractor#291 · 1 réaction · Ouverte le 4/8/2022

how to get mention/anchor by wikiextractor. Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 20/100

WikiExtractor/wikiextractor#286 · Ouverte le 3/4/2022

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

Difficulté 1/5 Moins d'une heure Accessibilité débutants 15/100

WikiExtractor/wikiextractor#282 · 1 commentaire · Ouverte le 21/2/2022

KeyError for producing HTML output with `--html` Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 30/100

WikiExtractor/wikiextractor#280 · 1 commentaire · 9 réactions · Ouverte le 18/12/2021

Extraction of french wikipedia has lacks and syntaxic faults Ouverte

Difficulté 4/5 3-5 jours Accessibilité débutants 35/100

WikiExtractor/wikiextractor#279 · 1 commentaire · 2 réactions · Ouverte le 8/12/2021

文章摘要抽取不到数据 Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 25/100

WikiExtractor/wikiextractor#277 · 4 commentaires · Ouverte le 8/11/2021

templates are not extracted correctly Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 64/100

WikiExtractor/wikiextractor#275 · 1 commentaire · 1 réaction · Ouverte le 15/10/2021

Would be nice to continue after interrupt Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 42/100

WikiExtractor/wikiextractor#270 · Ouverte le 16/8/2021

[Feature Request]: Capture Paragaph Heading information Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100

WikiExtractor/wikiextractor#268 · 1 commentaire · Ouverte le 4/8/2021

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

Difficulté 3/5 1-2 jours Accessibilité débutants 45/100

WikiExtractor/wikiextractor#267 · 2 commentaires · Ouverte le 1/8/2021

How to preserve sections? Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 30/100

WikiExtractor/wikiextractor#264 · 1 commentaire · 5 réactions · Ouverte le 29/6/2021

section arg not regonized Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 25/100

WikiExtractor/wikiextractor#255 · 1 commentaire · Ouverte le 3/5/2021

Problems with the import extract Ouverte

Difficulté 2/5 1-3 heures Accessibilité débutants 35/100

WikiExtractor/wikiextractor#252 · 2 commentaires · Ouverte le 2/4/2021

the function dropNested Ouverte

Difficulté 2/5 1-3 heures Accessibilité débutants 35/100

WikiExtractor/wikiextractor#248 · Ouverte le 16/3/2021

Help! DO dump files contain the wikitable in the wikipedia? Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 25/100

WikiExtractor/wikiextractor#247 · 1 commentaire · Ouverte le 27/2/2021

Missing bullets content Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 42/100

WikiExtractor/wikiextractor#245 · 1 commentaire · 6 réactions · Ouverte le 9/2/2021

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

Difficulté 4/5 3-5 jours Accessibilité débutants 20/100

WikiExtractor/wikiextractor#240 · Ouverte le 22/12/2020

bugs, syntax errors, documentation errors and wild popularity Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 20/100

WikiExtractor/wikiextractor#231 · 2 commentaires · Ouverte le 1/12/2020

for people with all kinds of weird bugs Ouverte

Difficulté 1/5 Moins d'une heure Accessibilité débutants 35/100

WikiExtractor/wikiextractor#222 · 7 commentaires · 5 réactions · Ouverte le 13/10/2020

[For reference] Another Wiki extractor tool Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 10/100

WikiExtractor/wikiextractor#220 · Ouverte le 17/9/2020

How to extract articles from main namespace only Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 35/100

WikiExtractor/wikiextractor#213 · 1 commentaire · Ouverte le 22/7/2020

Wrong guide for the usage for the argument “--no-templates” Ouverte

Difficulté 1/5 Moins d'une heure Accessibilité débutants 45/100

WikiExtractor/wikiextractor#209 · 1 commentaire · 2 réactions · Ouverte le 3/6/2020

Can i have 1 output per file Ouverte

Difficulté 3/5 1-2 jours Accessibilité débutants 35/100

WikiExtractor/wikiextractor#206 · 2 commentaires · Ouverte le 14/4/2020

UnicodeDecodeError when extracting from an (decompressed) .xml dump Ouverte

Difficulté 2/5 1-3 heures Accessibilité débutants 52/100

WikiExtractor/wikiextractor#200 · 1 commentaire · 3 réactions · Ouverte le 8/1/2020

template expansion works well in an old version Ouverte

Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100

WikiExtractor/wikiextractor#197 · 2 commentaires · 1 réaction · Ouverte le 18/11/2019

Last category in article not checked correctly Ouverte

Difficulté 2/5 1-3 heures Accessibilité débutants 42/100

WikiExtractor/wikiextractor#193 · 1 commentaire · 1 réaction · Ouverte le 26/10/2019

WikiExtractor

Recevez les nouvelles issues par e-mail