Windows 7でのWP2TXTのインストール方法

Wikipediaのxml形式のダンプデータを解析できるWP2TXTをWindows 7で使おうと思ったら、素直にインストールできなかったのでメモ。

１．インストール

http://rubyforge.org/projects/wp2txt/からWindows版のWP2TXTをダウンロードし、.exeを実行。

２．zlib1.dll

そのまま実行しようとするとxlib1.dllがないって怒られるので下記からダウンロードしてWP2TXTの実行ファイルと同じ場所に置く。

http://www.nodevice.jp/dll/zlib1_dll/item613.html

３．msvcp71.dll, msvcr71.dll

これも必要だって怒られるのでこれもzlib1.dllと同様の場所に置く。

http://www.vector.co.jp/download/file/win95/util/fh435079.html


これで起動できるはず。

おまけ

使い方は簡単。

Input FileにWikipediaのbz2ファイルを指定（解凍しながらxmlを解析しているらしい）
Output Dirを適当に指定

Size of Each Output File (MB)で出力データを指定MB毎に分割できる。

Elements Extractedで抽出する要素を指定。（Title, Heading, Paragraphなど）
注釈で使われている＜ref＞を含めるかどうかなどの設定。

設定が済んだらSTART。
jawiki-latest-pages-articlesだとだいたい１時間くらいかかる。

終わったテキストはWikipediaの編集で使われているWiki記法で出力されています。
あとは煮るなり焼くなり。


応援クリックお願いします！！人気blogランキングへ