项目学习笔记

今天主要看了一下wiki的数据集 http://meta.wikimedia.org/wiki/Datasets，知道了目前怎么获取到维基百科的理想数据包，这是一个XML文件。这个网站还给出了怎么处理这个文件的方法，以及怎么从这个文件导入到Mysql数据库的方法。不过由于是在Linux环境下,所以晚点再实现以下。

    另外，我还看了一下用一个工具，Pywikipediabot,这个Python 模块可以连接维基百科上的网页并获取到响应的key-value。值。

明天主要任务是了解用Pythonc自然语言处理。