下载的wiki离线数据库，格式是xml怎么用呢？

简单步骤分步阅读

1

/3

下载 WikiTaxi 和离线维基百科数据库

在你使用 WikiTaxi 之前，必须先下载它和维基百科的离线数据库，我们提供了简化版的英文版、完整英文版和中文版的维基数据库供大家下载，下载链接位于文章结尾处，请根据自己的需求选择下载。不过数据比较大，并且服务器位于国外，速度有点不尽人意，只能有点耐心吧。

2

/3

导入维基数据库到 WikiTaxi

因为维基百科提供的离线数据库(.xml.bz2)文件格式 WikiText 并不能直接使用，所以我们需要先将数据库转换成 WikiTaxi 的 .taxi 格式。下载解压 WikiTaxi 之后你可以看到一个 WikiTaxi_Importer.exe 的文件，双击运行它。简单来说，它就是一个转换数据库格式的工具。使用方法和简单，第一项选择 .xml.bz2 文件，第二项选择要保存转换好的.taxi文件，然后按 Import Now 即可开始。中间那个横条是用来调整分配多少内存给该工具来进行转换工作，当然能用的内存越多，转换速度也就也快了。转换好之后，如没特别需要，之前那个.xml.bz2的文件你可以删除掉了。

3

/3

运行 WikiTaxi

如果你已经制作好.taxi数据库之后，那么双击运行 wikitaxi.exe ，在菜单里选择 “Options”->“Open *.taxi Database”来打开刚才那个制作好的.taxi数据库文件即可。然后，就没然后了，你现在已经拥有一个离线的维基百科数据库了！想查询什么直接搜索就行了。

使用方法

1

/2

WikiTaxi首先需要Wikipedia的数据文件，比如在这里可以下载英文版本的备份导出文件：

http://dumps.wikimedia.org/enwiki/

一般选择pages-articles.xml.bz2，20100916的备份导出文件已经达到了6.1G。

下载之后，运行WikiTaxi_Importer.exe，将该数据文件转换提取成自己的数据库格式文件.taxi，通常设置更多的内存，会提高转换提取的速度，这个过程可能会有几十分钟以上。WikiTaxi转换提取后的数据库约为10.7G。

2

/2

转换提取完成后，运行WikiTaxi.exe, 打开数据库文件，即可开始离线浏览、搜索Wikipedia了，默认是随机挑选的页面。在数据库转换提取正确的情况下，就可以删除Wikipedia备份导出文件了。如果希望运行时自动加载数据库文件，可以创建使用命令行参数方式，

与传统数据库相比，XML数据库具有以下优势：

1、XML数据库能够对半结构化数据进行有效的存取和管理。如网页内容就是一种半结构化数据，而传统的关系数据库对于类似网页内容这类半结构化数据无法进行有效的管理。

2、提供对标签和路径的 *** 作。传统数据库语言允许对数据元素的值进行 *** 作，不能对元素名称 *** 作，半结构化数据库提供了对标签名称的 *** 作，还包括了对路径的 *** 作。

3、当数据本身具有层次特征时，由于XML数据格式能够清晰表达数据的层次特征，因此XML数据库便于对层次化的数据进行 *** 作。XML数据库适合管理复杂数据结构的数据集，如果己经以XML格式存储信息，则XML数据库利于文档存储和检索可以用方便实用的方式检索文档，并能够提供高质量的全文搜索引擎。另外XML数据库能够存储和查询异种的文档结构，提供对异种信息存取的支持。

XML（Extensible Markup Language）即可扩展标记语言，它与HTML一样，都是SGML(Standard Generalized Markup Language,标准通用标记语言)。Xml是Internet环境中跨平台的，依赖于内容的技术，是当前处理结构化文档信息的有力工具。扩展标记语言XML是一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立，虽然XML占用的空间比二进制数据要占用更多的空间，但XML极其简单易于掌握和使用。

数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，它产生于距今五十年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。

---