我试图寻找一种方法来提取使用python维基百科文章的主要内容。 我知道了“维基百科”库，但对我来说我已经下载了这个页面，我只需要提取文本。 因为我需要使用这是几年前下载的，所以我不能从头开始下载维基百科页面的HTML，我不能使用该库。
有没有我可以用于此目的的“现成”的解决方案？
Answer 1:
尝试BeautifulSoup：
from bs4 import BeautifulSoup
import requests
respond = requests.get("http://pl.wikipedia.org/wiki/StackOverflow")
soup = BeautifulSoup(respond.text)
l = soup.find_all('p')
print l[0].text
Answer 2:
你可以使用这个Python模块：
pip install wikipedia
文章来源: Extract text from Wikipedia html using Python
