主空间中所有标题的Wiki转储比维基百科所报告的要多

Question

我正在查询每个维基百科页面的所有修订历史记录。我从链接https://dumps.wikimedia.org/enwiktionary/20170320/下载了主名称空间中的页面标题列表的wiki转储 但是，似乎我下载的转储中有超过12,000,000个标题，这比维基百科报道的更多（https://en.wikipedia.org/wiki/Wikipedia:Size_comparisons）。谁能告诉我发生了什么事？我使用正确的转储吗？

我问的原因是，如果我查询提供文章标题的历史记录，看起来需要几百天才能获得所有修订历史记录。因此，如果有更好的方法来提取修订历史记录，那么它也会非常有用。

Answer 1

首先，这是Wiktionary中的页面转储。维基百科的id为enwiki，但即使使用正确的转储，计数匹配也需要付出一些努力：

• 有些网页是redirects
• 某些网页不会被视为有效内容网页，因此会从official statistics中排除。要被视为有效，页面应至少包含一个内部链接。