维基百科的“ 历史页面 “

如要要分析处理维基百科某一个页面的历史记录，最好的方式就是通过“ 历史页面 ”来寻找不同版本直接的区别。这里介绍了HTML格式下面，这些信息的存储格式，以便自动筛选信息。

每条记录由修改日期、修改人、修改内容大小、是否是微小修改、修改备注构成，当然每条修改记录有相对应的文章正文，只是这个正文需要点击链接进入另外一个页面找到（这个和DUMP中的数据不一样，查看《文章页面及历史版本》）。

这个页面由于是一个动态页面，因此无法从DUMP文件中找出，只能通过HTML格式的方式将页面保存下来。因为是HTML的格式，所以页面的源代码包括了大量的格式化的代码，而要取得所需信息，就需要定位所信息的位置，之后，通过分析代码的结构即可取得所需信息。

在HTML页面中，历史记录的位置在”id”为”pagehistory”的<ul>标签之间，每条记录以<li>的代码形式被保存着，如下

[html]
<ul id=”pagehistory”>
<li>…</li>
<li>…</li>
<li>…</li>
</ul>
[/html]

每条<li>的记录格式的内容结构如下：

[html]
<ul>
<li>
<span>(<a
href=”https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;diff=100272207&amp;oldid=97547514″
title=”Histoire de la logique”>actu</a> | <a
href=”https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;diff=97547514&amp;oldid=97547510″
title=”Histoire de la logique”>diff</a>)</span>
<input type=”radio” value=”97547514″ name=”oldid” id=”mw-oldid-97547514″ style=”visibility: visible;” />
<input type=”radio” value=”97547514″ name=”diff” id=”mw-diff-97547514″ style=”visibility: hidden;” />
<a href=”https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;oldid=97547514″
title=”Histoire de la logique”>17 octobre 2013 à 15:25</a>‎
<span>
<a href=”https://fr.wikipedia.org/wiki/Utilisateur:Salebot”
title=”Utilisateur:Salebot”>Salebot</a>
<span>(<a
href=”https://fr.wikipedia.org/wiki/Discussion_utilisateur:Salebot”
title=”Discussion utilisateur:Salebot”>discuter</a> | <a
href=”https://fr.wikipedia.org/wiki/Sp%C3%A9cial:Contributions/Salebot”
title=”Spécial:Contributions/Salebot”>contributions</a>)</span>
</span>‎
<span>. .</span>
<span>(23&nbsp;130 octets)</span>
<span dir=”ltr” title=”23&nbsp;130 octets après changement”
>(-76)</span>
<span>. .</span>
<span>(bot : révocation de <a
href=”https://fr.wikipedia.org/wiki/Sp%C3%A9cial:Contributions/193.253.229.112″
title=”Spécial:Contributions/193.253.229.112″>193.253.229.112</a>
(modification suspecte : -399), retour à la version 97088153 de Proz)</span>
(<span><a
href=”https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;action=edit&amp;undoafter=97547510&amp;undo=97547514″
title=”Histoire de la logique”>annuler</a></span>)
</li>
</ul>
[/html]

通过这个结构，我们可以找出一下内容：

1. 版本(revision) 的ID（这个ID在整个维基百科中是唯一的）：https://fr.wikipedia.org/w/index.php?title=Histoire_de_la_logique&amp;oldid=97547514
2. 版本时间：17 octobre 2013 à 15:25
3. 这个版本的用户链接：https://fr.wikipedia.org/wiki/Utilisateur:Salebot
4. 用户名：Salebot
5. 文章内容大小：23 130 octets
6. 修改内容大小：-76
7. 文章编辑的记录：(bot : révocation de 193.253.229.112 (modification suspecte : -399), retour à la version 97088153 de Proz)
8. 另外，微小编辑属于附加属性，在源代码中按以下方式保存：
   <abbr title=”Cette modification est mineure.”>m</abbr>