我希望能够从我从WikiMedia dump page下载的巨大(即使压缩后)英文维基百科XML转储文件enwiki-latest-pages-articles.xml.bz2中获得相对最新的静态HTML文件。有很多工具可用,尽管它们的文档非常缺乏,所以我不知道它们大多数是做什么的,或者它们是否与最新的数据转储保持更新。(我擅长构建能够遍历相对较小的HTML页面/文件的网络爬虫,但我对SQL和XML非常糟糕,并且我预计至少还需要一年才能掌握这两个技能)。我想要能够在离线状态下遍历从转储中获得的HTML文件,而不必在线遍历维基百科。请问是否有好的工具可以从最近的维基百科XML转储中获取静态HTML文件?