The name of the file is: frwiki-20130903-pages-articles.xml, i.e. the same as you but expanded.
I read the file with a basic java string reader.
I made the two steps.
STEP#1 => I search the string "appellent souvent par son diminutif" which is a fragment of the first two paragraphs.
I found one page, the following page which is rather small:
<page> <title>Wikipédia:Lumière sur/Los Angeles</title> <ns>4</ns> <id>1571337</id> <revision> <id>85796126</id> <parentid>85773082</parentid> <timestamp>2012-11-26T18:44:23Z</timestamp> <contributor> <ip>108.59.74.132</ip> </contributor> <text xml:space="preserve">[[Fichier:LA Skyline Mountains2.jpg|left|200px|Los Angeles]]</div>
'''[[Los Angeles]]''' (en [[anglais]] {{API|[lɑˈsændʒələs]}}, en [[espagnol]] {{API|[los ˈaŋxeles]}}) est la [[Liste des villes les plus peuplées des États-Unis|deuxième]] plus grande [[Villes aux États-Unis d'Amérique|ville des États-Unis]] après [[New York]]. Elle est située dans le sud de la [[Californie]], sur la côte [[Océan Pacifique|pacifique]]. Les Américains l'appellent souvent par son diminutif, ''L.A.'', prononcé « èl é ». Cette ville est le siège du [[comté de Los Angeles|comté portant le même nom]]. Los Angeles signifie « les anges » en [[espagnol]] et ses habitants sont appelés ''Angelenos'' (quelquefois ''Angelinos'') — les Angelins. Son nom complet est ''Pueblo de Nuestra Señora la Reina de Los Ángeles del Río de Porciúncula'', c'est-à-dire « Le village de Notre-Dame la Reine des Anges de la rivière de Porcioncule ».
La population de la municipalité est de {{formatnum:3833995}} habitants en 2008, alors qu'elle n'était que de {{formatnum:11500}} en [[1887]]. Le [[Comté de Los Angeles|comté]] rassemble {{formatnum:10179716}} habitants alors que l'[[aire urbaine]] de Los Angeles (''city-region'') compte environ {{unité|18.5|millions}} d’habitants, ce qui en fait la deuxième agglomération des [[États-Unis]] après celle de New York. Mais la municipalité propre de Los Angeles est relativement restreinte face à [[Grand Los Angeles|l'agglomération]] angeline, même si elle est plus grande que New York et [[Chicago]]. Los Angeles est une [[ville olympique]] : elle a accueilli les Jeux deux fois (en [[1932]] et [[1984]]). Mondialement connue pour son activité scientifique et culturelle, elle entend conserver son statut de ville-région mondiale (''world city-region''). L. A. est cosmopolite et demeure l'un des points d'entrée d'immigrants les plus importants aux États-Unis.
{{q|Los Angeles}} <noinclude> [[Catégorie:Lumière sur/Los Angeles|{{SUBPAGENAME}}]] [[Catégorie:Lumière sur/Accueil/Décembre 2006|D 13]] </noinclude></text> <sha1>exzm85f5prcsa6vtqtpmu0k5dccvvif</sha1> <model>wikitext</model> <format>text/x-wiki</format> </revision> </page>
STEP#2 => I searched the string "des concessions sont offertes par le" which is in the interactive page, the third paragraph, but is not in the dump.
Question: where if the third paragraph and the infobox?
Thanks, Gil
Le 16/09/2013 19:20, Petr Onderka a écrit :
I'm afraid you'll have to be much more concrete than that if you want us to help you.
First of all, which dump are you talking about? I'm assuming you're talking about French Wikipedia (and not for example French Wikivoyage), but which file specifically did you use? And how exactly did you read it?
When I tried this with the frwiki-20130903-pages-articles.xml.bz2 dump, I found the whole article there (and no {{q}}).
Petr Onderka [[en:User:Svick]]
On Mon, Sep 16, 2013 at 6:24 PM, Gil Francopoulo gil.francopoulo@wanadoo.fr wrote:
Dear all,
I'd like to extract information from the infobox and textual definition, but I realize that some entries are not fully contained in the French dump, compared with the interactive pages.
For instance, the entry "Los Angeles" (the city in California and not the one in Chili) is incomplete.
Only the first two paragraphs are there. The infobox and the rest of the page are missing.
I noticed a call to the "q" template like this: {{q|Los Angeles}} which states that this entry is an entry of good quality.
My questions are:
- do you think that it is a bug?
- is there a relation between the "q" call and the fact that the entry is
partial?
- where is it possible to get the infobox for Los Angeles?
Merci d'avance, Gil Francopoulo Tagmatica/Spotter/CNRS
Xmldatadumps-l mailing list Xmldatadumps-l@lists.wikimedia.org https://lists.wikimedia.org/mailman/listinfo/xmldatadumps-l