In bulk pagina's verwijderen (MediaWiki)
Wiki's worden nogal eens misbruikt voor spam-artikelen. Als dat kwaad is geschied, hoe verwijder je dan in bulk die spam-artikelen? Tot op heden heb ik geen extentie gevonden die dit kan op de manier die ik in gedachten heb. Daarnaast doe ik dit soort dingen toch al graag rechtstreeks op database-niveau.
Database-model
Tabel page is de esssentie van een artikel. Voorbeeld:
+---------+----------------+------------+-------------------+------------------+-------------+----------------+----------------+--------------------+-------------+----------+--------------------+-----------+ | page_id | page_namespace | page_title | page_restrictions | page_is_redirect | page_is_new | page_random | page_touched | page_links_updated | page_latest | page_len | page_content_model | page_lang | +---------+----------------+------------+-------------------+------------------+-------------+----------------+----------------+--------------------+-------------+----------+--------------------+-----------+ | 1 | 0 | Main_Page | | 0 | 0 | 0.466292306715 | 20160213141748 | 20160213141748 | 5 | 109 | wikitext | NULL | | 2 | 0 | Test | | 0 | 1 | 0.156450813014 | 20160213141732 | 20160213141732 | 4 | 25 | wikitext | NULL | +---------+----------------+------------+-------------------+------------------+-------------+----------------+----------------+--------------------+-------------+----------+--------------------+-----------+ 2 rows in set (0.00 sec)
Kolom page_latest bevat foreign keys uit tabel revision. Voorbeeld:
mysql> select * from revision; +--------+----------+-------------+-----------------------------------------------+----------+-------------------+----------------+----------------+-------------+---------+---------------+---------------------------------+-------------------+--------------------+ | rev_id | rev_page | rev_text_id | rev_comment | rev_user | rev_user_text | rev_timestamp | rev_minor_edit | rev_deleted | rev_len | rev_parent_id | rev_sha1 | rev_content_model | rev_content_format | +--------+----------+-------------+-----------------------------------------------+----------+-------------------+----------------+----------------+-------------+---------+---------------+---------------------------------+-------------------+--------------------+ | 1 | 1 | 1 | | 0 | MediaWiki default | 20160101005732 | 0 | 0 | 592 | 0 | glba3g2evzm40dqnqxegze66eqibkvb | NULL | NULL | | 2 | 1 | 2 | | 0 | 127.0.0.1 | 20160101011300 | 0 | 0 | 63 | 1 | ivu5fi6fmtakex5dkb97vxdfhafuxvr | NULL | NULL | | 3 | 1 | 3 | | 0 | 127.0.0.1 | 20160213141718 | 0 | 0 | 80 | 2 | 46pf638olnd9sj6k1obe2ozzaaqlj2g | NULL | NULL | | 4 | 2 | 4 | Created page with "En dit is een testpagina!" | 0 | 127.0.0.1 | 20160213141732 | 0 | 0 | 25 | 0 | 6zp2f3tlopkgswleti9boxxrhyea8vf | NULL | NULL | | 5 | 1 | 5 | | 0 | 127.0.0.1 | 20160213141748 | 0 | 0 | 109 | 3 | sxb6701qcle5mhphy8v76e1y767n7y1 | NULL | NULL | +--------+----------+-------------+-----------------------------------------------+----------+-------------------+----------------+----------------+-------------+---------+---------------+---------------------------------+-------------------+--------------------+ 5 rows in set (0.00 sec)
En helemaal handig: Beide tabellen bevatten de primaire sleutel van de artikelen:
* Tabel page - page_id * Tabel revision - rev_id
Als je deze hebt (bv. opgeslagen in een tijdelijke tabel), dan kun je in één moeite alle ongewenste artikelen & revisies verwijderen.
Oplossing
-- ========================================================================= -- Join om alle ongewenste pagina's te selecteren -- ========================================================================= -- In dit geval alle pagina's van gebruikers met id>2 -- select page_id, page_title, page_touched, revision.rev_comment, revision.rev_user from page join revision on page.page_latest = revision.rev_id where revision.rev_user>2; -- ========================================================================= -- Sla id's van ongewenste pagina's/revisies op in tijdelijke tabel 'pageid' -- ========================================================================= -- create temporary table pageid select page_id from page join revision on page.page_latest = revision.rev_id where revision.rev_user>2; -- =========================================================== -- Verificatie: Alle ongewenste records in tabel 'page' -- =========================================================== -- select page.page_id, page_title, page_touched from page join pageid on page.page_id = pageid.page_id; -- =========================================================== -- Verificatie: Alle ongewenste records in tabel 'revision' -- =========================================================== -- select * from revision join pageid on pageid.page_id = revision.rev_page; -- =========================================================== -- Alle ongewenste revisies verwijderen -- =========================================================== -- Eerst onderstaande regels un-commenten -- -- delete revision -- from revision -- join pageid -- on pageid.page_id = revision.rev_page -- where revision.rev_page = pageid.page_id; -- =========================================================== -- Alle ongewenste artikelen verwijderen -- =========================================================== -- Eerst onderstaande regels un-commenten -- -- delete page -- from page -- join pageid -- on pageid.page_id = page.page_id -- where pageid.page_id = page.page_id -- =========================================================== -- Eindresultaat -- =========================================================== -- select * from page;
Bronnen
- https://www.mediawiki.org/wiki/Extension:Nuke - Alleen geschikt voor recent geplaatste spamartikelen. Deze beperking maakt het voor mij altijd onbruikbaar
- https://www.mediawiki.org/wiki/Extension:DeleteBatch - Te ingewikkeld?
- https://www.mediawiki.org/wiki/Manual:Page_table - Uitleg op database-niveau, inclusief SQL-scripts!