小项目（Gensim库）--维基百科中文数据处理

1.下载维基百科数据
https://dumps.wikimedia.org/zhwiki/latest/

2.预处理文件：将压缩的文件转化成.txt文件
添加脚本文件process.py，代码如下：

import logging
import os.path
import sys
from gensim.corpora import WikiCorpus

if __name__ == '__main__':

    program = os.path.basename(sys.argv[0])
    logger = logging.getLogger(program)
    logging.basicConfig(format='%(asctime)s: %(levelname)s: %(message)s')
    logging.root.setLevel(level=logging.INFO)
    logger.info("running %s" % ' '.join(sys.argv))
    # check and process input arguments
    if len(sys.argv) < 3:
        print(globals()['__doc__'] % locals())
        sys.exit(1)
    inp, outp = s