你好@johann-petrak

1. 我没有看到提到的提交与你的描述有任何关联
2. 这是真的：sample_texts 只使用getstream,但是定义getstream有什么问题吗？

提交只是标识了我之前查看的仓库的版本。基本上，这意味着我谈论的是今天的版本。
正如我在原始报告中所说的问题是，文档声称为了使事情正常工作，需要实现 get_texts() 。那么一个合理的人可能会期望通过这样做，使用该实现的方法 sample_texts() 也能正确工作，但实际上并非如此。这就是继承的关键点。
我无法看到为什么 sample_texts() 不应该使用 get_texts() ,尤其是子类还可以选择不使用 preprocess_text 方法或以不同的方式使用它。如果 get_texts() 的实现控制了行为，那么所有方法都应该基于它，而不是基于一些任意或默认的行为，这些行为可能需要改变整个工作分配的方式。

@johann-petrak 我部分同意你的观点，get_texts 和 getstream 在预处理步骤(子类应该重写它，用户不想使用它)之间的主要区别。不幸的是，如果我们现在尝试修复它，我们将破坏向后兼容性。
另一方面，我不认为当前实现有任何严重问题(但看起来有点奇怪，我同意)。
CC: @piskvorky@vlejd 关于这个问题有什么看法？

让 sample_texts() 使用被覆盖的 text_texts() 是正确且预期的方式使之工作，但如果破坏向后兼容性的风险太高，那么至少有必要记录这一点并建议在必要时覆盖/重新实现 sample_texts()。
我并不真正需要 sample_texts(),我只是在测试代码时使用它，当它返回一些意外的结果时，我认为我的代码出了问题，需要一些时间来弄清楚发生了什么。

看起来像个bug。
@menshikh-iv ,你认为这里有什么向后兼容性风险？

@piskvorky,我仔细阅读了代码，发现sample_text和get_texts(如预处理)重复了相同的工作，需要进行测试和比较。但可能这样就可以了(不会破坏其他功能),但我现在还不是百分之百确定。
只有一件事：这会变慢(因为在当前实现中，sample_text仅在文档被yield时使用preprocess_text,但如果我们切换到get_texts,我们将始终对文档进行预处理，这在处理大型数据集时可能会严重影响性能)。

我也遇到了这个问题。
for text in wiki.get_texts(): AttributeError: 'tuple' object has no attribute 'get_texts'
希望你能解决它，感谢你的辛勤工作。