Java Wikitext Parser

Question

有没有关于一个易于使用的API的好的解析器的想法，它是可配置的？我想要将数据传入它，比如http://wikitravel.org/wiki/en/api.php?format=xml&action=parse&prop=wikitext&page=San%20Francisco，选择我想要的数据部分，并为每种独特的元素类型输出自定义的HTML？最好是Java，但如果有一个与大多数（99%以上）维基文本兼容的PHP/js解决方案，那也可以。

- No_name

---

你想解析维基文本吗？或者说，你想如何自定义HTML？ - Bergi

我想将维基文本转换为HTML，但要能够更改输出类型，例如将斜体（''）转换为其他内容。 - No_name

你不能之后再做吗，比如将<i>改成其他的东西？ - Bergi

转换次数越少，越好。 - No_name

Answer 1

这个问题已经几年前就得到了答复，但我想为将来的访问者节省一些工作量，帮助他们弄清如何使用Sweble。

你可以尝试在他们网站上查看文档，但我自己也没法理解。只需查看示例源代码即可。下载 swc-example-basic 的源jar包，查看App.java和TextConverter.java文件。

基本上，要解析页面并将其转换为另一种形式，您需要首先向项目添加以下依赖项：

    <dependency>
        <groupId>org.sweble.wikitext</groupId>
        <artifactId>swc-engine</artifactId>
        <version>2.0.0</version>
    </dependency>

接着，执行以下操作：

public String convertWikiText(String title, String wikiText, int maxLineLength) throws LinkTargetException, EngineException {
    // Set-up a simple wiki configuration
    WikiConfig config = DefaultConfigEnWp.generate();
    // Instantiate a compiler for wiki pages
    WtEngineImpl engine = new WtEngineImpl(config);
    // Retrieve a page
    PageTitle pageTitle = PageTitle.make(config, title);
    PageId pageId = new PageId(pageTitle, -1);
    // Compile the retrieved page
    EngProcessedPage cp = engine.postprocess(pageId, wikiText, null);
    TextConverter p = new TextConverter(config, maxLineLength);
    return (String)p.go(cp.getPage());
}

TextConverter是我之前提到的示例中的一个类。您可以自定义它以执行您想要的任何操作。例如，以下代码会确保所有加粗文本都用“**”括起来：

public void visit(WtBold b)
{
    write("**");
    iterate(b);
    write("**");
}

那个类上有一堆用于处理你可能会遇到的每种类型元素的访问方法。

- HappyEngineer

Answer 2

Sweble 可能是最好的 Java wikitext 解析器。它声称完全符合wikitext标准，但我对此表示怀疑。它将 wikitext 解析为抽象语法树，然后您需要对其做一些处理（例如将其转换为HTML）。

mediawiki.org 上有一个页面列出了各种编程语言中的 wikitext 解析器。然而，我认为它们都无法满足 99% 以上的 wikitext 标准，因为解析 wikitext 是一个非常复杂的问题。在 MediaWiki 解析器之外，wikitext 甚至没有被正式定义过。

- Christian

---

非常好的答案，我也会写同样的 :-) - Bergi

你怎么使用Sweble呢？我之前看过它，但是我找不到在Java中访问它的API，也无法通过调用命令行中的jar来解析任何内容。 - No_name

是的，他们的文档不太好。你看过这个例子吗：http://sweble.org/wiki/Sweble_Wikitext_Parser/Guide/Demo_Project？ - Christian

我看了这个例子，但是我尝试了很多来自http://mojo.informatik.uni-erlangen.de/nexus/content/repositories/public-releases/org/sweble/wikitext/的jar包。它们都显示“没有主清单属性”。 - No_name

Answer 3

我刚使用Bliki取得了成功：https://bitbucket.org/axelclk/info.bliki.wiki/wiki/Mediawiki2HTML Bliki是XWiki所使用的工具，非常容易上手：

String htmlText = WikiModel.toHtml("This is a simple [[Hello World]] wiki tag");

这里有一份下载列表：https://oss.sonatype.org/content/repositories/snapshots/info/bliki/wiki/bliki-core/。但是使用Maven会更容易些。

- Ray Hulha

Answer 4

你也可以使用XWiki的渲染引擎(http://rendering.xwiki.org)。以下是如何解析一些MediaWiki内容的示例：

// Initialize Rendering components and allow getting instances
EmbeddableComponentManager componentManager = new EmbeddableComponentManager();
componentManager.initialize(this.getClass().getClassLoader());

// Get the MediaWiki Parser
Parser parser = componentManager.getInstance(Parser.class, "mediawiki/1.0);

// Parse the content in mediawiki markup and generate an AST (it's also possible to use a streaming parser for large content)
XDOM xdom = parser.parse(new StringReader("... input here"));

// Perform any transformation you wish to the XDOM here
...

// Generate XHTML out of the modified XDOM
WikiPrinter printer = new DefaultWikiPrinter();
BlockRenderer renderer = componentManager.getInstance(BlockRenderer.class, "xhtml/1.0");
renderer.render(xdom, printer);

// The result is now in the printer object
printer.toString();

请访问http://rendering.xwiki.org/xwiki/bin/view/Main/GettingStarted以获取更多示例。

希望能对您有所帮助。

- Vincent Massol