Java Wikitext解析器

Question

有什么好的解析器的想法吗?它有一个易于使用且可配置的api。我希望为它提供数据，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，并为每个唯一类型的元素输出自定义html？Java会更好，但如果有一个php/js解决方案可以兼容大多数(99%+) wikitext，那也没问题。

Answer 1

Sweble可能是wikitext中最好的Java解析器。它与维基文本claims to be 100% compliant，但我严重怀疑。它将wikitext解析成一个抽象的语法树，然后您必须对其执行一些操作(如将其转换为HTML)。

列出各种编程语言的wikitext解析器的There is a page on mediawiki.org。我不认为他们中的任何一个做维基文本的99+%。一般来说，解析wikitext是一个非常复杂的问题。Wikitext甚至在MediaWiki解析器本身之外的任何地方都没有正式定义。

Answer 2

这个问题早在几年前就得到了回答，但我想让未来的访问者省去弄清楚如何使用Sweble的麻烦。

您可以在他们的站点上尝试文档，但我无法理解。看看示例源代码就知道了。从https://repo1.maven.org/maven2/org/sweble/wikitext/swc-example-basic/2.0.0/swc-example-basic-2.0.0-sources.jar下载swc-example-basic的源代码jar并查看App.java和TextConverter.java。

基本上，要解析页面并将其转换为另一种形式，首先需要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>

然后，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());
}

您可以在上面提到的示例中找到TextConverter类。自定义它来做任何你想做的事情。例如，下面的代码确保所有粗体文本都用“**”括起来：

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

对于您将遇到的每种类型的元素，该类上都有一组访问方法。

Answer 3

我刚刚在Bliki上取得了成功：https://bitbucket.org/axelclk/info.bliki.wiki/wiki/Mediawiki2HTML

Bliki是XWiki使用的东西，用法非常简单：

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

以下是下载列表：https://oss.sonatype.org/content/repositories/snapshots/info/bliki/wiki/bliki-core/

但在Maven中使用这一点要容易得多。