我试图解析(在Java中)维基百科上的Wikiimedia标记.有许多现有的包用于此任务,但我没有发现任何特别适合我的需求.我使用过的最好的软件包是Mathclipse Bliki解析器,它在大多数页面上都做得不错.
但是,此解析器不完整,无法解析某些页面或无法正确解析其他页面.可悲的是,代码相当混乱,因此修复此解析引擎中的问题非常耗时且容易出错.
在尝试找到一个更好的解析引擎时,我已经研究过使用基于EBNF的解析器来完成这项任务(特别是ANTLR).经过一些尝试后,似乎这种方法并不特别适合这项任务,因为维基媒体标记相对宽松,因此不能轻易地融入结构化语法.
我对ANTLR和类似解析器的经验非常有限,因此可能是我的经验不足导致问题,而不是这样的解析器天生就不适合这项任务.任何对这些话题有更多经验的人都可以在这里说点吗？
@Stobor:我已经提到我已经查看了各种解析引擎,包括谷歌查询返回的引擎.到目前为止我发现的最好的是Bliki引擎.问题是修复这些解析器的问题变得非常繁琐,因为它们本质上都是条件和正则表达式的长链,导致意大利面条代码.我正在寻找更类似于EBNF解析方法的东西,因为该方法更清晰,更简洁,因此更容易理解和发展.我已经看过你发布的mediawiki链接,似乎证实了我怀疑开箱即用的EBNF不适合这个任务.因此,我正在寻找一个像EBNF一样清晰易懂的解析引擎,但也能够处理wiki标记的混乱语法.
我倾向于编写大量的文档,因此MediaWiki格式对我来说很容易理解,而且比编写传统HTML节省了我很多时间.然而,我也写了一篇博客,发现从键盘切换到鼠标一直为HTML输入正确的标签会增加很多时间.我希望能够用Mediawiki语法编写我的文章,然后将其转换为HTML以便在我的博客上使用.
我已经尝试了谷歌,但必须要求更好的术语,因为我无法找到任何东西.
我使用Linux,并希望从命令行执行此操作.
任何人有任何想法或想法？
我试图在这个例子中检索维基百科,UNIX的文章的第一段文本,但它返回了一个非期望的输出.
对于我在维基百科api和StackOverflow上阅读的内容,这是进行调用的请求URL:
我的预期输出将是:
Unix(官方注册为UNIX,有时也称为小型大写的Unix)是一种多任务,多用户计算机操作系统,最初由贝尔实验室的一组AT&T员工于1969年开发,包括Ken Thompson,Dennis Ritchie,Brian Kernighan, Douglas McIlroy,Michael Lesk和Joe Ossanna.[1] Unix操作系统最初是用汇编语言开发的,但到1973年几乎完全用C语言编写,极大地促进了它的进一步开发和移植到其他硬件.今天的Unix系统演变分为各个分支,由AT&T以及各种商业供应商,大学(如加州大学伯克利分校的BSD)和非营利组织随时间开发.
我目前的结果:
{{Use dmy dates|date=August 2012}}
{{Infobox OS
|name = Unix
|logo =
|screenshot = [[File:Unix history-simple.svg|250px]]
|caption = Evolution of Unix and Unix-like systems
|website = [http://www.unix.org unix.org]
|developer = [[Ken Thompson (computer programmer)|Ken Thompson]], [[Dennis Ritchie]], [[Brian Kernighan]], [[Douglas McIlroy]], and [[Joe Ossanna]] at [[Bell Labs]]
|source_model = Historically [[Closed source software|closed source]], now some Unix projects ([[Berkeley Software Distribution|BSD]] family and [[Illumos]]) are …我试图将表格内联放置在 Mediawiki 的有序列表中，但是它破坏了我的编号。我想要的是
1. A1
1.1 B1
1.2 B2
my table
2. A2
但我得到的是
1. A1
1.1 B1
1.2 B2
my table
1. A2
我使用的基本标记是；
# A1
## B1
## B2
my table
#A2
Mediawiki最好的WYSIWYG编辑器是什么？似乎周围有许多,但不是特别用户友好(特别是像桌子这样的东西).谁知道目前最好的产品是什么？
我们主要将wiki用于文档(内部),而不是实际的encycopedia类型操作(即引用和引用不太重要).但我希望它尽可能方便用户使用 - 所以不要让用户学习维基媒体标记(wikitext)会很棒......
如何为修改文本的wiki文本子集实现解析器(在Python中),即:
*bold*, /italics/, _underline_
我正在将它转换为LaTeX,因此转换来自:
Hello, *world*! Let's /go/.
至:
Hello \textbf{world}! Let's \textit{go}.
虽然没有具体说明它是转换为LaTeX(特别是除了嵌套的情况,如"*bold/italics*whatami /"=>"textbf {bold\textit {italics} whatami}").
我查看了现有的标记库,但它们(a)不是我想要的维基语言,而且(b)似乎因这个问题而被压制.
我考虑过逆向工程Creoleparser,但我想知道在我付出努力之前别人有什么建议.
谢谢!
我知道,我知道,这听起来很愚蠢,但似乎没有开源强大的.NET库可以将Wikitext解析为HTML.
任何人都知道一个stable.robust .net Wikitext到HTML解析器(即仍处于测试模式的codeplex项目不计算在内)
我正试图在ANTLR 3中充实wiki文本到HTML的翻译,但我一直陷入困境.
你知道一个我可以检查的工作实例吗？我尝试了MediaWiki ANTLR语法和Wiki Creole语法,但是我无法让它们在ANTLR 3中生成词法分析器和解析器.
以下是我尝试使用的两个语法的链接:
我无法获得这两个中的任何一个来生成我的Java Lexer和Parser.(我使用ANTLR3作为Eclipse插件).MediaWiki需要花费很长时间来构建,然后在某些时候抛出OutOfMemory异常.另一个有错误,我不知道如何调试.
编辑:好的,我有一个非常基本的语法:
grammar wikitext;
options {
//output = AST;
//ASTLabelType = CommonTree;
output = template;
language = Java;
}
document: line (NL line?)*;
line: horizontal_line | list | heading | paragraph;
/* horizontal line */
horizontal_line: HRLINE;
/* lists */
list: unordered_list | ordered_list;
unordered_list: '*'+ content;
ordered_list: '#'+ content;
/* Headings */
heading: heading1 | heading2 | heading3 | heading4 | heading5 | heading6;
heading1: H1 …我正在创建一个定制的 Wiki 标记解析器/解释器。然而，解释这样的函数是一项艰巨的任务：
\n\n{{convert|500|ft|m|0}}\n其转换如下：
\n\n500 feet (152 m) \n我想避免手动编码这些函数的解释，而宁愿采用查询字符串的方法
\n\n+akiva@akiva-ThinkPad-X230:~$ wiki-to-text "convert|3|to(-)|6|ft|abbr=on}}"\n并获得以下回报：
\n\n"3 to 6 ft (0.91\xe2\x80\x931.83 m)"\n有没有工具可以做到这一点？离线是迄今为止最理想的解决方案，但我可以忍受必须查询服务器。
\n这甚至可能吗？
我不确定，如果我正确理解这个项目。我正在尝试使用 Parsoid-JSAPI 项目将大量 wikitext 解析为 html。
解析工作正常，但它仍在调用维基媒体 API。我已经在本地运行服务器，但该库仍在使用公共 Internet API 而不是我的本地服务器。如果我尝试指定域，调用Parsoid.parse("wikitext", {domain: 'localhost'})，它说No API URI available for prefix: null; domain: localhost
我的 config.yaml：
mwApis:
uri: 'http://localhost/w/api.php'
domain: 'localhost'
我需要渲染wikitext(从相关的mediawiki数据库中提取)并以其他格式显示(最终呈现为PDF,但基本上任何其他格式都可以).
我可以肯定地将一些能够完成这项工作的东西放在一起,但最终我会随着时间的推移编写它,我可以看到,当我团队中的人使用它们时,实施新标签的开销会耗费我很多时间.
有没有这样做的项目？
我看到了用python编写的TiddlyWiki,我将考虑借用他们的库,但与此同时我认为可能有一个项目更有利于有人知道吗？
干杯
在我的公司，我们使用内部 wiki，我需要添加一个表格，但表格非常大，超过 100 列，因此当您想查看所有数据时，您可以水平滚动，但滚动的是所有页面。wikitext 中有没有办法让表格只能滚动？