mediawiki-parser 0.4.1

单元测试

安装机头并运行：

cd /PATH/TO/mediawiki-parser/
env PYTHONPATH=/PATH/TO/pijnu/ nosetests tests

html

要使用此工具在Python程序中将WikiText呈现为HTML，可以使用以下行：

templates = {}
allowed_tags = []
allowed_self_closing_tags = []
allowed_attributes = []
interwiki = {}
namespaces = {}

from mediawiki_parser.preprocessor import make_parser
preprocessor = make_parser(templates)

from mediawiki_parser.html import make_parser
parser = make_parser(allowed_tags, allowed_self_closing_tags, allowed_attributes, interwiki, namespaces)

preprocessed_text = preprocessor.parse(source)
output = parser.parse(preprocessed_text.leaves())

字符串将包含呈现的html。您应该通过填充第一行的变量来描述期望的行为：

• 如果wikitext调用外部模板，请将它们的名称和内容放入templatesdict（例如：{'my template': 'my template content'}）
• 如果wiki允许某些html标记，请将其列在allowed_tags列表中（例如：['center', 'big', 'small', 'span']；出于安全原因，请避免'script'和其他一些标记）
• 如果wiki上允许某些自动关闭的html标记，请将其列在allowed_self_closing_tags列表中（例如：['br', 'hr']；出于安全原因，请避免'script'和其他一些标记）
• 如果wiki允许某些html标记，请列出它们可以使用allowed_attributes列表的属性（例如：['style', 'class']；出于安全原因，避免'onclick'和其他一些属性）
• 如果您想使用interwiki链接，请在interwikidict中列出外部wiki（例如：{'fr': 'http://fr.wikipedia.org/wiki/'}）
• 如果您想区分标准链接、文件包含或类别，请在namespacesdict中列出wiki的名称空间（例如：{'Template': 10, 'Category': 14, 'File': 6}，其中数字是mw中使用的名称空间代码）

文本示例

要使用此工具在Python程序中将WikiText呈现为文本，可以使用以下行：

templates = {}

from mediawiki_parser.preprocessor import make_parser
preprocessor = make_parser(templates)

from mediawiki_parser.text import make_parser
parser = make_parser()

preprocessed_text = preprocessor.parse(source)
output = parser.parse(preprocessed_text.leaves())

output字符串将包含呈现的文本。 如果wikitext调用外部模板，请将它们的名称和内容放入templatesdict（例如：{'my template': 'my template content'}）

模板替换示例

如果只想替换给定WikiText中的模板，只需调用预处理器而不调用呈现后处理器：

templates = {}

from mediawiki_parser.preprocessor import make_parser
preprocessor = make_parser(templates)

output = preprocessor.parse(source)

output字符串将包含呈现的wikitext。 将模板名称和内容放入templatesdict（例如：{'my template': 'my template content'}）

后处理器

解析器生成ast。为了专业提供三个后置处理器，提供可读输出：

• html.py，用于HTML输出
• text.py，用于文本输出
• raw.py，用于原始输出

目前，我们主要关注html后处理器。文本输出可能没有预期的干净。

你可以根据自己的需要调整它们。