哪个维基解析器？答案

【问题标题】：Which Wiki Parser?哪个维基解析器？
【发布时间】：2010-10-07 16:27:47
【问题描述】：

有没有人知道可以将 Wiki 格式的文本作为输入并生成实体树的解析器，就像 XML 解析器生成实体树一样？澄清一下，我正在寻找类似以下文字的内容：

 -Intro-
 Textual stuff in ''italics''
 --Subhead--
 Yet more text

并生成一个以 Intro 为根的树，该树具有三个子节点，其中一个（子标题）本身有一个子节点。我正在寻找可以理解http://meta.wikimedia.org/wiki/Help:Wikitext 中描述的“简单”wiki 格式的东西。

我知道有几个用于 Wiki 文本的词法分析器，但没有树解析器。我正在寻找开源并用 C 或 C++ 编写的东西。

【问题讨论】：

【解决方案1】：

您不能直接从 wiki 格式的页面执行此操作，因为 wiki 格式没有完整的信息。相反，wiki 格式的文本基本上由一堆正则表达式规则翻译，并插入到 HTML 或 XHTML 的预定义页面框架中。

最简单的方法是为一些轻量级文本格式（如纺织品或克里奥尔语）找到合适的格式化程序，将其传递给生成 XHTML，然后使用任何常规解析器解析 XHTML。

【讨论】：

【解决方案2】：

我会做的是

【讨论】：

【解决方案3】：

我编写了一个解析器，它在 Java 内部创建了这样一个树： Java Wikipedia API

也许您可以为您的 C 或 C++ 实现获得一些想法？

HTMLConverter class 采用内部节点树将其转换为 HTML 标记。

【讨论】：

【解决方案4】：

您可能想看看Mylyn WikiText，它是一个使用Builder 设计模式将wiki 标记转换为各种XML 格式的解析器。它附带了用于 HTML、Eclipse 帮助、DITA 和 DocBook 的构建器。您可以使用自己的构建器来自定义输出。

解析器可以处理 Textile、MediaWiki、TracWiki、TWiki 和 Confluence 标记。它是可扩展的，因此您可以根据需要添加新的语言。

库是Java

【讨论】：

【解决方案5】：

您可能会从这个 Perl 模块中得到一些想法：

我知道您正在寻找 C/C++，但是，嘿，您可能会得到一些好处。

【讨论】：