问题标签 [wikitext]

我正在使用从 MediaWiki 页面收集源代码的 API，并希望找到一种从代码中提取纯文本的方法。有什么办法可以删除这种额外的格式？

例子：

来自 API 的文本

我想在不格式化的情况下提取的文本

有谁知道如何在 JavaScript 中执行此操作？还是可以执行此操作的节点模块？

https://www.mediawiki.org/wiki/API:查询

从上面的链接中，请建议我一个适当的 API 来获取/获取文章的另见部分的所有链接。

例如：

我想要上面 5 个链接的列表。

有一个 API 可以获取与文章关联的外部链接： https ://en.wikipedia.org/w/api.php?format=json&action=query&titles=Pune&prop=extlinks

现在，回到关于 See Also 链接的原始问题 - 如果没有适当的 API，那么如果我们有 wikitext 内容模型，我们如何提取相同的链接。

wikitext 示例： https ://en.wikipedia.org/w/api.php?format=json&action=query&titles=Pune&prop=revisions&rvprop=content

此针对 Wikidata SPARQL 端点的查询返回 Wikimedia Commons 类别“奥克兰博物馆 1930 年代照片”中前 50 个文件的 Wikitext 内容。对于每个文件，我想从该内容中提取几条数据。

仅使用一个文件File:("Ultimate" stall) (AM 79483-1).jpg，例如，内容如下所示：

我对source参数中的这 3 个值感兴趣。我试图用正则表达式解析这个内容；这是我写的第一个表达式，它涉及大部分 Wikitext：

我用 regex101.com 写了这个，据我所知，它说：

1. 查找（并丢弃）直到 string 的所有内容{{Images from Auckland Museum|，包括该字符串。（这是我能想到的最明显的分隔符）。
2. 捕捉之后发生的一切。
3. 查找（并丢弃）从一对右大括号 ( }}) 的第一次出现到末尾的所有内容。

这只留下我感兴趣的部分：

到目前为止，一切都很好。

然后，我使用以下表达式创建了另一个 regex101.com 会话来处理该部分：

据我所知，这个表达式说：

1. 查找（并丢弃）直到并包括第一个=.
2. 在此之后捕获所有内容，直到但不包括第一个| ……并重复三次，每个捕获组一次，给我想要的三个数据点。

它似乎工作：

我的问题是：

1. 如何组合这些正则表达式？简单地将第二个插入第一个代替它(.*?)似乎不起作用。
2. 鉴于正则表达式允许递归，是否有更好（即更有效）的方式来编写第二个表达式？（SPARQL 端点/语言会允许这样做吗？）
3. 在获得第一个捕获组之后，第一个表达式中是否有任何方法可以简单地说，例如“我得到了我想要的；停止”——这样做会提高效率吗？

提前致谢。

我想使用 Fandom 的 Wikitext 创建一个信息框模板，该模板具有链接到 Wikipedia 的数据。因此，如果有人使用以下模板：

它将在信息框中显示为：
城市：洛杉矶

我试过了：

但如果数据有空格，链接就会中断。

如何{{{city}}}用%20或不可能替换空格？

我被要求在 golang 中建立一个 wiki。一些编辑熟悉 wikitext，所以他们想保留它。我发现从头开始构建一个 wikitext 解析器真的很困难，而且没有开源的 golang 解析器。谁能给我一些建议？我搜索了 go.pkg，没有可用的 pkg

当我将鼠标悬停在同人圈中的图像（图像链接）上时，我想让文本跟随鼠标指针。
像这样。
来源：我的世界维基