Mediawiki 标记的开源解析器代码 [关闭]

Question

我感兴趣的是有选择地解析 Mediawiki XML 标记以生成自定义 HTML 页面，该页面是实际 PHP Mediawiki 渲染引擎生成的 HTML 的某些子集。

我想要 BzReader，一个用 C# 编写的离线 Mediawiki 压缩转储阅读器。因此，C# 解析器是理想的选择，但任何好的代码都会有所帮助。

当然，如果以前没有人这样做过，我想是时候启动一个项目来维护一个免费且独立的 Mediawiki 解析器了，它基于 Mediawiki 自己的解析器，但与 Mediawiki 本身的集成不太紧密。

那么，有谁知道我可以从什么基础开始，这比从 Mediawiki PHP 代码中进行黑客攻击更好吗？

Answer 1

有是解析器对 http://www.mediawiki.org/wiki/Alternative_parsers，但不包含有交流＃解析器...

Answer 2

更新
请记住，Screwturn 并不遵循 Mediawiki 语法，而是使用它自己的变体，该变体确实略有不同。

Mediawiki 语法不适合 LALR 解析器（甚至 LL*），因为它的定义有很多歧义，并且还允许 HTML。有一个关于这个的讨论 在这个问题中, ，您基本上需要编写自己的解析器和分词器，而不是简单地为其编写 BNF 文件，然后使用 ANTLR/Gold/Irony。

路杀维基 使用一个 克里奥尔语解析器 其 Mediawiki 解析，但支持有限。

---

Screwturn 在 GPL 许可证下发布，并具有 C# 解析器：

• 螺丝拧紧许可证
• 螺丝旋源码下载 （不幸的是没有 web svn）

您所在的类是 Core.Formatter，它有很多正则表达式来完成其工作：

public static class Formatter {

}

这不是最好看的代码“但它有效”。

Answer 3

我有一些话想说来自维基模板这里。有趣的是，现在有替代解析器名单，我会以调查。