将简单的维基百科文本转换为纯文本解析器？答案

【问题标题】：Simple Wikipedia Text into Plain Text Parser?将简单的维基百科文本转换为纯文本解析器？
【发布时间】：2017-03-16 13:18:14
【问题描述】：

我正在寻找一个简单的解析器，它可以将带有 wiki 标记代码的字符串翻译成可读的纯文本，例如

A lot of these sources can also be used to add to other parts of the article, like the plot section. <font color="silver">[[User:Silver seren|Silver]]</font><font color="blue">[[User talk:Silver seren|seren]]</font><sup>[[Special:Contributions/Silver seren|C]]</sup> 05:34, 22 March 2012 (UTC)

到

A lot of these sources can also be used to add to other parts of the article, like the plot section. SilverserenC 05:34, 22 March 2012 (UTC)

我尝试使用 DKPro JWPL（上面的示例也来自此），但该框架纯文本输出无法以正确的方式解析 wiki 讨论页面（讨论）。它只是删除以许多“：”字符开头的行，这些字符对于讨论页至关重要。

【问题讨论】：

标签： parsing text wiki markup

【解决方案1】：

好的，我发现 JWPL 的旧维基百科解析器正在工作：“de.tudarmstadt.ukp.wikipedia.parser” link

你可以像这样使用它：

MediaWikiParserFactory pf = new MediaWikiParserFactory(Language.english);
MediaWikiParser parser = pf.createParser();
ParsedPage pp = parser.parse("some wiki code with markups");
System.out.println(pp.getText());

【讨论】：