将 SPIP 文本转换为 markdown（或 HTML）答案

【问题标题】：Convert SPIP text to markdown (or HTML)将 SPIP 文本转换为 markdown（或 HTML）
【发布时间】：2016-07-24 06:06:04
【问题描述】：

我必须更新一个基于 SPIP（一种具有特定 Markdown-like 语法的法国 CMS）的旧网站。

我想将其数据库内容转换为 markdown，但我没有找到任何有用的资源将 SPIP 语法转换为 HTML（然后通过 league/html-to-markdown 转换为 markdown，例如），但我不能找到正确的方法（从 SPIP 的代码）用来这样做。

任何帮助都会很棒。

【问题讨论】：

标签： markdown spip

【解决方案1】：

和你一样，我不知道这样的工具，所以当我不得不面对导出 SPIP 数据的问题时，我创建了我的。但是这个工具：

旨在输出 XML 而不是 HTML
是作为SPIP的插件实现的，所以必须先安装，再从SPIP私有区驱动
老实说，因为它发生在几年前，我对此并没有太多的想法

所以我不能现实地建议你使用它。
另一方面，如果您想编写自己的工具，您可以利用以下摘录，这是我工具的核心：

$spip2xml_specifs = [
  'data_fields' => [
  # obj => [
  #   dest_field =>  src_field | [src_field,...]
  # ]
  # in src_field, initial "*" means: do not apply filters
    'rub' => [
      'titre' => '*titre',
      'body'  => ['descriptif','texte'],
    ],
    'art' => [
      'titre' => '*titre',
      'body'  => ['*surtitre','*soustitre','descriptif','chapo','texte','ps'],
    ],
  ),
  'str_replace' => [
    "\r\n"                                => "\n", # normalize Win with *nix
  ],
  'preg_replace' => [
    '¤\n\n\n*¤'                           => "\n\n", # limit multiple \n up to 2
    #
    '¤{{{(.+)}}}¤msU'                     => '<h3>$1</h3>',
    '¤{{(.+)}}¤msU'                       => '<b>$1</b>',
    '¤{(.+)}¤msU'                         => '<i>$1</i>',
    # _  => <br />
    '¤^_ ¤ms'                             => '<br />',
    # ---- => <hr />
    '¤^(-{4,})(\n|$)¤ms'                  => '<hr />',
    /*
    # \n\n => <paragraph>
    '¤(\n\n)?(.+)((?=\n\n)|$)¤Us'         => '<p>$2</p>',
    '¤\n\n¤'                              => '', # drop left (why?) \n\n
    */
    # [...|...->...] => <a href... /a>
    '¤\[->(.*)\]¤msU'                     => '<a href="$1">$1</a>',
    '¤\[(.*)->(.*)\]¤msU'                 => '<a href="$2">$1</a>',
    '¤<a (.*)>(.*)\|(.*)</a>¤msU'         => '<a title="$3" $1>$2</a>',
    # <cadre>, <code> => <blockquote>
    '¤<(?:cadre|quote)>(.*)</\1>¤imsU'    => '<blockquote>$1</blockquote>',
    # -* => <ul... /ul>
    '¤^-\*([^*].*)¤m'                     => '<li>$1</li>',
    '¤(<li>.*</li>)¤s'                    => '<ul>$1</ul>',
    # tableaux, notes, ancres...? modèles non traités -> signaler ?
    #
    # finally remove superfluous <p>
    '¤<p><(h[1-6r]|ul|table)(.*)>(.*)(</\1>)?</p>¤imsU'
                                          => '<$1$2>$3$4',
  ],
];

data_fields 数组注册了必须为两个主要数据容器（标题和文章）处理的字段。
然后str_replace 和preg_replace 数组成员在每个字段上注册必须依次执行的所有转换。

至少我可以断言这些规范是正确的并且可以正常工作。

如有需要，请随时询问更多信息。

【讨论】：

感谢您的建议，脚本看起来不错，如果我没有找到另一个只需稍作更新即可使用的脚本，我会使用它。

【解决方案2】：

我终于找到了一个符合我需要的脚本： https://github.com/nhoizey/spip2markdown

它打算在 SPIP 内部使用，但 the main functions 很容易适应。

【讨论】：