mediawiki - 批量上传许多文本文件到 MediaWiki

Question

我有很多文本文件要上传到运行 MediaWiki 的 wiki。
我什至不知道这是否真的可能，但我想试一试。

每个文本文件的名称将是 wiki 页面的标题。

一个 wiki 页面对应一个文件。

我想从程序所在的同一文件夹中上传所有文本文件。

也许让你编写所有代码的要求太多了，所以你能告诉我至少我应该寻找哪种语言来试一试吗？

Answer 1

您可能想要的是 bot使用 MediaWiki API 为您创建文章.最著名的机器人框架可能是 pywikipedia对于 Python，但有 API libraries and bot frameworks也适用于许多其他语言。

事实上，pywikipedia 自带了一个脚本，名为 pagefromfile.py这确实非常接近您想要的东西。默认情况下，它从单个文件创建多个页面，但是如果您了解一些 Python，那么更改它应该不会太难。

实际上，如果文件位于您运行 wiki 的同一台服务器上(或者您可以将它们上传到那里)，那么您甚至根本不需要机器人:有一个 MediaWiki maintenance script叫 importTextFile.php可以为您做到。您可以使用简单的 shell 脚本为给定目录中的所有文件运行它，例如:

for file in directory/*.txt; do
   php /path/to/your/mediawiki/maintenance/importTextFile.php "$file";
done

(显然，将 directory 替换为包含文本文件的目录，将 /path/to/your/mediawiki 替换为 MediaWiki 安装的实际路径。)

默认情况下，importTextFile.php 将基于文件名创建页面的名称，去除任何目录前缀和扩展名。此外，根据标准的 MediaWiki 页面命名规则，下划线将被空格替换，第一个字母将大写(除非您在 LocalSettings.php 中设置了 turned that off)；因此，例如，文件 directory/foo_bar.txt将作为页面“Foo bar”导入。如果您想更好地控制页面命名，importTextFile.php 还支持显式 --title范围。或者您可以随时复制脚本并自行修改以更改页面命名规则。

附言。还有另一个名为 edit.php 的 MediaWiki 维护脚本。它与 importTextFile.php 的作用几乎相同，除了它从标准输入读取页面文本并且没有 importTextFile.php 方便的默认页面命名规则。不过，它对于使用 Unix 管道的自动编辑来说非常方便。

附录: importTextFile.php 脚本要求文件名和内容采用 UTF-8 编码。如果您的文件采用其他编码，则必须先修复它们或修改脚本以进行转换，例如使用 mb_convert_encoding() .

特别是，对脚本的以下修改应该做到这一点:

要将文件名转换为 UTF-8，请编辑靠近 script 底部的 titleFromFilename() 函数。 ，并替换其最后一行:

return $parts[0];

和:

return mb_convert_encoding( $parts[0], "UTF-8", "your-encoding" );

哪里your-encoding应该是 character encoding用于您的文件名(或 auto 以尝试自动检测)。

要同时转换文件的内容，请在脚本的主代码内部进行类似的更改，替换以下行:

$text = file_get_contents( $filename );

和:

$text = file_get_contents( $filename );
$text = mb_convert_encoding( $text, "UTF-8", "your-encoding" );