如何檢測維基百科頁面中的部分轉儲

Question

我已經環顧四周，試圖回答這個問題，但無濟於事。我解析wikimedia頁面轉儲處理某些頁面（是的，我知道幾個工具來解析wikimedia頁面轉儲，但它們不適合我和我的解析器）。

問題很簡單。我知道如何檢測節的開始（例如「==外部引用==」）。這很容易。什麼是不明確的是如何檢測一個部分何時結束？例如，對於大多數部分，我都可以掃描，直到下一部分標題開始，但這不可靠。我查看了維基媒體的部分幫助頁面，但並未說明如何檢測部分的結尾。

Answer 1

MediaWiki syntax中沒有「部分結束」標記。部分一直延伸到相同或更低級別的下一部分標題。 （還有一個「部分0」含有所述第一區段標頭之前的所有文本。）

是的，這意味着，在不同層次段可以重疊，如在本實施例中：

This text is in section 0. 

== Section 1 begins here == 

This text is in section 1. 

=== Section 2 begins here === 

This text is in sections 1 and 2. 

=== Section 3 begins here === 

This text is in sections 1 and 3. 

== Section 4 begins here == 

This text is in section 4. 

注意使用HTML <h1>，<h2>等標籤創建的標題不會開始或結束節，並且不會有節編輯鏈接，即使它們看起來與節標題相同。模板內

章節標題做獲取部分編輯鏈接，讓你編輯模板的相應部分，但他們經過特殊處理的，並不會被視爲包含頁面的正截面結構的一部分。這裏還有一些奇怪的特殊情況，涉及模板參數中的部分標題，我沒有完全記住我的頭頂。

儘管使用= Heading =創建的任何額外的第一級標題都可以，但在每個頁面頂部的自動生成的第一級標題也不會被視爲標題標題。