Extension:TextExtracts

此扩展随附于MediaWiki 1.34及更高版本。 因此您无需另外下载。 但是，您仍需遵循此页面提供的其他使用说明。

This extension is under code stewardship review and not actively maintained (工單T256505). No new feature requests will be considered during this period.

MediaWiki扩展手册

TextExtracts 发行状态： 稳定版
实现	API
描述	提供API来导出纯文本或有限HTML的页面提取
作者	Max Semenik (MaxSem留言)
兼容性政策	快照跟随MediaWiki发布。 master分支不向后兼容。
MediaWiki	>= 1.42
数据库更改	否
许可协议	GNU通用公眾授權條款2.0或更新版本
下載	下載扩展 Git [?]: 下载Git master 浏览存储库 (Phabricator · GitHub) 提交历史 存储库貢獻者 (GitHub) 代码复核
参数 $wgExtractsExtendOpenSearchXml $wgExtractsRemoveClasses
使用的函数钩 ApiOpenSearchSuggest
季度下載量	130 (Ranked 48th)
正在使用的公开wiki数	2,046 (Ranked 189th)
前往translatewiki.net翻譯TextExtracts扩展
問題	开启的任务 · 报告错误

TextExtracts扩展提供API来提取纯文本或有限HTML（HTML中的一些CSS样式被删除）的页面内容提取。

安裝

• 下载文件，并将其放置在您extensions/文件夹中的TextExtracts目录内。
  开发者和代码贡献人员应从Git安装扩展，输入：cd extensions/
git clone https://gerrit.wikimedia.org/r/mediawiki/extensions/TextExtracts
• 将下列代码放置在您的LocalSettings.php 的底部：

  wfLoadExtension( 'TextExtracts' );
  

•  完成 – 在您的wiki上导航至Special:Version，以验证已成功安装扩展。

配置设置

• $wgExtractsRemoveClasses是<tag>, <tag>.class, .<class>, #<id>的集合，会在提取时被排除。

  例如，$wgExtractsRemoveClasses[] = 'dl';删除缩进的文本，通常用于摘要中不需要的非模板化的备忘。

  extension.json定义了默认值，其中“noexcerpt”类是其中之一——可以将其添加到任何模板中以将该模板排除。

• $wgExtractsExtendOpenSearchXml定义TextExtracts是否应将其摘录提供给Opensearch API模块。默认值为false。

API

extracts
返回指定页面的纯文本或有限HTML提取 此模块不能用作generator。
前缀	ex
需要的权限	无
仅限Post？	否
产生帮助	当前

---

prop=extracts (ex)

(main | query | extracts)

• This module requires read rights.
• Source: TextExtracts
• License: GPL-2.0-or-later

Returns plain-text or limited HTML extracts of the given pages.

• https://www.mediawiki.org/wiki/Special:MyLanguage/Extension:TextExtracts#API

Specific parameters:

Other general parameters are available.

exchars

How many characters to return. Actual text returned might be slightly longer.

Type: integer

The value must be between 1 and 1,200.

exsentences

How many sentences to return.

Type: integer

The value must be between 1 and 10.

exlimit

How many extracts to return. (Multiple extracts can only be returned if exintro is set to true.)

Type: integer or max

The value must be between 1 and 20.

Default: 20

exintro

Return only content before the first section.

Type: boolean (details)

explaintext

Return extracts as plain text instead of limited HTML.

Type: boolean (details)

exsectionformat

How to format sections in plaintext mode:

plain

No formatting.

wiki

Wikitext-style formatting (== like this ==).

raw

This module's internal representation (section titles prefixed with <ASCII 1><ASCII 2><section level><ASCII 2><ASCII 1>).

One of the following values: plain, raw, wiki

Default: wiki

excontinue

When more results are available, use this to continue. More detailed information on how to continue queries can be found on mediawiki.org.

Type: integer

Example:

Get a 175-character extract

api.php?action=query&prop=extracts&exchars=175&titles=Therion [open in sandbox]

另一个例子

api.php?action=query&prop=extracts&exchars=100&explaintext&titles=Earth [在Api沙盒中尝试]

结果
{ "query": { "pages": { "9228": { "pageid": 9228, "ns": 0, "title": "Earth", "extract": "Earth, also called the world and, less frequently, Gaia, (or Terra in some works of science fiction)..." } } } }

注意事项

使用API或会调用该API的软件时，需要注意一些事项

• 我们不推荐使用`exsentences`。 它不适用于HTML提取，并且在很多情况下都不存在。 例如，“Arm. gen. Ing. John Smith was a soldier.”（约翰·史密斯陆军上将是一名士兵。）将被视为4个句子。 我们也没有计划修复这一问题。
• 行内图片会在响应中被移除（即使在HTML模式下也是如此）。这意味着，如果您正在使用Math 扩展并在首段中使用公式，它们可能不会出现在摘要输出中。
• 在HTML模式下，我们不能保证HTML格式是良好的。HTML结果可能是无效的或者存在格式错误。
• 在纯文本格式下：
  • 引用可能不会被移除（参见phab:T197266）。
  • 如果一个段落以HTML标签结尾（例如ref标签），新行将会被移除（参见phab:T201946）。
  • 列表后的新行可能被移除（参见phab:T208132）。
  • Articles must begin with the lead paragraph for an extract to be generated. The use of any template, and/or unclosed or empty HTML element may result in no preview for the article. E.g. "<div></div>hello" will give an empty extract.

常见问题

如何从页面预览中移除内容？

TextExtracts将删除所有带有.noexcerpt类标记的元素。 这是由$wgExtractsRemoveClasses配置变量提供的，该变量同时定义了其他将被排除的元素。

参见

• Extension:InterwikiExtracts
• Page Content Service