将 SPIP 文本转换为 markdown（或 HTML）

Question

我必须更新一个基于 SPIP（具有特定的、类似 Markdown 语法的法语 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)，但我无法找到正确的方法（来自 SPIP 的代码）来执行此操作。

任何帮助都会很棒。

Answer 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，我创建了我的工具。但是这个工具：

旨在输出XML而不是HTML
作为SPIP的插件实现，所以必须先安装，然后从SPIP私有区域驱动
老实说，因为是几年前的事了，我脑子里并没有那么多事情

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，这是我的工具的核心：

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

data_fields 数组注册了两个主要数据容器（标题和文章）必须处理的字段。
然后 str_replace 和 preg_replace 数组成员注册必须在每个字段上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工作正常。

如果需要，请随时询问更多信息。

Answer 2

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

它旨在在 SPIP 内部使用，但 the main functions 很容易适应。

将 SPIP 文本转换为 markdown（或 HTML）

Convert SPIP text to markdown (or HTML)

markdown

spip