Java 是否有常规的Expression或类似的简单方法来检查MediaWiki页面标题是否有效？

说明MediaWiki页面标题可能不包含的许多条件。使用这种方法，检查字符串是否为有效的MediaWiki页面标题似乎不太容易

检查页面标题是否有效的正则表达式或类似简单方法是什么？

到目前为止，我能找到的最好的是一些Java代码（来自）。不过，我的目标语言是python

    /**
     *  Convenience method for normalizing MediaWiki titles. (Converts all
     *  underscores to spaces).
     *  @param s the string to normalize
     *  @return the normalized string
     *  @throws IllegalArgumentException if the title is invalid
     *  @throws IOException if a network error occurs (rare)
     *  @since 0.27
     */
    public String normalize(String s) throws IOException
    {
        // remove leading colon
        if (s.startsWith(":"))
            s = s.substring(1);
        if (s.isEmpty())
            return s;

        int ns = namespace(s);
        // localize namespace names
        if (ns != MAIN_NAMESPACE)
        {
            int colon = s.indexOf(":");
            s = namespaceIdentifier(ns) + s.substring(colon);
        }
        char[] temp = s.toCharArray();
        if (wgCapitalLinks)
        {
            // convert first character in the actual title to upper case
            if (ns == MAIN_NAMESPACE)
                temp[0] = Character.toUpperCase(temp[0]);
            else
            {
                int index = namespaceIdentifier(ns).length() + 1; // + 1 for colon
                temp[index] = Character.toUpperCase(temp[index]);
            }
        }

        for (int i = 0; i < temp.length; i++)
        {
            switch (temp[i])
            {
                // illegal characters
                case '{':
                case '}':
                case '<':
                case '>':
                case '[':
                case ']':
                case '|':
                    throw new IllegalArgumentException(s + " is an illegal title");
                case '_':
                    temp[i] = ' ';
                    break;
            }
        }
        // https://www.mediawiki.org/wiki/Unicode_normalization_considerations
        String temp2 = new String(temp).trim().replaceAll("\\s+", " ");
        return Normalizer.normalize(temp2, Normalizer.Form.NFC);
    }

/**
*规范化MediaWiki标题的简便方法。（将所有
*下划线到空格）。
*@param是要规格化的字符串
*@返回规范化字符串
*如果标题无效，@将引发IllegalArgumentException
*@在发生网络错误时引发IOException（罕见）
*@自0.27起
*/
公共字符串规范化（字符串s）引发IOException
{
//去掉前导冒号
如果（s.startsWith（“：”）
s＝s。子串（1）；
如果（s.isEmpty（））
返回s；
int ns=名称空间；
//本地化命名空间名称
if（ns！=主名称空间）
{
int冒号=s.indexOf（“：”）；
s=名称空间标识符（ns）+s.子字符串（冒号）；
}
char[]temp=s.toCharArray（）；
如果（wgCapitalLinks）
{
//将实际标题中的第一个字符转换为大写
if（ns==MAIN_名称空间）
temp[0]=字符.toUpperCase（temp[0]）；
其他的
{
int index=namespaceIdentifier（ns）.length（）+1；//+1表示冒号
temp[index]=字符.toUpperCase（temp[index]）；
}
}
对于（int i=0；i

如果您可以调用目标wiki API进行规范化，那么这是一个规范化页面标题的API调用示例：

规范化标题将位于

/query/normalized/0/to

中。您可以一次发送多个标题以使其正常化，并使用

|

将它们分隔开

---

这个例子取自。

它可能相当没有希望。这在很大程度上也取决于每个wiki的配置。例如，您必须知道wiki有哪些名称空间。@Tgr-感谢您的关注。这适用于完全访问后端Wiki的前端。检查的主要原因是为了避免伪装为pagetitle的代码可能产生的漏洞。通过排除非法字符是否可以完全缓解此风险？如果您是指XSS攻击，那么禁止

可能是个好主意。在某些情况下，代码>和代码>，可以使用引号或空格作为攻击向量，这些都是有效的标题字符；您必须确保标题在使用时正确转义。如果您正在编写在wiki上运行的JS代码，

mw.Html

有一系列转义函数。另外，

mw.Title

有一些相当复杂的验证（与后端逻辑不是100%等价，但很接近）。由于我对后端wiki有一些控制权，我可以修改“合法性”页面标题，例如不允许引用，还有我有点害怕转义字符，比如-，这也取决于url解码过程发生的状态。