Java 使用gwtwiki“处理wiki转储”；用法：解析器<；XML-FILE>&引用；错误

我正在尝试使用gwtwiki和java处理wikimedia转储文件（例如：）。我对java非常陌生（我可以理解并编写简单的java脚本），我正在使用eclipse。我已经导入了gwtwiki项目并尝试运行DumpExample.java，我得到了

Usage:Parser

响应错误

我不知道在哪里定义.bz2转储文件的路径，并尝试至少编辑用法：

Parser

对其他内容的错误响应，但即使尝试一步一步地运行它或添加更多代码行（如

System.out.println（“test”）；我也得到了相同的结果

文档并没有解释这到底应该如何做，因为我认为对于熟悉java的人来说，这应该是非常不言自明的

现在，我不需要一个关于如何实现这一点的逐步教程，但我想要一个起点或一些线索，我会自己学习。经过几天的搜索，我发现我甚至不知道从哪里开始。我也知道你可以这样说：

了解更多Java

但我总是通过实际参与这样的项目学习得更好

DumpExample.java：

package info.bliki.wiki.dump;

import org.xml.sax.SAXException;

/**
 * Demo application which reads a compressed or uncompressed Wikipedia XML dump
 * file (depending on the given file extension <i>.gz</i>, <i>.bz2</i> or
 * <i>.xml</i>) and prints the title and wiki text.
 * 
 */
public class DumpExample {
    /**
     * Print title an content of all the wiki pages in the dump.
     * 
     */
    static class DemoArticleFilter implements IArticleFilter {

        public void process(WikiArticle page, Siteinfo siteinfo) throws SAXException {
            System.out.println("----------------------------------------");
            System.out.println(page.getId());
            System.out.println(page.getRevisionId());
            System.out.println(page.getTitle());
            System.out.println("----------------------------------------");
            System.out.println(page.getText());
        }
    }

    /**
     * Print all titles of the wiki pages which have &quot;Real&quot; content
     * (i.e. the title has no namespace prefix) (key == 0).
     */
    static class DemoMainArticleFilter implements IArticleFilter {

        public void process(WikiArticle page, Siteinfo siteinfo) throws SAXException {
            if (page.isMain()) {
                System.out.println(page.getTitle());
            }
        }

    }

    /**
     * Print all titles of the wiki pages which are templates (key == 10).
     */
    static class DemoTemplateArticleFilter implements IArticleFilter {

        public void process(WikiArticle page, Siteinfo siteinfo) throws SAXException {
            if (page.isTemplate()) {
                System.out.println(page.getTitle());
            }
        }

    }

    /**
     * Print all titles of the wiki pages which are categories (key == 14).
     */
    static class DemoCategoryArticleFilter implements IArticleFilter {

        public void process(WikiArticle page, Siteinfo siteinfo) throws SAXException {
            if (page.isCategory()) {
                System.out.println(page.getTitle());
            }
        }

    }

    /**
     * @param args
     */
    public static void main(String[] args) {
        if (args.length == 1) {
            System.out.println("test");
            System.out.println("test");
            System.out.println("test");
            System.out.println("test");
            System.err.println("Usagessss: Parser <XML-FILEZZZZZZ>");
            System.out.println("test2");
            System.exit(-1);
        }
        // String bz2Filename =
        // "c:\\temp\\dewikiversity-20100401-pages-articles.xml.bz2";
        String bz2Filename = args[0];
        try {
            IArticleFilter handler = new DemoArticleFilter();
            WikiXMLParser wxp = new WikiXMLParser(bz2Filename, handler);
            wxp.parse();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

package info.bliki.wiki.dump；
导入org.xml.sax.SAXException；
/**
*读取压缩或未压缩Wikipedia XML转储的演示应用程序
*文件（取决于给定的文件扩展名.gz、.bz2或
*.xml）并打印标题和wiki文本。
* 
*/
公共类转储示例{
/**
*打印转储中所有wiki页面的标题内容。
* 
*/
静态类DemoArticleFilter实现IArticleFilter{
公共作废进程（WikiArticle页面、Siteinfo Siteinfo）引发SAX异常{
System.out.println（“--------------------------------------------------------”；
System.out.println（page.getId（））；
System.out.println（page.getRevisionId（））；
System.out.println（page.getTitle（））；
System.out.println（“--------------------------------------------------------”；
System.out.println（page.getText（））；
}
}
/**
*打印包含“真实”内容的wiki页面的所有标题
*（即标题没有名称空间前缀）（键==0）。
*/
静态类DemoMainArticleFilter实现IArticleFilter{
公共作废进程（WikiArticle页面、Siteinfo Siteinfo）引发SAX异常{
if（page.isMain（））{
System.out.println（page.getTitle（））；
}
}
}
/**
*打印作为模板的wiki页面的所有标题（键==10）。
*/
静态类DemoTemplateArticleFilter实现IArticleFilter{
公共作废进程（WikiArticle页面、Siteinfo Siteinfo）引发SAX异常{
if（page.isTemplate（））{
System.out.println（page.getTitle（））；
}
}
}
/**
*打印属于类别的wiki页面的所有标题（键==14）。
*/
静态类DemoCategoryArticleFilter实现IArticleFilter{
公共作废进程（WikiArticle页面、Siteinfo Siteinfo）引发SAX异常{
if（page.isCategory（））{
System.out.println（page.getTitle（））；
}
}
}
/**
*@param args
*/
公共静态void main（字符串[]args）{
如果（args.length==1）{
系统输出打印（“测试”）；
系统输出打印（“测试”）；
系统输出打印（“测试”）；
系统输出打印（“测试”）；
System.err.println（“usagesss:Parser”）；
System.out.println（“test2”）；
系统退出（-1）；
}
//字符串bz2Filename=
//“c:\\temp\\dewikiversity-20100401-pages-articles.xml.bz2”；
字符串bz2Filename=args[0]；
试一试{
IArticleFilter处理程序=新的DemoArticleFilter（）；
WikiXMLParser wxp=新的WikiXMLParser（bz2Filename，handler）；
wxp.parse（）；
}捕获（例外e）{
e、 printStackTrace（）；
}
}
}
迟交答案，可能会对你有所帮助，或者如果你继续前进，可能会帮助下一个绊倒在这篇文章上的人，我正在使用以下实现：

    File f = new File("c:/path/to/svwiki-20151102-pages-meta-current.xml");
    WikiXMLParser wxp;
    try {
        wxp = new WikiXMLParser(f, handler);
        wxp.parse();
    } catch (IOException e) {   
        e.printStackTrace();
    } catch (SAXException e) {
        e.printStackTrace();
    }

我没有答案，但我只想说：很高兴你早点开始记录你自己！这是一个很好的习惯。您可能有糟糕的设计模式（我不知道），但文档至少可以让您的代码在90%的时间内都可以理解。当然，编写好的代码更好，但在必要的时候，重构时可以依赖文档。