是否有常规检查或类似的简单方法来检查MediaWiki PageTitle是否有效？

Question

https://www.mediawiki.org/wiki/Manual:Page_title指出了MediaWiki pageTitle可能不包含的条件。用这种方法看起来很难检查一个字符串是否为有效的MediaWiki PageTitle。

检查页面标题是否有效的正则表达式或类似的简单方法是什么？

到目前为止，我能找到的最好的东西是一些Java代码（来自https://github.com/MER-C/wiki-java/blob/master/src/org/wikipedia/Wiki.java）。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);
    }

Answer 1

如果您可以调用目标Wiki API进行规范化，那么这是对页面标题进行规范化的API调用示例：

• https://en.wikipedia.org/w/api.php?action=query&titles=Project:article_B&format=json&formatversion=2

归一化的标题不适用于/query/normalized/0/to。您可以一次发送多个标题以用|分隔它们进行标准化。

该示例摘自https://www.mediawiki.org/wiki/API:Query#Example_2:_Title_normalization。