Wiki Sync Tool - Enhanced Version

一个用于同步和跟踪 MediaWiki 网站变更的 Python 工具，支持双语对比和精确的行号定位。

功能特点

• 🔄 自动同步 MediaWiki 网站的最新更改
• 📝 生成带语法高亮的 HTML diff 文件，清晰展示变更内容
• 💾 保存页面完整内容供离线查阅
• ⏰ 支持增量同步，只获取上次同步后的新变更
• 🔍 支持按时间点或特定页面进行同步
• 📁 智能文件组织，区分新页面和变更页面
• 🌐 新增：自动同步中文翻译版本
• 🎯 新增：精确的行号映射，点击英文行自动定位到中文对应行
• 📊 新增：生成精美的双语对比网页
• 🎨 新增：现代化的UI设计，支持同步滚动和高亮显示
• 🧭 新增：导航浮窗功能，快速跳转到变更点
• 🗂️ 新增：分类存储，主文件和参考文件分开管理

安装

1. 确保你已经安装了 Python 3.6+
2. 克隆此仓库：

   git clone <repository-url>
   cd wiki-sync-tool
   

3. 安装依赖：

   pip install requests python-dotenv
   

配置

创建一个 .env 文件并配置你的 MediaWiki API 地址：

# 英文版 Project Diablo 2 Wiki API 地址
WIKI_API_URL_EN=https://wiki.projectdiablo2.com/w/api.php

# 中文版 Project Diablo 2 Wiki API 地址
WIKI_API_URL_CN=https://wiki.projectdiablo2.cn/w/api.php

或者复制提供的示例配置文件：

cp .env.example .env

使用方法

基本全量同步

同步自上次运行以来的所有更改：

python sync.py --run

首次运行时，会同步过去 24 小时内的更改。

指定时间起点同步

从指定时间开始同步：

python sync.py --since 2025-11-28T00:00:00Z --run

同步特定页面

只同步特定页面的最新更改：

python sync.py --title "Amazon Basin" --run

同步特定页面并更新时间戳

同步特定页面并在完成后更新全局时间戳：

python sync.py --title "Amazon Basin" --update-timestamp --run

查看帮助

python sync.py --help

输出文件

每次运行都会在 wiki_sync_output 目录下创建一个以时间戳命名的子目录，并按照以下结构组织文件：

wiki_sync_output/[时间戳]/
├── new_pages/                # 新创建的页面目录
│   └── [页面名].full.txt     # 只保存页面的完整内容
│
└── changed_pages/            # 有变更的页面目录
    ├── [页面名].full.txt     # 页面的最新完整内容
    ├── [页面名].cn.txt       # 对应的中文翻译内容
    ├── [页面名].comparison.html  # 双语对比页面（带导航功能）
    │
    └── files/                # 参考文件目录
        ├── [页面名].diff.html     # 官方 MediaWiki diff HTML
        ├── [页面名].diff.txt      # 文本格式的 diff
        └── [页面名].old.txt       # 历史版本内容

文件说明

主要文件（日常使用）：

• .full.txt - 页面的完整内容（新页面和变更页面都有）
• .cn.txt - 中文翻译内容（仅变更页面）
• .comparison.html - 双语对比网页（仅变更页面）

参考文件（技术细节）：

• .diff.html - MediaWiki原生HTML diff
• .diff.txt - 文本格式的diff（类似git diff）
• .old.txt - 页面的历史版本内容

双语对比网页特性

生成的双语对比网页具有以下高级功能：

1. 导航浮窗 🧭

   • 左侧浮窗显示所有变更点的导航列表
   • 点击导航项可快速跳转到对应位置
   • 滚动页面时自动高亮当前可见的变更
   • 支持使用 Ctrl+1~9 快速跳转到对应编号的变更

2. 精确行号映射：

   • 英文diff中的每一行都标注了对应的中文行号
   • 点击英文任意行，自动高亮并滚动到对应的中文行

3. 交互式体验：

   • 鼠标悬停时预览对应的中文行
   • 点击时高亮显示对应关系
   • 平滑滚动动画效果

4. 视觉设计：

   • 现代化的UI设计
   • 标准的diff配色（绿色新增、红色删除、灰色未变更）
   • 响应式布局，支持移动端查看

5. 字符级diff高亮：

   • 显示精确到字符级别的变更差异
   • 新增内容使用绿色背景高亮
   • 删除内容使用红色背景高亮

Diff 文件示例

文本diff格式示例：

--- old_version
+++ new_version
@@ -10,7 +10,7 @@
 This is line 10
-This line will be removed
+This line will be added
 This is line 12

HTML diff特性：

• 绿色背景表示新增内容
• 红色背景表示删除内容
• 左侧彩色竖线标识变更类型
• +/- 标记清晰显示变更位置
• 删除内容带有删除线效果

技术细节

智能文件组织策略

工具根据页面是否为新建来组织文件：

• 新页面：判断依据是diff文本以"新创建页面"开头

  • 只保存 .full.txt 文件
  • 不生成中英对比（因为不存在变更）

• 变更页面：

  • 保存主要文件在 changed_pages 目录
  • 将技术细节文件放在 files 子目录

行号解析机制

工具使用自定义的diff解析器，能够精确提取：

• Hunk头部的行号范围信息
• 每一行变更对应的旧版本和新版本行号
• 增删改上下文行的准确位置

导航系统实现

1. 动态生成导航项：

   • 扫描所有 .change-block 元素
   • 自动提取变更类型（新增/替换/删除）
   • 生成预览文本和行号信息

2. 模板字符串修复：

   • 使用正确的 "${changeId}" 语法
   • 确保选择器能够正确匹配DOM元素

中文页面搜索策略

1. 首先尝试精确匹配页面标题
2. 如果失败，则进行模糊搜索
3. 支持标题中的空格和特殊字符处理

使用说明

查看新页面：

• 进入 new_pages 目录
• 查看对应的 .full.txt 文件获取页面完整内容

处理变更页面：

• 主要查看 changed_pages 目录下的文件
• 使用 .comparison.html 进行双语对比和导航
• 查阅 .cn.txt 获取中文翻译参考
• 参考 .full.txt 获取最新的英文内容

技术细节参考：

• 查看 files 目录了解详细的变更信息
• 包含官方diff、文本diff和历史版本

目录组织示例

wiki_sync_output/
├── 20251211_221150/
│   ├── new_pages/                    # 新创建的页面
│   │   └── New_Page-20251211_220123-12345.full.txt
│   │
│   └── changed_pages/                # 有变更的页面
│       ├── To Do-20251211_124712-21941.full.txt
│       ├── To Do-20251211_124712-21941.cn.txt
│       ├── To Do-20251211_124712-21941.comparison.html
│       │
│       └── files/                    # 参考文件
│           ├── To Do-20251211_124712-21941.diff.html
│           ├── To Do-20251211_124712-21941.diff.txt
│           └── To Do-20251211_124712-21941.old.txt
│
└── 20251211_193512/
    └── ...

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request。