MediaWiki nach HTML exportieren

Die alte MediaWiki Extension DumpHTML wird leider seit Jahren nicht mehr weiterentwickelt und wurde eingestellt.
Eine gute Alternative ist https://github.com/SolidCharity/exportMediaWiki2HTML. Damit lässt sich jede Wiki Seite in eine HTML Seite exportieren.

29.01.2024 - getestet unter Debian 12 und MediaWiki 1.41.0
30.08.2022 - getestet unter Debain 11 und MediaWiki 1.38.4

Das Python Skript bietet folgende Funktionen:

• links between the pages
• links to anchors
• links to non-existing pages
• directly embedded images
• thumbnails
• supports authentication for dumping a protected wiki
• export all (currently up to 500) pages, or export a single page

Installation

$ apt install -y git python3-venv
$ git clone https://github.com/SolidCharity/exportMediaWiki2HTML.git
$ cd exportMediaWiki2HTML
$ python3 -m venv .venv
$ source .venv/bin/activate
$ (.venv) user@wiki:/opt/exportMediaWiki2HTML$ pip install -r requirements.txt

Export

einzelne Seite exportieren

$ (.venv) user@wiki:/opt/exportMediaWiki2HTML$ python3 exportMediaWiki2Html.py --url http://wiki.bachmann.lan --page 54

{'pageid': 54, 'ns': 0, 'title': 'IP Adressen'}
Downloading http://wiki.bachmann.lan/images/1/16/arrow-top1.png
Downloading http://wiki.bachmann.lan/images/4/47/date-icon.gif

--- Ergebnis ---
$ tree export
export
├── img
│   ├── arrow-top1.png
│   └── date-icon.gif
├── IP_Adressen.html
└── page_not_existing.html

1 directory, 4 files

alle Seiten exportieren

$ (.venv) user@wiki:/opt/exportMediaWiki2HTML$ python3 exportMediaWiki2Html.py --url http://wiki.bachmann.lan

{'pageid': 2139, 'ns': 0, 'title': 'ADB Befehle'}
Downloading http://wiki.bachmann.lan/images/e/e1/icon-info-box.png
{'pageid': 3526, 'ns': 0, 'title': 'AUR'}
Downloading http://wiki.bachmann.lan/images/1/1b/manjaro-install-google-chrome.png
{'pageid': 411, 'ns': 0, 'title': 'AVM FRITZ!Box'}
Downloading http://wiki.bachmann.lan/images/b/b4/avmfritzbox6360cable.jpg
{'pageid': 1565, 'ns': 0, 'title': 'AVM Fritz!Box 6360 Cable Bridge Modus freischalten'}
Downloading http://wiki.bachmann.lan/images/a/ab/avm-6360-bridge-modus-01.jpg
Downloading http://wiki.bachmann.lan/images/7/71/avm-6360-bridge-modus-02.jpg
Downloading http://wiki.bachmann.lan/images/1/1d/avm-6360-bridge-modus-03.jpg
Downloading http://wiki.bachmann.lan/images/4/43/icon-error-box.png
{'pageid': 2835, 'ns': 0, 'title': 'AWStats'}
--- SNIP ---

--- Ergebnis ---
$ tree export
export
├── 413_Request_Entity_Too_Large.html
├── A_B_C_D_statt_Pfeiltasten_in_lokalem_Terminal_mit_VIM.html
├── About_this_Mac_Logo_ndern.html
├── ADB_Befehle.html
├── Adobe_Acrobat_Pro_8_unter_Windws_10_x64_installieren.html
├── Alpine_Linux.html
├── Alpine_Linux_installieren.html
├── Alpine_Linux_Package_Management_apk_.html
├── Android.html
├── Antergos_LightDM_Themes.html
├── Apache_File_Listing_mit_eigenem_Theme.html
├── Apache.html
├── Apache_mit_SSL.html
├── Apache_Passwortschutz_mit_htaccess.html
├── Apple.html
├── AUR.html
├── Auslieferungszustand_wiederherstellen.html
├── AVM_Fritz_Box_6360_Cable_Bridge_Modus_freischalten.html
├── AVM_FRITZ_Box.html
├── AWStats.html
--- SNIP ---

1 directory, 1706 files

Die pageid einer Wiki Seite kann über die API, oder bei der aufgerufenen Seite links auf Seiteninformationen ermittelt werden.

Für die HTML Ausgabe kommt es darauf an wie Bilder in die Artikel eingebettet wurden.

z.B. Bilder mit <gallery>

z.B. Bilder mit File:

Verzeichnisindex erstellen

Mit tree erstelle ich mir noch eine index.html aller einzelnen HTML Dateien. (im export Verzeichnis ausführen)

tree -H '.' -T "wiki.bachmann.lan" -L 1 --noreport --charset utf-8 -o index.html

Damit lässt es sich besser navigieren.