从xml文件中的文本解析内部链接

Question

我需要在Wikinews xml文件的文本字段中显示内部链接。

在我的情况下，这些有两种格式

[[w:President of the People's Republic of China|President]]
[[People's Republic of China]] 

我应用了这些正则表达式

internalLinks = Pattern.compile("\\[\\[w:([^|:]+)\\|.*\\]\\]").matcher(internalLinks).replaceAll("##en.wikipedia.org/wiki/$1##");        

internalLinks = Pattern.compile("\\[\\[([^:|]+)\\]\\]").matcher(internalLinks).replaceAll("[[[en.wikinews.org/wiki/$1]]]");



    Pattern pattern = Pattern.compile("\\[\\[\\[(.*?)\\]\\]\\]");
    Matcher matcher = pattern.matcher(internalLinks);
    while (matcher.find()) 
    {           
            interLinks += matcher.group(1)+",";
    }


    Pattern pattern1 = Pattern.compile("##(.*?)##");
    Matcher matcher1 = pattern1.matcher(internalLinks);
    while (matcher1.find()) 
    {           
            interLinks += matcher1.group(1)+",";
    }

    if (interLinks.length() > 0) {
        interLinks = interLinks.substring(0, interLinks.length()-1);
        return interLinks;
    } else return "";

问题是它只是给了我匹配第一个模式的链接，而且只有少数链接，只有3-4个而不是全部

这里我提供了文档文本字段的摘录。

  

{{date | November 13,2004}}   [{巴西}} [[w：胡锦涛|胡锦涛]]，[[中华人民共和国主席] [中华人民共和国主席]]今天[[中华人民共和国主席]]与[[ w：[[巴西]]，[[w：LuizInácioLulada Silva |LuizInácioLulada Silva]]的巴西总统，巴西总统，在''Granja do Torto''，总统的国家住所[[w：巴西联邦区|巴西联邦区]]。午餐是传统的巴西[[w：烧烤|烧烤]]，有各种各样的肉。

     

一些巴西部长出席了此次活动：[[w：Antonio Palocci | Antonio Palocci]]（经济），[[w：pt：Eduardo Campos | Eduardo Campos]]（[[w：科技部] （巴西）|科学技术]]，[[w：JoãoRobertoRodrigues | Roberto Rodrigues]]（农业），[[w：pt：Luiz Fernando Furlan | Luiz Fernando Furlan]]（发展），[[w： Celso Amorim | Celso Amorim]]（[[w：

部      

对外关系（巴西）|外部关系]]，[[w：Dilma Rousseff | Dilma Rousseff]]（矿业和能源）。出席的还有[[w：pt：Roger Agnelli | Roger Agnelli]]（[[w：Vale（矿业公司）| Vale do Rio Doce]]公司总裁）和Eduardo Dutra（[[w：Petrobras | Petrobras]]，政府石油公司，总裁）。

     

这次会议是巴西与中国之间新的[[w：政治经济|政治经济]]协议的一部分，巴西承认中国大陆[[社会主义市场经济|市场经济]]地位，中国承诺购买更多[[w：巴西经济|巴西产品]]。

Answer 1

我访问了下载页面，其上写着：

  

有关提供的数据格式的文档，请参阅Meta:Data转储。

我猜他们提供了比普通正则表达式更好的解析方法，请查看...

Answer 2

解决方案

\[\[(?:w:)?.*?\]\]

描述

讨论

此正则表达式假定字符序列]]不会出现在[[和]]之间。 我现在无法找到]]的转义序列。

演示

http://regexr.com?37e51