noitu/server/cmd/build-dictionary/testdata/mini-dump.xml

<mediawiki xmlns="http://www.mediawiki.org/xml/export-0.11/" xml:lang="vi">
  <siteinfo>
    <sitename>Wiktionary</sitename>
    <dbname>viwiktionary</dbname>
  </siteinfo>
  <!-- A legacy-dialect page: two parts of speech, an English section after
       the Vietnamese one that must not be read, and a line with no space
       after the # which is still a definition. -->
  <page>
    <title>pháp luật</title>
    <ns>0</ns>
    <id>1</id>
    <revision>
      <id>101</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-pron-}}
{{vie-pron|pháp luật}}

{{-noun-}}
{{-dfn-}}
# [[hệ thống|Hệ thống]] các [[quy tắc]] xử sự do [[nhà nước]] đặt ra.&lt;ref&gt;Từ điển tiếng Việt&lt;/ref&gt;
#: ''Tuân theo pháp luật.''
#{{label|vi|nghĩa rộng}} [[kỷ cương|Kỷ cương]] nói chung.

{{-verb-}}
# ''(hiếm)'' [[xử|Xử]] theo luật.

{{-trans-}}
* {{eng}}: {{t|en|law}}

{{-eng-}}
{{-noun-}}
# Law, in English.</text>
    </revision>
  </page>
  <!-- A new-dialect page with a proper-noun heading, a place template and an
       English section that must not be read. -->
  <page>
    <title>Hòa Bình</title>
    <ns>0</ns>
    <id>2</id>
    <revision>
      <id>102</id>
      <text bytes="1" xml:space="preserve">== {{langname|vi}} ==
=== {{ĐM|etym}} ===
Từ Hán-Việt.

=== {{ĐM|pr-noun}} ===
{{vi-pr-noun}}

# {{place|vi|tỉnh|c/Việt Nam}}.

== {{langname|en}} ==
=== {{ĐM|pr-noun}} ===
# A province of Vietnam.</text>
    </revision>
  </page>
  <!-- The lowercase page of the same word: the two merge into one entry with
       the senses in page order. -->
  <page>
    <title>hòa bình</title>
    <ns>0</ns>
    <id>3</id>
    <revision>
      <id>103</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# [[tình trạng|Tình trạng]] không có [[chiến tranh]].
{{-adj-}}
# [[yên ổn|Yên ổn]].</text>
    </revision>
  </page>
  <!-- A case-only redirect: skipped and counted. -->
  <page>
    <title>mặt trời</title>
    <ns>0</ns>
    <id>4</id>
    <redirect title="Mặt Trời" />
    <revision>
      <id>104</id>
      <text bytes="1" xml:space="preserve">#đổi [[Mặt Trời]]</text>
    </revision>
  </page>
  <!-- No Vietnamese section at all. -->
  <page>
    <title>hello world</title>
    <ns>0</ns>
    <id>5</id>
    <revision>
      <id>105</id>
      <text bytes="1" xml:space="preserve">{{-eng-}}
{{-phrase-}}
# Xin chào thế giới.</text>
    </revision>
  </page>
  <!-- Not in the main namespace. -->
  <page>
    <title>Thể loại:Danh từ tiếng Việt</title>
    <ns>14</ns>
    <id>6</id>
    <revision>
      <id>106</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# Not a word.</text>
    </revision>
  </page>
  <!-- One syllable: rejected downstream by accept(), but its section is
       still a Vietnamese section for the page count. -->
  <page>
    <title>pháp</title>
    <ns>0</ns>
    <id>7</id>
    <revision>
      <id>107</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# [[phép|Phép]], [[luật]].</text>
    </revision>
  </page>
  <!-- A definition that is only a template the stripper does not know: no
       meaning, but still a word. -->
  <page>
    <title>luật lệ</title>
    <ns>0</ns>
    <id>8</id>
    <revision>
      <id>108</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# {{rfdef|vi}}</text>
    </revision>
  </page>
  <!-- More graph: a shorthand heading code in the new dialect, and words that
       give the out-degree and alias tests something to check. -->
  <page>
    <title>ngôn ngữ</title>
    <ns>0</ns>
    <id>9</id>
    <revision>
      <id>109</id>
      <text bytes="1" xml:space="preserve">== {{langname|vi}} ==
=== {{section|n}} ===
{{vi-noun}}

# [[hệ thống|Hệ thống]] những [[âm]], [[từ]] và [[quy tắc]] kết hợp chúng.</text>
    </revision>
  </page>
  <page>
    <title>ngữ pháp</title>
    <ns>0</ns>
    <id>10</id>
    <revision>
      <id>110</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# [[toàn bộ|Toàn bộ]] những [[quy tắc]] hoạt động của các yếu tố ngôn ngữ.</text>
    </revision>
  </page>
  <page>
    <title>vô tuyến điện</title>
    <ns>0</ns>
    <id>11</id>
    <revision>
      <id>111</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# [[kỹ thuật|Kỹ thuật]] truyền tin bằng [[sóng điện từ]].</text>
    </revision>
  </page>
  <page>
    <title>covid 19</title>
    <ns>0</ns>
    <id>12</id>
    <revision>
      <id>112</id>
      <text bytes="1" xml:space="preserve">{{-vie-}}
{{-noun-}}
# Một [[bệnh]].</text>
    </revision>
  </page>
</mediawiki>