Wikipedie:WikiProjekt Strojové zpracování/Skripty
Překlad parametrů obrázků[editovat | editovat zdroj]
Skript překládá parametry obrázků do češtiny a částečně tak nahrazuje funkci translateMagicWords. Navíc však ale překládá i z němčiny, odstraňuje nadbytečné parametry, např. vpravo u náhledu, prázdné nebo duplicitní parametry, apod.
- Testováno na
- Pywikibot 3 a novější
- Potřebné knihovny
- regex
- pywikibot.textlib
- Umístění
- napsané k vložení do
pywikibot/cosmetic_changes.py - po úpravách i do vlastních skriptů (viz Potřebné knihovny)
- Ukázka editace
- Známé nedostatky
- Neumí si poradit s obrázky, které obsahují v popisku externí odkaz, tabulku nebo šablonu. Zatím nedoporučeno používat bez řádné kontroly.
- Autor
- Poslední úprava
- 12. listopadu 2021
| Kód |
|---|
def translateImageParameters(self, text: str) -> str:
"""Use localized image parameters."""
exceptions = ['nowiki']
links = regex.findall(r'\[\[(?:[^\[\]]|(?R))+\]\]', text)
for link in links:
if not re.match(r'\[\[ *(?:File|Image|Obrázek|Soubor|Datei) *:', link, re.I):
continue
parts = [part.strip() for part in link[2:-2].split('|')]
pre, sep, post = parts[0].partition(':')
parts[0] = 'Soubor:' + post.lstrip()
right = False
position = False
for i, part in enumerate(parts):
pre, sep, post = part.partition('=')
if part.startswith(('thumb', 'thumbnail', 'mini', 'miniatur')):
part = 'náhled'
if sep:
part += '=' + post.lstrip()
elif part in ('right', 'rechts'):
part = 'vpravo'
elif part in ('left', 'links'):
part = 'vlevo'
elif part in ('none', 'ohne'):
part = 'žádné'
elif part.startswith('hochkant'):
part = 'upright'
if sep:
part += '=' + post.lstrip()
elif part in ('center', 'centre', 'zentriert'):
part = 'střed'
elif part in ('frame', 'framed', 'enframed', 'gerahmt'):
part = 'rám'
elif part in ('frameless', 'rahmenlos'):
part = 'bezrámu'
elif part.startswith(('lang', 'sprache')):
part = 'jazyk'
if sep:
part += '=' + post.lstrip()
elif part.startswith(('page', 'seite')):
part = 'strana'
if sep:
part += '=' + post.lstrip()
elif part in ('border', 'rand'):
part = 'okraj'
elif sep:
part = pre.rstrip() + '=' + post.lstrip()
# elif part.isdigit():
# part += 'px'
if part == 'rám' or part.startswith('náhled'):
right = True
elif part in ('vpravo', 'vlevo', 'střed', 'žádné'):
if not position:
position = True
else:
part = None
parts[i] = part
# parts = list(dict.fromkeys(parts).keys())
if right:
if 'vpravo' in parts:
parts.remove('vpravo')
result = '[[' + '|'.join([part for part in parts if part]) + ']]'
if not textlib.isDisabled(text, text.find(link)):
text = text.replace(link, result)
return text
|
Zpřehlednění infoboxů[editovat | editovat zdroj]
Skript na správná místa uvnitř infoboxů přidá mezery nebo odřádkování nebo naopak odebere nadbytečné mezery nebo odřádkování. Také pracuje s citačními šablonami, pokud nejsou v jednom řádku.
- Testováno na
- Pywikibot 3 a novější
- Potřebné knihovny
- re (případně regex)
- pywikibot.textlib
- Umístění
- napsané k vložení do
pywikibot/cosmetic_changes.py - po úpravách i do vlastních skriptů (viz Potřebné knihovny)
- Ukázka editace
- Známé nedostatky
- Aktuálně pracuje s ručním seznamem šablon a výjimek, bylo by dobré, kdyby skript uměl pracovat s TemplateDaty (zatím nad moje síly, resp. asi by to šlo tak, že by si bot musel úplně na začátku vygenerovat seznam blokových šablon)
- Také předpokládá, že článek neobsahuje sekvenci tří ostrých s a ostré s se nevyskytuje ani na úplném začátku, ani na úplném konci (znak lze změnit na libovolný jiný)
- Autor
- Poslední úprava
- 8. dubna 2022
| Kód |
|---|
def beautifyInfoboxes(self, text: str) -> str:
"""Format infoboxes and block templates."""
exceptions = ['nowiki']
def prepare(text):
return r'[' + text[0].upper() + text[0].lower() + r']' + re.escape(text[1:]).replace('\ ', '[ _]')
def match(templates, part):
if not templates:
return False
return re.match(r'\{\{\s*(?:' + '|'.join([prepare(i) for i in templates]) + ')', part)
text = textlib.replaceExcept(text, r'\{\{', r'ßßß{{', exceptions)
text = textlib.replaceExcept(text, r'\}\}', r'}}ßßß', exceptions)
text = textlib.replaceExcept(text, r'(\[+)', r'ßßß\1', exceptions)
text = textlib.replaceExcept(text, r'(\]{1,2})', r'\1ßßß', exceptions)
text = textlib.replaceExcept(text, r'\{\|', r'ßßß{|', exceptions)
text = textlib.replaceExcept(text, r'\|\}([^\}])', r'|}ßßß\1', exceptions)
text = textlib.replaceExcept(text, r'\<', r'ßßß<', exceptions)
text = textlib.replaceExcept(text, r'\>', r'>ßßß', exceptions)
pageParts = text.strip('ß').split('ßßß')
inTemplate = [0]
inLink = [False]
inTable = [False]
inTag = [False]
lines_after = [r'\n']
initial_spaces = [r'\n ']
newPageParts = []
no_line_after = ['Infobox - chemický prvek/Nestabilní izotop', 'Infobox - chemický prvek/Stabilní izotop']
one_line_after = ['Infobox ', 'NFPA 704', 'Studenti píší Wikipedii', 'Taxobox', 'Singly', 'Kosmické těleso-dceřiné těleso', 'Kosmické těleso-teleskop']
two_lines_after = []
lines_after_as_is = ['Citace ']
block_templates = no_line_after + one_line_after + two_lines_after + lines_after_as_is
skip_templates = ['Infobox začátek', 'Infobox hlavička', 'Infobox obrázek', 'Infobox dvojitá', 'Infobox jednoduchá', 'Infobox konec', 'Infobox položka', 'Infobox chybí', 'Infobox - ročník Eurovize/Legenda', 'Infobox - animanga/Patička', 'Infobox - železniční trať/legenda', 'Infobox - železniční trať/hlavička', 'Infobox - číslo/řada', 'Infobox - politická strana/mandáty', 'Infobox - letiště/RWY', 'Infobox - letiště/Konec', 'Infobox - budova/kodbarvy', 'Infobox - chemický prvek/Legenda', 'Infobox - chemický prvek/Barva', 'Infobox - chemický prvek/Text', 'Infobox - chemický prvek/Skupina', 'Infobox - chemický prvek/Izotopy', 'Taxobox/barva', 'Taxobox/cat', 'Taxobox/compare', 'Taxobox/Stupeň ohrožení', 'Taxobox/statusWD']
block_if_block = ['Citace ']
after_block_template = False
for part in pageParts:
block = re.match(r'[^\n\|]+(\n+ *)\|', part)
if ((match(block_templates, part) and not match(block_if_block, part)) or (block and match(block_if_block, part))) and not match(skip_templates, part):
inTemplate.append(2)
if match(no_line_after, part):
lines_after.append(r'')
elif match(one_line_after, part):
lines_after.append(r'\n')
elif match(two_lines_after, part):
lines_after.append(r'\n'*2)
else: # lines_after_as_is
lines_after.append(None)
if block:
initial_spaces.append(block.group(1))
else:
initial_spaces.append(initial_spaces[0])
elif part[:2] == '{{':
inTemplate.append(1)
elif part[:1] == '[':
inLink.append(True)
elif part[:2] == '{|':
inTable.append(True)
elif part[:1] == '<':
inTag.append(True)
if after_block_template:
if not (self.template or lines_after[-1] is None):
part = textlib.replaceExcept(part, r'^\s*', lines_after[-1], exceptions)
lines_after.pop()
after_block_template = False
if inTemplate[-1] == 2 and not inLink[-1] and not inTable[-1] and not inTag[-1]:
part = textlib.replaceExcept(part, r'\|\s*(?=\||\})', r'', exceptions)
part = textlib.replaceExcept(part, r'\s*\|\s*', initial_spaces[-1] + r'| ', exceptions)
part = textlib.replaceExcept(part, r'\{\{\s*', r'{{', exceptions)
if part[:2] == '{{' and not '|' in part:
part = textlib.replaceExcept(part, r'\s*\}\}', r'}}', exceptions)
else:
part = textlib.replaceExcept(part, r'\s*\}\}', initial_spaces[-1].rstrip(' ') + r'}}', exceptions)
part = textlib.replaceExcept(part, r'\|([^=\|\}]*?)\s*=[ \t]*', r'|\1 = ', exceptions)
if not re.search(r'\#[0-9a-fA-F]{3,6}', part) and not re.search(r'odkaz na (?:konečné pořadí|statistiky turnaje)', part):
part = textlib.replaceExcept(part, r'(\|[^=\|\}]*?=)\s*(\*|\#)', r'\1\n\2', exceptions)
newPageParts.append(part)
if part[-2:] == '}}' and inTemplate[-1] > 0:
if inTemplate[-1] == 2:
initial_spaces.pop()
after_block_template = True
inTemplate.pop()
elif part[-1:] == ']' and inLink[-1]:
inLink.pop()
elif part[-2:] == '|}' and inTable[-1]:
inTable.pop()
elif part[-1:] == '>' and inTag[-1]:
inTag.pop()
return ''.join(newPageParts)
|