Discussion Utilisateur:Probot/ArticlesRecents
Un article de Wikipédia, l'encyclopédie libre.
[modifier] getWhatlinkshere
La récupération de la liste avec une expression régulière.
def getWhatlinkshere(pageName):
conn = httplib.HTTPConnection('fr.wikipedia.org')
# attention, s'il y a plus de 5000 articles liés, il faut changer l'offset ci-dessous
# (5000 = limite sur Wikipédia lors de la création d'une liste)
conn.request('GET', "/w/wiki.phtml?title=Special:Whatlinkshere&target=%s&limit=5000&offset=0&action=edit" % pageName)
# connexion serveur et lecture
reponse = conn.getresponse()
article = reponse.read()
# expressions régulieres pour récuperer l'article
#<!-- start content -->
debut = re.search('<!-- start content -->', article).end()
fin = re.search('<!-- end content -->', article).start()
contenu = article[debut:fin]
debut = re.search('.<ul>', contenu).end()
fin = re.search('</ul>\nV', contenu).start()
contenu = contenu[debut:fin]
#print contenu[debut:fin]
# recupère tous les nom de pages
regex = re.compile(' title="([^"]*)"')
elements = regex.findall(contenu)
result = []
# mise en forme du résultat
for name in elements:
if name == "":
continue
name = urllib.unquote(name)
name = unicode(name, 'utf-8')
# fixe quelques entitées html
name = name.replace('<', '<')
name = name.replace('>', '>')
name = name.replace(''', "'")
name = name.replace('"', '"')
name = name.replace('&', '&') # doit être dernier
print name
result.append(name)
return result
