De Wikipedia, la enciclopedia libre
require './wikilib'
WDH = "Wikisource documento histórico"
PLANTILLAS_IP = {
"Commons" => [ 'c' ],
"Commonscat" => [ 'ccat' ],
"Wikibooks" => [ 'b' ],
"Wikiquote" => [ 'q' ],
"Wiktionarypar" => [ 'wikt' ],
"Wiktionary" => [ 'wikt' ],
"Wikisource" => [ 's' ],
"Wikisource autor"=> [ 's', 's_preposicion=de' ],
WDH => [ 's',
's_objeto=el texto de este documento histórico:',
's_preposicion=<nowiki/>' ],
"Wikisource obra" => [ 's', 's_objeto=una copia',
's_preposicion=de' ],
}
todas = []
pr = ProyectoWikimedia.new "es.wikipedia.org"
pr.login_user(*load_auth('Bot', pr))
if ARGV.shift == "decero"
PLANTILLAS_IP.each_key do |plantilla|
puts "Plantilla:#{plantilla}.embedded_in..."
todas.concat(pr.who_embeds("Plantilla:" + plantilla, ""))
end
todas.reject! {|titulo| titulo =~ /^\d+$/ } # malditos años
todas.sort!
todas.uniq!
File.open "lista", "w" do |f|
f.puts todas
end
end
porhacer = File.readlines("lista").map {|i| i.chomp }
hechas = File.readlines("hechas").map {|i| i.chomp } rescue []
porhacer = porhacer - hechas
#porhacer = ["Usuario:Angus/ref"]
def hecha pag
File.open "hechas", "a" do |f|
f.puts pag
end
end
def seccion_ee secc
secc.nivel == 2 &&
secc.titulo &&
secc.titulo =~ /^\s*((enlace|liga|v[iíI]nculo)s?\s+extern[ao]s?|links)\s*:?\s*$/i
end
VTS = [ 'v[eéÉ]ase\s+tambi[eéÉ]n',
'referencias',
'm[aáÁ]s\s+informaci[oóÓ]n',
'notas',
'bibliograf[íÍi]a'
].join("|")
def seccion_extraible secc
seccion_ee(secc) ||
secc.nivel == 2 &&
secc.titulo &&
secc.titulo =~ /^\s*(#{VTS})\s*$/i
end
class Object
def prt
p self
self
end
end
def redundante titulo, enlace, tipo
if tipo == "wikt"
titulo.downcase_first == enlace
else
titulo == enlace
end
end
def params_ipr_y_etiqueta titulo, nombre, params
nombre.tr!('_', ' ')
return nil unless PLANTILLAS_IP[nombre]
return [ PLANTILLAS_IP[nombre], nil ] if params.empty? # caso fácil
#p nombre, params
i=1
params = Hash[*params.map {|p|
param = p.split('=', 2)
if param.length == 1
param.unshift(i.to_s)
i += 1
end
param
}.flatten
].prt
if nombre == "Commons" && params["1"]
params["1"] = params["1"].gsub(/:?category:/i) { |c|
nombre = "Commonscat"
""
}
end
iprdata = PLANTILLAS_IP[nombre].dup
inicial = iprdata[0]
idioma = params["idioma"]
iprdata << "#{inicial}_idioma=#{idioma}" if idioma
enlace = params["1"] || nombre == "Wikisource autor" && params["autor"]
etiqueta = params["2"] || nombre == "Wikisource autor" && params["autor"] ||
nombre == WDH && enlace
iprdata[0] = iprdata[0] + "=#{enlace}" if enlace &&
!redundante(titulo, enlace, inicial)
iprdata[1, 0] = "#{inicial}_etiqueta=#{etiqueta}" if etiqueta &&
!redundante(titulo, etiqueta, inicial)
[ iprdata, etiqueta ]
end
def saca_acentos s
s = s.tr "ẃéŕýúíóṕáǽśǵḱĺźćńḿŵêûîôâŝĝĥĵẑĉẅëẗÿüïöäḧẍẽỹũĩõãṽñẁèỳùìòàǹȩŗţşḑģḩķļçņ",
"weryuiopaasgklzcnmweuioasghjzcwetyuioahxeyuioavnweyuioanertsdghklcn"
s.tr! "ẉẹṛṭỵụịọạṣḍḥḳḷẓṿḅṇṃűőěřťǐǒǎšďǧȟǰǩľžčňẘẙůåēȳūīoāḡĕŭĭŏăğęųįǫąłøþæßðđŋħĸ",
"wertyuioasdhklzvbnmuoertioasdghjklzcnwyuaeyuioageuioageuioalodasddnhk"
s
end
def sineses s
s.gsub(/e?s\b/, '').strip
end
def sinarticulos s
s.gsub(/\s*\b(el|la|los|las)\b/, "").gsub(/\bdel\b/, "de").gsub(/\bal\b/, "a").strip
end
def nombres_parecidos? uno, otro
uno, otro = [uno, otro].map {|s| saca_acentos(s.downcase).
tr("^ a-z", "").
gsub(/\s+/, ' ')
}
p "#{uno} == #{otro} || #{sinarticulos(uno)} == #{sinarticulos(otro)} ||
#{sineses(sinarticulos(uno))} == #{sineses(sinarticulos(otro))}"
res = uno == otro || sinarticulos(uno) == sinarticulos(otro) ||
sineses(sinarticulos(uno)) == sineses(sinarticulos(otro))
p res
res
end
def hace_ipr data
res = "{{ipr|" + data.map{|d| d.join("|")}.join("\n |") + "}}"
p res
res
end
NO_FINALES = ["Ref-libro", "Cita libro", "Botánico"]
# a lo bruto!
def extrae_ultimas_plantillas secc
res = ""
sigue_sacando = true
while sigue_sacando
encontro = secc.texto.sub!(/\s*\{\{[^{}]+\}\}\s*\z/) { |subst|
nombre = subst[/\{\{[^|}]+/][2..-1].strip.upcase_first
p nombre
if NO_FINALES.include? nombre
sigue_sacando = false
next subst
end
res = subst + res
""
}
sigue_sacando &&= encontro
end
p res
res
end
t_antes = 0
porhacer.each do |titulo|
puts "** #{titulo}..."
edicion = pr.edit_page titulo
seccs = ArticuloSeccionado.new pr, edicion.texto
ipr = []
saltea = ledamos = false
seccs.each_with_index do |secc, i|
iprsecc = []
antes = secc.texto.dup
secc.texto.gsub!(/\{\{(.*?)\}\}\s*/) { |plant|
p plant
next plant if $1.count("{[]}").nonzero?
nombre_pl, *params_pl = $1.split("|").map{|s| s.strip }
nombre_pl.upcase_first!
iprdata, etiqueta = params_ipr_y_etiqueta titulo, nombre_pl, params_pl
#p iprdata, etiqueta
next plant unless iprdata
# ya tenemos la ipr... ahora a ver si tenemos huevos.
# si está en la primera sección,
# o en una extraíble,
# o no tiene etiqueta, sacamos sin miedo :)
if i == 0 || !etiqueta || seccion_extraible(secc)
ipr << iprdata
next ""
end
# si la etiqueta coincide con la sección,
# es un caso de ipr en sección (o un gran error. 50% y 50% ;)
if nombres_parecidos?(secc.titulo, etiqueta)
iprsecc << iprdata
next ""
end
# si no, debería coincidir con el artículo, ¿no?
if nombres_parecidos?(titulo, etiqueta)
ipr << iprdata
next ""
end
# llegados acá, mejor no tocamos nada
# ya arreglará otro ese artículo
saltea = true
break
}
break if saltea
next unless secc.texto != antes
# ajustemos...
secc.texto.strip!
secc.texto << "\n\n#{hace_ipr(iprsecc)}" if iprsecc.length > 0
# si quedó vacía, la anulamos
if secc.texto.empty? && !secc.tiene_subseccion?
secc.titulo = nil
else
secc.texto << "\n"
end
ledamos = true
end
if saltea || !ledamos
puts " - salteando #{titulo} (" + if saltea
"no me animo"
else
"nada que hacer"
end + ")"
hecha titulo
next
end
if !ipr.empty?
# buscamos una sección ee
ee = seccs.reverse.find {|s| seccion_ee s }
unless ee
plantillas = extrae_ultimas_plantillas(seccs[-1])
ee = Seccion.new("== ee ==\n\n")
ee.texto << plantillas
seccs << ee
end
ee.titulo = "Enlaces externos"
ee.texto = hace_ipr(ipr) + "\n" + ee.texto
end
# a grabar!
edicion.texto = seccs.texto
edicion.menor = true
edicion.resumen = 'ipr'
#puts edicion.texto
pr.post edicion
hecha titulo
puts " * #{titulo}"
t_ahora = Time.now.to_i
if t_ahora - t_antes < 30
sleep(30 - (t_ahora - t_antes))
t_ahora = Time.now.to_i
end
t_antes = t_ahora
end
