/
zajawki biolodzy.rb
170 lines (128 loc) · 4.47 KB
/
zajawki biolodzy.rb
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
# coding: utf-8
require 'sunflower'
s = Sunflower.new.login
def wyciagnij_daty plain
msc = %w[kotek stycznia lutego marca kwietnia maja czerwca lipca sierpnia września października listopada grudnia]
msc2 = %w[kotek styczeń luty marzec kwiecień maj czerwiec lipiec sierpień wrzesień październik listopad grudzień]
msc3 = %w[kotek I II III IV V VI VII VIII IX X XI XII]
data_regex = /
(\d{1,2})(?:-ego|-go|\.|) \s+
(#{(msc+msc2+msc3).join '|'}|\d{1,2}) \s+
(\d{3,4})
/x
data_ur_regex = /(?:ur\.?|urodzon[ya])\s*#{data_regex}/
data_zm_regex = /(?:zm\.?|zmarł[ya]?)\s*#{data_regex}/
zasieg_regex = /#{data_regex}\s*[-–—]\s*#{data_regex}/
data_sanitize = lambda do |mt|
_,d,m,y = *mt
m = msc.index(m) || msc2.index(m) || msc3.index(m) || m.to_i
d = d.to_i
y = y.to_i
if m!=0 and d!=0 and y!=0
[d,m,y]
else
nil
end
end
data_ur, data_zm = *(plain.match(zasieg_regex) do |mt|
a = mt.to_a
ur, zm = a[1..3], a[4..6]
[data_sanitize.call([nil]+ur), data_sanitize.call([nil]+zm)]
end)
data_ur ||= plain.match data_ur_regex, &data_sanitize
data_zm ||= plain.match data_zm_regex, &data_sanitize
return [data_ur, data_zm]
end
def mikrozaj zaj
zaj = zaj.dup
zaj.gsub!(/<ref[^>]+?\/>/, '') # wywal refy
zaj.gsub!(/<ref.+?(<\/ref>|\Z)/, '') # wywal refy
true while zaj.gsub!(/\s*\([^()]+\)/, '') # wywal nawiasy - zacznij od zagnieżdżonych, do skutku
zaj.gsub!(/\s*\\{\{.+?\}\}/, '') # wywal {{nihongo}} i inne
zaj.gsub!(/'''(.+?)'''/, '') # wywal początek
zaj.gsub!(/(\S{3,}\.)\s+.+/, '\1') # wywal wszystko po pierwszym zdaniu - próbuj ogarnąć skróty
zaj.gsub!(/\A[^\w\[]+/, '') # wywal śmieci na początku
end
if File.exist? 'biolodzy-marshal'
biolodzy = Marshal.load File.binread 'biolodzy-marshal'
else
biolodzy = s.make_list 'categoryr', 'Kategoria:Biolodzy'
biolodzy.select!{|a| !a.include? ':'}
File.open('biolodzy-marshal', 'wb'){|f| f.write Marshal.dump biolodzy}
end
# hash - klucze to daty + pare specjalnych, wartosci - tablice structów Info
wyniki = Hash.new{|h,k| h[k] = [] }
Info = Struct.new :nazwisko, :ur, :zm, :zajawka, :tekst
stop = false
trap("INT"){stop = true}
msc = %w[kotek stycznia lutego marca kwietnia maja czerwca lipca sierpnia września października listopada grudnia]
biolodzy.each_with_index do |nazwisko, i|
puts i
p = Page.new nazwisko
lines = p.text.split /\r?\n/
zajawka = lines.grep(/\A(Sir|Dame|ks\.)?\s*('''|{{nihongo\|''')/i)[0]
info = Info.new
info.nazwisko = nazwisko
if !zajawka
wyniki[:bezzajawki] << info
next
else
info.zajawka = zajawka
end
plain = zajawka.gsub(/<ref.+?<\/ref>/, '').gsub(/\[\[([^\|\]]+\||)([^\|\]]+)\]\]/, '\2')
# info.zajawka = plain
data_ur, data_zm = *wyciagnij_daty(plain)
info.zm, info.ur = data_zm, data_ur
if data_ur or data_zm
if data_ur
d,m,y = *data_ur
tmp = info.dup
mikrozajawka = mikrozaj(zajawka)
tmp.tekst = "w #{y} urodził(a) się [[#{info.nazwisko}]]#{data_zm && " (zm. #{data_zm[2]})"} – #{mikrozajawka}"
wyniki["#{d} #{msc[m]}"] << tmp
end
if data_zm
d,m,y = *data_zm
tmp = info.dup
mikrozajawka = mikrozaj(zajawka)
tmp.tekst = "w #{y} zmarł(a) [[#{info.nazwisko}]]#{data_ur && " (ur. #{data_ur[2]})"} – #{mikrozajawka}"
wyniki["#{d} #{msc[m]}"] << tmp
end
else
wyniki[:bezdaty] << info
end
break if stop
end
# require 'pp'
# PP.pp wyniki
out = File.open('biolodzy.txt', 'w')
msc = %w[kotek stycznia lutego marca kwietnia maja czerwca lipca sierpnia września października listopada grudnia]
order =
[:bezzajawki, :bezdaty] +
(1..31).map{|a| "#{a} #{msc[1]}"} +
(1..29).map{|a| "#{a} #{msc[2]}"} +
(1..31).map{|a| "#{a} #{msc[3]}"} +
(1..30).map{|a| "#{a} #{msc[4]}"} +
(1..31).map{|a| "#{a} #{msc[5]}"} +
(1..30).map{|a| "#{a} #{msc[6]}"} +
(1..31).map{|a| "#{a} #{msc[7]}"} +
(1..31).map{|a| "#{a} #{msc[8]}"} +
(1..30).map{|a| "#{a} #{msc[9]}"} +
(1..31).map{|a| "#{a} #{msc[10]}"} +
(1..30).map{|a| "#{a} #{msc[11]}"} +
(1..31).map{|a| "#{a} #{msc[12]}"}
order.each do |data|
out.puts "\n=== #{data} ==="
if wyniki[data] and !wyniki[data].empty?
wyniki[data].each do |info|
out.puts "* "+(
info.tekst or
(info.zajawka && ("[[#{info.nazwisko}]] / "+info.zajawka.gsub(/<ref.+?(<\/ref>|\Z)/, '')) ) or
"[[#{info.nazwisko}]]"
)
end
else
out.puts "''brak''"
end
end
out.close