Ir al contenido

Wikiproyecto:Bots/Repositorio/interwikiscommons.py

De Wikipedia, la enciclopedia libre

actualizar · discusión · código desprotegido  

Información de fichero
  • Nombre del fichero: interwikiscommons.py
  • Lenguaje: Python
  • Estado: no protegido
Detalles de edición
  • Detalles:
Script de Emijrpbot (disc. · contr. · bloq.) para actualizar interwikis en Commons.
# -*- coding: utf-8  -*-
 
# Copyright (C) 2009 emijrp
# This program is free software: you can redistribute it and/or modify
# it under the terms of the GNU General Public License as published by
# the Free Software Foundation, either version 3 of the License, or
# (at your option) any later version.
# 
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
# GNU General Public License for more details.
# 
# You should have received a copy of the GNU General Public License
# along with this program.  If not, see <http://www.gnu.org/licenses/>.

import wikipedia, pagegenerators
import re, sys, urllib

def getAllInterwikis(wtext):
    iws={}
    m=re.compile(ur"(?i)\[\[ *([a-z]{2,3}|[a-z]{2,3}\-[a-z]{2,3}) *\: *([^\]\|]+?) *\]\]").finditer(wtext)
    for i in m:
        iws[i.group(1)]=i.group(2)
    return iws

def getEnglishInterwiki(wtext):
    iws=getAllInterwikis(wtext)
    if iws.has_key("en"):
        return iws["en"]
    else:
        return ""

def getImageTitles(wtitle, site):
    images=[]
    
    raw=site.getUrl("/eswiki/w/api.php?action=query&prop=images&titles=%s&imlimit=500&format=xml" % urllib.quote(re.sub(" ", "_", wtitle).encode('utf-8')))
    m=re.compile(ur"title=\"File\:(?P<filename>.+?)\" \/\>").finditer(raw)
    for i in m:
        images.append(i.group("filename"))
    
    return images

st='A'
if len(sys.argv)>=2:
    st=sys.argv[1]

commons=wikipedia.Site('commons', 'commons')
commonssite=wikipedia.Site('commons', 'commons')
ensite=wikipedia.Site('en', 'wikipedia')
wikipediaen=wikipedia.Site('en', 'wikipedia')
gen=pagegenerators.AllpagesPageGenerator(start=st, namespace=0, includeredirects=False, site=commons)
preloadingGen=pagegenerators.PreloadingGenerator(gen, pageNumber=100, lookahead=100)
 
for page in preloadingGen:
    if page.isRedirectPage() or page.isDisambig():
        continue
    else:
        if not getAllInterwikis(page.get()):
            wtitle=page.title()
            wtext=newtext=page.get()
            summary="BOT -"
            eniw=getEnglishInterwiki(newtext)
            wikipedia.output("=== %s ===" % wtitle)
            wikipedia.output("La galería NO tiene interwikis")
            enpage=wikipedia.Page(ensite, wtitle)
            if enpage.exists() and not enpage.isRedirectPage() and not enpage.isDisambig():
                commonsimages=getImageTitles(wtitle, commonssite)
                enimages=getImageTitles(wtitle, ensite)
                for image in enimages:
                    if commonsimages.count(image)!=0: #con que una imagen coincida, ya vale
                        eniws=enpage.interwiki()
                        eniws.append(enpage)
                        eniws.sort()
                        iws_=""
                        for iw in eniws:
                            iws_+="[[%s:%s]]\n" % (iw.site().lang, iw.title())
                        page.put(u"%s\n\n%s" % (wtext, iws_), u"BOT - Adding %d interwiki(s) from [[:en:%s]]" % (len(eniws), enpage.title()))
                        break
                continue
        else:
            ctext=page.get()
            ctitle=page.title()
        
            if re.search(ur'(?i)p4b', ctitle):
                continue
        
            print "-"*50
            wikipedia.output(u"Analizando: [[%s]]" % ctitle)
            m=re.compile(ur"(?i)\[\[(en):([^]]*?)\]\]").finditer(ctext)
        
            id=u""
            iw=u""
            for i in m:
                if not id and not iw:
                    id=i.group(1)
                    iw=i.group(2)
        
            if not id or not iw:
                continue
        
            p=wikipedia.Page(wikipedia.Site(id, "wikipedia"), iw)
            try:
                if p.exists() and not p.isRedirectPage() and not p.isDisambig():
                    wiws=p.interwiki()
                    wiws.append(p)
                    wiws.sort()
                
                    nuevo=wikipedia.removeLanguageLinks(ctext, p.site())
                    nuevo+=u"\n"
                
                    for i in wiws:
                        nuevo+=u"\n[[%s:%s]]" % (i.site().lang, i.title())
                
                    if nuevo!=ctext and len(nuevo)>len(ctext)+10:
                        wikipedia.showDiff(ctext, nuevo)
                        page.put(nuevo, u"BOT - Updating interwikis")
                    else:
                        wikipedia.output(u"Los interwikis ya estan actualizados")
            except:
                pass