ദേജാവു ശൈലിയിലുള്ള താളുകളിൽ നിന്ന് അദ്ധ്യായങ്ങൾ തിരിക്കാൻ വിക്കിഗ്രന്ഥശാലക്കായി. പുസ്തകത്തിന്റെ പ്രധാനതാളിന്റെ ഉപതാളുകളായി അദ്ധ്യായങ്ങൾ നിർമ്മിക്കുന്നു. പ്രധാനതാളിൽ ഉള്ളടക്കപ്പട്ടിക കൂട്ടിച്ചേർക്കുന്നു. അദ്ധ്യായങ്ങളുടെ പട്ടിക xls ഫയലിൽ തയാറാക്കിയിരിക്കണം

customPageSplitterForWikisource.py

#!/usr/bin/python
# -*- coding: utf-8 -*-

"""
ദേജാവു ശൈലിയിലുള്ള താളുകളിൽ നിന്ന് അദ്ധ്യായങ്ങൾ തിരിക്കാൻ
വിക്കിഗ്രന്ഥശാലക്കായി.

പുസ്തകത്തിന്റെ പ്രധാനതാളിന്റെ ഉപതാളുകളായി അദ്ധ്യായങ്ങൾ നിർമ്മിക്കുന്നു. പ്രധാനതാളിൽ ഉള്ളടക്കപ്പട്ടിക കൂട്ടിച്ചേർക്കുന്നു. അദ്ധ്യായങ്ങളുടെ പട്ടിക xls ഫയലിൽ തയാറാക്കിയിരിക്കണം.

നിർമ്മിച്ചത്: സുനിൽ വി.എസ്.
തിയതി: 2012-04-21
"""

import wikipedia
import xlrd



#പ്രധാന പ്രോഗ്രാം ഇവിടെ തുടങ്ങുന്നു. 
#ആവശ്യത്തിനനുസരിച്ച് മാറ്റങ്ങൾ ഇതിനു താഴെ വരുത്തുക

siteFamily	= 'wikisource'
siteLangCode	= 'ml'

xlsFile 	= 'ramarajabahadurindex.xls' #അദ്ധ്യായങ്ങളുടെ പേരുകൾ,അവ തുടങ്ങുന്നതും അവസാനിക്കുന്നതുമായ താളുകളുടെ സംഖ്യകൾ എന്നിവ അടങ്ങിയ മൂന്നു നിരകളുള്ള xls ഫയൽ ആവശ്യമാണ്.
maxRows		= 38				#എത്ര വരികളിൽ വരെ വിവരങ്ങളുണ്ട്?
titlePage	= u'രാമരാജാബഹദൂർ'		#പുസ്തകത്തിന്റെ പേര് (പ്രധാന മേഖലയിലെ താളിന്റെ പേര്)
author		= u'സി.വി. രാമൻപിള്ള'		#പുസ്തകത്തിന്റെ രചയിതാവ്
djvuFile	= u'Ramarajabahadoor.djvu'	#ദേജാവൂ ഫയലിന്റെ പേര്
divClass	= u'novel' 			#ഏതു ക്ലാസ് ഉപയോഗിക്കണം novel/prose ഇവയിലേതെങ്കിലും നൽകാം

#ആവശ്യത്തിനനുസരിച്ച് മാറ്റങ്ങൾ ഇതിനു മുകളിൽ വരുത്തുക

wikiSite = wikipedia.Site(code=siteLangCode, fam=siteFamily)
myWorkBook=xlrd.open_workbook(xlsFile)
mySheet = myWorkBook.sheet_by_index(0)

#ഇതിനു താഴെയുള്ള ഭാഗം അദ്ധ്യായങ്ങൾ തിരിക്കാനുപയോഗിക്കുന്നു.
myPreviousPage=u'' 		#ആദ്യത്തെ അദ്ധ്യായത്തിന് മുൻപിലുള്ള താൾ ഇല്ല.
myPreviousPageTitle=u'ഉള്ളടക്കം'	#ആദ്യത്തെ അദ്ധ്യായത്തിന് മുൻപിലുള്ള താളായി, ഉള്ളടക്കമടങ്ങുന്ന പ്രധാനതാളിനെത്തന്നെ ചൂണ്ടിക്കാണിക്കുന്നതിനാൽ

myIndexText=u'\n== ഉള്ളടക്കം =='	#പ്രധാനതാളിൽ ചേർക്കേണ്ട ഉള്ളടക്കപ്പട്ടികയുടെ തലക്കെട്ട്.

for myRow in range (0,maxRows):
	print myRow
	if myRow==0:
		myPageName=mySheet.cell(rowx=myRow,colx=0).value	#xls ഫയലിലെ ആദ്യത്തെ നിരയിൽ നിന്ന് അദ്ധ്യായത്തിന്റെ പേര് എടുക്കുന്നു.
	myPageStart=str(mySheet.cell(rowx=myRow,colx=1).value)[:-2]	#രണ്ടാമത്തെ നിരയിൽ നിന്ന് തുടങ്ങുന്ന പേജ് നമ്പർ, നമ്പർ ആയതിനാൽ .0 എന്ന വാൽ ഒഴിവാക്കുകയും ചെയ്യുന്നു.
	myPageEnd=str(mySheet.cell(rowx=myRow,colx=2).value)[:-2]	#മൂന്നാംനിര, അവസാനിക്കുന്ന പേജ് നമ്പർ

	if myRow<maxRows-1:
		myNextPage= mySheet.cell(rowx=myRow+1,colx=0).value	#അടുത്ത അദ്ധ്യായം
	else:
		myNextPage=u''

	print myPageName, myPageStart,myPageEnd, "prev:", myPreviousPage, "next:", myNextPage

#താഴത്തെ മൂന്നുവരികളിൽ, മുകളിൽ സമാഹരിച്ച വിവരങ്ങൾ header2 എന്ന ഫലകം ഉപയോഗിച്ച് (പ്രധാനതാളിന്റെ ഉപതാളുകളിൽ) ചേർക്കുന്നു.
	myText=u'{{header2\n | title    = [[../]]\n | author   = ' + author + u'\n | section  = [[../' + myPageName + u'|' + myPageName + u']]\n | previous = [[../' + myPreviousPage + u'|' + myPreviousPageTitle + u']]\n | next     = [[../' + myNextPage + u'|' + myNextPage + u']]\n | notes =\n}}\n<div class="' + divClass + u'">\n<pages index="' + djvuFile + u'" from=' + myPageStart + u' to=' + myPageEnd + u' />\n</div>\n[[വർഗ്ഗം:' + titlePage + u']]'

	myWikiPage = wikipedia.Page(site=wikiSite, title= titlePage + '/' + myPageName)
	myWikiPage.put(myText,comment=u'അദ്ധ്യായങ്ങളായി തിരിക്കുന്നു')

#ഉള്ളടക്കപ്പട്ടികയിലേക്ക് വിവരങ്ങൾ ചേർക്കുന്നു.
	myIndexText=myIndexText + '\n# [[/' + myPageName + u'|' + myPageName + u']]'
#അടുത്ത താളിലേക്ക് പോകാം
	myPreviousPage=myPageName
	myPreviousPageTitle=myPreviousPage
	myPageName=myNextPage

#താഴെ ഉള്ളടക്കപ്പട്ടിക പ്രധാനതാളിലേക്ക് കൂട്ടിച്ചേർക്കുന്നു.
myWikiPage = wikipedia.Page(site=wikiSite, title= titlePage )
myWikiPage.put (myWikiPage.get() + myIndexText, comment = u'പ്രധാനതാളിൽ ഉള്ളടക്കപ്പട്ടിക കൂട്ടിച്ചേർക്കുന്നു')
wikipedia.output(myIndexText)
wikipedia.stopme()