ജേക്കബ് തന്ന താളുകളെ വിക്കിനിഘണ്ടുവിൽ കയറ്റാനുണ്ടാക്കിയ ഒരു തല്ലിപ്പൊളി സ്ക്രിപ്റ്റ് വിക്ഷണറിയിലെ ആവശ്യത്തിനു വേണ്ടി ടെക്സ്റ്റ് ഫയലിലുള്ള നിർവചനങ്ങൾ ഒറ്റയടിക്ക് നിഘണ്ടുവിൽ ചേർക്കാൻ നിർമ്മിച്ചത്: സുനിൽ വി.എസ്. 2013-01-13

custom-BulkImport.py

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
"""
വിക്ഷണറിയിലെ ആവശ്യത്തിനു വേണ്ടി
ടെക്സ്റ്റ് ഫയലിലുള്ള നിർവചനങ്ങൾ ഒറ്റയടിക്ക് നിഘണ്ടുവിൽ ചേർക്കാൻ
നിർമ്മിച്ചത്: സുനിൽ വി.എസ്.
2013-01-13
"""
import wikipedia
import codecs

#പ്രധാന പ്രോഗ്രാം ഇവിടെ തുടങ്ങുന്നു.
#ആവശ്യത്തിനനുസരിച്ച് മാറ്റങ്ങൾ ഇതിനു താഴെ വരുത്തുക
siteFamily = 'wiktionary'
siteLangCode = 'ml'
dataFileName = "/home/vssun/data/o_source.txt"		#നിർവചനങ്ങൾ ഏതു ഫയലിൽ?
errorFileName = "/home/vssun/data/errorfile.txt"	#നിലവിൽ വിക്കിയിലുള്ള നിർവചനങ്ങളുടെ പട്ടിക, അതായത് ഇമ്പോർട്ട് ചെയ്യാത്തവ, ഓരോ റണ്ണിലും ഈ ഫയലിൽ കൂട്ടിച്ചേർക്കപ്പെടും
#ഡേറ്റാഫയലിൽ നിർവചനങ്ങൾ എങ്ങനെ ക്രമീകരിച്ചിരിക്കുന്നു എന്നത് താഴെ വിവരിച്ചിരിക്കുന്നു.
startDescriptor = '{{-start-}}<!--'			#ഓരോ നിർവചനങ്ങളുടെയും തുടക്കം
startDescriptorEnd = '-->'				#ആ വരിയുടെ അവസാനം
endDescriptor = '{{-stop-}}'				#നിർവചനത്തിന്റെ അവസാനം

startPoint=u"Accidental"				#പ്രവർത്തനം ഇനിയെവിടെത്തുടങ്ങണം? ഓരോ തവണ പ്രവർത്തിച്ചുതീരുമ്പോഴും ഇനി അടുത്ത താളേതാണ് വേണ്ടതെന്ന് സ്ക്രീനിൽ കാണിക്കും.

pageHeader = u"== ഇംഗ്ലീഷ് ==\n=== നാമം ===\n{{en-noun}}\n"	#ഓരോ താളിന്റെയും മുകൾഭാഗത്ത് ചേർക്കേണ്ട ഉള്ളടക്കം
pageFooter = u"\n[[വർഗ്ഗം:ഇറക്കുമതി ചെയ്ത താളുകൾ]]"		#ഓരോ താളിന്റെയും താഴെ ചേർക്കേണ്ട ഉള്ളടക്കം
editSummary= u"താളുകൾ വൻതോതിൽ ഇറക്കുമതി ചെയ്യുന്നു"		#ഓരോ താളിന്റെയും താഴെ ചേർക്കേണ്ട ഉള്ളടക്കം

maxPageCount=100						#ഈ ഓട്ടത്തിൽ എത്ര താളുകൾ ഇറക്കുമതി ചെയ്യണം?
#ആവശ്യത്തിനനുസരിച്ച് മാറ്റങ്ങൾ ഇതിനു മുകളിൽ വരുത്തുക

myDataFile=codecs.open(dataFileName,encoding='utf-8')
myErrorFile=codecs.open(errorFileName,encoding='utf-8', mode='a')
wikiSite = wikipedia.Site(code=siteLangCode, fam=siteFamily)
myErrorText=ur''
myPageCount=0

for myLine in myDataFile:
	#പ്രവർത്തനം തുടങ്ങേണ്ട വരിയിലേക്ക് എത്തിച്ചേരാനുള്ള കോഡ് താഴെ
	if len(startPoint)>0:
		myCheckString=startDescriptor+startPoint+startDescriptorEnd
		if myLine[0:len(myCheckString)] == myCheckString:
			startPoint=u""
		else:
			continue

	#ഓരോ നിർവചനത്തിന്റേയും തുടക്കത്തിലാണ് നിൽക്കുന്നതെങ്കിൽ താളിന്റെ പേരെടുക്കുകയും അതിലെ ഉള്ളടക്കം എടുത്ത് myContent എന്ന ചരത്തിൽ നിറക്കുന്ന ബ്ലോക്ക്
	if myLine[0:len(startDescriptor)]==startDescriptor:
		myPageName=myLine[len(startDescriptor):len(myLine)-len(startDescriptorEnd)-2] #താളിന്റെ പേരെടുക്കുന്നു
		myPageNameOriginal=myPageName

		#a xyz എന്ന രീതിയിലുള്ള നിർവചനത്തിൽ നിന്ന് a ഒഴിവാക്കാൻ
		if myPageName[0:2]=="A ":
			myPageName=myPageName[2:len(myPageName)]

		myPageName=myPageName.lower()	#താളിന്റെ പേരിലെ വലിയക്ഷരം ഒഴിവാക്കാൻ
		wikipedia.output(myPageName)

		#ഉള്ളടക്കം നിറക്കുന്ന ബ്ലോക്ക്
		myContent=ur""
		while True:
			myLine=myDataFile.readline()
			if myLine[0:len(endDescriptor)]==endDescriptor:
				break
			else:
				if myLine[0:3]=="#[[":
					myLine=myLine.replace(" ", "]] [[") #ഉള്ളടക്കത്തിൽ ഓരോ വാക്കിനും കണ്ണി ചേർക്കാൻ
				myContent=myContent+myLine
		
		#സോഴ്സ്ഫയലിലെ ഉള്ളടക്കം ശൂന്യമായ നിർവചനങ്ങളെ ഒഴിവാക്കി മറ്റുള്ളവ മാത്രം വിക്കിയിലേക്കെഴുതാൻ
		if len(myContent)>0:
			myWikiPage = wikipedia.Page(site=wikiSite, title=myPageName)

			#വിക്കിയിൽ താൾ നിലവിലുണ്ടെങ്കിൽ അക്കാരം errorFile-ലേക്കെഴുതാൻ വേണ്ടി ഉള്ളടക്കം തയാറാക്കുന്നു. അല്ലെങ്കിൽ വിക്കിയിലേക്കെഴുതുന്നു.
			if myWikiPage.exists():
				myErrorText=myErrorText+myPageNameOriginal+"\n"
			else:
				myContent=myContent+"\n[[en:" + myPageName + "]]"	#ഇംഗ്ലീഷ് വിക്കി കണ്ണി
				myWikiPage.put(pageHeader+myContent+pageFooter, comment=editSummary)
				myPageCount=myPageCount+1
				wikipedia.output(myContent)

#	മുകളിൽ പറഞ്ഞത്രയും താളുകൾ ചേർത്ത് പ്രവർത്തനം നിർത്തുന്നു.
	if myPageCount>=maxPageCount:
		wikipedia.output("Next to run: " + myDataFile.readline())	#ഇനി എവിടെത്തുടങ്ങാം എന്ന് സ്ക്രീനിൽ കാണിക്കുന്നു.
		break
		
myErrorFile.write(myErrorText)
myErrorFile.close()
myDataFile.close()
wikipedia.stopme()