Uživatel:Stardust85/statistika

Z Wikislovníku
Skočit na navigaci Skočit na vyhledávání

Kód wikitabulky vygenerován skriptem - počítá pouze existující kategorie. Vznikne-li nová kategorie, musí se sem ručně doplnit (nebo spustit znovu skript).

tabulka[editovat]

počet hesel získaný pomocí makra PAGESINCATEGORY
jazyk / druh subst. adjekt. zájm. čísl. slovesa příslovce předložky spojky částice citosl. celkem
Afrikánština 24 2 - - - - - - - - 26
Angličtina 7 159 1 670 47 36 1 896 228 43 35 4 39 11157
Arabština 111 - - - - - - - - - 111
Asturština 4 - - - - - - - - - 4
Běloruština 21 - - - - - - 1 - - 22
Bosenština 6 - - - - - - - - - 6
Bretonština 16 - - - - - - - - - 16
Bulharština 32 - - - - - - 2 - - 34
Čečenština 8 - - - - - - - - - 8
Čeština 20 862 7 787 132 179 2 823 1 023 88 122 107 300 33423
Dánština 98 34 3 23 3 - - - - - 161
Esperanto 618 - 9 - - 12 - - - - 639
Estonština 106 7 - - - - - - - - 113
Fidžijština - - - - 1 - - - - - 1
Finština 1 758 308 - - - 115 - - - - 2181
Francouzština 5 960 2 953 48 33 2 095 182 - 19 - 40 11330
Fríština - 1 - - - - - - - - 1
Galicijština 23 - - - - - - - - - 23
Hebrejština 535 - - - - - - - - - 535
Chorvatština 40 - - - - - - - - - 40
Interlingua - - - - - - - - - - '
Irština 14 - - - - - - - - - 14
Islandština 109 - - 2 - - - - - - 111
Italština 1 747 239 13 - 152 34 - 10 - - 2195
Japonština 2 262 - - - - - - - - - 2262
Kašubština 129 - - - - - - - - - 129
Katalánština 120 5 - - - - - - - - 125
Kečuánština 5 - - - - - - - - - 5
Krymská tatarština 4 - - - - - - - - - 4
Latina 1 386 387 27 17 388 - - 26 - - 2231
Litevština 115 - - - - - - - 4 - 119
Lotyština 88 - - - - - - - - - 88
Maďarština 464 80 - - 69 - - - - - 613
Makedonština - - - - - - - 1 - - 1
Němčina 8 332 1 843 44 89 787 250 38 34 8 - 11425
Nizozemština 469 77 15 - 92 - - - - - 653
Norština 15 2 1 0 - - - - - - 18
Okcitánština 81 - - - - - - - - - 81
Oshiwambo 0 - 0 - 0 - - - - - 0
Polština 3 591 172 22 - - 30 - 13 5 - 3833
Portugalština 338 - - - 53 - - 6 - - 397
Romština 178 - 11 - - - - - - - 189
Rumunština 36 - - - - - 2 - - - 38
Ruština 1 403 1 200 15 - 238 - - 6 - - 2862
Řečtina 899 - - - - - - - - - 899
Sanskrt 22 - - - - - - - - - 22
Skotská gaelština 12 - - - - - - - - - 12
Slovenština 1 368 712 31 12 64 61 17 16 - - 2281
Slovinština 61 4 - - - 7 - - - - 72
Slovio 0 - - - - - - 0 - - 0
Srbština 1 574 - - - - - - 3 - - 1577
Stará angličtina 26 - - - - - - 3 - - 29
Staroslověnština - - - - - - - 2 - - 2
Svahilština 88 - - - - - - - - - 88
Španělština 1 584 144 41 53 186 29 9 9 3 - 2058
Švédština 677 132 49 69 247 92 34 24 8 12 1344
Tádžičtina - - - - - - 1 - - - 1
Tofalarština - - 1 - - - - - - - 1
Turečtina 365 - - - - - - - - - 365
Ukrajinština 64 - - - - - - 2 - - 66
Velština 15 - 3 - - - - - - - 18

kód skriptu[editovat]

#!/bin/bash

# Generates table with detailed statistics about languages for cs.wiktionary.org
# see the result at cs.wiktionary.org/wiki/Uživatel:Stardust85/statistika

# author: Michel Samia (m.samia at seznam.cz)
# usage: $ ./newstats.sh > wikitable.txt

# WARNING: this script LOADS wikimedia servers by one request per language category
# (now mid 2009 about 60 GETs), so don't run it too often

LANG= # because behaviour of sorting, greping and other things are locale-dependent
DOMAIN="http://cs.wiktionary.org/wiki"
TYPES="substantiva\nadjektiva\nzájmena\nčíslovky\nslovesa\npříslovce\npředložky\nspojky\nčástice\ncitoslovce"

mkdir langs
i=0 # counter

echo -e "\nSTEP 1: Downloading categories" >&2

# Get list of language categories
wget -q -O- http://cs.wiktionary.org/wiki/Kategorie:Jazykov%C3%A9_kategorie |grep '<span class="CategoryTreeBullet">' | 
{
	echo "Next language..." >&2
	while read line
	do
		# page containing categories by types of words of given language (nouns, verbs...)
		langHref="$DOMAIN` echo $line | sed -e 's/^.*wiki//' | sed -e 's/".*$//'`"
		# name of the language
		langName="`echo $line | cut -d'>' -f 12 | cut -d'<' -f1`"

		echo -n > "langs/${langName}"
		echo $i $langName >&2

		i=$[ i + 1 ]

		# uz mame url kategorie s jazykem, ted z nej musime ziskat vhodne podkategorie
		# ty ulozime po radcich do lang/$langname, napr lang/Afrikánština
		wget -q -O- $langHref | grep '<li><div class="CategoryTreeSection"><div class="CategoryTreeItem">' | 
		{
			sum=0
			while read line2
			do
				typeHref="` echo $line2 | sed -e 's/<[^>]*>//g' | sed -e 's/\[.*\]//' | sed -e 's/(.*$//'`"
				echo "$typeHref" >> "langs/$langName"
			done
		}
		echo -n "sleeping..." >&2
		sleep 1 
		echo "OK" >&2
	done
}


######## generating the table ######

#now we have all the data and we can generate the table
echo -e "\nSTEP 2: Creating table" >&2

cd langs/

i=0
for file in *
do
	echo "$i: $file" >&2
	i=$[ i+1 ]

	echo " | $file"
	echo -e "${TYPES}" |
	{
		while read druh
		do
			completeDruh="`grep "$druh" "$file" | sed 's/^ //'`"
			if [[ "$completeDruh" == "" ]]
			then
				echo ' | -'
			else
				
				echo " | [[:Kategorie:$completeDruh| {{PAGESINCATEGORY:$completeDruh}}]]"
			fi
		done
	}

	echo " |  '''{{#expr:"

	first="true"

	echo -e "${TYPES}" |
	{
		while read druh
		do
			completeDruh="`grep "$druh" "$file" | sed 's/^ //'`"
			if [[ $completeDruh != "" ]]
			then
				if [[ $first == "true" ]]
				then
					echo "{{PAGESINCATEGORY:$completeDruh|R}}"
					first="false"
				else
					echo "+{{PAGESINCATEGORY:$completeDruh|R}}"
				fi
			fi
		done

		echo "}}'''"
		echo " |-"
	}
done