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 23 2 - - - - - - - - 25
Angličtina 6 893 1 591 47 36 1 848 215 41 35 4 37 10747
Arabština 98 - - - - - - - - - 98
Asturština 4 - - - - - - - - - 4
Běloruština 18 - - - - - - 1 - - 19
Bosenština 6 - - - - - - - - - 6
Bretonština 16 - - - - - - - - - 16
Bulharština 22 - - - - - - 1 - - 23
Čečenština 8 - - - - - - - - - 8
Čeština 19 677 7 072 120 159 2 694 988 86 113 102 290 31301
Dánština 83 30 3 19 2 - - - - - 137
Esperanto 615 - 9 - - 12 - - - - 636
Estonština 105 7 - - - - - - - - 112
Fidžijština - - - - 1 - - - - - 1
Finština 1 753 306 - - - 115 - - - - 2174
Francouzština 5 598 2 779 48 32 2 057 179 - 18 - 39 10750
Fríština - 1 - - - - - - - - 1
Galicijština 11 - - - - - - - - - 11
Hebrejština 513 - - - - - - - - - 513
Chorvatština 40 - - - - - - - - - 40
Interlingua - - - - - - - - - - '
Irština 14 - - - - - - - - - 14
Islandština 67 - - 1 - - - - - - 68
Italština 1 653 223 13 - 146 34 - 10 - - 2079
Japonština 2 127 - - - - - - - - - 2127
Kašubština 129 - - - - - - - - - 129
Katalánština 117 5 - - - - - - - - 122
Kečuánština 5 - - - - - - - - - 5
Krymská tatarština 4 - - - - - - - - - 4
Latina 1 380 373 26 13 375 - - 26 - - 2193
Litevština 110 - - - - - - - 4 - 114
Lotyština 85 - - - - - - - - - 85
Maďarština 403 75 - - 62 - - - - - 540
Makedonština - - - - - - - 1 - - 1
Němčina 7 639 1 676 42 88 668 224 35 28 7 - 10407
Nizozemština 318 46 7 - 80 - - - - - 451
Norština 12 1 1 0 - - - - - - 14
Okcitánština 81 - - - - - - - - - 81
Oshiwambo 0 - 0 - 0 - - - - - 0
Polština 3 427 166 22 - - 30 - 13 5 - 3663
Portugalština 302 - - - 49 - - 6 - - 357
Romština 177 - 11 - - - - - - - 188
Rumunština 32 - - - - - 2 - - - 34
Ruština 1 246 955 13 - 217 - - 6 - - 2437
Řečtina 861 - - - - - - - - - 861
Sanskrt 20 - - - - - - - - - 20
Skotská gaelština 12 - - - - - - - - - 12
Slovenština 1 345 708 31 12 63 57 15 16 - - 2247
Slovinština 56 4 - - - 7 - - - - 67
Slovio 0 - - - - - - 0 - - 0
Srbština 1 561 - - - - - - 3 - - 1564
Stará angličtina 26 - - - - - - 3 - - 29
Staroslověnština - - - - - - - 2 - - 2
Svahilština 87 - - - - - - - - - 87
Španělština 1 434 112 41 53 172 28 9 9 3 - 1861
Švédština 653 131 49 70 244 92 34 24 8 12 1317
Tádžičtina - - - - - - 1 - - - 1
Tofalarština - - 1 - - - - - - - 1
Turečtina 284 - - - - - - - - - 284
Ukrajinština 60 - - - - - - 2 - - 62
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