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 22 2 - - - - - - - - 24
Angličtina 6 575 1 478 47 35 1 737 208 39 34 4 29 10186
Arabština 70 - - - - - - - - - 70
Asturština 4 - - - - - - - - - 4
Běloruština 18 - - - - - - 1 - - 19
Bosenština 6 - - - - - - - - - 6
Bretonština 16 - - - - - - - - - 16
Bulharština 20 - - - - - - 1 - - 21
Čečenština 8 - - - - - - - - - 8
Čeština 17 981 6 355 116 149 2 481 934 84 112 100 278 28590
Dánština 78 28 3 19 2 - - - - - 130
Esperanto 548 - 9 - - 12 - - - - 569
Estonština 97 6 - - - - - - - - 103
Fidžijština - - - - 1 - - - - - 1
Finština 1 745 305 - - - 115 - - - - 2165
Francouzština 5 165 2 468 48 32 1 997 174 - 18 - 37 9939
Fríština - 1 - - - - - - - - 1
Galicijština 10 - - - - - - - - - 10
Hebrejština 499 - - - - - - - - - 499
Chorvatština 35 - - - - - - - - - 35
Interlingua - - - - - - - - - - '
Irština 12 - - - - - - - - - 12
Islandština 42 - - 1 - - - - - - 43
Italština 1 283 167 8 - 114 30 - 8 - - 1610
Japonština 1 792 - - - - - - - - - 1792
Kašubština 128 - - - - - - - - - 128
Katalánština 27 2 - - - - - - - - 29
Kečuánština 5 - - - - - - - - - 5
Krymská tatarština 3 - - - - - - - - - 3
Latina 1 363 363 26 13 371 - - 26 - - 2162
Litevština 98 - - - - - - - 4 - 102
Lotyština 52 - - - - - - - - - 52
Maďarština 364 70 - - 60 - - - - - 494
Makedonština - - - - - - - 1 - - 1
Němčina 6 107 1 494 42 88 551 188 36 22 5 - 8533
Nizozemština 269 45 7 - 69 - - - - - 390
Norština 10 1 1 0 - - - - - - 12
Okcitánština 80 - - - - - - - - - 80
Oshiwambo 0 - 0 - 0 - - - - - 0
Polština 3 059 157 22 - - 29 - 11 4 - 3282
Portugalština 169 - - - 35 - - 4 - - 208
Romština 176 - 11 - - - - - - - 187
Rumunština 28 - - - - - 2 - - - 30
Ruština 1 004 635 13 - 192 - - 6 - - 1850
Řečtina 772 - - - - - - - - - 772
Sanskrt 20 - - - - - - - - - 20
Skotská gaelština 12 - - - - - - - - - 12
Slovenština 925 373 30 11 58 55 15 15 - - 1482
Slovinština 48 3 - - - 7 - - - - 58
Slovio 0 - - - - - - 0 - - 0
Srbština 1 559 - - - - - - 3 - - 1562
Stará angličtina 25 - - - - - - 3 - - 28
Staroslověnština - - - - - - - 2 - - 2
Svahilština 87 - - - - - - - - - 87
Španělština 1 353 106 41 53 169 28 9 9 3 - 1771
Švédština 573 122 49 70 221 89 34 24 7 6 1195
Tádžičtina - - - - - - 1 - - - 1
Tofalarština - - 1 - - - - - - - 1
Turečtina 261 - - - - - - - - - 261
Ukrajinština 57 - - - - - - 2 - - 59
Velština 14 - 3 - - - - - - - 17

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