Szerkesztő:BinBot/munka/nagykötőjel
< Szerkesztő:BinBot | munka
Gyakoribb helyesírási javításaim BinBot segítségével[szerkesztés]
| A javítások kulisszatitkairól részletesebben olvashatsz a Szerkesztő:Bináris/Bottal végzett helyesírási javítások lapon. A fő tudnivalók kivonata a dobozban látható. |
|---|
|
Munkanapló • Vegyes helyesírási javítások • Dátumintervallumok • Dátumok általános javítása • Számok, évszámok névelője • -ít végű igék • Kora/késő különírása • Égtájak kötőjelmentesítése • Standard kivételek • Egyéb javítócsomagok
Dátumok nagykötőjelesítése, szóközirtás a nagykötőjel és a zárójel között, egyedülálló évszámok pont nélkül[szerkesztés]
'datumjav-zarojel': {
# Leszedi a szóközöket az élő személyek adatainál a nagykötőjel
# és a zárójel közül, nagykötőjelesíti a kiskötőjeleket.
# Pótolja a szóközt összetett dátumok után.
# Leveszi a pontot az egyedülálló évszámokról (-tól/-ig szerkezetben)
# Messze nem teljes, ez most nem is cél!
# 2012. április 3.: az alapváltozattal 11211 címet mentett el!
# Még nem kezeli a kérdőjeles kezdetű/végű intervallumokat.
# Futtassunk le még egy keresést, ha kész van és van új dump, mert lesznek még pontozott évszámok!
# Nagyon gyors, nagyon hatékony csomag, cikkenként számos javítással
# (listáknál nem ritka a 20 feletti is), és elég kevés hamis találattal.
# Máskor is sokat fog találni, érdemes gyakran futtatni.
'regex': True,
'msg': {
'hu':u'[[User:BinBot/)redir|' +
u'Dátumok nagykötőjelesítése, szóközirtás a nagykötőjel ' +
u'és a zárójel között, egyedülálló évszámok pont nélkül]]'+
u' (kézi botszerkesztés)',
},
'replacements': [
#Nulladik lépés: a linken belüli pont menjen kifelé, ha évszámról
# van szó. Kettő ne maradjon. (Igen, van találat.)
(ur'\[\[(\d{2,4})\.\]\]\.?', ur'[[\1]].'),
# Összetett dátum után szóköz kell a nagykötőjel elé.
# Utána zárójel jön, nincs záró dátum.
(ur'(?i)(\(.*?(\d{1,2}|%s)\.?\]*\.?) *[-–—] *\)' % kisbetus_honapok,
ur'\1 –)'),
# Eredetileg négy végződés volt: ár|us|is|ber, de ez hamis
# találatokat okozott így:
# >>> Savoyai Jenő <<< (Kis-) [[Oláhország]]
# >>> Udmurt nyelv <<< ''(bár-, akár-)''.
# >>> 1906 <<< Ez véletlenül jó! Csak a szóközt nem veszi ki. :-)
# ([[Kaposvár]] -) [[Felsőmocsolád|Mocsolád]] – [[Siófok]]
# Jó! http://hu.wikipedia.org/w/index.php?title=The_Police&diff=prev&oldid=11491370
# Még mindig okoz problémát:
# >>> Selenicereus grandiflorus <<<
# - szárai legfeljebb 25 mm átmérőjűek, (6-) 7-8 bordája
# Ideiglenesen kivétellistára téve
# Ugyanígy a Selenicereus grandiflorus subsp. lautneri is
# Weberocereus imitans, Strophocactus chontalensis
# Két összetett dátum intervalluma zárójelben, de lehet előttük
# ország-város is:
# Ez rettenetesen bugos, tele mellékhatásokkal, egyelőre kiiktatva!
# Külön kell tesztelni.
# (ur'(\(.*?(\d{1,2}|ár|us|is|ber)\.?\]*\.?) *[-–—] *([^\d\) ][^\d\)]{0,30}\d{2,4}.*?) *\)', ur'\1 – \3)'),
# Csak évszám után nem kell szóköz a nagykötőjel elé. És pont se!
# Utána zárójel jön, nincs záró dátum. (1. link nélkül, 2. linkelve)
# - '''Boros Zoltán''' ([[Budapest]], [[1926]]. – ) [[Ybl Miklós-díj|Ybl-díjas]]
(ur'(\(.*?\d{3,4})\.? *[-–—] *\)', ur'\1–)'),
(ur'(\(.*?\d{3,4})\]\]\.? *[-–—] *\)', ur'\1]]–)'),
# [-–—] = kiskötőjel, 0150, 0151
#
# Egy évszám zárójel nélkül pl. <br>, | után, sor végén vagy
# ugyanezekkel bezárva (1. link nélkül, 2. linkelve)
(ur'([\>\|] *?\d{3,4})\.? *[-–—] *(?=\r|\n|\<|\|)', ur'\1–'),
(ur'([\>\|] *?\[\[\d{3,4}\]\])\.? *[-–—] *(?=\r|\n|\<|\|)', ur'\1–'),
# Pl. Kínai mozdonyok listája
# Két évszám tisztán, zárójel és link nélkül
# (sor eleje vagy szóköz vagy egyenlőségjel után)
# Bővítés, 2012. 07. 26.: > vagy | után is, példa:
# >>> MOM Művelődési Központ <<<
# - | rekonstrukciók évei = 1970-1971; 2002<br>2009-2011
# >>> Pásztor József (labdarúgó) <<<
# [[1993–1994-es magyar labdarúgó-bajnokság (első osztály)|1993-1994-es bajnokságban]]
# >>> Bristol City FC <<<
# - |1897-1899
# + |1897–1899
#
# Nemcsak évszámra jó, hanem 5-6 jegyű sorszámokra, számkódokra is
# \d{2} még bugos, kiesik! Sőt, a 3 is:
# >>> Zalaegerszeg <<<
# erősen szabdalt 200-250 méter magas „hegyek”
# Tucatnyi jó javítás között.
# Még így is van néha kakukktojás. :-(
# A napfénytartam: 1950-2000 óra/év között
# 7000-8000 lakos:
# http://hu.wikipedia.org/w/index.php?title=Tallinn_t%C3%B6rt%C3%A9nelme&diff=prev&oldid=12060754
# >>> Kaposvár <<<
# II. Kötet, 250-251. old.
# Alkalmazottainak száma 100-150 fő
# >>> Vietnami háború <<<
# - |dátum=1955 – 1975. április 30.
# + |dátum=1955–1975. április 30.
# Ezt kettős egyenlőségjellel lehet kiküszöbölni (álmegoldás!)
#És itt már vissza is üt:
#>>> Szatmárnémeti <<<
# - (Szatmárnémeti, 1876. – 1921. augusztus 5. [[Arad]])
# + (Szatmárnémeti, 1876–1921. augusztus 5. [[Arad]])
(ur'(\n|\n\r|==| |\>|\|)(\d{4,})\.? *[-–—] *(\d{4,})', ur'\1\2–\3'),
# Két évszám vagy nagyobb szám tisztán, zárójelben, link nélkül
# Bővítve: előtte-utána lehet vessző is (néha több intervallum vagy
# szöveg + intervallum van egy zárójelben).
# Bővítve: ], sorvég, sorkezdet, :
# Két részre bontva, hogy ne lassítsuk függvénnyel (, után szóköz kell)
(ur'\( *(\d{2,})\.? *[-–—] *(\d{2,})\.? *(\)|,|;|:|\n|\r)', ur'(\1–\2\3'),
#Ebben nincs is zárójel. Régi:
# (ur'(;|,|:|\]|\n|\r) *(\d{2,})\.? *[-–—] *(\d{2,})\.? *(\)|,|;|:|\n|\r)', ur'\1 \2–\3\4'),
# Új: az utolsó csoportot előreolvasással keressük.
# A különbség: >>> Tóth András (labdarúgó, 1949) <<<
# ** bajnok: 1969, 1970-tavasz, 1970-71, 1971-72, 1972-73, 1973-74, 1974-75, 1977-78, 1978-79
#Ebben a régi csak minden másodikat javította! Rekurzió vagy átfedés kéne, ami meg lassít, helyette előreolvasás
(ur'(;|,|:|\]|\n|\r) *(\d{2,})\.? *[-–—] *(\d{2,})\.? *(?=\)|,|;|:|\n|\r)', ur'\1 \2–\3'),
# Jó! >>> Spanyolország <<<
# [[Martialis]] (40-101)-et javította nagykötőre.
# Ugyanígy felismerte az 1887-88-at is. A Gyenesdiásban sok ilyen van.
# ] és sorvég felismerése: Zlatko Zahovič (sokkal több javítás)
#Ugyanebben a cikkben újabb találat a javított második sorral!
# Ilyet is megtalált: >>> Christopher Mattheisen <<<
# 2011. május 3., 12:30 - 12:40. --> 12: 30–12:40 (lett egy rossz szóköz!)
#
# Két évszám zárójelben, mind a kettő linkelve
# Ha csak az egyik van linkelve, akkor IJ, nem akarom függvénnyel
# lassítani.
(ur'\( *(\[\[\d{2,4}\]\])\.? *[-–—] *(\[\[\d{2,4}\]\])\.? *\)', ur'(\1–\2)'),
# BUG! BUG! BUG! BUG!
# TODO:
# >>> TV2 <<<
# (1997. október 4. - 2011. augusztus 31.)
# Ez kiskötős, nem javította!
# Kell: két évszám linkelve, () nélkül (vagy csak az egyik a kettő közül)
# Kell: formázott évszámok felismerése
# Az {{Aranylabdások (1956-)}} sablont és egy láda zászlósablont
# átneveztem, javíthatóak a hivatkozások.
# {{A MOL Liga csapatai 2010-2011-ben}} javítva.
],
'exceptions': { #Inside-tags: a fixes elején
'inside-tags': [
],
'text-contains': [
],
'inside': [
ur'(?i)IS[SB]N(\]\])?[= \d\-]+',
ur'(?i)\{\{IS[SB]N.*?\}\}', # A | utáni évszámok miatt kell
ur'Siebert, L. (and|és) T. Simkin \(2002\-\)\. Volcanoes of the World',
# Ez valami forrásmunka millió cikkbe bekopizva. Nem derül ki, szándékos-e a kötőjel.
# Ld. Szerkesztővita:Lakeof#Siebert, L. és T. Simkin (2002-)
# Lehet, hogy véletlenül javítottam néhányat!
],
'title': [
],
'include': BaseExceptions,
}
},