Wikipedia + mongodb

Wikipedia + mongodb
LA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 9 lat
  • Postów:17
0

Cześć,

Muszę zrobić projekt w pythonie który będzie pobierał stronę z wikipedii i zapisywał ją w bazie danych ( użyć muszę mongodb). Przy kolejnym zapytaniu najpierw sprawdzane jest czy dana strona jest w bazie i jeśli jest to ją wyświetla, a jeśli nie to pobiera i wyświetla.

Znalazłem bibliotekę do tego https://github.com/goldsmith/Wikipedia . Tylko nie wiem czy da się zrobić tak aby, strona była wyświetlana w przeglądarce czy po prostu wyświetlać content w terminalu. I w jaki sposób wgl współpracować z tą bazą ?

Sorry ale jestem kompletnie zielony w pythonie.

TO
  • Rejestracja:ponad 9 lat
  • Ostatnio:ponad 9 lat
  • Postów:30
0

Możesz przykładowo użyć PyMongo.

Tu są różne drivery: https://docs.mongodb.org/ecosystem/drivers/python/

Mnie się wydaje, że nie musisz nic wyświetlać (tylko sprawdzać link, czy już nie był zapisywany), tylko od razu zapisywać do bazy.

0

A co w przypadku zaktualizowania danych na wikipedi a w bazie będziesz miał stare dane?

TO
  • Rejestracja:ponad 9 lat
  • Ostatnio:ponad 9 lat
  • Postów:30
0

No co, kasujemy w bazie i aktualizacja danych... Nie wiem czy Wiki ma jakieś dane typu data aktualizacji, czy wersja artykułu. Jeśli nie to może być problem.

LA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 9 lat
  • Postów:17
0

Aktualizacja nie ma co się przejmować, ponieważ jest to projekt na zaliczenie, więc po oddaniu go mogę o nim zapomnieć.

Tylko kwestia tego żeby zapisywać chyba całe strony do tej bazy jako pliki html.
Poza tym trzeba jeszcze zrobić rozpoznawanie po flagach Państwa. tzn jeśli dasz flagę jako argument w jpg to znajdzie Ci stronę Państwa np. dajesz polską flagę i wywala Ci stronę o Polsce z wiki, ale bez tego też przejdzie.

0

Projekt relatywnie prosty, szczególnie że wrzucasz całe pliki HTML.

Natomiast z tym flagami, to możesz podejść do tematu na wiele sposobów (np. z użyciem OpenCV), jednak najprościej to przez porównanie fotek pikesp po pikselu. Ja robiłem coś podobnego z użyciem PILLOW - generalnie użyłem resize żeby uzyskać tak samą wielkość plików i porównywałem po pixelach wartości (ja przyjąłem pewną tolerancje, bo oczywiście rzadko się zdarza, żeby piksele na rożnych bitmapach miały te same wartości - w odpowiadających sobie miejscach).

0

Może i prosty ale dla kogoś kto umie pythona ;)
Ja mam problem z zaczęciem wgl tego..

LA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 9 lat
  • Postów:17
0

Dostałem kod od znajomego. z tym że po odpaleniu tego " python Main.py " dostaje znak zachęty i nie ważne co wpiszę zawsze dostaje "none"

Pytanie mam odnośnie linijki pymongo.MongoClient -> co tutaj należy podać? Bo rozumiem że muszę utworzyć sobie nową bazę i tutaj podać do niej ścieżkę.

zainstalowane mam: python 2.7, pymongo 2.7 pillow 2.7 i mongodb 3.2 i https://codeload.github.com/kennethreitz/requests/zip/master

edytowany 3x, ostatnio: Laisty
TO
  • Rejestracja:ponad 9 lat
  • Ostatnio:ponad 9 lat
  • Postów:30
0

No to jeszcze wypada doinstalować requests:

pip install requests (w Linux; w Windowsach jak masz PIP-a)
lub
python -m pip install requests (z linii poleceń w Windowsach)
( to zależy nie tylko od OS, ale też wersji Pythona, zdaje się od 3.4..... i 2.7..... PIP jest dostarczany z pythonem).

i podobnie BeautifulSoup4, ....a później pokaż czy program ewentualnie sypie błędami.

Tu masz dane do MongoDB:

client = pymongo.MongoClient('mongodb://admin:admin@ds029640.mongolab.com:29640/jpwp259044')
db = client.jpwp259044

Bazę oczywiście musisz zainstalować, tu masz sposoby autentyfikacji:

http://api.mongodb.org/python/3.0.3/examples/authentication.html

Myślę, że znajomy sprawdził program przed wysłaniem Tobie i wszystko powinno działać, jak zainstalujesz wszystkie wymagane biblioteki i bazę.

edytowany 3x, ostatnio: Tokyo
LA
  • Rejestracja:prawie 10 lat
  • Ostatnio:około 9 lat
  • Postów:17
0

Ok, program odpalił, problemy były ze złymi wersjami bibliotek.

Chciałbym tutaj dodać info czy pobiera z bazy czy z neta tą stronę. Ale jeśli dam print'a po pierwszym if to wywala błedy..

Kopiuj
 if getCountry.count():
        return content.find({"name_id": getCountry[0]["_id"]})[0]["content"]
    else:
        url = "https://en.wikipedia.org/wiki/" + tag
        try:
            rawHTML = urllib2.urlopen(url)
        except urllib2.HTTPError:
            raise Exception("Not found - {}!".format(tag))
 
        soup = BeautifulSoup(rawHTML)
        pars = soup.find(id = "mw-content-text")
        descr = unicodedata.normalize("NFD", re.sub("\s+", " ", pars.text).strip()).encode("ascii", "ignore")
 
        postCountryName = {"name": tag}
        postId = name.insert(postCountryName)
 
        postText = {"name_id": postId, "content": descr}
        content.insert(postText)
 
        return descr
TO
  • Rejestracja:ponad 9 lat
  • Ostatnio:ponad 9 lat
  • Postów:30
0

Jeśli dodanie printa powoduje, że program przestaje działać, to chyba masz problem z wcięciami (identation)

Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)