Szerkesztő:BinBot/munka/névelő
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
Számok és évszámok névelője
[szerkesztés]A magyar nyelvben magánhangzók előtt az, mássalhangzók előtt a határozott névelőt használunk, de ezt sok cikkszerző nem veszi figyelembe. Erre úgy derült fény, hogy az egyik szerkesztő „a 1900-as évek” típusú hibákat kezdett kézzel javítani, ami aztán feladatként a botgazdák üzenőfalára került, ahol többen foglalkozni kezdtek vele. Hamar kiderült, hogy a hiba nemcsak az ilyen típusú szókapcsolatokat, hanem mindenféle számot és az i. e., i. sz., Kr. e. éveket/évszázadokat stb. is érinti, mégpedig ezrével. Erre készült az alábbi javítócsomag, amelyben először használtam feltételes reguláris kifejezést (így lehetett elérni, hogy az [[x|y]] típusú hivatkozásokban csak az y helyén álló szöveget figyelje a bot, ne az x-et, és ehhez ne kelljen több esetre bontani a keresést). Ezzel és a számjegyek száma szerinti csoportosítással sikerült összesen 3 sorra redukálni az a→az javítási irányt, és ugyanennyire a fordítottját. A kivételek listája természetesen hiányos, csak az első pár száz javítás közben kigyűjtöttek vannak itt.
'szamnevelo': {
'regex': True,
'msg': {
'hu':u'[[User:BinBot/munka/névelő|Számok, évszámok névelőjének egyeztetése (magánhangzó előtt az, mássalhangzó előtt a áll)]] kézi ellenőrzéssel.',
},
'munka': {
'activity': u'Nyelvtani javítás',
'targetlink': u'/névelő',
'target': u'Számok, évszámok névelője',
},
'replacements': [
# Egyelőre csak az egybeírt számokat és szabályos tizedes törteket javítja!
# {{szám}} sablonnal írt számok -- fejleszthető
# -vel tagolt számok -- fejleszthető
# vesszővel, ponttal gányolt számok -- pokolba velük, javíthatatlanok
# A két legnagyobb aszteroidát, a [[1 Ceres|Cerest]] és a [[4 Vesta|Vestát]] vizsgálja. -- Itt nem szabad javítani!
# Ezt feltételes kifejezéssel zárjuk ki: http://www.regular-expressions.info/conditional.html
# A (\[{2}([^\]\|]*?\|)?)? lesz a 3. csoport, ha létezik, ebben az esetben nem | karakterek után ]] zárja a kifejezést.
# A keresett névelő előtt nem lehet - (%-a) és ] (belső hivatkozáshoz tapadó szóvég)
# Nagyon kell figyelni az az-->a irányú javításoknál, mert itt az az lehet névmás is!
# No meg lehetnek nem tízes számrendszerben írt számok, amiket nem olvasunk össze.
# Fordított irányban (a-->az) idegen nyelvű szövegeknél szokott hibázni, és még egy-két ritka esetben,
# ha a belső hivatkozásban a | előtt szám van, utána meg nem.
# Előfordult valami ókori forrásjegyzékben is, Arisztotelésznél és Empedoklésznél volt ilyen hiba.
# Egyjegyű, négyjegyű, hétjegyű, tízjegyű... számok (vicces ritmika)
(ur'\b(?<![\-\]])([Aa])(\s+(\[{2}([^\]\|]*?\|)?)?[15](\d{3})*[^\d](?(3)[^\|]+\]{2}))', ur'\1z\2'),
(ur'\b(?<![\-\]])([Aa])z(\s+(\[{2}([^\]\|]*?\|)?)?[02346789](\d{3})*[^\d](?(3)[^\|]+\]{2}))', ur'\1\2'),
# Két- és háromjegyű, öt- és hatjegyű, 3n-1 és 3n jegyű számok
(ur'\b(?<![\-\]])([Aa])(\s+(\[{2}([^\]\|]*?\|)?)?5\d{1,2}(\d{3})*[^\d](?(3)[^\|]+\]{2}))', ur'\1z\2'),
(ur'\b(?<![\-\]])([Aa])z(\s+(\[{2}([^\]\|]*?\|)?)?[012346789]\d{1,2}(\d{3})*[^\d](?(3)[^\|]+\]{2}))', ur'\1\2'),
# Időszámítás előtti és szerinti évszámok
(ur'\b(?<![\-\]])([Aa])(\s+(\[{2}([^\]\|]*?\|)?)?[Ii]\.\s?(e|sz)\.?\s?[\dIVX](?(3)[^\|]+\]{2}))', ur'\1z\2'),
(ur'\b(?<![\-\]])([Aa])z(\s+(\[{2}([^\]\|]*?\|)?)?Kr\.\s?[eu]\.?\s?[\dIVX](?(3)[^\|]+\]{2}))', ur'\1\2'),
],
'exceptions': {
'inside': [
],
'title': [
ur'^Antonio Stradivari$',
ur'^Wilson-tétel$',
ur'^Spanyolország$',
ur'^2001\. szeptember 11\-ei terrortámadások$',
ur'^Empedoklész$',
ur'^Debrecen tömegközlekedése$',
ur'^Arisztotelész etikája$',
ur'^Raymond Smullyan$',
ur'^Salvador Dalí$',
ur'^Proton$',
ur'^Wikipédia$',
ur'^Kettes számrendszer$',
ur'^A$',
ur'^UTF-8$',
ur'^Károly híd$',
ur'^Lucius Cornelius Scipio Asiaticus \(Kr\. e\. 190\)$',
ur'^II\.\ Marduk\-apla\-idd\ína$',
ur'^Vasa \(hajó\)$',
ur'^Pa\ál\ L\ászl\ó\ \(fest\ő\)$',
ur'^Go$',
ur'^Attila\ hun\ kir\ály$',
ur'^Baszkf\öld\ \(auton\óm\ k\öz\öss\ég\)$',
ur'^Mars\ Exploration\ Rover$',
ur'^Anglia$',
ur'^Paracelsus$',
ur'^Pilinszky\ J\ános$',
ur'^II\.\ J\óann\ész\ biz\ánci\ cs\ász\ár$',
ur'^Led\ Zeppelin$',
ur'^Uganda$',
ur'^Biotechnol\ógia$',
ur'^Pannonhalma$',
ur'^H\úsv\étsz\ám\ít\ás$',
ur'^Fellegi\ \Ád\ám$',
ur'^Sumer$',
ur'^C\ésar\-d\íj\ a\ legjobb\ sz\ín\észn\őnek$',
ur'^M0\-s\ aut\ó\út\ \(Magyarorsz\ág\)$',
ur'^Kviddics$',
ur'^Magyar\ Telekom$',
ur'^Amerikai\ futball$',
ur'^Claudio\ Monteverdi$',
ur'^Jean\-Luc\ Picard$',
ur'^D\ízelmozdony$',
ur'^Maja\ civiliz\áci\ó$',
ur'^Eminem$',
ur'^Arkh\ón$',
ur'^Radi\án$',
ur'^Demokrata\ N\épp\árt$',
ur'^The\ Art\ of\ Noise$',
ur'^Lada$',
ur'^A\ Night\ at\ the\ Opera\ \(Queen\-album\)$',
ur'^Mamut$',
ur'^Juventus\ FC$',
ur'^Snapszer$',
ur'^Eurov\ízi\ós\ Dalfesztiv\ál$',
ur'^L\übeck$',
ur'^Padovai\ fegyversz\ünet$',
],
'include': BaseExceptions,
}
},