読者です 読者をやめる 読者になる 読者になる

言語処理100本ノック

27. 内部リンクの除去¶

26の処理に加えて,テンプレートの値からMediaWikiの内部リンクマークアップを除去し,テキストに変換せよ(参考: マークアップ早見表).

import json
import re

def wiki_selection():
    with open("D:\\nlp100\\jawiki-country.json",encoding="UTF-8") as fr:
        wiki_line = fr.readline()
        while wiki_line:
            wiki_dic = json.loads(wiki_line)
            if wiki_dic["title"] == "イギリス":
                return wiki_dic["text"]
            wiki_line =fr.readline()

text = wiki_selection()
text = re.sub("<br/>\n", " ",text)
basic_info = {}
for line in re.findall(".* = .*",text):
    line = re.sub(r"'{2,5}",r"",line)
    line = re.sub(r"(\[\[)",r"",line)
    line = re.sub(r"(\]\])",r"",line)
    list = line.split("=")
    basic_info[list[0].lstrip("|")] = list[1]
for k,v in basic_info.items():
    print( k,v)

<結果>

確立年月日1   927年/843年
GDP統計年   2012
略名   イギリス
GDP値元   1兆5478億<ref name
時間帯   ±0
確立形態2   グレートブリテン王国建国<br />(連合法 (1707年)|1707年連合法)
国際電話番号   44
GDP統計年MER   2012
ISO 3166-1   GB / GBR
最大都市   ロンドン
面積値   244,820
人口順位   22
首都   ロンドン
ccTLD   .uk / .gb<ref>使用は.ukに比べ圧倒的少数。</ref>
元首等肩書   イギリスの君主|女王
首相等肩書   イギリスの首相|首相
GDP値   2兆3162億<ref name
通貨コード   GBP
国章画像   ファイル:Royal Coat of Arms of the United Kingdom.svg|85px|イギリスの国章
人口統計年   2011
人口大きさ   1 E7
注記   <references />
建国形態   建国
確立年月日4   1927年
元首等氏名   エリザベス2世
GDP順位   6
公式国名   {{lang|en|United Kingdom of Great Britain and Northern Ireland}}<ref>英語以外での正式国名: *{{lang|gd|An Rìoghachd Aonaichte na Breatainn Mhòr agus Eirinn mu Thuath}}(スコットランド・ゲール語) *{{lang|cy|Teyrnas Gyfunol Prydain Fawr a Gogledd Iwerddon}}(ウェールズ語) *{{lang|ga|Ríocht Aontaithe na Breataine Móire agus Tuaisceart na hÉireann}}(アイルランド語) *{{lang|kw|An Rywvaneth Unys a Vreten Veur hag Iwerdhon Glédh}}(コーンウォール語) *{{lang|sco|Unitit Kinrick o Great Breetain an Northren Ireland}}(スコットランド語) **{{lang|sco|Claught Kängrick o Docht Brätain an Norlin Airlann}}、{{lang|sco|Unitet Kängdom o Great Brittain an Norlin Airlann}}(アルスター・スコットランド語)</ref>
公用語   英語(事実上)
人口密度値   246
人口値   63,181,775<ref>[http://esa.un.org/unpd/wpp/Excel-Data/population.htm United Nations Department of Economic and Social Affairs>Population Division>Data>Population>Total Population]</ref>
水面積率   1.3%
国旗画像   Flag of the United Kingdom.svg
夏時間   +1
GDP統計年元   2012
国歌   女王陛下万歳|神よ女王陛下を守り給え
確立形態3   グレートブリテン及びアイルランド連合王国建国<br />(連合法 (1800年)|1800年連合法)
国章リンク   (イギリスの国章|国章)
日本語国名   グレートブリテン及び北アイルランド連合王国
面積大きさ   1 E11
確立形態4   現在の国号「グレートブリテン及び北アイルランド連合王国」に変更
首相等氏名   デーヴィッド・キャメロン
通貨   スターリング・ポンド|UKポンド (&pound;)
標語   {{lang|fr|Dieu et mon droit}}<br/>(フランス語:神と私の権利)
GDP値MER   2兆4337億<ref name
確立形態1   イングランド王国/スコットランド王国<br />(両国とも連合法 (1707年)|1707年連合法まで)
面積順位   76
確立年月日2   1707年
確立年月日3   1801年
GDP順位MER   5
GDP/人   36,727<ref name
位置画像   Location_UK_EU_Europe_001.svg