これは自然言語処理100本ノック2020に挑んだ、とある人間の記録。
他の問題はこちら → 自然言語処理100本ノック2020から逃げるな まとめ
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).
Pythonコード
import NLP100_26 import re def get_template_no_emphasis_markup(): dict = NLP100_26.get_template_no_emphasis() p = re.compile(r''' \[\[ # [[からスタート (?!ファイル) # ファイル以外の文字列 (?:[^|]*?\|)?? # (|を含まない文字列)| の0か1回出現 ([^|]*?) # |を含まない文字列(非貪欲) \]\] # ]]で終わり ''', re.MULTILINE + re.VERBOSE) for k, v in dict.items(): dict[k] = p.sub(r'\1', v) return dict if __name__ == "__main__": dict = get_template_no_emphasis_markup() for k, v in dict.items(): print('{key}: {value}'.format(key=k, value=v))
26. 強調マークアップの除去で作成したget_template_no_emphasis関数を利用しています。
実行結果
略名: イギリス 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 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:<br /> *{{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> 国旗画像: Flag of the United Kingdom.svg 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]] 国章リンク: (国章) 標語: {{lang|fr|Dieu et mon droit}}<br />(フランス語:神と我が権利) 国歌: [[女王陛下万歳|{{lang|en|God Save the Queen}}]]{{en icon}}<br />神よ女王を護り賜え<br />{{center|[[ファイル:United States Navy Band - God Save the Queen.ogg]]}} 地図画像: Europe-UK.svg 位置画像: United Kingdom (+overseas territories) in the World (+Antarctica claims).svg 公用語: 英語 首都: ロンドン(事実上) 最大都市: ロンドン 元首等肩書: 女王 元首等氏名: エリザベス2世 首相等肩書: 首相 首相等氏名: ボリス・ジョンソン 他元首等肩書1: 貴族院議長 他元首等氏名1: ノーマン・ファウラー 他元首等肩書2: 庶民院議長 他元首等氏名2: {{仮リンク|リンゼイ・ホイル|en|Lindsay Hoyle}} 他元首等肩書3: 最高裁判所長官 他元首等氏名3: ブレンダ・ヘイル 面積順位: 76 面積大きさ: 1 E11 面積値: 244,820 水面積率: 1.3% 人口統計年: 2018 人口順位: 22 人口大きさ: 1 E7 人口値: 6643万5600<ref>{{Cite web|url=https://www.ons.gov.uk/peoplepopulationandcommunity/populationandmigration/populationestimates|title=Population estimates - Office for National Statistics|accessdate=2019-06-26|date=2019-06-26}}</ref> 人口密度値: 271 GDP統計年元: 2012 GDP値元: 1兆5478億<ref name="imf-statistics-gdp">[http://www.imf.org/external/pubs/ft/weo/2012/02/weodata/weorept.aspx?pr.x=70&pr.y=13&sy=2010&ey=2012&scsm=1&ssd=1&sort=country&ds=.&br=1&c=112&s=NGDP%2CNGDPD%2CPPPGDP%2CPPPPC&grp=0&a=IMF>Data and Statistics>World Economic Outlook Databases>By Countrise>United Kingdom]</ref> GDP統計年MER: 2012 GDP順位MER: 6 GDP値MER: 2兆4337億<ref name="imf-statistics-gdp" /> GDP統計年: 2012 GDP順位: 6 GDP値: 2兆3162億<ref name="imf-statistics-gdp" /> GDP/人: 36,727<ref name="imf-statistics-gdp" /> 建国形態: 建国 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1707年合同法まで) 確立年月日1: 927年/843年 確立形態2: グレートブリテン王国成立<br />(1707年合同法) 確立年月日2: 1707年{{0}}5月{{0}}1日 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成立<br />(1800年合同法) 確立年月日3: 1801年{{0}}1月{{0}}1日 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 確立年月日4: 1927年{{0}}4月12日 通貨: UKポンド (£) 通貨コード: GBP 時間帯: ±0 夏時間: +1 ISO 3166-1: GB / GBR ccTLD: .uk / .gb<ref>使用は.ukに比べ圧倒的少数。</ref> 国際電話番号: 44 注記: <references/>
26. 強調マークアップの除去とのdiff
4,8c4,8 < *{{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|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) 12,13c12,13 < 国章リンク: ([[イギリスの国章|国章]]) < 標語: {{lang|fr|[[Dieu et mon droit]]}}<br />([[フランス語]]:[[Dieu et mon droit|神と我が権利]]) --- > 国章リンク: (国章) > 標語: {{lang|fr|Dieu et mon droit}}<br />(フランス語:神と我が権利) 17,18c17,18 < 公用語: [[英語]] < 首都: [[ロンドン]](事実上) --- > 公用語: 英語 > 首都: ロンドン(事実上) 20,26c20,26 < 元首等肩書: [[イギリスの君主|女王]] < 元首等氏名: [[エリザベス2世]] < 首相等肩書: [[イギリスの首相|首相]] < 首相等氏名: [[ボリス・ジョンソン]] < 他元首等肩書1: [[貴族院 (イギリス)|貴族院議長]] < 他元首等氏名1: [[:en:Norman Fowler, Baron Fowler|ノーマン・ファウラー]] < 他元首等肩書2: [[庶民院 (イギリス)|庶民院議長]] --- > 元首等肩書: 女王 > 元首等氏名: エリザベス2世 > 首相等肩書: 首相 > 首相等氏名: ボリス・ジョンソン > 他元首等肩書1: 貴族院議長 > 他元首等氏名1: ノーマン・ファウラー > 他元首等肩書2: 庶民院議長 28,29c28,29 < 他元首等肩書3: [[連合王国最高裁判所|最高裁判所長官]] < 他元首等氏名3: [[:en:Brenda Hale, Baroness Hale of Richmond|ブレンダ・ヘイル]] --- > 他元首等肩書3: 最高裁判所長官 > 他元首等氏名3: ブレンダ・ヘイル 49c49 < 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[[合同法 (1707年)|1707年合同法]]まで) --- > 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1707年合同法まで) 51c51 < 確立形態2: [[グレートブリテン王国]]成立<br />(1707年合同法) --- > 確立形態2: グレートブリテン王国成立<br />(1707年合同法) 53c53 < 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]]成立<br />([[合同法 (1800年)|1800年合同法]]) --- > 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成立<br />(1800年合同法) 57c57 < 通貨: [[スターリング・ポンド|UKポンド]] (£) --- > 通貨: UKポンド (£) 62c62 < ccTLD: [[.uk]] / [[.gb]]<ref>使用は.ukに比べ圧倒的少数。</ref> --- > ccTLD: .uk / .gb<ref>使用は.ukに比べ圧倒的少数。</ref>