自然言語処理100本ノック2020から逃げるな「27. 内部リンクの除去」

自然言語処理100本ノック2020

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>