Un mini-informe sobre las visitas al artículo de la Wikipedia de Copérnico después del incidente Copérnico
Estos scripts funcionan en Linux. Posiblemente también en la línea de órdenes de Mac y en el subsistema ubuntu de Windows 10 o en Cygwin.
La principal herramienta es curl para descargarse los ficheros y
rstudio para generar el informe. jq es también fundamental y se usa
para filtrar los ficheros que se descargan en formato JSON.
RStudio se encargará de instalar los
módulos necesarios para ejecutarlo, una vez que se intente generar el
informe desde visitas.Rmd, que incluye el código fuente del mismo.
Los ficheros de visitas se descargan con:
./descarga.sh
Necesitas Perl y cpanm para ejecutar los filtros de ránking. Instala
los módulos con
cpanm --installdeps .
y ejecútalos con
./filter-special.pl ranking-110117.json > datos/ranking-110117-filtrado.json
para eliminar las páginas "Especiales" de la Wikipedia, portada y similares.
Para extraer el puesto en el que se encuentra una página determinada, algo así como:
jq '.[] | select(.articulo=="Nicolás_Copérnico") | .puesto' ranking-*-filtrado.json > puesto.dat
Habrá que cambiar la página y el nombre del fichero de salida, claro. Este script mira en todos los ránkings de páginas más visitadas y extrae en un fichero el puesto en el que están.
En el subdirectorio datos están todos los ficheros
extraidos hasta el momento, actualizados al día que tengan en su
fecha.