我怎么知道pywikibot指定的索引模板参数是空的？

Question

我想把一本书的页码填到its Index Wikisource page。下面的代码在特定的pageNumber参数中编写得很好。 如果页面是空的，则看起来很好。但是如果我再运行一次代码，由于连接，67变成了6767。我怎么知道pageNumber参数（'|Number of pages='）是空的？或者如果参数已经填充，我如何在代码中设置skip选项。你知道吗

编写代码；-

#!/usr/bin/env python
# -*- coding: utf-8 -*- 
import pywikibot

indexTitle = 'அட்டவணை:தமிழ் நாடகத் தலைமை ஆசிரியர்-2.pdf'
indexPages = '67'
site1 = pywikibot.Site('ta', 'wikisource')
page = pywikibot.Page(site1, indexTitle)
indexTitlePage = page.text.replace('|Number of pages=','|Number of pages='+indexPages)
page.save(summary='67')

Answer 1

您可以使用re-正则表达式库来搜索模式：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import pywikibot
import re

indexTitle = 'அட்டவணை:தமிழ் நாடகத் தலைமை ஆசிரியர்-2.pdf'
indexPages = '67'
site1 = pywikibot.Site('ta', 'wikisource')
page = pywikibot.Page(site1, indexTitle)
print(page.text)
res = re.compile('\|Number of pages= *(\d+)').search(page.text)
if res:
    print("number of pages is already assign to %s" % res.group(1))
else:
    indexTitlePage = page.text.replace('|Number of pages=','|Number of pages='+indexPages)
    page.save(summary='67')

另外，如果您处理的是utf8文本，那么最好转到python3，因为它对此有更好的支持。你知道吗

Answer 2

我也遇到过类似的情况， 在我看来，用pywikibot解析模板还不够好（从textlib使用“extract\u templates\u and \u params\u regex\u simple”和“glue\u template\u and \u params”）。你知道吗

我的解决方案最终使用了-mwparserfromhell。 在尝试解析/更改模板（及其参数）时，此库更方便。你知道吗

代码中有一个潜在的问题，您没有搜索任何模板，因此如果两个模板以某种方式使用相同的参数，您将同时更改这两个参数（您仍然可以忽略它，但是jfyi）。你知道吗

使用mwparserfromhell+pywikibot就像（使用代码中的“page”）：

parsed_mw = mwparserfromhell.parse(page.text)
my_template = parsed_mw.filter_templates(my_template_name)[0]  # Taking the first template
my_template.get('Number of pages').value=67

page.text = parsed_mw