Utilizador Discussão:Luckas Blade

Arquivo de discussões: aqui

Hinos de municípios

Olá Luckas, legal te ver de novo por aqui =D

Vejo que está empenhado em mexer na parte dos hinos dos municípios. Só que, como te vi dando cabo das partículas de estado dos nomes das cidades aqui, e esbarrei com umas eliminações de redirects desse tipo, acho melhor te fazer um comentário.

A w:Predefinição:Info/Município do Brasil possui link automático, na parte de hino, para [[:s:Hino do município de {{FULPAGENAMEE}}]]. Se por algum motivo na Wikipédia o nome de um município colide com algum termo de outra coisa e é desambiguado, o link herda essa desambiguação, mesmo que não haja necessidade alguma de desambiguar por aqui.

Sem redirecionamentos, ocorrem confusões como nesta pequena coleção que acabei achando e ajeitando: [1], [2], [3], [4], [5].

Infelizmente não me parecem formar de evitar links desse tipo para tais casos (até poderia haver, editando manualmente cada uma das páginas da Wikipédia desses municípios para direcionarem para os títulos "limpos" daqui, mas seria um trabalho monstro que a qualquer momento poderia ser perdido por diversos fatores, inclusive alterações por quem não tivesse como perceber essas edições adicionais), o que faz com tenhamos de aturar esses redirecionamentos por aqui se quisermos evitar contratempos como os dos exemplos acima.

Não te culpo por ter apagado esses redirecionamentos. Vi que os apagou em meio a centenas de outros inúteis que meu bot havia criado anos atrás (a intenção era para prevenir casos como Diário Íntimo versus Diário ítimo, mas eu não estudei muito bem e acabei disparando pra ele criar junto milhares de outros inúteis), na confusão não deve nem ter se lembrado desses casos que disse acima. Tanto que vou ver por outros desses casos e os ir ajeitando. Aviso mais para entender se me ver por aí fazendo dessas coisas.

Outra coisa que você pode estranhar é que todas as páginas que você criou nesses dias eu fui e tirei o auto-review delas falando obra sem ficha exemplo. Re-pensando algumas coisas, inclusive correções ortográficas bem intencionadas que não são correções (como trocar de uma grafia antiga para a atual), me parece fazer sentido em deixar uma página estável apenas quando ela tem uma ficha com a fonte sendo de disponibilização. Assim, há como informar que não é exatamente um erro. Por isso, ando priorizando sobrescrever livros, para ter uma grafia estável nessas páginas. Assim as flaggedrevs atuam mais como uma opção intermediária entre edição total e proteção de páginas: as pessoas continuam capazes em adicionar/alterar link, categorias e notas mas, se algum outra forma de alteração for feita, apenas quando alguém intervir manualmente (desfazendo, mesclando etc etc) que elas serão repassadas a quem apenas lê o wiki. Mas, enfim, isso sou apenas eu divagando. Estou aberto a comentários.

E vou parando por aqui, que, pra variar, minhas mensagens ficam enormes rsrsrs. Mas, qualquer coisa, inclusive discordância/vontade de xingar, só falar. Lugusto • ※ 03h49min de 2 de janeiro de 2014 (UTC)

Entendo seu ponto. Redirects também atrapalham a funcionalidade da Especial:Páginas_órfãs. Bom, fui listar via API primeiro os redirects que existem neste momento, e encontrei uma grande maioria dos que nem tem a partícula desambiguadora no título, mas redirecionam pela composição em si ter um título próprio. Vai querer mexer nesses também? Pelo sim pelo não, deixo a listinha de 133 abaixo. Os que estão eliminados eu listo mais tarde (ou conforme for a minha preguiça quantia, eu mesmo ajeito xD ).

Desse bloco abaixo, conforme for alterando, nem precisa por em ER. Apenas me fala conforme for fazendo e/ou quando os terminar que eu mesmo apago eles via semi-bot. Lugusto • ※ 21h10min de 3 de janeiro de 2014 (UTC)

Obs.: o trecho seguinte está "compactado" de modo a despoluir visualmente o contexto da página toda.

1. Hino do município de Agudos
2. Hino do município de Alegrete (Rio Grande do Sul)
3. Hino do município de Almirante Tamandaré (Paraná)
4. Hino do município de Amparo (São Paulo)
5. Hino do município de Araras
6. Hino do município de Arealva
7. Hino do município de Areias (São Paulo)
8. Hino do município de Arujá
9. Hino do município de Assu
10. Hino do município de Barbosa Ferraz
11. Hino do município de Barra Bonita (São Paulo)
12. Hino do município de Bom Jesus do Itabapoana
13. Hino do município de Botucatu
14. Hino do município de Brasília
15. Hino do município de Cachoeira do Sul
16. Hino do município de Caconde
17. Hino do município de Campinas
18. Hino do município de Campos Sales (Ceará)
19. Hino do município de Casimiro de Abreu
20. Hino do município de Ceará-Mirim
21. Hino do município de Cedral (São Paulo)
22. Hino do município de Chácara
23. Hino do município de Chácara (Minas Gerais)
24. Hino do município de Colombo (Paraná)
25. Hino do município de Colorado (Rio Grande do Sul)
26. Hino do município de Colônia do Gurgueia
27. Hino do município de Cruzeiro
28. Hino do município de Dores do Indaiá
29. Hino do município de Echaporã
30. Hino do município de Espigão d'Oeste
31. Hino do município de Euclides da Cunha (Bahia)
32. Hino do município de Fernando de Noronha
33. Hino do município de Florianópolis
34. Hino do município de Flórida (Paraná)
35. Hino do município de Graccho Cardoso
36. Hino do município de Gravatá (Pernambuco)
37. Hino do município de Guarujá
38. Hino do município de Guará
39. Hino do município de Gurupi
40. Hino do município de Heliópolis (Bahia)
41. Hino do município de Ibipetum
42. Hino do município de Ibitinga
43. Hino do município de Ibiúna
44. Hino do município de Igaratá
45. Hino do município de Iguape
46. Hino do município de Itapajé
47. Hino do município de Itapecerica da Serra
48. Hino do município de Itaperuna
49. Hino do município de Itapetininga
50. Hino do município de Itapevi
51. Hino do município de Itapira
52. Hino do município de Itiquira (Mato Grosso)
53. Hino do município de Ituverava
54. Hino do município de Jarinú
55. Hino do município de Jundiaí
56. Hino do município de Lindóia
57. Hino do município de Luís Antônio
58. Hino do município de Maraporama
59. Hino do município de Maringá
60. Hino do município de Matão
61. Hino do município de Milagres(Ceará)
62. Hino do município de Mongaguá
63. Hino do município de Monte Mor
64. Hino do município de Nova Trento
65. Hino do município de Orleans
66. Hino do município de Palmas (Tocantins)
67. Hino do município de Paraibano (Maranhão)
68. Hino do município de Paraíba do Sul
69. Hino do município de Parnaiba
70. Hino do município de Patos
71. Hino do município de Penedo (Alagoas)
72. Hino do município de Penha
73. Hino do município de Penha (Santa Catarina)
74. Hino do município de Pereiras
75. Hino do município de Piracuruca
76. Hino do município de Piçarras
77. Hino do município de Praia Grande (São Paulo)
78. Hino do município de Queluz
79. Hino do município de Rebouças (Paraná)
80. Hino do município de Renascença (Paraná)
81. Hino do município de Rio de Janeiro
82. Hino do município de Rio de Janeiro (cidade)
83. Hino do município de Riqueza (Santa Catarina)
84. Hino do município de Salesópolis
85. Hino do município de Salgado Filho (Paraná)
86. Hino do município de Santa Cruz das Palmeiras
87. Hino do município de Santa Mônica (Paraná)
88. Hino do município de Santa Rita de Cássia (Bahia)
89. Hino do município de Santa Teresa (Espírito Santo)
90. Hino do município de Santa Vitória (Minas Gerais)
91. Hino do município de Santana do Livramento
92. Hino do município de Santarém (Paraíba)
93. Hino do município de Santo Antônio do Monte
94. Hino do município de Santo Antônio do Pinhal
95. Hino do município de Santo Inácio (Paraná)
96. Hino do município de Santos Dumont (Minas Gerais)
97. Hino do município de Sapucaia (Rio de Janeiro)
98. Hino do município de Sarzedo (Minas Gerais)
99. Hino do município de Seara (Santa Catarina)
100. Hino do município de Senhor do Bonfim (Bahia)
101. Hino do município de Serra (Espírito Santo)
102. Hino do município de Serra Negra
103. Hino do município de Sertão (Rio Grande do Sul)
104. Hino do município de Sinimbu (Rio Grande do Sul)
105. Hino do município de Siqueira Campos (Paraná)
106. Hino do município de Siriri (Sergipe)
107. Hino do município de Sobral (Ceará)
108. Hino do município de Socorro (São Paulo)
109. Hino do município de Solidão (Pernambuco)
110. Hino do município de Sumidouro (Rio de Janeiro)
111. Hino do município de Sumé (Paraíba)
112. Hino do município de São Bernardo (Maranhão)
113. Hino do município de São Fernando (Rio Grande do Norte)
114. Hino do município de São Fidélis
115. Hino do município de São Francisco de Paula de Paula (Rio Grande do Sul
116. Hino do município de São Félix (Bahia)
117. Hino do município de São Gotardo (Minas Gerais)
118. Hino do município de São Joaquim (Santa Catarina)
119. Hino do município de São José (Santa Catarina)
120. Hino do município de São João Evangelista (Minas Gerais)
121. Hino do município de São Leopoldo
122. Hino do município de São Luiz
123. Hino do município de São Luís do Paraitinga
124. Hino do município de São Paulo (cidade)
125. Hino do município de São Sebastião do Caí
126. Hino do município de São Vicente Férrer (Pernambuco)
127. Hino do município de Teófilo Otôni
128. Hino do município de Timbó (Santa Catarina)
129. Hino do município de Toledo (Paraná)
130. Hino do município de Treze de Maio
131. Hino do município de Vitor Meireles (Santa Catarina)
132. Hino do município de Águas de Lindóia
133. Hino do município do Rio de Janeiro

Re: Originais

A melhor prática é enviar ao Commons mas, como geralmente a gente fica sabendo que há algum problema apenas quando a mídia é eliminada (além de até hoje eles trocarem a interpretação de copyright conforme lhes convém/quem está ativo por lá), em alguns casos acaba sendo mais interessante upar localmente. Como as que levam a tag {{DP-5}}. Tenho upado localmente várias que são inquestionavelmente PD-old, mas aí é por outra precaução minha: estudo a possibilidade de deixar montado o esqueleto de várias com originais. Pelo que eu testei, teria como preparar e enviar em um mesmo dia até umas 6. Só que, como não sei como o Commons reagiria ao ver tantos scans de livros sub-utilizados de uma hora pra outra... resolvi precaver upando localmente (exceto este caso específico, que na hora me pareceu interessante mas agora perdi o meu próprio raciocínio do porque ter feito essa exceção rs).

Agora, para extrair o OCR, depende do caso. Os originais vindos da Brasiliana, por exemplo, são pdfs com OCR embutido. Parte razoável dos livros no archive.org já são convertidos automaticamente pra djvu com OCR embutido (aliás, o pessoal do en.ws e do de.ws costuma usar esse truque pra ter o texto em OCR de fontes que não incluem ele). Os do Google Book Search e da biblioteca nacional de Portugal são só imagem em PDF.

Os do Google Book Search eu tenho, pessoalmente, convertido aqui pelo meu computador mesmo, usando uma versão genérica do ABBYY FineReader 11. Demora cerca de duas horas entre o programa importar o PDF, reconhecer as páginas e salvar em DJVU com texto embutido. Faço isso pois, acho dar menos trabalho (enviar, preencher formulário, acessar a cada tanto tempo pra ver se já terminou...), além de deixar os recursos do site disponíveis a quem não tiver como trabalhar de outra forma (sem contar que essa facilidade não é bem pros wikisourcistas explorarem...).

Apesar dos da Brasiliana já virem aparentemente prontos, eu primeiro abro eles numa cópia igualmente genérica do Foxit PDF Editor 2.1 pra deletar a última página dos arquivos (com declaração de copyfraud da Brasiliana) e, em seguida, pelo APDFPR 5.04 para tirar o DRM do arquivo (PD-old com DRM... *suspiro*).

Há ainda um bot de OCR. Apesar desse botão também aparecer aqui no pt.ws, nunca o testei. Vale a pena dar uma tentada também.

Tenho preferido enviar o arquivo sempre com o texto já embutido porque fica mais intuitivo pra quem acessar algum redlink, com o texto do OCR já surgindo pra pessoa usar de base.

Mas, enfim, essas são as minhas práticas, não leis, as detalhei apenas se se interessar em testar elas. As páginas do en.ws que menciono acima (e as com link a partir delas) tem várias outras dicas. Lugusto • ※ 17h02min de 7 de janeiro de 2014 (UTC)

Dei uma olhada aleatoriamente na Página:As mulheres de mantilha.djvu/42 e até que não está tanto assim, já vi piores =P. Mas é mesmo a parte mais trabalhosa, não pela dificuldade, mas pela concentração que exige. Lugusto • ※ 15h44min de 8 de janeiro de 2014 (UTC)

Feito. Basicamente, não se deve se preocupar com a troca de linhas do original, apenas com o começo e fim dos parágrafos, inclusive cortando as hifenizações que aconteçam na mesma página. Por motivos técnicos, quando ocorrer hifenização de uma palavra entre duas páginas, vai ser preciso usar a {{começo de palavra hifenizada}} e {{término de palavra hifenizada}}, mas também apenas no caso de palavras entre as páginas.

O que aparece no rodapé e no topo do livro deve ser posto à parte, para não truncar quando os originais forem transcluídos no namespace principal. Na tela de edição, basta ir em Ferramentas de revisão e clicar no botão . A <references/> é inserida automaticamente pelo sistema em todos os rodapés, para evitar problemas na página individual (exemplo de página com notas).

De resto, pontuação eu sempre costumo juntar ao texto, já que ter espaço ou não era coisa mais ou menos aleatória, por conta de limitações técnicas da época, mas não há bem uma regra pra isso. Quando for necessário fazer alguma intervenção (como aqui, onde senti uma falta de ponto por provável erro tipográfico), apenas sinalizar isso entre colchetes simples.

E ficar atento quando a troca de linha do original não coincide com a largura do box de edição. Eu mesmo tinha deixado passar um, que reparei apenas porque a formatação do itálico tinha ficado zoada. Lugusto • ※ 23h56min de 8 de janeiro de 2014 (UTC)

Uma outra dica: quando for página que você já tiver corrigido texto do OCR, na linha próxima ao botão de salvar, tica na caixa de seleção amarela. =P Lugusto • ※ 20h42min de 10 de janeiro de 2014 (UTC)

As mulheres de mantilha

Olá Lukas. Obrigado por voltar a editar por aqui =). Sobre "As mulheres de mantilha", você está editando o texto que carrega automaticamente ao criar a página ou usando outro programa de OCR? Se for o primeiro caso, o Lugusto ou eu podemos passar um bot para criar todas as páginas com o OCR básico para agilizar as edições.

Dos comentários do Lugusto acima, só alguns complementos: o sistema de hífen tem, se você preferir, dois redirects - {{hífen}} e {{hífen-fim}}. Caso o texto no final da página termine um parágrafo, adicione ao final da página o {{NOP}}. Ele não faz nada, apenas garante que quando a página for transcluída no domínio principal, os textos daquela página e da seguinte não serão unidas como se estivessem um único parágrafo. Abraços. Giro720 ^msg 01h27min de 11 de janeiro de 2014 (UTC)

Seria isso mesmo. Mas o Lugusto me lembrou que o script funciona apenas para arquivos djvus. Verei o que posso fazer com os pdf então =). Giro720 ^msg 13h37min de 12 de janeiro de 2014 (UTC)

Eu fiquei um pouco enferrujado, e esqueci de algumas coisas. Então eu estou rodando o bot para o primeiro volume, para me lembrar do procedimento. No windows, você vai precisar que o djvulibre esteja instalado, o que o diretório da instalação esteja no PATH do sistema operacional. Além disso, é preciso ver se o seu script "djvutext.py" está configurado com o namespace correto dentro da função treat, no caso algo como page_namespace = site.family.namespaces[106][site.lang]). A princípio foram esses os problemas que eu encontrei. Giro720 ^msg 17h23min de 12 de janeiro de 2014 (UTC)

Ahh, e sobre as quebras de linha (dentro do mesmo parágrafo), você pode escolher tanto manter o formato do livro quando remover. Nos dois casos o texto gerado pelo MediaWiki será o mesmo. Eu particularmente prefiro manter as quebras porque facilita na hora de revisar o texto. O Lugusto prefere remover, mas eu não sei se ele tem alguma outra motivação. Giro720 ^msg 17h28min de 12 de janeiro de 2014 (UTC)

Remover deixa o texto mais legível, já que o box de edição tem largura variável (por resolução de tela, navegador e etc) e fica criando uns buracos em branco estranhos quando a linha do box da tela de edição é menor que a linha do livro original Lugusto • ※ 17h58min de 12 de janeiro de 2014 (UTC)

Até é possível, mas vai precisar dar uma estudada antes de começar cada livro. Ou usando um editor de texto que suporte regex (como o Notepad++, livre e gratuito), ou via AWB/Pywikibot, você ir removendo as quebras de linha (\n ou \r\n, dependendo do caso). O problema é que isso pode remover absolutamente todas as quebras de linha, com você precisando caçar depois no bolo que sobrar onde começam os parágrafos. Mas, de fato, isso talvez seja mais fácil se fizer quanto a wikipágina por wikipágina, já que o bolo resultante seria menor. Problema será se no meio tiver algum poema. Mas, aí você vai estudando pra ver o menos pior =P Lugusto • ※ 18h35min de 12 de janeiro de 2014 (UTC)

Você pode fazer isso antes de carregar o texto do djvu com bot pois o djvu usa um caracter especial para indicar novo parágrafo. Lá no seu "djvutext.py", dentro da função treat, você deve ter uma linha do tipo text = text.replace('�', "\n") # US /x1F. Dai o que você precisaria fazer é escrever um replace para eliminar os \n, espaços, etc, e trocar esse caracter acima por \n\n. Giro720 ^msg 18h47min de 12 de janeiro de 2014 (UTC)

Minha formação

Olás, de qual site que você pegou o texto? Pergunto para poder criar a página de ficha dele. []'s, Lugusto • ※ 20h32min de 21 de abril de 2014 (UTC)

Existe no Wikisource em inglês, mas ainda não consegui tempo pra traduzir/adaptar pra cá. Nos casos que uma página tiver mais de um capítulo será necessário sim colocar o indicativo deles na página, ou dará problemas ao transcluir. Descobri isso na prática, dando cabeçadas em páginas como a Página:Memorias de um pobre diabo.pdf/45 (usada tanto em Memórias de um pobre diabo/Segunda Parte - Capítulo 2 quanto em Memórias de um pobre diabo/Segunda Parte - Capítulo 3). Nesse livro, em especial, acabei criando seções também para os cabeçalhos, para que os títulos não fossem repetidos no corpo de texto, apesar disso não ser exatamente necessário (apenas TOC meu rs). Lugusto • ※ 21h17min de 21 de abril de 2014 (UTC)

Mas dá uma olhada no wikicode da en:Biography and family record of Lorenzo Snow/Chapter VI: eles "chamam" a Page com uma predefinição, usando ela página-a-página do livro. Na minha cabeçada daqui eu usei a tag, e especificando o intervalo de páginas. No fim ambos os jeitos parecem dar certo, só vai depender da forma como a página com o original revisto for "chamada". Lugusto • ※ 21h51min de 21 de abril de 2014 (UTC)

Fiz com a Introducção e o primeiro capítulo, dá uma olhada. Lugusto • ※ 22h21min de 21 de abril de 2014 (UTC)

Fichas

Eu e meus TOCs de perfeccionismo de novo vindo te pentelhar =P

Criar as fichas às vezes é meio maçante (eu mesmo em certos dias só tenho paciência de mexer nelas e em outras coisas do 'source devido a esses meus TOCs rs) e às vezes o que a gente quer é mais ajudar a subir o contador de páginas, então vim te fazer uma pergunta e uma proposta. A parte da pergunta é: esses textos você tirou todos do literaturabrasileira.ufsc.br? Se não e/ou para os casos que vieram de outros sites, já encaixo a proposta: que acha de criar a ficha com os dados padrões do formulário, mas colando a URL? Eu viria logo "em seguida" e alteraria a página de ficha de forma mais completa. As que vieram do literaturabrasileira.ufsc.br eu já criaria de cara (você só me sinalizaria as de caso contrário).

Esse detalhe do site específico parece bobagem, mas já encontrei algumas diferenças mais ou menos significativas quando fiz umas sobreposições, inclusive de um site ter corrigido os erros de digitação muito evidentes desses textos de grafia moderna. Parece bobagem, mas meus TOCs me dizem que ajuda no esforço de longo termo de deixar o 'source confiável a quem não é familiarizado rs (similar à citação de fontes da Wikipedia).

Topa? Tiver alguma outra sugestão, também estou aberto à ela. Lugusto • ※ 21h48min de 25 de abril de 2014 (UTC)

Re: Bot

Eu não consigo ter uma opinião formada sobre o assunto. Por um lado soa interessante ter o texto sem revisão já salvo em wikipáginas, deixando o conteúdo pesquisável (o archive.org e o Google Book Search fazem isso com o OCR bruto nas digitalizações deles), por outro, não sei se causaria grande impacto no pessoal com o tempo contribuir. Seja audaz e faça como achar que fica melhor ^^ Lugusto • ※ 21h14min de 8 de maio de 2014 (UTC)

A última vez que eu tentei usar também me aconteceu algo e não fui além da segunda página salva. Parecia algum problema com a acentuação do Windows versus a do Python. Acabei nem tentando mais. Será que se eu mencionar o nick do Giro720 ele recebe e-mail de notificação e dá alguma ajuda? Lugusto • ※ 01h30min de 9 de maio de 2014 (UTC)

Pior que eu aqui fui pelo Win7 o.O Meu Python é da série 2.7, não da mais recente, e segui as instruções de mw:Manual:Pywikibot/Windows (menos a parte da transliteração). Será que influi em algo? Se tiver disponibilidade pra isso, arrisca ir de máquina virtual com o Xubuntu ou Lubuntu. Lugusto • ※ 01h37min de 9 de maio de 2014 (UTC)

Aqui o original do "djvutext.py" também dá erro, mas é associado ao "'proofreadpage namespace' does not exist". Eu cheguei a modificar o arquivo para contornar o problema, mas depois criei o [[6]] que serve para pdfs também. Eu testei ele com a versão de dezembro/2013 com pywikibot no Windows 8 + Python 2.7, e funcionou como esperado. Giro720 ^msg 01h08min de 28 de maio de 2014 (UTC)

Capitalização de títulos

Olá,

Como infelizmente o MediaWiki não possui formas de contornar títulos como A água e A Água, nem consegui até hoje localizar a regra linguística que fixa apenas em termo inicial e substantivos próprios como termos a iniciar em letra maiúscula (ou seja, é questão de escolha), mantive a maior parte das suas indicações recentes de ER. Os casos que ferem, de fato, a norma linguística (iniciando inclusive termos meramente de ligação em maiúsculas) foram os únicos que apaguei.

A Special:Wantedpages já está repleta de links pedidos que não deviriam existir (como alguns que andei contornando em edições minhas de ontem), e vai ficar realmente muito complexo tentar administrar questão de preferência de estilo de escrita com a tecnologia atual. Casos que não são de preferência, mas por erro mesmo, a história já é diferente (e também, em soma menor). Lugusto • ※ 00h32min de 9 de julho de 2014 (UTC)

Re: Originais de novo

Imagino duas possibilidades para adicionar os cabeçalhos das páginas. Uma, via gadget de match & split: quando o bot devolver com o match, você copiar o texto para algum processador como o Notepad++, fazer um subst & replace com regex (talvez com == [quebra de linha] e inserindo o cabeçalho a quebra), colar de volta o texto com as alterações, dar o clique-comando de split para o gadget-bot. Seria possível até fazer as equiparações de cabeçalhos para páginas ímpares, mas aí você teria um pouco mais de trabalho e precisaria confirmar se a "página" da digitalização é impar e a numerada/editorada no livro não é par.

A outra possibilidade eu vi o Giro720 aplicando muito tempo atrás, por bot.

Bom, tem também a opção de deixar sem o cabeçalho em si das páginas, subindo o nível no máximo pra revisto (amarelo). Quem fosse validar (verde) colocaria os cabeçalhos, ou mesmo ainda só em nível de revisão (amarelo) passar depois um bot adicionando. Lugusto • ※ 00h27min de 9 de agosto de 2014 (UTC)