davideandClaude Sonnet 5.5
57ea4d74fe
- Divide ciclovoltammetria in metodo + cv-risultati-copolimeri + cv-risultati-bottle-brush e ripunta i link - Aggiunge wiki/dati.md (grandezza -> pagina) e scripts/lint.py - Corregge spaziatura delle tabelle e coerenza figures/refs nel frontmatter; link alle schede in difetti-noti - Aggiorna CLAUDE.md, index.md e log.md Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
90 lines
4.4 KiB
Python
90 lines
4.4 KiB
Python
"""Controlli meccanici della wiki (vedi CLAUDE.md, sezione Lint). Uso: python scripts/lint.py
|
|
Stampa solo segnalazioni; non modifica nulla. Le verifiche semantiche (contraddizioni, valori) restano all'LLM."""
|
|
import json
|
|
import re
|
|
from collections import Counter
|
|
from pathlib import Path
|
|
|
|
root = Path(__file__).resolve().parent.parent
|
|
BS = "\\"
|
|
pages = [p for p in root.glob("wiki/**/*.md") if "figures" not in p.parts and p.name != "bibliografia.md"]
|
|
allp = list(root.glob("wiki/**/*.md")) + [root / "index.md"]
|
|
stems = {p.stem for p in root.glob("wiki/**/*.md")} | {p.stem for p in root.glob("raw/fonti/*.md")} | {"index", "log", "CLAUDE"}
|
|
imgs = {p.name for p in root.glob("raw/immagini/*")}
|
|
tesi = (root / "raw/tesi.md").read_text(encoding="utf8")
|
|
n_lines = len(tesi.split("\n"))
|
|
LINK = re.compile(r"(!?)\[\[([^\]]+)\]\]")
|
|
FIG = re.compile(r"\[\[(fig-[\w-]+)(?:\||\]|\\)")
|
|
REF = re.compile(r"\[\[(\d\d)-[\w-]+(?:\||\\)")
|
|
|
|
# 1 link rotti, embed mancanti, pagine orfane
|
|
bad, inbound = [], Counter()
|
|
for p in allp:
|
|
for m in LINK.finditer(p.read_text(encoding="utf8")):
|
|
tg = m.group(2).split("|")[0].split("#")[0].replace(BS, "")
|
|
if m.group(1):
|
|
if Path(tg).name not in imgs:
|
|
bad.append((p.name, tg))
|
|
elif tg not in stems:
|
|
bad.append((p.name, tg))
|
|
else:
|
|
inbound[tg] += 1
|
|
print("1 link/embed rotti:", bad or "nessuno")
|
|
print("1 pagine orfane:", [s for s in stems if not inbound[s] and s not in ("CLAUDE", "log") and not s[:2].isdigit()] or "nessuna")
|
|
|
|
for p in pages:
|
|
t = p.read_text(encoding="utf8")
|
|
m = re.match(r"---\n(.*?)\n---\n(.*)", t, re.S)
|
|
if not m:
|
|
print("2 frontmatter assente:", p.name)
|
|
continue
|
|
fm, body = m.groups()
|
|
# 2 chiavi obbligatorie
|
|
miss = [k for k in ("title", "type", "tags", "created", "updated", "tesi_loc", "status") if not re.search(rf"^{k}:", fm, re.M)]
|
|
if miss:
|
|
print("2 chiavi mancanti:", p.name, miss)
|
|
# 3 figure e riferimenti del frontmatter coerenti con il corpo
|
|
fmf, bf = set(re.findall(r'"(fig-[\w-]+)"', fm)), set(FIG.findall(body))
|
|
if re.search(r"^figures:", fm, re.M) and fmf != bf:
|
|
print("3 figure fm/corpo:", p.name, "solo fm", sorted(fmf - bf), "solo corpo", sorted(bf - fmf))
|
|
r = re.search(r"^refs: \[(.*?)\]", fm, re.M)
|
|
fr = {int(x) for x in re.findall(r"\d+", r.group(1))} if r else set()
|
|
br = {int(x) for x in REF.findall(body)}
|
|
if r and fr != br:
|
|
print("3 refs fm/corpo:", p.name, "solo fm", sorted(fr - br), "solo corpo", sorted(br - fr))
|
|
# 4 tesi_loc entro il file
|
|
loc = re.search(r'tesi_loc: "(.*?)"', fm)
|
|
for a, b in re.findall(r"r\.(\d+)(?:-(\d+))?", loc.group(1) if loc else ""):
|
|
if max(int(a), int(b or 0)) > n_lines:
|
|
print("4 riga oltre la fine di tesi.md:", p.name, a, b)
|
|
|
|
# 5 numero del riferimento coerente con il nome della scheda
|
|
for p in allp:
|
|
for m in re.finditer(r"\[\[(\d\d)-[\w-]+\\?\|(\d+)\]\]", p.read_text(encoding="utf8")):
|
|
if int(m.group(1)) != int(m.group(2)):
|
|
print("5 riferimento incoerente:", p.name, m.group(0))
|
|
|
|
# 6 tabelle senza riga vuota prima
|
|
for p in allp:
|
|
L = p.read_text(encoding="utf8").split("\n")
|
|
for i, l in enumerate(L):
|
|
if l.startswith("|") and i and L[i - 1].strip() and not L[i - 1].startswith("|"):
|
|
print("6 tabella senza riga vuota prima:", p.name, i + 1)
|
|
|
|
# 7 numeri nelle pagine che non compaiono in tesi.md (da rivedere a mano: molti sono legittimi, es. conversioni)
|
|
tn = set(re.findall(r"\d+(?:[.,]\d+)?", tesi))
|
|
for p in pages:
|
|
body = re.sub(r"^---\n.*?\n---\n", "", p.read_text(encoding="utf8"), flags=re.S)
|
|
for pat in (r"!?\[\[[^\]]*\]\]", r"\br\.\d+(?:-\d+)?(?:, ?\d+)*", r"§[\d.]+",
|
|
r"[Ff]ig(?:ura|\.)? ?\d+|Tab(?:ella|\.)? ?\d+|Eq(?:uazione|\.)? ?\d+|rif\. [\d,]+", r"<su[bp]>.*?</su[bp]>"):
|
|
body = re.sub(pat, "", body)
|
|
nums = set(re.findall(r"(?<![\w.,])\d+(?:[.,]\d+)?(?!\w)", body))
|
|
miss = sorted(n for n in nums if n not in tn and n.replace(",", ".") not in tn and n.replace(".", ",") not in tn)
|
|
if miss:
|
|
print("7 numeri non in tesi.md:", p.name, miss[:40])
|
|
|
|
# 8 slug concetto del catalogo usati da >=2 figure (candidati a pagina concetto)
|
|
cat = json.loads((root / "raw/immagini.json").read_text(encoding="utf8"))
|
|
c = Counter(x for f in cat["figures"] for x in f.get("concepts", []))
|
|
print("8 slug in >=2 figure:", [(k, v) for k, v in c.most_common() if v >= 2])
|