benjavalero/replacer

Straightforward tool to help fixing the most common errors in Spanish Wikipedia

replacer's Issues

Cachear estadísticas

Añadir el resto de expresiones regulares de excepciones

Externalizar propiedades que dependen del sistema

Existen propiedades que dependen del sistema y que no se pueden subir al repositorio por su confidencialidad, como la contraseña de la base de datos.

En Producción, estas propiedades deberían existir en un fichero aparte del repositorio Git.

Fechas cortas con mes en mayúsculas

Encontrar reemplazos para fechas cortas con el mes en mayúsculas. Por ejemplo:

• En Abril de 2019
• Desde Junio de 2018

Quitar parámetros de Oauth de la barra de direcciones tras la autenticación

Ampliar número de resultados personalizados

Al buscar reemplazos personalizados para «se anuncio», no se encuentran más para corregir. En cambio, haciendo una búsqueda rápida en la Wikipedia, aparecen más de 600.

Quizá se puede (v. https://www.mediawiki.org/wiki/API:Search):

• Ampliar a 500 el número de resultados con srlimit
• Comprobar si hay más resultados con sroffset
• Tener en cuenta el número total de resultados en la respuesta con totalhits

Ignorar si el artículo no existe

Si no existe, la API devuelve un "pageID = -1", más ns = 0, title = "xxxx" y missing = ""

Mejorar diseño visual

Adaptar las distintas secciones a un diseño sencillo, basado p. ej. en el de la propia https://tools.wmflabs.org/

• Cabecera que redirija a la página de inicio
• Enlaces (o lista de enlaces) a las secciones más importantes
• Pie que incluya el número de versión y alguna otra cosa más
  Al utilizarse en un móvil, la cabecera debería seguir presente con el clásico botón de "sándwich" que muestra la lista de secciones.

Visualización de reemplazos en el móvil

La botonera que muestra las distintas opciones de reemplazos excede el ancho o corta las palabras (si son muy largas) en dispositivos móviles.

Revisar caché de reemplazos tras revisar

Al marcar un artículo como revisado se debe actualizar el caché de reemplazos mientras se recarga con los datos reales.

Precargar artículos aleatorios

La ñ se considera separador de palabras

En el artículo "América del Sur", el error "caribe" se resalta en el término "caribeña".

Editar solo la sección con reemplazos

Wikipedia permite editar solo una sección e indicarla al guardar.

Si la herramienta lo implementa, se puede mejorar enormemente la cantidad de datos enviados al editar, especialmente en textos largos donde quizá solo basta editar un párrafo.

No guardar un artículo si no tiene modificaciones

Comprobar si el artículo ha cambiado durante la edición

Crear propiedades para las tareas periódicas

Actualmente la frecuencia en la que se ejecutan ciertas tareas, como la indexación de dumps, está a fuego en el código fuente.

La configuración de estas frecuencias debería leerse del fichero de propiedades.

Captura de fechas comenzando por 0

Las fechas cuyos días comienzan por 0, por ejemplo, «07 de Julio de 2019» son capturadas por los reemplazos de tipo Fecha. Debe mejorarse la expresión regular.

Ocultar botón Guardar Cambios si no se ha iniciado sesión

Análisis de artículo muy pesado

El análisis del artículo Anexo:Primera temporada de Reto 4 Elementos tarda varios minutos. Es un artículo muy largo con muchas repeticiones. Hay que analizar por qué tarda tanto.

Filtrar reemplazos personalizados por artículos

Al buscar reemplazos personalizados la herramienta está devolviendo resultados del espacio de nombres «Discusión».

Si al cargar un artículo no hay cambios, actualizar la fecha para que no salga de nuevo.

Tener en cuenta el carácter # en las URL

Al cargar un nuevo artículo, ocultar el contenido de Mostrar Cambios

Referencias a errores ortográficos

Generalizar textos en los que solo se hace referencias a los errores ortográficos para nombrar también los errores de estilo.

Por ejemplo, en: «La siguiente tabla muestra una lista de los potenciales errores ortográficos (obtenida de la propia Wikipedia) así como el número de apariciones sin revisar».

Error al recargar un artículo ya revisado

1. Buscar un artículo para su revisión
2. Copiar la URL, e. g. https://tools.wmflabs.org/replacer/article/1292945/Ortograf%C3%ADa/Andalucia
3. Guardamos con cambios
4. Pego en el navegador la URL copiada antes ==> Se muestra null

En caso de que hayamos guardado sin cambios, se muestra directamente el JSON devuelto por el backend.

Indexación truncada

La indexación se ha truncado aproximadamente al 62 %.

Caused by: org.xml.sax.SAXParseException: JAXP00010004: The accumulated size of entities is "50,000,001" that exceeded the "50,000,000" limit set by "FEATURE_SECURE_PROCESSING"

Buscar excepciones para los errores más comunes

1. Ortografía | sólo | 149934
2. Ortografía | records | 89022
3. Ortografía | aún | 80603
4. Ortografía | nº | 67713
5. Ortografía | éste | 57939
6. Ortografía | maria | 47674
7. Ortografía | sky | 39728
8. Ortografía | simon | 36127
9. Ortografía | Alex | 35665
10. Ortografía | Domingo | 35236
11. Ortografía | ésta | 33821
12. Ortografía | junior | 29480
13. Ortografía | Paris | 26560
14. Ortografía | round | 24795
15. Ortografía | Mayo | 23628
16. Ortografía | Julio | 23109
17. Ortografía | angeles | 22440
18. Ortografía | Victor | 22123
19. Ortografía | rio | 21598
20. Ortografía | america | 21136

Colapsar cabecera al cambiar de sección

Al usar la aplicación en el móvil la cabecera está colapsada por defecto. Si la abrimos y cambiamos de sección, la cabecera no vuelve a colapsarse.

Resetear página al filtrar

Al filtrar se mantiene el número de página.

Esto puede hacer que, si por ejemplo estamos en la página 3, no se muestren resultados tras filtrar si solo hay 10 y por tanto se muestran todos en la página 1.

Estimar final de la indexación

Mostrar en el resumen del estado de la indexación (solo para administradores) una estimación de cuándo va a terminar la indexación en caso de que ésta se esté ejecutando.

Ignorar líneas comenzando por espacio

Las líneas que comienzan por un espacio en blanco son utilizadas para preservar el formato. Deben ignorarse del mismo modo que se ignora el contenido de la etiqueta pre.

Ignorar algunos errores con mayoría de falsos positivos

Por ejemplo:

• sólo

Mayúsculas en reemplazo personalizado

Para los reemplazos personalizados se busca con el API de la Wikipedia el texto entrecomillado. Pero éste no distingue mayúsculas. Esta distinción debería hacerse por parte de la herramienta.

Añadir enlace para abrir el artículo en la Wikipedia

Mostrar en el tooltip la sugerencia y no el reemplazo

Extraer número de versión del POM

El número de versión que se muestra en el pie de página está a fuego en el archivo app.component.html.

Debería extraerse del archivo pom.xml del frontend durante el empaquetado con Maven.

La paginación no se actualiza al filtrar

Error generando el reemplazo

Si en uno de los reemplazos, sustityo un término por otro más largo, el resto de los reemplazos posteriores no se insertan correctamente.

Ejemplo: "Archaea", reemplazando las apariciones de "Setiembre" por "Septiembre".

Mostrar las alertas de éxito más tiempo e indicando el artículo concreto

Redirigir la página inicial si no hay autenticación

Al entrar en la página inicial, Tomcat incluye una cookie de sesión que no es filtrada correctamente por el filtro que comprueba la autenticación y redirige si procede a la página de login. Ejemplo:

https://tools.wmflabs.org/replacer/index.html;jsessionid=6B82E31491AC9A04FC765172DA25D464

Ignorar la plantilla "cita libro"

Hay muchos casos de la plantilla cita libro que no se encuentran en un elemento refy por tanto no son ignorados.

Ignorar contenido de la etiqueta <nowiki>

La etiqueta nowiki se utiliza para mantener el formato de texto tal cual. Debería ignorarse su contenido del mismo modo que se hace con la etiqueta pre.

Ignorar artículos de redirección

Quizá no está funcionando porque la redirección está justo al inicio del contenido

Problemas al cargar el artículo "Jūshirō Ukitake"

Los caracteres extraños aparecen como ? y no se guarda bien.

Añadir estadísticas de las revisiones por usuario

Mostrar solo contenido alrededor de los errores

Mensaje al marcar como revisado

Al marcar como revisado sin cambios el mensaje que se muestra es «Guardando cambios».

El subrayado no separa palabras

El subrayado (o barra baja) no se está teniendo en cuenta como separador de palabras. Por ejemplo, en {{Twitter|Clasica_Almeria}} el término Almeria es detectado.

Ofrecer varias opciones de reemplazo cuando proceda

Mientras se buscan artículos, ocultar el texto anterior y desactivar los botones