wp.py

# coding: utf-8
import re

import utility
from commands import Command

class WikipediaCommand(Command):
        def wp_get(self, language, item):
                url = "http://%s.wikipedia.org/wiki/%s" % (language, utility.escape(item.replace(" ", "_")))

                response = utility.read_url(url)

                if not response:
                        return (None, None)

                data = response["data"]
                url = response["url"]

                # sometimes there is a nasty table containing the first <p>. we can't allow this to happen!
                pattern = re.compile("<table.*?>.+?<\/table>", re.MULTILINE)

                data = re.sub(pattern, "", data)

                m = re.search("<p>(.+?)<\/p>", data)
                if m:
                        data = utility.unescape(m.group(1))
                        data = re.sub("<.+?>", "", data)
                        data = re.sub("\[\d+\]", "", data)

                        index = data.rfind(".", 0, 300)

                        if index == -1:
                                index = 300

                        if index+1 < len(data) and data[index+1] == '"':
                                index += 1

                        data = data[0:index+1]

                        if "Wikipedia does not have an article with this exact name." in data:
                                data = None
                else:
                        data = None

                return (url, data)

        def trig_wp(self, bot, source, target, trigger, argument):
                languages = ["simple", "en", "sv", "de", "dk", "nn", "no", "fi", "fr", "it", "nl", "it", "es", "pt", "ru"]
                for language in languages:
                        url, data = self.wp_get(language, argument)
                        if data:
                                return "%s - %s" % (data, url)

                return "I couldn't find an article... :("