stats-import: Custom edit to import only word frequency
This commit is contained in:
parent
7211de403a
commit
942651dacb
1 changed files with 182 additions and 116 deletions
|
@ -7,8 +7,7 @@ import (
|
||||||
"flag"
|
"flag"
|
||||||
"log"
|
"log"
|
||||||
"os"
|
"os"
|
||||||
"strconv"
|
"strings"
|
||||||
"time"
|
|
||||||
|
|
||||||
"github.com/boltdb/bolt"
|
"github.com/boltdb/bolt"
|
||||||
)
|
)
|
||||||
|
@ -27,6 +26,8 @@ type Message struct {
|
||||||
Date int `json:"date"`
|
Date int `json:"date"`
|
||||||
}
|
}
|
||||||
|
|
||||||
|
type UserCount map[string]uint64
|
||||||
|
|
||||||
type Stats struct {
|
type Stats struct {
|
||||||
Total uint64
|
Total uint64
|
||||||
ByUser map[string]uint64
|
ByUser map[string]uint64
|
||||||
|
@ -36,6 +37,7 @@ type Stats struct {
|
||||||
Replies uint64
|
Replies uint64
|
||||||
Forward uint64
|
Forward uint64
|
||||||
Username map[string]string
|
Username map[string]string
|
||||||
|
Words map[string]UserCount
|
||||||
}
|
}
|
||||||
|
|
||||||
func assert(err error) {
|
func assert(err error) {
|
||||||
|
@ -84,35 +86,63 @@ func main() {
|
||||||
}
|
}
|
||||||
|
|
||||||
func processMessage(msg Message, data *Stats) {
|
func processMessage(msg Message, data *Stats) {
|
||||||
data.Total++
|
/*
|
||||||
|
data.Total++
|
||||||
|
|
||||||
if msg.ReplyID != nil {
|
if msg.ReplyID != nil {
|
||||||
data.Replies++
|
data.Replies++
|
||||||
|
}
|
||||||
|
|
||||||
|
if msg.FwdUser != nil {
|
||||||
|
data.Forward++
|
||||||
|
}
|
||||||
|
|
||||||
|
date := time.Unix(int64(msg.Date), 0)
|
||||||
|
|
||||||
|
data.ByHour[date.Hour()]++
|
||||||
|
data.ByWeekday[date.Weekday()]++
|
||||||
|
|
||||||
|
val, exists := data.ByUser[msg.From.Username]
|
||||||
|
if !exists {
|
||||||
|
val = 0
|
||||||
|
}
|
||||||
|
data.ByUser[msg.From.Username] = val + 1
|
||||||
|
|
||||||
|
datekey := date.Format("2006-1-2")
|
||||||
|
val, exists = data.ByDate[datekey]
|
||||||
|
if !exists {
|
||||||
|
val = 0
|
||||||
|
}
|
||||||
|
data.ByDate[datekey] = val + 1
|
||||||
|
|
||||||
|
data.Username[msg.From.Username] = msg.From.FirstName
|
||||||
|
*/
|
||||||
|
if len(msg.Text) > 2 {
|
||||||
|
wordList := strings.Split(msg.Text, " ")
|
||||||
|
for _, word := range wordList {
|
||||||
|
if len(word) < 3 {
|
||||||
|
continue
|
||||||
|
}
|
||||||
|
|
||||||
|
word = strings.ToLower(word)
|
||||||
|
|
||||||
|
if strings.HasPrefix(word, "http") {
|
||||||
|
continue
|
||||||
|
}
|
||||||
|
|
||||||
|
word = strings.Trim(word, " ?!.,:;/-_()[]{}'\"+=*^\n")
|
||||||
|
count, ok := data.Words[word]
|
||||||
|
if !ok {
|
||||||
|
count = make(UserCount)
|
||||||
|
}
|
||||||
|
val, ok := count[msg.From.Username]
|
||||||
|
if !ok {
|
||||||
|
val = 0
|
||||||
|
}
|
||||||
|
count[msg.From.Username] = val + 1
|
||||||
|
data.Words[word] = count
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
if msg.FwdUser != nil {
|
|
||||||
data.Forward++
|
|
||||||
}
|
|
||||||
|
|
||||||
date := time.Unix(int64(msg.Date), 0)
|
|
||||||
|
|
||||||
data.ByHour[date.Hour()]++
|
|
||||||
data.ByWeekday[date.Weekday()]++
|
|
||||||
|
|
||||||
val, exists := data.ByUser[msg.From.Username]
|
|
||||||
if !exists {
|
|
||||||
val = 0
|
|
||||||
}
|
|
||||||
data.ByUser[msg.From.Username] = val + 1
|
|
||||||
|
|
||||||
datekey := date.Format("2006-1-2")
|
|
||||||
val, exists = data.ByDate[datekey]
|
|
||||||
if !exists {
|
|
||||||
val = 0
|
|
||||||
}
|
|
||||||
data.ByDate[datekey] = val + 1
|
|
||||||
|
|
||||||
data.Username[msg.From.Username] = msg.From.FirstName
|
|
||||||
}
|
}
|
||||||
|
|
||||||
func MakeUint(bval []byte, bucketName string, key string) uint64 {
|
func MakeUint(bval []byte, bucketName string, key string) uint64 {
|
||||||
|
@ -138,114 +168,150 @@ func PutUint(value uint64) []byte {
|
||||||
|
|
||||||
func update(db *bolt.DB, data Stats) error {
|
func update(db *bolt.DB, data Stats) error {
|
||||||
return db.Update(func(tx *bolt.Tx) error {
|
return db.Update(func(tx *bolt.Tx) error {
|
||||||
b, err := tx.CreateBucketIfNotExists([]byte("global"))
|
/*
|
||||||
if err != nil {
|
b, err := tx.CreateBucketIfNotExists([]byte("global"))
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
// Update total
|
|
||||||
total := MakeUint(b.Get([]byte("count")), "global", "count")
|
|
||||||
total += data.Total
|
|
||||||
err = b.Put([]byte("count"), PutUint(total))
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
// Update replies
|
|
||||||
replies := MakeUint(b.Get([]byte("replies")), "global", "replies")
|
|
||||||
replies += data.Replies
|
|
||||||
err = b.Put([]byte("replies"), PutUint(total))
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
// Update forward
|
|
||||||
forward := MakeUint(b.Get([]byte("forward")), "global", "forward")
|
|
||||||
forward += data.Forward
|
|
||||||
err = b.Put([]byte("forward"), PutUint(total))
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
// Update hour counters
|
|
||||||
b, err = tx.CreateBucketIfNotExists([]byte("hour"))
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
for i := 0; i < 24; i++ {
|
|
||||||
curhour := MakeUint(b.Get([]byte{byte(i)}), "hour", strconv.Itoa(i))
|
|
||||||
curhour += data.ByHour[i]
|
|
||||||
err = b.Put([]byte{byte(i)}, PutUint(curhour))
|
|
||||||
if err != nil {
|
if err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
}
|
|
||||||
|
|
||||||
// Update weekday counters
|
// Update total
|
||||||
b, err = tx.CreateBucketIfNotExists([]byte("weekday"))
|
total := MakeUint(b.Get([]byte("count")), "global", "count")
|
||||||
if err != nil {
|
total += data.Total
|
||||||
return err
|
err = b.Put([]byte("count"), PutUint(total))
|
||||||
}
|
|
||||||
|
|
||||||
for i := 0; i < 7; i++ {
|
|
||||||
curwday := MakeUint(b.Get([]byte{byte(i)}), "weekday", strconv.Itoa(i))
|
|
||||||
curwday += data.ByWeekday[i]
|
|
||||||
err = b.Put([]byte{byte(i)}, PutUint(curwday))
|
|
||||||
if err != nil {
|
if err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
}
|
|
||||||
|
|
||||||
// Update date counters
|
// Update replies
|
||||||
b, err = tx.CreateBucketIfNotExists([]byte("date"))
|
replies := MakeUint(b.Get([]byte("replies")), "global", "replies")
|
||||||
if err != nil {
|
replies += data.Replies
|
||||||
return err
|
err = b.Put([]byte("replies"), PutUint(total))
|
||||||
}
|
|
||||||
|
|
||||||
for day, count := range data.ByDate {
|
|
||||||
count += MakeUint(b.Get([]byte(day)), "date", day)
|
|
||||||
err = b.Put([]byte(day), PutUint(count))
|
|
||||||
if err != nil {
|
if err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
}
|
|
||||||
|
|
||||||
// Update user counters
|
// Update forward
|
||||||
b, err = tx.CreateBucketIfNotExists([]byte("users-count"))
|
forward := MakeUint(b.Get([]byte("forward")), "global", "forward")
|
||||||
if err != nil {
|
forward += data.Forward
|
||||||
return err
|
err = b.Put([]byte("forward"), PutUint(total))
|
||||||
}
|
|
||||||
|
|
||||||
for user, count := range data.ByUser {
|
|
||||||
// Why do I even need this?
|
|
||||||
if len(user) < 1 {
|
|
||||||
continue
|
|
||||||
}
|
|
||||||
count += MakeUint(b.Get([]byte(user)), "users-count", user)
|
|
||||||
err = b.Put([]byte(user), PutUint(count))
|
|
||||||
if err != nil {
|
if err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
}
|
|
||||||
|
|
||||||
// Add to username table exclusively if not already present
|
// Update hour counters
|
||||||
b, err = tx.CreateBucketIfNotExists([]byte("usernames"))
|
b, err = tx.CreateBucketIfNotExists([]byte("hour"))
|
||||||
if err != nil {
|
if err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
|
||||||
for user, first := range data.Username {
|
|
||||||
// Why do I even need this? (2)
|
|
||||||
if len(user) < 1 {
|
|
||||||
continue
|
|
||||||
}
|
}
|
||||||
val := b.Get([]byte(user))
|
|
||||||
if val == nil {
|
for i := 0; i < 24; i++ {
|
||||||
err = b.Put([]byte(user), []byte(first))
|
curhour := MakeUint(b.Get([]byte{byte(i)}), "hour", strconv.Itoa(i))
|
||||||
|
curhour += data.ByHour[i]
|
||||||
|
err = b.Put([]byte{byte(i)}, PutUint(curhour))
|
||||||
if err != nil {
|
if err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// Update weekday counters
|
||||||
|
b, err = tx.CreateBucketIfNotExists([]byte("weekday"))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
for i := 0; i < 7; i++ {
|
||||||
|
curwday := MakeUint(b.Get([]byte{byte(i)}), "weekday", strconv.Itoa(i))
|
||||||
|
curwday += data.ByWeekday[i]
|
||||||
|
err = b.Put([]byte{byte(i)}, PutUint(curwday))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Update date counters
|
||||||
|
b, err = tx.CreateBucketIfNotExists([]byte("date"))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
for day, count := range data.ByDate {
|
||||||
|
count += MakeUint(b.Get([]byte(day)), "date", day)
|
||||||
|
err = b.Put([]byte(day), PutUint(count))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Update user counters
|
||||||
|
b, err = tx.CreateBucketIfNotExists([]byte("users-count"))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
for user, count := range data.ByUser {
|
||||||
|
// Why do I even need this?
|
||||||
|
if len(user) < 1 {
|
||||||
|
continue
|
||||||
|
}
|
||||||
|
count += MakeUint(b.Get([]byte(user)), "users-count", user)
|
||||||
|
err = b.Put([]byte(user), PutUint(count))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Add to username table exclusively if not already present
|
||||||
|
b, err = tx.CreateBucketIfNotExists([]byte("usernames"))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
for user, first := range data.Username {
|
||||||
|
// Why do I even need this? (2)
|
||||||
|
if len(user) < 1 {
|
||||||
|
continue
|
||||||
|
}
|
||||||
|
val := b.Get([]byte(user))
|
||||||
|
if val == nil {
|
||||||
|
err = b.Put([]byte(user), []byte(first))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
*/
|
||||||
|
// Add word frequency
|
||||||
|
b, err := tx.CreateBucketIfNotExists([]byte("words"))
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
for word, freq := range data.Words {
|
||||||
|
// Sanity check, you never know!
|
||||||
|
if len(word) < 1 {
|
||||||
|
continue
|
||||||
|
}
|
||||||
|
var count UserCount
|
||||||
|
val := b.Get([]byte(word))
|
||||||
|
if val == nil {
|
||||||
|
// No need to add, just apply the current count
|
||||||
|
count = freq
|
||||||
|
} else {
|
||||||
|
// Deserialize counter and add each user one by one
|
||||||
|
err = json.Unmarshal(val, &count)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
for user, wcount := range freq {
|
||||||
|
count[user] += wcount
|
||||||
|
}
|
||||||
|
}
|
||||||
|
bval, err := json.Marshal(count)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
err = b.Put([]byte(word), bval)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
return nil
|
return nil
|
||||||
|
|
Reference in a new issue