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"
|
||||
"log"
|
||||
"os"
|
||||
"strconv"
|
||||
"time"
|
||||
"strings"
|
||||
|
||||
"github.com/boltdb/bolt"
|
||||
)
|
||||
|
@ -27,6 +26,8 @@ type Message struct {
|
|||
Date int `json:"date"`
|
||||
}
|
||||
|
||||
type UserCount map[string]uint64
|
||||
|
||||
type Stats struct {
|
||||
Total uint64
|
||||
ByUser map[string]uint64
|
||||
|
@ -36,6 +37,7 @@ type Stats struct {
|
|||
Replies uint64
|
||||
Forward uint64
|
||||
Username map[string]string
|
||||
Words map[string]UserCount
|
||||
}
|
||||
|
||||
func assert(err error) {
|
||||
|
@ -84,6 +86,7 @@ func main() {
|
|||
}
|
||||
|
||||
func processMessage(msg Message, data *Stats) {
|
||||
/*
|
||||
data.Total++
|
||||
|
||||
if msg.ReplyID != nil {
|
||||
|
@ -113,6 +116,33 @@ func processMessage(msg Message, data *Stats) {
|
|||
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
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
func MakeUint(bval []byte, bucketName string, key string) uint64 {
|
||||
|
@ -138,6 +168,7 @@ func PutUint(value uint64) []byte {
|
|||
|
||||
func update(db *bolt.DB, data Stats) error {
|
||||
return db.Update(func(tx *bolt.Tx) error {
|
||||
/*
|
||||
b, err := tx.CreateBucketIfNotExists([]byte("global"))
|
||||
if err != nil {
|
||||
return err
|
||||
|
@ -247,6 +278,41 @@ func update(db *bolt.DB, data Stats) error {
|
|||
}
|
||||
}
|
||||
}
|
||||
*/
|
||||
// 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
|
||||
})
|
||||
|
|
Reference in a new issue