分类讨论:CAS号重定向

建立CAS号重定向后续讨论[编辑]

本主题或以下段落文字，移动自WP:VPP。执行者：--J.Wong 2018年1月22日 (一) 05:30 (UTC)。[回复]

前期工作

完成：已成立追踪分类Category:CAS号重定向（搭配模板{{CAS号重定向}} （编辑讨论说明信息链入历史））--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月19日 (二) 15:47 (UTC)[回复]
完成，先前已完成Category:CAS不正确标志的条目的校对。（PS:已提出机器人请求：Wikipedia:机器人/作业请求）--Leiem（留言） 2017年12月19日 (二) 15:55 (UTC)[回复]

(：)回应分类Category:无CAS号重定向的物质条目应该可以协助机器人运作。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月20日 (三) 06:39 (UTC)[回复]

(～)补充：@Wong128hk、Leiem、乌拉跨氪、蘭斯特：已根据CAS号#格式写了一个简易的校验函式

例如：

{{#invoke:Chemicals|check_CAS_test|1=7732-18-5}} → true （水）

{{#invoke:Chemicals|check_CAS_test|1=773332-18-5}} → false

{{#invoke:Chemicals|check_CAS_test|1=77-32-1-8-5}} → false

{{#invoke:Chemicals|check_CAS_test|1=娜娜奇}} → false^{[开玩笑的]}

{{#invoke:Chemicals|check_CAS_test|1=abc-de-f}} → false

{{#invoke:Chemicals|check_CAS_test|1=124-38-9}} → true （二氧化碳）

{{#invoke:Chemicals|check_CAS_test|1=125-38-9}} → false

已运用于{{CAS号重定向}} （编辑讨论说明信息链入历史），会在建立错误的CAS号重定向时将其加入Category:CAS号不正确的重定向。请协助复查

--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月19日 (二) 17:39 (UTC)[回复]

(～)补充：由于违反CAS号#格式的重定向一定符合WP:CSD#R3，因此这笔编辑Special:Diff/47445017直接将校验失败者挂上{{Delete}} （编辑讨论说明信息链入历史），@Wong128hk：若有违规请回退这笔编辑Special:Diff/47445017。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月19日 (二) 17:42 (UTC)[回复]

关于Module:Chemicals里面校验副程式，是否有用到d:Property:P231（用于加入CAS号的属性）的属性约束的格式约束，因为d:Property:P231的属性约束的格式约束的正规表达式的格式化字串限定符是“[1-9]\d+-\d\d-\d”，见d:Wikidata:Database reports/Constraint_violations/P231#Format的检测报告--林勇智 2017年12月21日 (四) 12:59 (UTC)[回复]

@D2513850：不需使用正规表达式，只需要检查是否为三端由“-”分割组成的数字，以及最后一位校验码是否正确，此程式码的正确性将会高于正规表达式：“因为正规表达式不能做加法乘法与取模核对校验码”。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 13:04 (UTC)[回复]

@D2513850：(？)异议一个CAS编号以连字符“-”分为三部分，第一部分有2到7位数字，第二部分有2位数字，第三部分有1位数字作为校验码。CAS编号以升序排列且没有任何内在含义。校验码的计算方法如下：CAS顺序号（第一、二部分数字）的最后一位乘以1，最后第二位乘以2，依此类推，然后再把所有的乘积相加，再把和除以10，其余数就是第三部分的校验码。举例来说，水（H₂O）的CAS编号前两部分是7732-18，则其校验码= ( 8×1 + 1×2 + 2×3 + 3×4 + 7×5 + 7×6 ) mod 10 = 105 mod 10 = 5（mod是求余运算符）--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 13:08 (UTC)[回复]

@D2513850：(？)异议

算法先检查是否由“-”分割，且为三部分，因此等价于“[1-9]\d+-\d\d-\d”
接着检查是否每一位都是数字因此等价于“[1-9]\d+-\d\d-\d”
“此部分为该正规表达式的缺陷！！正规表达式并未检查校验码！！”，接着依照CAS顺序号（第一、二部分数字）的最后一位乘以1，最后第二位乘以2，依此类推，然后再把所有的乘积相加，再把和除以10，其余数就与第三部分的校验码比对。

--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 13:19 (UTC)[回复]

@a2569875：根据CAS号#格式的叙述，d:Property:P231里面正规表达式的格式化字串的值有错，应该是[1-9]\d{1,6}-\d\d-\d，另外先做字串格式检测，若该字串能匹配[1-9]\d{1,6}-\d\d-\d这个正规表达式才做校验码检测。--林勇智 2017年12月21日 (四) 13:54 (UTC)[回复]

@D2513850：(？)异议多此一举，只要确定其为由“-”分割的三串数字就够了。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 14:02 (UTC)[回复]

@a2569875：只要求Module:Chemicals里面校验副程式能正确运作就好了--林勇智 2017年12月21日 (四) 14:15 (UTC)[回复]

(：)回应@D2513850：pseudocode给你，这一定会运作好吗

 虚拟码 检查CAS ( 参数 CAS号 : 字串) ->（英语：Return_statement） 布林字串
      如果 (以“-”分割 CAS号 字串的分割结果)的数量 ≠ 3
         回传 “否（英语：False_(logic)）”
      宣告 CAS无分割号 : 字串 = 第1个分割区 与 第2个分割区 的字串合并结果
      如果 ( (第1个分割区字数 < 2) 或者 (第1个分割区字数 > 7) )
         回传 “否（英语：False_(logic)）”
      如果  第2个分割区字数 ≠ 2
         回传 “否（英语：False_(logic)）”
      如果  第3个分割区字数 ≠ 1
         回传 “否（英语：False_(logic)）”
      宣告 检查码 : 整数 = (第3个分割区)转成整数
      如果 ((第3个分割区)转成整数 ) 失败)
         回传 “否（英语：False_(logic)）”
       
      宣告 检查总和 : 整数 = 0
      循环 足标 i = 从 1 到 CAS无分割号的长度
         宣告 index : 自然数 = CAS无分割号的长度 + 1 - i
         宣告 cas_symbol : 整数 = (CAS无分割号的第index个字)转成整数
         如果 ((CAS无分割号的第index个字)转成整数 ) 成功)
             检查总和 = 检查总和 + (cas_symbol × i)
         否则 
             回传 “否（英语：False_(logic)）”
      如果  (检查总和 除以 10 的余数) = 检查码
         回传 “是”
      否则 
         回传 “否（英语：False_(logic)）”

--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 14:44 (UTC)[回复]

(：)回应@D2513850：正规表达式根本不可能会具备求和、取余数并比较校验码的能力好吗，正规表达式非万能，因为他不是编程语言，只是描述语言。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 14:46 (UTC)[回复]

(：)回应@a2569875：若虚拟码的如果((第3個分割區)轉成整數)失敗)改成如果(((第3個分割區)轉成整數)失敗)或((CAS無分割號)轉成整數)失敗))的话--林勇智 2017年12月21日 (四) 15:03 (UTC)[回复]

(：)回应@D2513850：那边的用途是为了确保“检查码”不是Null --　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 15:05 (UTC)[回复]

(：)回应@D2513850：比如上面故意放娜娜奇去测试，若执行“a = tonumber(娜娜奇)”^{（一定出错，因为娜娜奇并不是一个数字）}，a会是Null，这时若直接把a拿去运算会Crash或Error，因此就让他直接返回（英语：Return_statement）“否（英语：False_(logic)）”以避免出错--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 15:11 (UTC)[回复]

宇帆先停停。另请@WhitePhosphorus：来看看代码是否可行。--Temp3600（留言） 2017年12月21日 (四) 15:16 (UTC)[回复]

(：)回应@Temp3600：不认为我的算法有什么问题，完全按照CAS号#格式来Implement。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 15:22 (UTC)[回复]

(：)回应@Temp3600：比方说氯酸钙在这个版本Special:固定链接/44678491，我的程式就有算出其检查码应为0 （手算 4×1 + 7×2 + 7×3 + 1×4 + 0×5 + 0×6 + 1×7 = 50, 50 ≡ 0 mod 10），可是条目中却写三，我的程式有顺利抓出此错误，并加入Category:CAS不正确标志的条目；三苯基膦氯化亚金的版本Special:固定链接/41034670中，也有检查出含非法字元，我的程式有顺利抓处此错误，并加入Category:CAS不正确标志的条目。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 15:37 (UTC)[回复]

我不会coding，所以我只能等WhitePhosphorus来判断。--Temp3600（留言） 2017年12月21日 (四) 19:40 (UTC)[回复]

(：)回应@Temp3600：我只是觉得感觉现在好像“我讲的一切都是错的”，然后“白磷讲的一切都一定是对的”，让我觉得很难过。拜托不要这样好吗，我希望我们还能和平交流--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 20:41 (UTC)[回复]

没什么问题。只不过输入字符串前后加任意个“-”函数看不出来，例如

{{#invoke:Chemicals|check_CAS_test|1=-------2147485-70-7--------}} → false。不过看起来也不是什么大问题。 --砜中嘌呤的白磷_{萃取 打谱} 2017年12月23日 (六) 03:39 (UTC)

[回复]


@a2569875：檢查CAS(娜娜奇娜娜奇娜-娜奇-1)的结果应该为“假”--林勇智 2017年12月21日 (四) 15:20 (UTC)[回复]

(：)回应@D2513850：{{#invoke:Chemicals|check_CAS_test|1=娜娜奇娜娜奇娜-娜奇-1}} → false。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 15:23 (UTC)[回复]
(：)回应@D2513850：结果为假。不认为这里会出什么错。实际上也没有出错。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月21日 (四) 15:49 (UTC)[回复]
(：)回应@D2513850：还有，娜娜奇本来就不是一个数字（如果娜娜奇是一个数字，告诉我数学上 $\sin \left({\sqrt[{{\text{娜}}\quad {\text{娜}}\quad {\text{奇}}\quad }]{{\text{娜}}\quad {\text{娜}}\quad {\text{奇}}\quad }}\right)$ 等于多少 = ），所以在第一次循环 宣告 cas_symbol : 整數 = (CAS無分割號的第index個字)轉成整數之后的 如果 ((CAS無分割號的第index個字)轉成整數 ) 成功)这边就会直接因为转换失败而返回（英语：Return_statement）“否（英语：False_(logic)）”，不会进到最后的取余比对检查码程序。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月22日 (五) 15:27 (UTC)[回复]
目前看来代码大致没问题，CAS号的规则应该不会有特例(这句需要专业的解惑)，另外@D2513850：维基数据里面的CAS有机器人添加吗？如果是人手添加我会有担心手误的时候，如果有机器人依数据库添加那较可放心，另@A2569875：如果条目没有输入CAS码，而维基数据有可以在条目添加维基数据存在而条目内没有提供CAS码，在依人手或机器人添加（这两个任务是区分的）。--米莉娅诺朵卡 2017年12月22日 (五) 15:14 (UTC)[回复]
(＊)提醒：模组3500+引用，请不要改来改去。--Xiplus←A2093064 2017年12月22日 (五) 15:28 (UTC)[回复]
(：)回应：@Xiplus：，所以我才需要不停地跟@D2513850、Temp3600：再三强调我的Code是对的，避免需要修改。现在我仍坚持我的Code是100%正确无误。因为是100%正确无误，因此不存在改来改去的必要，可见@D2513850：的质疑是没有必要的。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月22日 (五) 15:31 (UTC)[回复]
翻查历史有许多琐碎编辑，这都不应该在高引用量模板内发生。请另建沙盒，待所有语法都测试无误后再一并加入正式模组。--Xiplus←A2093064 2017年12月23日 (六) 02:37 (UTC)[回复]
(：)回应：@Xiplus：那是在加入Template:Chembox CASNo之前发生的。在加入Template:Chembox CASNo之前没那么多引用----　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月23日 (六) 04:35 (UTC)[回复]
好的我了解了。--Xiplus←A2093064 2017年12月23日 (六) 04:46 (UTC)[回复]
@蘭斯特：是d:User:KrBot：d:Special:diff/102385002--林勇智 2017年12月22日 (五) 17:03 (UTC)[回复]
@A2569875：话说回来，d:Property talk:P231的里面根本没放{{Complex constraint}}，其SPARQL的程式码内容应该像d:Property talk:P212一样可以检查CAS的校验码，有谁会SPARQL这个编程语言--林勇智 2017年12月22日 (五) 18:02 (UTC)[回复]
(：)回应：@D2513850：中文维基不需要，而且中文维基模组都说要用Lua写了，我照规矩用都Lua写好了，也让3500+个页面完好运作了，都有一个可以有效运作的程式了，您为何就偏偏不满意，一直要求修改？，(※)注意Xiplus←A2093064君说的话，还有WP:没坏就不要修。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月22日 (五) 18:12 (UTC)[回复]
(：)回应：@A2569875：希望能够在维基数据里面运作--林勇智 2017年12月22日 (五) 18:17 (UTC)[回复]
(：)回应：那应该要讲清楚，从稍早发生争执都是因为我一直以为你们是在讨论中文维基的CAS号重定向通过案之后续处里。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月22日 (五) 18:20 (UTC)[回复]
chembox中关于CAS号的参数有“CASNo”、“CASNo1”、“CASNo2”等，这些情况会出现在一个化合物存在无水物和水合物，或手性等构型的情况，例如硫酸铜，现CuSO₄、CuSO₄·5H₂O的CAS号都重定向至CuSO₄。--Leiem（留言） 2017年12月23日 (六) 05:03 (UTC)[回复]
(？)求助 ：@Leiem：分类Category:含有未校对CAS号的条目已建构，请求Leiem使用您的SciFinder账户协助校对，感激不尽。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月24日 (日) 18:14 (UTC)[回复]
(～)补充：@Leiem：校对完成后，只需要把{{Cascite}}的第二参数从??或?改成CAS即可使其移除Category:含有未校对CAS号的条目分类，完成校对清理作业。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月24日 (日) 18:17 (UTC)[回复]
例如，原本为{{cascite|correct|??}}或{{cascite|correct|?}}，校对完成后改为{{cascite|correct|CAS}}即可。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月24日 (日) 18:19 (UTC)[回复]
@A2569875：有时间将逐个校验。你也可以通过一些试剂网站搜索CAS，如果找到相应的化学品，就是有的，如Macklin、Aladdin、Alfa等。--Leiem（留言） 2017年12月25日 (一) 07:50 (UTC)[回复]

进度报告，由于先前的校对方式虽然说是先检查英文维基有无校对，但实际上，为了写程式方便，所以若发现“英文区校对过了”，我的做法是用正规运算式将整个英文区模板拷贝过来，覆盖中文区对应模板，但由于会造成中文区遗失内容，因此遭到IRC上多位用户反对。
新的做法是，
对所有的中文区校对状况不明的条目
解析 英文区 和中文区的维基代码
精确地定出 英文区 和 中文区 的CAS号位置
若发现“英文区校对过了”，中文区就在对应的CAS号位置标记已校对
若发现“英文区没有校对过”或“英文区条目不存在”，中文区就在对应的CAS号位置标记需要校对
实作进度:
已完成Lexical Analysis， 和 LR(1) Parsing Table，实测硫酸铜页面没有 Syntax Error
制作中部分:
展出 Parsing Tree^{[数据结构建置中]} （做完Syntax Analysis）， 从Tree中找出{{Chembox Identifiers}} （编辑 讨论 说明  信息 链入 历史），并建出CAS List^{[部分完成]}。
以上。--　宇帆（明年二月加入维基将满十周年！留言·欢迎签到·联络） 2017年12月28日 (四) 19:12 (UTC)[回复]
完成，已使用WP:FLOOD从4,058个页面中，共抓出2,039个需要校对CAS号的条目，但有173个页面需要手动确认；且自动根据校对状况建立CAS号重定向机器人User:A2569875-bot已启动。--　宇帆（今年二月加入维基将满十周年！留言·欢迎签到·联络） 2018年1月4日 (四) 02:24 (UTC)[回复]
Y报告：根据机器人User:A2569875-bot的运作纪录，截至2018年1月14日 (日) 07:25 (UTC)，已建立2,081个CAS号重定向，但分类:含有未校对CAS号的条目尚有2,033个条目尚未校对CAS号。未来机器人会根据校对状况建立CAS号重定向。--　宇帆（今年二月加入维基将满十周年！留言·欢迎签到·联络） 2018年1月14日 (日) 07:25 (UTC)[回复]