بیشترین زبان‌ها در Subscene

Subscene یه سایت خوب برای دانلود زیرنویس هست. به هر زبانی میشه توش زیرنویس پیدا کرد و من معمولا زیرنویس‌هام رو از اونجا دانلود میکنم، چه انگلیسی چه فارسی.
ولی امروز سوالی برام پیش اومد. چقدر زیرنویس فارسی بین این زیرنویس‌ها هست؟ برای گرفتن جواب اول باید یه مقدار اطلاعات از این سایت بگیریم.  چطور؟ خوب، قسمت browse سایت Subscene میتونه کمک کنه. پس با کمک یه حلقه for صد صفحه از این قسمت دانلود میکنیم (حداکثر مقدار):

for ((i=1;i<101;i++)); do usewithtor axel «https://subscene.com/browse/latest/all/${i}» -o ${i}.html; done

به خاطر این که دانشمندهای کشور فهمیدن که این سایت برای ما خوب نیست، فیلترش کردن. برای همین مجبوریم از تور (یا وی‌پی‌ان یا هر روش دیگه‌ای برای رد کردن فیلتر) استفاده کنیم. برای همین usewithtor رو میذارم که axel با تور اجرا بشه.
خوب حالا صد صفحه HTML داریم. چطور ازشون استفاده بکنیم؟ به سادگی:

cat ../*.html | grep ‹<span>› -A1 | egrep -v «<|–» | tr -d «\t» > result

حالا زبان‌ها رو توی فایل result داریم. چطور رتبه‌بندیشون بکنیم؟ با این یک خط کد:

cat result | sort | uniq -c | tr -s » » | sed «s/ //» | sort -V > result2

حالا تعداد زبان‌های استفاده شده رو هم داریم. به صورت مرتب شده. نتیجه من توی فایل result2 اینه (ممکنه اگه الان شما این کار رو بکنین، نتیجه شما با مال من فرق بکن. چون تا الان مطمئنا زیرنویس‌هایی به Subscene اضافه شدن):

1 Bulgarian
1 Chinese BG code
1 Croatian
1 Czech
1 Estonian
1 Turkish
2 Hungarian
3 Bengali
5 Finnish
5 Korean
5 Lithuanian
5 Russian
5 Thai
7 Serbian
8 Japanese
8 Sinhala
8 Spanish
10 Portuguese
12 Greek
13 Norwegian
16 Romanian
17 Dutch
21 Italian
27 German
35 Malay
35 Swedish
39 Hebrew
46 French
51 Danish
91 Vietnamese
196 Arabic
200 Farsi/Persian
235 Indonesian
537 English

تعجب کردین؟ فارسی رتبه سوم رو داره!
البته میدونم که آمار کل زیرنویس‌های سابسین با جدیدترین‌هاش خیلی فرق داره. ولی به هر حال، آمار جالبی به نظر میاد!

پاسخی بگذارید

در پایین مشخصات خود را پر کنید یا برای ورود روی شمایل‌ها کلیک نمایید:

نشان‌وارهٔ وردپرس.کام

شما در حال بیان دیدگاه با حساب کاربری WordPress.com خود هستید. بیرون رفتن / تغییر دادن )

تصویر توییتر

شما در حال بیان دیدگاه با حساب کاربری Twitter خود هستید. بیرون رفتن / تغییر دادن )

عکس فیسبوک

شما در حال بیان دیدگاه با حساب کاربری Facebook خود هستید. بیرون رفتن / تغییر دادن )

عکس گوگل+

شما در حال بیان دیدگاه با حساب کاربری Google+ خود هستید. بیرون رفتن / تغییر دادن )

درحال اتصال به %s