more

17.txt

@@ -167,7 +167,7 @@
     [
         "34",
         "15 febbraio 2015",
-        "La pace di Mirab\u00e0"
+        "La pace di Mirabà"
     ],
     [
         "35",

gather.py

@@ -1,5 +1,5 @@
 import json, sys, os, glob
-from rapidfuzz import fuzz
+from rapidfuzz import process, fuzz
 from collections import namedtuple
 from dateutil import parser
 
@@ -141,6 +141,45 @@ from copy import copy
 
 all_episodes = copy(acc)
 all_titles = [a.title for a in acc]
+all_episodes = {a.title: a for a in all_episodes}
 
 # from IPython import embed as fuck; fuck()
-max(all_episodes, key=lambda x: fuzz.ratio(x.title, "la missione di fata"))
+
+targets = [
+    "la missione di fata",
+    "La Melevisione 1999 - Con la carta si può - E1 [3183cb06-5276-4093-bf96-16f7455cb4ff].mp4",
+    "melevisone 2010la genietta del cuore",
+    "melevisone 2010la genietta del cuore [pTy6WlKEUIM].mp4",
+    "melevisione i classici i tre desideri [0luzDKwhu7Y].mp4",
+    "melevisione 2015 la pace di miraba [oyXErd8BNCQ].mp4",
+    "melevisione 2015 una balia per il lupo [PiAX2fnm6ps].webm",
+    "melevisione i claasici i dolori di nina [kaAaYYSbln8].mp4",
+    "melevisione 2010 la perla dei sette mari [gm_nIC-zfOg].mp4",
+    "melevisione 2010 l orcoccodrillo [M9TVqW1adS4].mp4",
+    "2010 l orcoccodrillo [M9TVqW1adS4].mp4",
+    "Melevisione 2015 il Natale dei bambini cattivi [BdDUTs1-nHY].webm",
+]
+
+def preprocess(t):
+    starters = ["melevisione ", "La Melevisione ", "i claasici"]
+    for s in starters:
+        if t.startswith(s):
+            t = t[len(s):]
+    return t
+            
+
+for target in targets:
+    t = preprocess(target)
+    choices = all_titles
+    res = process.extract(t, choices, scorer=fuzz.partial_ratio, limit=5)
+
+    best_title, best_score = None, 0
+    for r in res:
+        score = fuzz.token_ratio(r[0].lower(), t.lower())
+        # print(score, r)
+        if score >= best_score:
+            best_title, best_score = r[0], score
+    found = all_episodes[best_title]
+    print('---------------------')
+    print(f'\t{t}  ->  {found}')
+    print('---------------------')