bin/fetch_daily_views.py

   1 #!/usr/bin/env python3
   2
   3 ###############################################################################
   4 #
   5 # This script assumes the presence of the COVID-19 repo.
   6 #
   7 # It (1) reads in the article list and then (2) calls the Wikimedia API to
   8 # fetch view information for each article. Output is to a (3) TSV file.
   9 #
  10 #
  11 ###############################################################################
  12
  13
  14 #1 Load up the list of article names
  15
  16 #2 Repeatedly call the API with that list of names
  17
  18 #3 Save results as a TSV
  19
  20 import requests
  21 import argparse
  22 import json
  23 import csv
  24 import time
  25 import os.path
  26 import datetime
  27
  28
  29
  30 def parse_args():
  31
  32     parser = argparse.ArgumentParser(description='Call the views API repeatedly.')
  33     parser.add_argument('-o', '--output_folder', help='Where to save output', default="", type=str)
  34     parser.add_argument('-i', '--article_file', help='File listing article names', default="../resources/articles.txt", type=str)
  35     parser.add_argument('-d', '--query_date', help='Date if not yesterday, in YYYYMMDD format please.', type=str)
  36     args = parser.parse_args()
  37
  38     return(args)
  39
  40
  41 def main():
  42
  43     args = parse_args()
  44
  45     outputPath = args.output_folder
  46     articleFile = args.article_file
  47     if (query_date):
  48         queryDate = args.query_date
  49     else:
  50         queryDate = datetime.datetime.today().strftime("%Y%m%d")
  51
  52
  53     with open(articleFile, 'r') as infileHandle:
  54         theInfile = csv.reader(infileHandle, quotechar='"')
  55         for currentLine in theInfile:
  56             articleList.append(currentLine["Article"])
  57
  58     with open(outputPath, 'w') as outfile:
  59         outfile.write("[")
  60
  61     i = 0 #iterator to deal with end of file
  62
  63     for a in articleList:
  64         i = i+1
  65         url= "https://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents/"
  66         url= url + a + "/daily/" + queryDate + "/" + queryDate #for now, single date at a time
  67
  68
  69         response = requests.get(url)
  70         if raw_response.ok:
  71             with open(outputPath, 'a') as outfile:
  72                 json.dump(json.loads(ident_response.content), outfile)
  73                 if i < len(revList):
  74                     outfile.write(",\n")
  75                 else: #at end of file
  76                     outfile.write("\n")
  77
  78             time.sleep(1)
  79
  80
  81     with open(outputPath, 'a') as outfile:
  82         outfile.write("]")
  83
  84
  85
  86 if __name__ == "__main__":
  87
  88     main()