Первая публикация

README.md

@@ -0,0 +1,57 @@
+# Выбрать лучшие игры для Nintendo DS
+
+## Идея
+
+Есть портативная игровая консоль Nintendo DS, гипотетически есть устройство для запуска игр с SD-карты. Максимальный объем SD-карты -- 16 Гб. Игры представлены в виде файлов-образов, размером [1; 256] Мб. 
+
+*Задача:* Набить SD-карту наибольшим количеством наилучших игр.
+
+## Исходные данные
+
+Полный набор игр возьмем с торрентов. Всего существует 7180 различных игр, новых уже не выпускают. Полный набор представляет собой директорию с zip-архивами, по одному на игру, в каждом файл .nds -- образ игры.
+
+Топ игр возьмем с сайта metacritic.com:
+- По оценкам критиков: https://www.metacritic.com/browse/games/release-date/available/ds/metascore
+- По оценкам игроков: https://www.metacritic.com/browse/games/release-date/available/ds/userscore
+
+## Планирование
+
+1. Возьмем топ-300 по оценкам критиков и топ-300 по оценкам игроков. Найдем пересечение, назовем базовым набором игр.
+2. Возьмем полный набор игр, измерим для каждой размер образа
+3. Сопоставим базовый набор игр с полным набором игр, найдем результирующий набор игр весом не более 15 Гб, лучший по критериям:
+  1. Выше оценка критиков
+  2. Выше оценка игроков
+  3. Меньше размер
+4. Результирующий набор игр разобъем на категории по жанрам
+5. Запишем результирующий набор игр на SD-карту
+
+## Решение
+
+### Построение базового набора игр
+
+*Входные данные:* html-страницы с сайта metacritic
+*Выходные данные:* таблица со столбцами (название, ссылка, оценка критиков, оценка игроков)
+*Решение:* смотри файл make_db.py
+
+### Измерение размера образов в полном наборе игр
+
+*Входные данные:* директория с zip-архивами, в каждом nds-образ
+*Выходные данные:* таблица со столбцами (название архива, название файла, размер в Мб)
+*Решение:* смотри файл archive_table.py
+
+## Задачи
+
+### Сопоставление игр с жанрами
+
+Необходимо для каждой игры из базового набора найти жанры на ее странице на metacritic. Создать таблицу жанров и соединить отношением многие-ко-многим с таблицей базового набора игр.
+
+### Сопоставление базового с полным набором игр
+
+Необходимо реализовать быстрый неточный поиск из базового набора в полном. Предложение: построить однословные индексы по базовому и полному набору, при сопоставлении использовать расстояние Левенштейна около 3.
+
+### Построение результирующего набора игр
+
+Необходимо решить задачу минимизации критериальной функции с ограничением в 15 Гб размера на основе критериев:
+  1. Выше оценка критиков
+  2. Выше оценка игроков
+  3. Меньше размер

archive_table.py

@@ -0,0 +1,15 @@
+import os
+import zipfile
+import csv
+
+res = []
+zips = os.listdir('Nintendo DS')
+for z in zips:
+    with zipfile.ZipFile('Nintendo DS/'+z) as myzip:
+        info = myzip.infolist()
+        for i in info:
+            res.append([z, i.filename, int(i.file_size/(1024**2))])
+
+with open('archive.csv', 'w', newline='') as f:
+    writer = csv.writer(f)
+    writer.writerows(res)

make_db.py

@@ -0,0 +1,131 @@
+import sqlite3
+import os
+import os.path
+import requests
+import lxml.html
+
+
+def load_pages(db, pages):
+    db.execute("DROP TABLE IF EXISTS pages;")
+    db.execute("CREATE TABLE pages (link TEXT UNIQUE, type TEXT, n INTEGER, content TEXT);")
+
+    for by, p in pages.items():
+        for i, x in enumerate(p):
+            doc = requests.get(
+                x,
+                headers={
+                    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:92.0) Gecko/20100101 Firefox/92.0"
+                },
+            )
+            db.execute("INSERT INTO pages VALUES (?, ?, ?, ?);", (x, by, i, doc.text))
+    db.commit()
+
+
+def process_pages(db):
+    db.execute("DROP TABLE IF EXISTS top_games;")
+    db.execute(
+        "CREATE TABLE top_games (name TEXT, link TEXT UNIQUE, metascore INTEGER, userscore INTEGER);"
+    )
+
+    types = {
+            "by_metascore": ("""
+            INSERT INTO top_games(name, link, metascore) 
+            VALUES (?, ?, ?) 
+            ON CONFLICT(link) DO 
+            UPDATE SET metascore=excluded.metascore;
+            """, int),
+            "by_userscore": ("""
+            INSERT INTO top_games(name, link, userscore) 
+            VALUES (?, ?, ?) 
+            ON CONFLICT(link) DO 
+            UPDATE SET userscore=excluded.userscore;
+            """, lambda x: int(float(x)*10)),
+            }
+    for type, page in db.execute("SELECT type, content FROM pages;"):
+        for tr in get_all_table_rows(page):
+            query, score_converter = types[type]
+            name, link, score = extract_data(tr, score_converter)
+            db.execute(query, (name, link, score))
+    db.commit()
+
+def get_all_table_rows(page):
+    """
+    (1, 1): /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table/tr[1]
+    (1, 2): /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table/tr[3]
+    (2, 1): /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[4]/table/tr[1]
+    (3, 1): /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[6]/table/tr[1]
+    (4, 1): /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[7]/table/tr[1]
+    """
+    tree = lxml.html.fromstring(page)
+    tables = [
+        "/html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table",
+        "/html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table",
+        "/html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[4]/table",
+        "/html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[6]/table",
+        "/html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[7]/table",
+    ]
+    for t in tables:
+        table = tree.xpath(t)[0].getchildren()[::2]
+        for tr in table:
+            yield tr
+
+def extract_data(tr, score_converter):
+    """
+    name:  /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table/tr[1]/td[2]/a/h3
+    link:  /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table/tr[1]/td[2]/a 
+    score: /html/body/div[2]/div/div/div[1]/div[2]/div/div[1]/div/div[2]/table/tr[1]/td[2]/div[1]/a/div
+    """
+    name = tr.xpath("td[2]/a/h3")[0].text
+    link = tr.xpath("td[2]/a")[0].get("href")
+    score = score_converter(tr.xpath("td[2]/div[1]/a/div")[0].text)
+    return name, link, score
+
+
+def clear_cache(args):
+    return True
+
+
+def parse_args():
+    return None
+
+
+def remove_db(db_filename):
+    if db_exists(db_filename):
+        os.remove(db_filename)
+
+
+def db_exists(db_filename):
+    return os.path.exists(db_filename)
+
+
+def prepare_db(db_filename, pages):
+    with sqlite3.connect(db_filename) as db:
+        load_pages(db, pages)
+        process_pages(db)
+
+
+def main():
+    db_filename = "db.sqlite3"
+    pages = {
+        "by_metascore": [
+            "https://www.metacritic.com/browse/games/release-date/available/ds/metascore",
+            "https://www.metacritic.com/browse/games/release-date/available/ds/metascore?page=1",
+            "https://www.metacritic.com/browse/games/release-date/available/ds/metascore?page=2",
+        ],
+        "by_userscore": [
+            "https://www.metacritic.com/browse/games/release-date/available/ds/userscore",
+            "https://www.metacritic.com/browse/games/release-date/available/ds/userscore?page=1",
+            "https://www.metacritic.com/browse/games/release-date/available/ds/userscore?page=2",
+        ],
+    }
+    args = parse_args()
+    if clear_cache(args):
+        remove_db(db_filename)
+    if not db_exists(db_filename):
+        prepare_db(db_filename, pages)
+    with sqlite3.connect(db_filename) as db:
+        pass
+
+
+if __name__ == "__main__":
+    main()