Benutzer:YMS/Suche

Kleine Liste von (RegEx-)Suchen nach verbreiteten Fehlern, die in üblichen Typo- oder Formfehlerlisten nicht auftauchen.

Auch wenn in den einzelnen Abfragen versucht wird, häufige false positives auszublenden, gibt es in der Regel dennoch viele davon. Die Ergebnisse sind generell mit Sorgfalt abzuarbeiten.

Suchen

Suche		Typische Fehler	Typische false positives	Anmerkung
And-1 insource:"and" insource:/(\]\]('')?,? and | and ('')?\[\[)/ -insource:/\]\] and (band|friends|his |her |partners |the )/i		"Seine Söhne waren Karl and Heinz"	Titel, Zitate, Eigennamen Kommentare mit englischen Quellpassagen "Earl of X and Y" "Prince and The Revolution"	Nur nach/vor Link, weil englische Titel und Namen häufig vorkommen, aber relativ selten teilverlinkt sind
And-1b insource:/(\]\]('')?,? (a|e|en|i|ja|og|y) | (a|e|en|et|i|ja|og|y) ('')?\[\[)/		"Seine Söhne waren Karl et Heinz"	Titel, Zitate, Eigennamen Kommentare mit fremdsprachigen Quellpassagen	Internationale Variante von And-1 - wesentlich schlechteres false-/true-positive-Verhältnis, häufig schwieriger zu beurteilen (tritt dafür aber auch deutlich seltener auf)
And-2 insource:" and " insource:/( and (das |dem |der |des |die |ihr|sein|und ))|( (er|es|ging|mit|vorbei|wird|sie|soll|und) and )/		"Der Preis ging and Karl" "Karl and und Heinz"	"live and die"
And-3 insource:er insource:/autor=[^\|}]+Alex, er/		"autor=Alex, er Meier"		Kopierfehler (Ersetzung von "and" in vermeintlicher Autorenliste) Weitere, wie "Am, a", "Br, on", "Hern, ez"
Apostroph-1 insource:" s " insource:/\]\]['’]s /		"Terry Pratchett’s Scheibenwelt"	Titel, Zitate	Nur nach Link weil da vergleichsweise oft falsch
Autor-1 insource:Twitter insource:/autor=Twitter/		"autor=Twitter, Instagram, Email, Facebook"		Kopierfehler (hauptsächlich) LA Times
Autor-1b insource:Facebook insource:/autor=Facebook/		"autor=Facebook, Twitter, Show more sharing options, Facebook, Twitter"		Variante von Autor-1
Autor-1c insource:"Font size" insource:/autor=Font size/		"autor=Font size Print E-mail Share"		Variante von Autor-1
Autor-2 "View Author Archive"		(Weblink) "View Author Archive, Email the Author, Follow on Twitter, Get author RSS feed"
Autor-3 insource:/autor=[0-9]/		"autor=08 10 2019 Um 16:05"	("autor=3sat")
Autor-3b insource:by insource:/autor=by /i		"autor=by Brian, Middle East Correspondent"
Badlinks-1 insource:/(actor|actress|album|artist|athlete|\(Australia|author|[ \(]band|Canada|city|company||[ \(]France|Kingdom|[ \(]label|magazine| man|\(Mexico|musician|newspaper| player|publisher|[ \(]song|state|States|[ \(]website)\)\|/ -insource:/ommons.+\)\|/		[[Variety (magazine)|Variety]]	Kommentare "[[:en:Variety (magazine)|Variety]]"	Links, die beim Übersetzen übernommen wurden und so kein korrektes Lemma in der deutschen Wikipedia sind; siehe separate Tabelle mit einzelnen, häufigen (>= 5 ANR-Links) Badlinks ohne false positives und ohne aggressiven Ausschlussfilter
Datum-1 insource:/(Januar|Februar|März|April|Mai|Juni|Juli|August|September|Oktober|November|Dezember|((Jan|Feb|Mär|Apr|Mai|Jun|Jul|Aug|Sept?|Okt|Nov|Dez)\.)) [1-9][0-9][0-9][0-9][0-9]/		"SZ vom 12. Januar 20212"	Dateinamen	Praktisch immer nachzurecherchieren
Durchkopplung-1 insource:/[^-]-\]?\]?und /		"Finanz-und Steuerrecht" "Finanz -und Steuerrecht"	Dateinamen, Weblinks	Sehr viele Titel - nicht ungeprüft korrigieren
Einheit-1 insource:"Kilometer" insource:/ ([Nn]ach|[Vv]on) (weiteren )?(etwa )?[0-9]+ Kilometer[ ,\.<]/		"Im Umkreis von 50 Kilometer"		Mit Vorsicht behandeln ([1], [2])
Einheit-2 insource:/([$€¥¢£]|EUR|USD|DM|Mark) ?[0-9]+([0-9,\.']+[0-9]+)?( Mio\.|Millionen\Mrd\.)? ?([$€¥¢£]|US|Dollar|Euro|EUR|Yen|Cent|Pfund|GBP|[Bb]ritisch|DM|Mark)/		"$ 4000 Dollar"	Weblinks
Einheit-3 insource:Pfund insource:/£ Pfund/		"4 £ Pfund"	Titel, Zitate	In diversen Variationen: £ Pfund, Pfund £, GBP Pfund, Pfund GBP, ...; dann mit Dollar, Mark, Euro, Yen, Meter, Zentimeter, ...
Grad-1 insource:"Grad" insource:/° ?Grad/		"Neigung von 30° Grad" "Secondaria di II° Grado"
Grad-1b insource:Grad insource:/°C (\[\[)?Grad/		"15°C Grad"
Grad-2 insource:/[0-9]°[a-z]/i		"37°C"	Dateinamen ("37°N")	Viele Titel - nicht ungeprüft korrigieren
Grad-2b insource:/[0-9]°[a-z]/i -insource:/[0-9]°[NSEOW]/		"37°C"	Dateinamen	Simplifizierte Form von Grad-2 ohne (potentielle) Koordinaten
Grad-3 insource:C insource:/ºC/		"4 ºC"	Titel	Ordinal- statt Gradzeichen
Klammer-1 insource:/(([^\(]{2}[^-–\]'])|([^-–](\]\]|'')))\)([a-zäöü]{2})/i -insource:/\)(acet|ami|benz|bis\(|but|carb|chrom|cyclo|diaze|eth|gly|hexa|mangan|meth|naph|nona|ox|phen|phosph|phth|piper|prop|pyr|silan|sulf|xo)/		"Brian (* 24.12.)war ein Prophet" "[[Brian (Prophet)Brian]]"	Dateinamen, Weblinks Hubble-Sequenzen "(mit)bestimmt" "Dihydrogen(mono)oxid"	Viele Titel und Zitate - nicht ungeprüft korrigieren
Klammer-1b insource:/\)(das|der|die|ist|hat|hatte|mit|sind|und|war|wird|wurde) /		"Brian (* 24.12.)war ein Prophet"	Dateinamen, Weblinks "Wi(e)der"	Simplifizierte Form von Klammer-1: viel weniger Ergebnisse, aber deutlich geringere False-positive-Rate
Klammer-2 insource:/,\)/		"Dies und jenes (u.ä,)" "Peter (Schmitt), Paul (Müller,) Mary (Meier)"	"Jeder Vektorraum hat (unter der Annahme, dass das Auswahlaxiom gilt,) mindestens eine Basis"
Leerzeichen-1 insource:"nbsp" insource:/(  [a-züöä'\[<]|[a-züöä'\]>,\.]  )/i		"ein  - besonders schönes -  Beispiel"	diverse Formatierungen	Anders als normale doppelte Leerzeichen ( ) im gerenderten Artikel als doppeltes Leerzeichen sichtbar
Leerzeichen-2 insource:nbsp insource:/&nbp/		"5&nbp;m"		und alle mögliche Varianten: insource:/&nbs[a-oq-z]/, nsp, nps, bsp, nnb
Million-1 insource:"Million" insource:/([02-9]|[0-9,]1) Million /		"12 Million Euro"	Titel	Es gibt auch (wenige) Treffer für "Milliarde" statt "Million" (darüber sind's dann hauptsächlich false positives); kombinierte Suche leider nicht möglich ohne Timeout auszulösen
Million-1b insource:"Million" insource:/([02-9]|[0-9,]1) Million (\[\[)?(Aufruf|Bücher|[bB]ritisch|CHF|DM|Dollar|Ein|etwa|Euro|EUR|Exemplar|Fahrzeug|fast|Frank|für|GBP|Jahr|Kilo|km|Kopie|Kubik|kW|mal|Mal|Mark|Mensch|Passagier|Pfund|Tonne|US-Dollar|USD|[Vv]er|Zu)/		"12 Million Euro"	Titel	Statischere Version von Million-1: viel weniger Ergebnisse, aber deutlich geringere False-positive-Rate (hier eher keine Ergebnisse für "Milliarde" wie bei Million-1)
Plenk-1 insource:/[^.][^.]\. \.[^.][^.]/ -insource:/\. \.(jpg|net)/i		"S. ." "Einfacher Satz oder Titel. ." "Nachfolger wurde Brian II. ."	Dateinamen, Weblinks "Verschiedene Kaliber, u.a. .44" ".de ist die deutsche TLD"
Plenk-2 insource:/ [\.,][^\.][^\.]/ -insource:/ \.(jp|pdf|png|net|svg)/i		"Satzende ." "Halbsatzende ," "1 .Januar" ",falsche einfache Anführungszeichen‘" (statt ‚xyz‘)	Dateinamen "margin: .5em" "Kaliber .44" "Die TLD ist .de"
Plenk-3 insource:/,\./		"Titel,. S. 4"	Dateinamen, Weblinks ",..."	Das hat schon sehr viele false positives, aber andersrum (".,") ist es viel zu oft korrekt
Typo-1 insource:"in de" insource:/ [Ii]n de /		"Er stieg mit dem Verein in de zweite Liga auf"	Niederländisch, Dialekt Titel "In de Maizières Amtszeit"
Typo-2 "eine Professor"		"1983 erhielt er eine Professor"
Zero-1 insource:/ 0[a-df-oq-wyz][a-z]/		"0sten" "0nline"	IDs, Weblinks, Dauern, Spurweiten, Hausnummern

Bad Links

Wie Badlinks-1, nur viel einfacher mit Mediawiki-Bordmitteln.

Link	Korrekt
ABC News (Australia)	ABC News (Australien)
Android (operating system)	Android (Betriebssystem)
Elle (magazine)	Elle (Zeitschrift)
Fortune (magazine)	Fortune (Zeitschrift)
Idolator (website)	Idolator
ITV (TV network)	ITV (Fernsehsender)
Medium (website)	Medium (Website)
Metro (British newspaper)	Metro (Associated Newspapers Limited)
New York (magazine)	New York (Zeitschrift)
Paste (magazine)	Paste (Zeitschrift)
People (magazine)	People (Zeitschrift)
Pitchfork (website)	Pitchfork Media
PMC (company)	Penske Media Corporation
Time (magazine)	Time
Vanity Fair (magazine)	Vanity Fair (Magazin)
Variety (magazine)	Variety
Vice (magazine)	Vice (Magazin)
Vogue (magazine)	Vogue (Zeitschrift)
Wired (magazine)	Wired

Vermeidung von Timeouts

RegEx-Suchen sind ressourcenintensiv und münden oft in Timeouts. Ggf. hilft dann die mehrfache Ausführung der Suche, um unterschiedliche Ergebnisse zu bekommen, besser ist aber die situationsweise Einschränkung mittels Index-Filtersuchen, die die Anzahl der Ergebnisse stark erhöhen und teilweise die Timeouts sogar ganz vermeiden. Die Suchen oben sind wo möglich bereits mit solchen Filtern ausgestattet (z.B. wird einem RegEx-insource:/° ?Grad/ ein Volltext-Index-insource:Grad angehängt, um nur diejenigen Artikel auf das exakte Muster zu durchsuchen, die überhaupt ein "Grad" enthalten).

Bei einem RegEx der Form insource:/(actor|artist|...|website)\)\|/ gibt es keine einzelne entsprechende Indexsuche. Beim Abarbeiten der Liste lässt sich dann ggf. schrittweise erst ein insource:actor anhängen, dann ein insource:artist, usw. Bei einer Suche insource:/,\)/ kommt auch das nicht in Frage. Der Suchraum lässt sich dann mit einem oder mehreren willkürlichen Filtern eingrenzen. So findet etwa insource:zu ca. die Hälfte aller Artikel, -insource:zu entsprechend die andere Hälfte. Das lässt sich mit anderen häufigen Wörtern, oder auch mit Kategorien (z.B. incategory:Frau) etc. ergänzen.

Siehe auch

• Benutzer:Aka/Fehlerlisten - fertige Fehlerlisten, bekannte False Positives ausgeschlossen (daneben u.a. Hilfsprogramm)
• Weitere Fehlerlisten (siehe auch Wikipedia:Wartung): Wikipedia:Liste von Tippfehlern, Benutzer:APPER/ISBN, Spezial:LintErrors, Benutzer:Formatierer/potentielle Tippfehler
• Wikipedia:WikiProjekt Syntaxkorrektur, auch mit Skriptsammlung und extern generierten Listen

Hinweis: Du darfst diese Seite editieren!

Ja, wirklich. Es ist schön, wenn jemand vorbeikommt und Fehler oder Links korrigiert und diese Seite verbessert. Sollten deine Änderungen aber der innehabenden Person dieser Benutzerseite nicht gefallen, sei bitte nicht traurig oder verärgert, wenn sie rückgängig gemacht werden.
Wikipedia ist ein Wiki, sei mutig!