Create fix langlinks.py

fix langlinks.py

@@ -0,0 +1,42 @@
+import re
+import tqdm
+import json
+import requests
+from huggingface_hub import login
+from huggingface_hub import upload_file
+
+# تسجيل الدخول إلى Hugging Face (استبدل "YOUR_ACCESS_TOKEN" بالتوكن الخاص بك)
+login("YOUR_ACCESS_TOKEN")
+
+# تحميل الملف JSON من الرابط مباشرة
+json_url = "https://huggingface.co/Ibrahemqasim/enwiki_to_arwiki_categories/resolve/main/langlinks.json"
+response = requests.get(json_url)
+data = response.json()
+
+# تحويل القاموس إلى قائمة من القواميس [{ "en": "value", "ar": "value" }, ...]
+data_list = []
+for key, value in tqdm.tqdm(data.items()):
+    # "Category:1. FC Köln non-playing staff"
+    # remove " from start and end
+    # ---
+    if key.startswith('"') and key.endswith('"'):
+        key = key[1:-1]
+    # ----
+    # remove (:") from start and remove (",) from end
+    # :"cc",
+    if value.startswith(':"') and value.endswith('",'):
+        value = value[2:-2]
+    # ----
+    data_list.append({"en": key, "ar": value})
+
+# حفظ القاموس المصحح في ملف JSON
+with open("langlinks_fixed.json", "w", encoding="utf-8") as f:
+    json.dump(data_list, f, ensure_ascii=False, indent=4)
+
+
+upload_file(
+    path_or_fileobj="langlinks_fixed.json",  # اسم الملف الذي تم حفظه
+    path_in_repo="langlinks_fixed.json",  # المسار داخل المستودع
+    repo_id="Ibrahemqasim/enwiki_to_arwiki_categories",  # معرف المستودع
+    # repo_type="dataset",  # نوع المستودع (نستخدم dataset للملفات)
+)