kolaytercih/scripts/yok-istatistik-uret.py

"""YÖK İstatistik Excel'lerinden src/lib/yok-istatistik.ts sabitini üretir.

Kullanım (yılda bir, YÖK İstatistik Mart'ta yayımlayınca):
  python3 scripts/yok-istatistik-uret.py 2025-2026

Girdi: data/kaynak/yok-istatistik-{ogrenci,ogretim-elemani}-sayilari-<DONEM>.xls
(istatistik.yok.gov.tr'den tarayıcıyla indirilir, API yok). Bağımlılık: xlrd.

Kurallar:
- Öğrenci = örgün öğrenci (BİRİNCİ Ö. + İKİNCİ Ö.), tüm düzeyler. UZAKTAN Ö.
  ve AÇIK Ö. dışarıda: açıköğretimli üç büyük üniversitede oranı anlamsız
  kılar ve kampüste okuyan öğrenciyi anlatmaz.
- Öğretim üyesi = Profesör + Doçent + Doktor Öğretim Üyesi (YÖK tanımı).
- Anahtar: /universite/[slug] sayfa slug'ı; yalnız yokatlas.db'de sayfası
  olan üniversiteler yazılır, eşleşmeyenler ekrana basılır.
"""

import sqlite3
import sys
import unicodedata
import re
from pathlib import Path

import xlrd

KOK = Path(__file__).resolve().parent.parent
DONEM = sys.argv[1] if len(sys.argv) > 1 else "2025-2026"


def slugify(s: str) -> str:
    # src/lib/slug.ts turkishSlugify ile aynı kural.
    s = s.replace("I", "ı").replace("İ", "i").lower()
    for a, b in [("ı", "i"), ("ş", "s"), ("ğ", "g"), ("ü", "u"), ("ö", "o"),
                 ("ç", "c"), ("â", "a"), ("î", "i"), ("û", "u")]:
        s = s.replace(a, b)
    s = unicodedata.normalize("NFKD", s)
    s = re.sub(r"[̀-ͯ]", "", s)
    s = re.sub(r"[^a-z0-9]+", "-", s)
    return s.strip("-")


def sayfa_slug(ad: str) -> str:
    return slugify(re.sub(r"\s*\([^)]*\)\s*$", "", ad).strip())


def tamsayi(v) -> int:
    return int(float(v)) if v not in ("", None) else 0


def sayfa(ad: str):
    return xlrd.open_workbook(
        KOK / "data" / "kaynak" / f"yok-istatistik-{ad}-sayilari-{DONEM}.xls"
    ).sheet_by_index(0)


# Öğrenci: sütun 1 ad, 4 öğrenim türü, 19 genel toplam (T).
ogrenci: dict[str, int] = {}
s = sayfa("ogrenci")
for r in range(4, s.nrows):
    v = s.row_values(r)
    ad, tur = str(v[1]).strip(), str(v[4]).strip()
    if not ad or ad == "TOPLAM":
        continue
    if tur in ("BİRİNCİ Ö.", "İKİNCİ Ö."):
        k = sayfa_slug(ad)
        ogrenci[k] = ogrenci.get(k, 0) + tamsayi(v[19])

# Akademisyen: T sütunları Prof 6, Doç 9, Dr. Öğr. Üyesi 12, genel toplam 21.
akademik: dict[str, tuple[int, int]] = {}
s = sayfa("ogretim-elemani")
for r in range(4, s.nrows):
    v = s.row_values(r)
    ad = str(v[1]).strip()
    if not ad or ad == "TOPLAM":
        continue
    uye = tamsayi(v[6]) + tamsayi(v[9]) + tamsayi(v[12])
    akademik[sayfa_slug(ad)] = (uye, tamsayi(v[21]))

db = sqlite3.connect(KOK / "data" / "yokatlas.db")
sayfalar = {sayfa_slug(a) for (a,) in db.execute("SELECT DISTINCT universite FROM programs")}

satirlar = []
for k in sorted(sayfalar):
    if k not in ogrenci or k not in akademik:
        continue
    uye, toplam = akademik[k]
    if ogrenci[k] == 0 or uye == 0:
        continue
    satirlar.append(f'  "{k}": {{ ogrenci: {ogrenci[k]}, ogretimUyesi: {uye}, akademisyen: {toplam} }},')

oranlar = sorted(ogrenci[k] / akademik[k][0] for k in sayfalar
                if ogrenci.get(k) and akademik.get(k, (0, 0))[0])
medyan = round(oranlar[len(oranlar) // 2])

eksik = sorted(sayfalar - {l.split('"')[1] for l in satirlar})
print(f"{len(satirlar)}/{len(sayfalar)} sayfa eşleşti. Eşleşmeyen {len(eksik)}:", file=sys.stderr)
for k in eksik:
    print("  -", k, file=sys.stderr)
for k in sorted(set(ogrenci) - sayfalar):
    print("  Excel'de var, sayfası yok:", k, file=sys.stderr)

cikti = f'''// YÖK İstatistik {DONEM}: üniversite başına örgün öğrenci ve öğretim üyesi sayısı.
//
// ÜRETİLMİŞ DOSYA — elle düzenleme. Kaynak Excel'ler data/kaynak/ altında;
// yeniden üretmek için: python3 scripts/yok-istatistik-uret.py {DONEM}
//
// Öğrenci = örgün (birinci + ikinci öğretim), tüm düzeyler; uzaktan ve açık
// öğretim dahil değil. Öğretim üyesi = Prof. + Doç. + Dr. Öğr. Üyesi.
// Anahtar: /universite/[slug] sayfa slug'ı. Burada olmayan üniversitenin
// YÖK İstatistik satırı yok (KKTC/yurt dışı ya da öğrencisi/üyesi 0).

export const YOK_ISTATISTIK_DONEM = "{DONEM}";

export const YOK_ISTATISTIK_KAYNAK_URL = "https://istatistik.yok.gov.tr/";

/** Sayfası olan üniversitelerde öğretim üyesi başına öğrencinin medyanı — kıyas çizgisi. */
export const OGRENCI_BASINA_UYE_MEDYAN = {medyan};

export type UniIstatistik = {{
  /** Örgün öğrenci (ön lisans + lisans + yüksek lisans + doktora) */
  ogrenci: number;
  /** Profesör + doçent + doktor öğretim üyesi */
  ogretimUyesi: number;
  /** Tüm akademik personel (öğretim görevlisi ve araştırma görevlisi dahil) */
  akademisyen: number;
}};

export const YOK_ISTATISTIK: Record<string, UniIstatistik> = {{
{chr(10).join(satirlar)}
}};

/** Üniversite sayfa slug'ının YÖK İstatistik satırı; yoksa null. */
export function uniIstatistikBul(slug: string): UniIstatistik | null {{
  return YOK_ISTATISTIK[slug] ?? null;
}}

/** Öğretim üyesi başına örgün öğrenci, tam sayıya yuvarlanmış. */
export function ogrenciBasinaUye(i: UniIstatistik): number {{
  return Math.round(i.ogrenci / i.ogretimUyesi);
}}
'''
(KOK / "src" / "lib" / "yok-istatistik.ts").write_text(cikti, encoding="utf-8")