File Coverage

blib/lib/HTML/Spelling/Site/Checker.pm
Criterion Covered Total %
statement 71 136 52.2
branch 3 24 12.5
condition 3 18 16.6
subroutine 15 22 68.1
pod 3 3 100.0
total 95 203 46.8


line stmt bran cond sub pod time code
1             package HTML::Spelling::Site::Checker;
2             $HTML::Spelling::Site::Checker::VERSION = '0.10.3';
3 1     1   24537 use strict;
  1         2  
  1         24  
4 1     1   5 use warnings;
  1         1  
  1         20  
5 1     1   3 use autodie;
  1         2  
  1         6  
6 1     1   4850 use utf8;
  1         2  
  1         7  
7              
8 1     1   43 use 5.014;
  1         6  
9              
10 1     1   5 use MooX qw/late/;
  1         2  
  1         6  
11              
12 1     1   1845 use HTML::Parser 3.00 ();
  1         7307  
  1         31  
13 1     1   8 use List::MoreUtils qw(any);
  1         1  
  1         11  
14 1     1   1345 use JSON::MaybeXS qw(decode_json);
  1         4578  
  1         56  
15 1     1   1077 use Path::Tiny 0.144 qw/ path /;
  1         17333  
  1         71  
16 1     1   466 use Digest ();
  1         472  
  1         168  
17              
18             has '_inside' =>
19             ( is => 'rw', isa => 'HashRef', default => sub { return +{}; } );
20             has 'whitelist_parser' => ( is => 'ro', required => 1 );
21             has 'check_word_cb' => ( is => 'ro', isa => 'CodeRef', required => 1 );
22             has 'timestamp_cache_fn' => ( is => 'ro', isa => 'Str', required => 1 );
23              
24             sub _tag
25             {
26 0     0   0 my ( $self, $tag, $num ) = @_;
27              
28 0         0 $self->_inside->{$tag} += $num;
29              
30 0         0 return;
31             }
32              
33             sub should_check
34             {
35 0     0 1 0 my ( $self, $args ) = @_;
36 1     1   6 return ( $args->{word} !~ m#\A[\p{Hebrew}\-'’]+\z# );
  1         2  
  1         13  
  0         0  
37             }
38              
39             sub _calc_mispellings
40             {
41 1     1   3 my ( $self, $args ) = @_;
42              
43 1         2 my @ret;
44              
45 1         2 my $filenames = $args->{files};
46              
47 1         4 my $whitelist = $self->whitelist_parser;
48 1         13 $whitelist->parse;
49              
50 1         5 binmode STDOUT, ":encoding(utf8)";
51              
52 1         853 my $cache_fh = path( $self->timestamp_cache_fn );
53              
54 1         47 my $app_key = 'HTML-Spelling-Site';
55 1         4 my $data_key = 'timestamp_cache';
56 1         2 my $DIGEST_NAME = 'SHA-256';
57 1         2 my $digest_key = 'digest_cache';
58 1         7 my $digest = Digest->new($DIGEST_NAME);
59              
60             my $write_cache = sub {
61 2     2   5 my ( $ref, $ddata ) = @_;
62 2         8 $cache_fh->parent()->mkdir();
63 2         280 $cache_fh->spew_raw(
64             JSON::MaybeXS->new( canonical => 1 )->encode(
65             {
66             $app_key => {
67             $data_key => $ref,
68             $digest_key => { $DIGEST_NAME => $ddata, },
69             },
70             },
71             )
72             );
73              
74 2         3995 return;
75 1         2651 };
76              
77 1 50       6 if ( !$cache_fh->exists() )
78             {
79 1         68 $write_cache->( +{}, +{} );
80             }
81              
82 1         7 my $main_json = decode_json( scalar( $cache_fh->slurp_raw() ) );
83 1         163 my $timestamp_cache = $main_json->{$app_key}->{$data_key};
84             my $digest_cache =
85 1   50     6 ( $main_json->{$app_key}->{$digest_key}->{$DIGEST_NAME} // +{} );
86              
87 1         6 my $check_word = $self->check_word_cb;
88              
89             FILENAMES_LOOP:
90 1         5 foreach my $filename (@$filenames)
91             {
92 0         0 my $fp = path($filename);
93 0         0 my $mtime = $fp->stat->mtime;
94 0 0 0     0 if ( exists( $timestamp_cache->{$filename} )
95             and $timestamp_cache->{$filename} >= $mtime )
96             {
97 0         0 next FILENAMES_LOOP;
98             }
99 0         0 my $d = $digest->clone()->addfile( $fp->openr_raw )->b64digest;
100 0 0 0     0 if ( exists( $digest_cache->{$filename} )
101             and $digest_cache->{$filename} eq $d )
102             {
103 0         0 $timestamp_cache->{$filename} = $mtime;
104              
105 0         0 next FILENAMES_LOOP;
106             }
107              
108 0         0 my $file_is_ok = 1;
109              
110             my $process_text = sub {
111 0 0   0   0 if (
112             any
113             {
114 0 0       0 exists( $self->_inside->{$_} ) and $self->_inside->{$_} > 0
115             } qw(script style)
116             )
117             {
118 0         0 return;
119             }
120              
121 0         0 my $text = shift;
122              
123 0         0 my @lines = split /\n/, $text, -1;
124              
125 0         0 foreach my $l (@lines)
126             {
127              
128 0         0 my $mispelling_found = 0;
129              
130             my $mark_word = sub {
131 0         0 my ($word) = @_;
132              
133 0         0 $word =~ s{’(ve|s|m|d|t|ll|re)\z}{'$1};
134 0         0 $word =~ s{[’']\z}{};
135 0 0       0 if ( $word =~ /[A-Za-z]/ )
136             {
137 0         0 $word =~
138             s{\A(?:(?:ֹו?(?:ש|ל|מ|ב|כש|לכש|מה|שה|לכשה|ב-))|ו)-?}{};
139 0         0 $word =~ s{'?ים\z}{};
140             }
141              
142 0   0     0 my $verdict = (
143             (
144             !$whitelist->check_word(
145             { filename => $filename, word => $word }
146             )
147             )
148             && $self->should_check( { word => $word } )
149             && ( !( $check_word->($word) ) )
150             );
151              
152 0   0     0 $mispelling_found ||= $verdict;
153              
154 0 0       0 return $verdict ? "«$word»" : $word;
155 0         0 };
156              
157 0         0 $l =~ s/
158             # Not sure this regex to match a word is fully
159             # idiot-proof, but we can amend it later.
160             ([\w'’-]+)
161 0         0 /$mark_word->($1)/egx;
162              
163 0 0       0 if ($mispelling_found)
164             {
165 0         0 $file_is_ok = 0;
166 0         0 push @ret,
167             {
168             filename => $filename,
169             line_num => 1,
170             line_with_context => $l,
171             };
172             }
173             }
174 0         0 };
175              
176             HTML::Parser->new(
177             api_version => 3,
178             handlers => [
179 0     0   0 start => [ sub { return $self->_tag(@_); }, "tagname, '+1'" ],
180 0     0   0 end => [ sub { return $self->_tag(@_); }, "tagname, '-1'" ],
  0         0  
181             text => [ $process_text, "dtext" ],
182             ],
183             marked_sections => 1,
184             )->parse_file( $fp->openr_utf8() );
185              
186 0 0       0 if ($file_is_ok)
187             {
188 0         0 $timestamp_cache->{$filename} = $mtime;
189 0         0 $digest_cache->{$filename} = $d;
190             }
191             }
192              
193 1         3 $write_cache->( $timestamp_cache, $digest_cache );
194              
195 1         58 return { misspellings => \@ret, };
196             }
197              
198             sub _format_error
199             {
200 0     0   0 my ( $self, $error ) = @_;
201              
202             return sprintf( "%s:%d:%s",
203             $error->{filename}, $error->{line_num}, $error->{line_with_context},
204 0         0 );
205             }
206              
207             sub spell_check
208             {
209 0     0 1 0 my ( $self, $args ) = @_;
210              
211 0         0 my $misspellings = $self->_calc_mispellings($args);
212              
213 0         0 foreach my $error ( @{ $misspellings->{misspellings} } )
  0         0  
214             {
215 0         0 printf {*STDOUT} "%s\n", $self->_format_error($error);
  0         0  
216             }
217              
218 0         0 print "\n";
219             }
220              
221             sub test_spelling
222             {
223 1     1 1 77 my ( $self, $args ) = @_;
224              
225 1   50     7 my $MAXLEN = ( $args->{'MAXLEN'} || 1000 );
226 1   50     6 my $MAXSIZE = ( $args->{'MAXSIZE'} || 20 );
227 1         4 my $misspellings = $self->_calc_mispellings($args);
228              
229 1 50       7 if ( $args->{light} )
230             {
231 0         0 require Test::More;
232              
233 0         0 my $ret = Test::More::is( scalar( @{ $misspellings->{misspellings} } ),
234 0         0 0, $args->{blurb} );
235              
236 0         0 my $output_text = '';
237             DIAGLOOP:
238 0         0 foreach my $error ( @{ $misspellings->{misspellings} } )
  0         0  
239             {
240 0         0 $output_text .= $self->_format_error($error) . "\n";
241 0 0       0 if ( length($output_text) >= $MAXLEN )
242             {
243 0         0 $output_text = substr( $output_text, 0, $MAXLEN );
244 0         0 last DIAGLOOP;
245             }
246             }
247 0         0 Test::More::diag($output_text);
248 0         0 return $ret;
249             }
250 1         1018 require Test::Differences;
251 1         17908 my @arr = @{ $misspellings->{misspellings} };
  1         4  
252 1 50       4 if ( @arr > $MAXSIZE )
253             {
254 0         0 $#arr = $MAXSIZE - 1;
255             }
256 1         6 return Test::Differences::eq_or_diff( ( \@arr ), [], $args->{blurb}, );
257             }
258             1;
259              
260             __END__
261              
262             =pod
263              
264             =encoding UTF-8
265              
266             =head1 NAME
267              
268             HTML::Spelling::Site::Checker - does the actual checking.
269              
270             =head1 VERSION
271              
272             version 0.10.3
273              
274             =head1 SYNOPSIS
275              
276             In lib/Shlomif/Spelling/FindFiles.pm :
277              
278             package Shlomif::Spelling::FindFiles;
279              
280             use strict;
281             use warnings;
282              
283             use MooX qw/late/;
284             use List::MoreUtils qw/any/;
285              
286             use HTML::Spelling::Site::Finder;
287              
288             my @prunes =
289             (
290             qr#^\Qdest/t2/humour/by-others/how-to-make-square-corners-with-CSS/#,
291             );
292              
293             sub list_htmls
294             {
295             my ($self) = @_;
296              
297             return HTML::Spelling::Site::Finder->new(
298             {
299             root_dir => 'dest/t2',
300             prune_cb => sub {
301             my ($path) = @_;
302             return any { $path =~ $_ } @prunes;
303             },
304             }
305             )->list_all_htmls;
306             }
307              
308             1;
309              
310             In lib/Shlomif/Spelling/Whitelist.pm :
311              
312             package Shlomif::Spelling::Whitelist;
313              
314             use strict;
315             use warnings;
316              
317             use MooX qw/late/;
318              
319             extends('HTML::Spelling::Site::Whitelist');
320              
321             has '+filename' => (default => 'lib/hunspell/whitelist1.txt');
322              
323             1;
324              
325             In lib/Shlomif/Spelling/Check.pm :
326              
327             package Shlomif::Spelling::Check;
328              
329             use strict;
330             use warnings;
331             use autodie;
332             use utf8;
333              
334             use MooX qw/late/;
335              
336             use Text::Hunspell;
337             use Shlomif::Spelling::Whitelist;
338             use HTML::Spelling::Site::Checker;
339              
340             sub spell_check
341             {
342             my ($self, $args) = @_;
343              
344             my $speller = Text::Hunspell->new(
345             '/usr/share/hunspell/en_GB.aff',
346             '/usr/share/hunspell/en_GB.dic',
347             );
348              
349             if (not $speller)
350             {
351             die "Could not initialize speller!";
352             }
353              
354             my $files = $args->{files};
355              
356             return HTML::Spelling::Site::Checker->new(
357             {
358             timestamp_cache_fn => './Tests/data/cache/spelling-timestamp.json',
359             whitelist_parser => scalar( Shlomif::Spelling::Whitelist->new() ),
360             check_word_cb => sub {
361             my ($word) = @_;
362             return $speller->check($word);
363             },
364             }
365             )->spell_check(
366             {
367             files => $args->{files}
368             }
369             );
370             }
371              
372             1;
373              
374             In lib/Shlomif/Spelling/Iface.pm :
375              
376             package Shlomif::Spelling::Iface;
377              
378             use strict;
379             use warnings;
380              
381             use MooX (qw( late ));
382              
383             use Shlomif::Spelling::Check;
384             use Shlomif::Spelling::FindFiles;
385              
386             sub run
387             {
388             return Shlomif::Spelling::Check->new()->spell_check(
389             {
390             files => Shlomif::Spelling::FindFiles->new->list_htmls(),
391             },
392             );
393             }
394              
395             1;
396              
397             In bin/spell-checker-iface :
398              
399             #!/usr/bin/env perl
400              
401             use strict;
402             use warnings;
403              
404             use lib './lib';
405              
406             use Shlomif::Spelling::Iface;
407              
408             Shlomif::Spelling::Iface->new->run;
409              
410             In t/html-spell-check.t :
411              
412             #!/usr/bin/perl
413              
414             use strict;
415             use warnings;
416              
417             use Test::More tests => 1;
418              
419             {
420             my $output = `./bin/spell-checker-iface 2>&1`;
421             chomp($output);
422              
423             # TEST
424             is ($output, '', "No spelling errors.");
425             }
426              
427             =head1 DESCRIPTION
428              
429             The instances of this class can be used to do the actual scanning of
430             local HTML files.
431              
432             =head1 METHODS
433              
434             =head2 my $obj = HTML::Spelling::Site::Checker->new({ whitelist_parser => $parser_obj, check_word_cb => sub { ... }, timestamp_cache_fn => '/path/to/timestamp-cache.json' })
435              
436             Initialises a new object. C<whitelist_parser> is normally an instance of
437             L<HTML::Spelling::Site::Whitelist>. C<check_word_cb> is a subroutine to check
438             a word for correctness. C<timestamp_cache_fn> points to the path where the
439             cache of the last-checked timestamps of the files is stored in JSON format.
440              
441             =head2 $finder->spell_check();
442              
443             Performs the spell check and prints the erroneous words to stdout.
444              
445             =head2 $bool = $finder->should_check({word=>$word_string})
446              
447             Whether the word should be checked for being misspelled or not. Can be
448             overridden in subclasses. (Was added in version 0.4.0).
449              
450             =head2 $finder->test_spelling({ files => [@files], blurb => $blurb, });
451              
452             A spell check function compatible with L<Test::More> . Emits one assertion.
453              
454             Since version 0.2.0, if a C<<< light => 1 >>> key is specified and is true, it
455             will not use L<Test::Differences>, which tends to consume a lot of RAM when
456             there are many messages.
457              
458             Since version 0.10.0, C<'MAXLEN'> argument was added.
459              
460             Since version 0.10.0, C<'MAXSIZE'> argument was added.
461              
462             =head2 $finder->whitelist_parser()
463              
464             For internal use.
465              
466             =head2 $finder->check_word_cb()
467              
468             For internal use.
469              
470             =head2 $finder->timestamp_cache_fn()
471              
472             For internal use.
473              
474             =for :stopwords cpan testmatrix url bugtracker rt cpants kwalitee diff irc mailto metadata placeholders metacpan
475              
476             =head1 SUPPORT
477              
478             =head2 Websites
479              
480             The following websites have more information about this module, and may be of help to you. As always,
481             in addition to those websites please use your favorite search engine to discover more resources.
482              
483             =over 4
484              
485             =item *
486              
487             MetaCPAN
488              
489             A modern, open-source CPAN search engine, useful to view POD in HTML format.
490              
491             L<https://metacpan.org/release/HTML-Spelling-Site>
492              
493             =item *
494              
495             RT: CPAN's Bug Tracker
496              
497             The RT ( Request Tracker ) website is the default bug/issue tracking system for CPAN.
498              
499             L<https://rt.cpan.org/Public/Dist/Display.html?Name=HTML-Spelling-Site>
500              
501             =item *
502              
503             CPANTS
504              
505             The CPANTS is a website that analyzes the Kwalitee ( code metrics ) of a distribution.
506              
507             L<http://cpants.cpanauthors.org/dist/HTML-Spelling-Site>
508              
509             =item *
510              
511             CPAN Testers
512              
513             The CPAN Testers is a network of smoke testers who run automated tests on uploaded CPAN distributions.
514              
515             L<http://www.cpantesters.org/distro/H/HTML-Spelling-Site>
516              
517             =item *
518              
519             CPAN Testers Matrix
520              
521             The CPAN Testers Matrix is a website that provides a visual overview of the test results for a distribution on various Perls/platforms.
522              
523             L<http://matrix.cpantesters.org/?dist=HTML-Spelling-Site>
524              
525             =item *
526              
527             CPAN Testers Dependencies
528              
529             The CPAN Testers Dependencies is a website that shows a chart of the test results of all dependencies for a distribution.
530              
531             L<http://deps.cpantesters.org/?module=HTML::Spelling::Site>
532              
533             =back
534              
535             =head2 Bugs / Feature Requests
536              
537             Please report any bugs or feature requests by email to C<bug-html-spelling-site at rt.cpan.org>, or through
538             the web interface at L<https://rt.cpan.org/Public/Bug/Report.html?Queue=HTML-Spelling-Site>. You will be automatically notified of any
539             progress on the request by the system.
540              
541             =head2 Source Code
542              
543             The code is open to the world, and available for you to hack on. Please feel free to browse it and play
544             with it, or whatever. If you want to contribute patches, please send me a diff or prod me to pull
545             from your repository :)
546              
547             L<https://github.com/shlomif/HTML-Spelling-Site>
548              
549             git clone https://github.com/shlomif/HTML-Spelling-Site.git
550              
551             =head1 AUTHOR
552              
553             Shlomi Fish <shlomif@cpan.org>
554              
555             =head1 BUGS
556              
557             Please report any bugs or feature requests on the bugtracker website
558             L<https://github.com/shlomif/html-spelling-site/issues>
559              
560             When submitting a bug or request, please include a test-file or a
561             patch to an existing test-file that illustrates the bug or desired
562             feature.
563              
564             =head1 COPYRIGHT AND LICENSE
565              
566             This software is Copyright (c) 2016 by Shlomi Fish.
567              
568             This is free software, licensed under:
569              
570             The MIT (X11) License
571              
572             =cut