perl/BadWords.pm

   1 #
   2 # Search for bad words in strings
   3 #
   4 # Copyright (c) 2000 Dirk Koopman
   5 #
   6 # $Id$
   7 #
   8
   9 package BadWords;
  10
  11 use strict;
  12
  13 use DXUtil;
  14 use DXVars;
  15 use DXHash;
  16 use DXDebug;
  17
  18 use IO::File;
  19
  20 use vars qw($badword $regexcode);
  21
  22 my $oldfn = "$main::data/badwords";
  23 my $regex = "$main::data/badw_regex";
  24 my $bwfn = "$main::data/badword";
  25
  26 # copy issue ones across
  27 filecopy("$regex.gb.issue", $regex) unless -e $regex;
  28 filecopy("$bwfn.issue", $bwfn) unless -e $bwfn;
  29
  30 $badword = new DXHash "badword";
  31
  32 use vars qw($VERSION $BRANCH);
  33 $VERSION = sprintf( "%d.%03d", q$Revision$ =~ /(\d+)\.(\d+)/ );
  34 $BRANCH = sprintf( "%d.%03d", q$Revision$ =~ /\d+\.\d+\.(\d+)\.(\d+)/  || (0,0));
  35 $main::build += $VERSION;
  36 $main::branch += $BRANCH;
  37
  38 # load the badwords file
  39 sub load
  40 {
  41         my @out;
  42         my $fh = new IO::File $oldfn;
  43
  44         if ($fh) {
  45                 while (<$fh>) {
  46                         chomp;
  47                         next if /^\s*\#/;
  48                         my @list = split " ";
  49                         for (@list) {
  50                                 $badword->add($_);
  51                         }
  52                 }
  53                 $fh->close;
  54                 $badword->put;
  55                 unlink $oldfn;
  56         }
  57         push @out, create_regex();
  58         return @out;
  59 }
  60
  61 sub create_regex
  62 {
  63         my @out;
  64         my $fh = new IO::File $regex;
  65
  66         if ($fh) {
  67                 my $s = "sub { my \$str = shift; my \@out; \n";
  68                 while (<$fh>) {
  69                         chomp;
  70                         next if /^\s*\#/;
  71                         my @list = split " ";
  72                         for (@list) {
  73                                 # create a closure for each word so that it matches stuff with spaces/punctuation
  74                                 # and repeated characters in it
  75                                 my $w = uc $_;
  76                                 my @l = split //, $w;
  77                                 my $e = join '+[\s\W]*', @l;
  78                                 $s .= "push \@out, \$1 if \$str =~ /\\b($e)/;\n";
  79                         }
  80                 }
  81                 $s .= "return \@out;\n}";
  82                 $regexcode = eval $s;
  83                 dbg($s) if isdbg('badword');
  84                 if ($@) {
  85                         @out = ($@);
  86                         dbg($@);
  87                         return @out;
  88                 }
  89                 $fh->close;
  90         } else {
  91                 my $l = "can't open $regex $!";
  92                 dbg($l);
  93                 push @out, $l;
  94         }
  95
  96         return @out;
  97 }
  98
  99 # check the text against the badwords list
 100 sub check
 101 {
 102         my $s = uc shift;
 103         my @out;
 104
 105         push @out, &$regexcode($s) if $regexcode;
 106
 107         return @out if @out;
 108
 109         for (split(/\b/, $s)) {
 110                 push @out, $_ if $badword->in($_);
 111         }
 112
 113         return @out;
 114 }
 115
 116 1;