scripts/gblint.pl

   1 #!/usr/bin/perl -Tw
   2 #
   3 # Each new section id requires adding it to the list (e.g. improved
   4 # disciplines).
   5 #
   6 ###############################################################################
   7 use strict;
   8
   9 my $endOfDTD = 0;
  10
  11 my %sectionDocLookup = (
  12   '_unknown' => '_unknown',
  13   'toc'      => 'toc',
  14   'title'    => 'title',
  15   'dedicate' => 'dedicate',
  16   'acknwldg' => 'acknwldg',
  17   'credits'  => 'acknwldg',
  18   'coming'   => 'coming',
  19   'tssf'     => 'tssf',
  20   'gamerulz' => 'gamerulz',
  21   'discplnz' => 'discplnz',
  22   'camflage' => 'discplnz',
  23   'hunting'  => 'discplnz',
  24   'sixthsns' => 'discplnz',
  25   'tracking' => 'discplnz',
  26   'healing'  => 'discplnz',
  27   'wepnskll' => 'discplnz',
  28   'mndshld'  => 'discplnz',
  29   'mndblst'  => 'discplnz',
  30   'anmlknsp' => 'discplnz',
  31   'mindomtr' => 'discplnz',
  32   'mksumary' => 'discplnz',
  33   'anmlctrl' => 'discplnz',
  34   'curing'   => 'discplnz',
  35   'invsblty' => 'discplnz',
  36   'psisurge' => 'discplnz',
  37   'psiscrn'  => 'discplnz',
  38   'dvnation' => 'discplnz',
  39   'wpnmstry' => 'discplnz',
  40   'anmlmstr' => 'discplnz',
  41   'deliver'  => 'discplnz',
  42   'assimila' => 'discplnz',
  43   'hntmstry' => 'discplnz',
  44   'pthmnshp' => 'discplnz',
  45   'kaisurge' => 'discplnz',
  46   'kaiscrn'  => 'discplnz',
  47   'nexus'    => 'discplnz',
  48   'gnosis'   => 'discplnz',
  49   'magi'     => 'discplnz',
  50   'kalchemy' => 'discplnz',
  51   'powers'   => 'powers',
  52   'lessmcks' => 'powers',
  53   'alchemy'  => 'powers',
  54   'sorcery'  => 'powers',
  55   'enchant'  => 'powers',
  56   'elementl' => 'powers',
  57   'prophecy' => 'powers',
  58   'psycmncy' => 'powers',
  59   'evcation' => 'powers',
  60   'highmcks' => 'powers',
  61   'thamtrgy' => 'powers',
  62   'telergy'  => 'powers',
  63   'physirgy' => 'powers',
  64   'theurgy'  => 'powers',
  65   'visionry' => 'powers',
  66   'necrmncy' => 'powers',
  67   'staff'    => 'powers',
  68   'moonston' => 'powers',
  69   'equipmnt' => 'equipmnt',
  70   'howcarry' => 'equipmnt',
  71   'howmuch'  => 'equipmnt',
  72   'howuse'   => 'equipmnt',
  73   'cmbtrulz' => 'cmbtrulz',
  74   'evasion'  => 'cmbtrulz',
  75   'lorecrcl' => 'lorecrcl',
  76   'lcbonus'  => 'lorecrcl',
  77   'levels'   => 'levels',
  78   'primate'  => 'levels',
  79   'tutelary' => 'levels',
  80   'mentora'  => 'levels',
  81   'scion'    => 'levels',
  82   'archmstr' => 'levels',
  83   'prncpln'  => 'levels',
  84   'imprvdsc' => 'imprvdsc',
  85   'guardian' => 'imprvdsc',
  86   'sunkght'  => 'imprvdsc',
  87   'sunlord'  => 'imprvdsc',
  88   'kaiwisdm' => 'kaiwisdm',
  89   'sage'     => 'sage',
  90   'numbered' => 'numbered',
  91   'passing'  => 'passing',
  92   'part1'    => 'part1',
  93   'part2'    => 'part2',
  94   'map'      => 'map',
  95   'action'   => 'action',
  96   'crsumary' => 'crsumary',
  97   'smevazn'  => 'crsumary',
  98   'crtable'  => 'crtable',
  99   'random'   => 'random',
 100   'errata'   => 'errata',
 101   'errintro' => 'errata',
 102   'errerr'   => 'errata',
 103   'footnotz' => 'footnotz',
 104   'illstrat' => 'illstrat',
 105   'primill'  => 'illstrat',
 106   'secill'   => 'illstrat',
 107   'license'  => 'license',
 108   'lic-pre'  => 'license',
 109   'lic-1'    => 'license',
 110   'lic-1-0'  => 'license',
 111   'lic-1-1'  => 'license',
 112   'lic-1-2'  => 'license',
 113   'lic-1-3'  => 'license',
 114   'lic-1-4'  => 'license',
 115   'lic-1-5'  => 'license',
 116   'lic-1-6'  => 'license',
 117   'lic-1-7'  => 'license',
 118   'lic-2'    => 'license',
 119   'lic-2-0'  => 'license',
 120   'lic-2-1'  => 'license',
 121   'lic-2-2'  => 'license',
 122   'lic-2-3'  => 'license',
 123   'lic-2-4'  => 'license',
 124   'lic-2-5'  => 'license',
 125   'lic-3'    => 'license',
 126   'lic-3-0'  => 'license',
 127   'lic-3-1'  => 'license',
 128   'lic-4'    => 'license',
 129   'lic-4-0'  => 'license',
 130   'lic-5'    => 'license',
 131   'lic-5-0'  => 'license',
 132   'lic-6'    => 'license',
 133   'lic-6-0'  => 'license',
 134   'lic-6-1'  => 'license',
 135 );
 136
 137 my $errorCount = 0;
 138 my $maxErrorCount = 0;
 139 my $skipLines = 0;
 140 my $initials = "??";
 141 my $useCorr = 0;
 142 my $checkNonASCII = 1;
 143 my $language = 'en';
 144
 145 while( $#ARGV > -1 && $ARGV[ 0 ] =~ /^-/ ) {
 146   if( $ARGV[ 0 ] eq "-e" && $#ARGV > 0 ) {
 147     shift @ARGV;
 148     $maxErrorCount = shift @ARGV;
 149   }
 150   elsif( $ARGV[ 0 ] eq "-s" && $#ARGV > 0 ) {
 151     shift @ARGV;
 152     $skipLines = shift @ARGV;
 153   }
 154   elsif( $ARGV[ 0 ] eq "-i" && $#ARGV > 0 ) {
 155     shift @ARGV;
 156     $initials = shift @ARGV;
 157   }
 158   elsif( $ARGV[ 0 ] eq "--use-corr" ) {
 159     shift @ARGV;
 160     $useCorr = 1;
 161   }
 162   elsif( $ARGV[ 0 ] eq '--skip-ASCII-check' ) {
 163     shift @ARGV;
 164     $checkNonASCII = 0;
 165   }
 166   elsif( $ARGV[ 0 ] eq '--language' ) {
 167     shift @ARGV;
 168     $language = shift @ARGV;
 169   }
 170 }
 171
 172 my $lineNumber = 1;
 173 my $currentSection = "_unknown";
 174
 175 while( my $line = <> ) {
 176   my @section = ( $line =~ /<section[^>]+id="([^"]*)"/g );
 177   if( $#section > 0 ) { die( "Multiple sections begin at line $lineNumber\n" ); }
 178   elsif( $#section == 0 ) {
 179     if( $section[ 0 ] =~ /^sect[[:digit:]]+$/ ) {
 180       $currentSection = $section[ 0 ];
 181     }
 182     else {
 183       $currentSection = $sectionDocLookup{$section[ 0 ]};
 184     }
 185   }
 186
 187   if( $skipLines >= $lineNumber ) {
 188     ++$lineNumber;
 189     next;
 190   }
 191
 192   ##### Unescaped Characters
 193   if( $line =~ /[\200-\377]/ ) {
 194     if( $line =~ /\221/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped left single quotation mark(s)", "\221", "<quote>...</quote> or \&apos;" ); }
 195     if( $line =~ /\222/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped right single quotation mark(s)", "\222", "<quote>...</quote> or \&apos;" ); }
 196     if( $line =~ /\223/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped left double quotation mark(s)", "\223", "<quote>...</quote>" ); }
 197     if( $line =~ /\224/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped right double quotation mark(s)", "\224", "<quote>...</quote>" ); }
 198     if( $line =~ /\226/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped endash(es)", "\226", "&endash;" ); }
 199     if( $line =~ /\227/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped emdash(es)", "\227", "&emdash;" ); }
 200 #    if( $checkNonASCII && $line =~ /(.{0,4}?)?([\x80-\xff])(.{0,4})?/ ) {
 201 #      &printError( "ne", $currentSection, $lineNumber, "unescaped non-ASCII character(s) in \"${1}[[HERE]]${3}\"; first found only", "$2" );
 202 #    }
 203     if( $line =~ /(.{0,4}?)?([\x80-\x9f])(.{0,4})?/ ) {
 204       &printError( "ne", $currentSection, $lineNumber, "unsafe non-ASCII character(s) in \"${1}[[HERE]]${3}\"; first found only", "$2" );
 205     }
 206 }
 207   if( $line =~ /'/ ) { &printError( "ne", $currentSection, $lineNumber, "unescaped apostrophe(s)", "'", "\&apos; or <quote>...</quote>" ); }
 208   if( $line =~ /`/ ) { &printError( "ne", $currentSection, $lineNumber, "backtick(s)", "`", "\&apos; or <quote>...</quote>" ); }
 209
 210   # tab
 211
 212   if( $line =~ /\t/ ) { &printError( "ne", $currentSection, $lineNumber, "TAB character found; convert to equivalent SPACEs" ); }
 213
 214   # ampersand
 215   if( $line =~ /\&\s/ ) { &printError( "ne", $currentSection, $lineNumber, "possible malformed ampersand or escape sequence", "&", "&ampersand;" ); }
 216
 217   # emdash
 218   if( $line =~ /\s-\s/ ) { &printError( "ne", $currentSection, $lineNumber, "probable malformed emdash", " - ", "\&emdash;" ); }
 219   if( $line =~ /(?<!\!)--(?!>)/ ) { &printError( "ne", $currentSection, $lineNumber, "probable malformed emdash", "--", "\&emdash;" ); }
 220
 221   # endash
 222   if( $line =~ /([0-9])-([0-9]+)(?![^<]+>)/ ) { &printError( "ne", $currentSection, $lineNumber, "possible malformed endash", "$1-$2", "$1\&endash;$2" ); }
 223
 224   # ellipsis
 225   if( $line =~ /(\.\s*\.(\s*\.)?)/ ) { &printError( "ne", $currentSection, $lineNumber, "possible malformed ellipsis", "$1", "\&ellips; or \&lellips;" ); }
 226   if( $line =~ /(\&ellips;)([^<[:space:]])/ ) { &printError( "ne", $currentSection, $lineNumber, "\&ellips; without space afterwards", "$1$2", "\&ellips; $2" ); }
 227   if( $line =~ /([[:space:]]\&ellips;)/ ) { &printError( "ne", $currentSection, $lineNumber, "\&ellips; with preceding space", "$1", "\&ellips;" ); }
 228   if( $line =~ /([^>])(\&lellips;)/ ) { &printError( "ne", $currentSection, $lineNumber, "possible \&lellips; used in place of \&ellips;", "$1$2", "$1\&ellips;" ); }
 229   if( $line =~ /(>\&ellips;)/ ) { &printError( "ne", $currentSection, $lineNumber, "possible \&ellips; used in place of \&lellips;", "$1", ">\&lellips;" ); }
 230
 231   # thinspace
 232   if( $line =~ m{(</?quote>)\1} ) { &printError( "ne", $currentSection, $lineNumber, "probable candidate for thinspace", "$1$1", "$1\&thinspace;$1" ); }
 233   if( $line =~ m{(<quote>)(\&apos;)} || $line =~ m{(\&apos;)(</quote>)} ) { &printError( "ne", $currentSection, $lineNumber, "probable canidate for thinspace", "$1$2", "$1\&thinspace;$2" ); }
 234
 235   # blankline
 236   if( $line =~ /(__+)/ ) { &printError( "ne", $currentSection, $lineNumber, "probable candidate for blankline", "$1", "\&blankline;" ); }
 237
 238   # percent
 239   #  It should be safe to assume that there will be a "]>" at the end of
 240   #  internal DTD subset. Previous to the end of the internal DTD subset
 241   #  "%" has special meaning and shouldn't be detected.
 242   if( $line =~ /]>/ ) { $endOfDTD = 1; }
 243   if( $endOfDTD && $line =~ /\%/ ) { &printError( "ne", $currentSection, $lineNumber, "possible candidate for percent", "\%", "\&percent;" ); }
 244
 245   ##### OCR Errors
 246
 247   if( $line =~ m{([^.?!:);>]</((p)|(choice))>)} ) { &printError( "??", $currentSection, $lineNumber, "possible missing punctuation", "$1" ); }
 248   if( $line =~ /((?<![iIeE]\.[eg])[.?!]\s+[a-z])/ ) { &printError( "??", $currentSection, $lineNumber, "possible bad initial capitalization", "$1" ); }
 249   if( $line =~ /([a-zA-Z][0-9][a-zA-Z])/ ) { &printError( "??", $currentSection, $lineNumber, "probable replacement of number for letter", "$1" ); }
 250   if( $line =~ />[^<]*-[[:space:]]/ ) { &printError( "??", $currentSection, $lineNumber, "possible retained end-of-line hyphen(s)" ); }
 251
 252   ##### Obsolete Markup
 253
 254   if( $line =~ /\&lsquot;/ ) { &printError( "ne", $currentSection, $lineNumber, "probable obsolete markup", "\&lsquot;", "<quote>" ); }
 255   if( $line =~ /\&rsquot;/ ) { &printError( "ne", $currentSection, $lineNumber, "probable obsolete markup", "\&rsquot;", "</quote>" ); }
 256   if( $line =~ /\&ldquot;/ ) { &printError( "ne", $currentSection, $lineNumber, "probable obsolete markup", "\&ldquot;", "<quote>" ); }
 257   if( $line =~ /\&rdquot;/ ) { &printError( "ne", $currentSection, $lineNumber, "probable obsolete markup", "\&rdquot;", "</quote>" ); }
 258   if( $line =~ /\&quot;/ ) { &printError( "ne", $currentSection, $lineNumber, "possible obsolete markup", "\&quot;", "<quote> or </quote>" ); }
 259   if( $line =~ /(\&link.[^;]+;)/ ) { &printError( "ne", $currentSection, $lineNumber, "probable obsolete markup", "$1", "use <bookref.../> instead" ); }
 260   if( $line =~ /\&([^[:space:]]+);/ ) {
 261     unless( $1 =~ /^(?:link|inclusion)/ ) {
 262       &printError( "ne", $currentSection, $lineNumber, "possible obsolete markup", "\&$1\;", "<ch.$1/>" );
 263     }
 264   }
 265   if( $line =~ /(<a([^>]*) class="footnote"(.*?)>)/ )  { &printError( "ne", $currentSection, $lineNumber, "obsolete markup", "$1", "<footref$2$3>" ); }
 266
 267   ##### Character Attributes
 268   if( $line =~ /[^>]((CLOSE\s+)?COMBAT\sSKILL)/ || $line =~ /((CLOSE\s+)?COMBAT\sSKILL)[^<]/ ) {
 269     &printError( "ne", $currentSection, $lineNumber, "possible missing markup", "$1", "<typ class=\"attribute\">$1</typ>" );
 270   }
 271   if( $line =~ /[^>](ENDURANCE)/ || $line =~ /(ENDURANCE)[^<]/ ) {
 272     &printError( "ne", $currentSection, $lineNumber, "possible missing markup", "ENDURANCE", "<typ class=\"attribute\">ENDURANCE</typ>" );
 273   }
 274   if( $line =~ /[^>](WILLPOWER)/ || $line =~ /(WILLPOWER)[^<]/ ) {
 275     &printError( "ne", $currentSection, $lineNumber, "possible missing markup", "WILLPOWER", "<typ class=\"attribute\">WILLPOWER</typ>" );
 276   }
 277
 278   ##### Links
 279   if( $line =~ /[^>](random[[:space:]]+number[[:space:]]+table)/i ) {
 280     &printError( "ne", $currentSection, $lineNumber, "possible missing markup", "$1", "<a idref=\"random\">$1</a>" );
 281   }
 282   if( $line =~ /[^>](action[[:space:]]+charts?)/i ) {
 283     &printError( "ne", $currentSection, $lineNumber, "possible missing markup", "$1", "<a idref=\"action\">$1</a>" );
 284   }
 285
 286   ##### Others
 287   if( $line =~ m{<!--(?!/?ERRTAG)} ) { &printError( "ne", $currentSection, $lineNumber, "XML comment found (check for editor comments)" ); }
 288   if( $line =~ /([[:upper:]]{5,})/ &&
 289       $` !~ /<signpost>$/ &&
 290       (($language eq 'en' &&
 291         $1 ne "ENDURANCE" &&
 292         $1 ne "COMBAT" &&
 293         $1 ne "WILLPOWER" &&
 294         $1 ne "CLOSE") ||
 295        ($language eq 'es' &&
 296         $1 ne 'DESTREZA' &&
 297         $1 ne 'RESISTENCIA')) &&
 298         $1 ne "DOCTYPE" &&
 299         $1 ne "ENTITY" &&
 300         $1 ne "XVIII" &&
 301         $1 ne "ERRTAG" )
 302       { &printError( "ne", $currentSection, $lineNumber, "possible <signpost> needed", "$1", "<signpost>$1</signpost>" ); }
 303
 304   #####
 305   ++$lineNumber;
 306 }
 307
 308 unless( $endOfDTD || $skipLines > 0 ) { print "End of document reached without finding end of internal DTD subset \"]>\".\n"; }
 309
 310 ################################################################################
 311
 312 sub printError {
 313   my ($type, $section, $line, $message, $original, $corrected) = @_;
 314   my $report = "";
 315
 316   if( $useCorr ) {
 317     $report = "($type) $section: ";
 318     if( defined $original ) { $report .= "$original "; }
 319     if( defined $corrected ) { $report .= "-> $corrected "; }
 320     $report .= "[$initials: $message <line $line>]\n";
 321   }
 322   else {
 323     $report = "line $line ($section): $message";
 324     if( defined $original ) { $report .= " \"$original\""; }
 325     if( defined $corrected ) { $report .= " ($corrected)"; }
 326     $report .= "\n";
 327   }
 328
 329   print $report;
 330
 331   ++$errorCount;
 332   if( $maxErrorCount > 0 && $errorCount > $maxErrorCount ) { die "Maximum number of errors ($maxErrorCount) exceeded. Quitting.\n"; }
 333 }