change the list of TLDs to be a Set
This commit is contained in:
Aidan Feldman
parent
d43f4e9a71
commit
3220fd8a86
251
lib/swot.rb
251
lib/swot.rb
@ -1,134 +1,135 @@
|
||||
require 'public_suffix'
|
||||
require 'set'
|
||||
|
||||
module Swot
|
||||
VERSION = "0.3.0"
|
||||
|
||||
# These top-level domains are guaranteed to be academic institutions.
|
||||
ACADEMIC_TLDS = {
|
||||
'ac.ae' => 1,
|
||||
'ac.at' => 1,
|
||||
'ac.bd' => 1,
|
||||
'ac.be' => 1,
|
||||
'ac.cr' => 1,
|
||||
'ac.cy' => 1,
|
||||
'ac.fj' => 1,
|
||||
'ac.id' => 1,
|
||||
'ac.il' => 1,
|
||||
'ac.ir' => 1,
|
||||
'ac.jp' => 1,
|
||||
'ac.ke' => 1,
|
||||
'ac.kr' => 1,
|
||||
'ac.ma' => 1,
|
||||
'ac.mu' => 1,
|
||||
'ac.mw' => 1,
|
||||
'ac.mz' => 1,
|
||||
'ac.nz' => 1,
|
||||
'ac.pa' => 1,
|
||||
'ac.pg' => 1,
|
||||
'ac.rs' => 1,
|
||||
'ac.ru' => 1,
|
||||
'ac.rw' => 1,
|
||||
'ac.th' => 1,
|
||||
'ac.tz' => 1,
|
||||
'ac.ug' => 1,
|
||||
'ac.uk' => 1,
|
||||
'ac.yu' => 1,
|
||||
'ac.za' => 1,
|
||||
'ac.zm' => 1,
|
||||
'ac.zw' => 1,
|
||||
'edu' => 1,
|
||||
'edu.af' => 1,
|
||||
'edu.al' => 1,
|
||||
'edu.ar' => 1,
|
||||
'edu.au' => 1,
|
||||
'edu.az' => 1,
|
||||
'edu.ba' => 1,
|
||||
'edu.bb' => 1,
|
||||
'edu.bd' => 1,
|
||||
'edu.bh' => 1,
|
||||
'edu.bi' => 1,
|
||||
'edu.bn' => 1,
|
||||
'edu.bo' => 1,
|
||||
'edu.br' => 1,
|
||||
'edu.bs' => 1,
|
||||
'edu.bt' => 1,
|
||||
'edu.bz' => 1,
|
||||
'edu.co' => 1,
|
||||
'edu.cu' => 1,
|
||||
'edu.do' => 1,
|
||||
'edu.dz' => 1,
|
||||
'edu.ec' => 1,
|
||||
'edu.ee' => 1,
|
||||
'edu.eg' => 1,
|
||||
'edu.er' => 1,
|
||||
'edu.es' => 1,
|
||||
'edu.et' => 1,
|
||||
'edu.ge' => 1,
|
||||
'edu.gh' => 1,
|
||||
'edu.gr' => 1,
|
||||
'edu.gt' => 1,
|
||||
'edu.hk' => 1,
|
||||
'edu.hn' => 1,
|
||||
'edu.ht' => 1,
|
||||
'edu.iq' => 1,
|
||||
'edu.jm' => 1,
|
||||
'edu.jo' => 1,
|
||||
'edu.kg' => 1,
|
||||
'edu.kh' => 1,
|
||||
'edu.kn' => 1,
|
||||
'edu.kw' => 1,
|
||||
'edu.ky' => 1,
|
||||
'edu.kz' => 1,
|
||||
'edu.la' => 1,
|
||||
'edu.lb' => 1,
|
||||
'edu.lv' => 1,
|
||||
'edu.ly' => 1,
|
||||
'edu.mk' => 1,
|
||||
'edu.mm' => 1,
|
||||
'edu.mn' => 1,
|
||||
'edu.mo' => 1,
|
||||
'edu.mt' => 1,
|
||||
'edu.mx' => 1,
|
||||
'edu.my' => 1,
|
||||
'edu.ni' => 1,
|
||||
'edu.np' => 1,
|
||||
'edu.om' => 1,
|
||||
'edu.pa' => 1,
|
||||
'edu.pe' => 1,
|
||||
'edu.ph' => 1,
|
||||
'edu.pk' => 1,
|
||||
'edu.pl' => 1,
|
||||
'edu.pr' => 1,
|
||||
'edu.ps' => 1,
|
||||
'edu.pt' => 1,
|
||||
'edu.py' => 1,
|
||||
'edu.qa' => 1,
|
||||
'edu.rs' => 1,
|
||||
'edu.ru' => 1,
|
||||
'edu.sa' => 1,
|
||||
'edu.sd' => 1,
|
||||
'edu.sg' => 1,
|
||||
'edu.sv' => 1,
|
||||
'edu.sy' => 1,
|
||||
'edu.tr' => 1,
|
||||
'edu.tt' => 1,
|
||||
'edu.tw' => 1,
|
||||
'edu.ua' => 1,
|
||||
'edu.uy' => 1,
|
||||
'edu.ve' => 1,
|
||||
'edu.vn' => 1,
|
||||
'edu.ws' => 1,
|
||||
'edu.ye' => 1,
|
||||
'edu.zm' => 1,
|
||||
'vic.edu.au' => 1,
|
||||
}
|
||||
ACADEMIC_TLDS = %w(
|
||||
ac.ae
|
||||
ac.at
|
||||
ac.bd
|
||||
ac.be
|
||||
ac.cr
|
||||
ac.cy
|
||||
ac.fj
|
||||
ac.id
|
||||
ac.il
|
||||
ac.ir
|
||||
ac.jp
|
||||
ac.ke
|
||||
ac.kr
|
||||
ac.ma
|
||||
ac.mu
|
||||
ac.mw
|
||||
ac.mz
|
||||
ac.nz
|
||||
ac.pa
|
||||
ac.pg
|
||||
ac.rs
|
||||
ac.ru
|
||||
ac.rw
|
||||
ac.th
|
||||
ac.tz
|
||||
ac.ug
|
||||
ac.uk
|
||||
ac.yu
|
||||
ac.za
|
||||
ac.zm
|
||||
ac.zw
|
||||
edu
|
||||
edu.af
|
||||
edu.al
|
||||
edu.ar
|
||||
edu.au
|
||||
edu.az
|
||||
edu.ba
|
||||
edu.bb
|
||||
edu.bd
|
||||
edu.bh
|
||||
edu.bi
|
||||
edu.bn
|
||||
edu.bo
|
||||
edu.br
|
||||
edu.bs
|
||||
edu.bt
|
||||
edu.bz
|
||||
edu.co
|
||||
edu.cu
|
||||
edu.do
|
||||
edu.dz
|
||||
edu.ec
|
||||
edu.ee
|
||||
edu.eg
|
||||
edu.er
|
||||
edu.es
|
||||
edu.et
|
||||
edu.ge
|
||||
edu.gh
|
||||
edu.gr
|
||||
edu.gt
|
||||
edu.hk
|
||||
edu.hn
|
||||
edu.ht
|
||||
edu.iq
|
||||
edu.jm
|
||||
edu.jo
|
||||
edu.kg
|
||||
edu.kh
|
||||
edu.kn
|
||||
edu.kw
|
||||
edu.ky
|
||||
edu.kz
|
||||
edu.la
|
||||
edu.lb
|
||||
edu.lv
|
||||
edu.ly
|
||||
edu.mk
|
||||
edu.mm
|
||||
edu.mn
|
||||
edu.mo
|
||||
edu.mt
|
||||
edu.mx
|
||||
edu.my
|
||||
edu.ni
|
||||
edu.np
|
||||
edu.om
|
||||
edu.pa
|
||||
edu.pe
|
||||
edu.ph
|
||||
edu.pk
|
||||
edu.pl
|
||||
edu.pr
|
||||
edu.ps
|
||||
edu.pt
|
||||
edu.py
|
||||
edu.qa
|
||||
edu.rs
|
||||
edu.ru
|
||||
edu.sa
|
||||
edu.sd
|
||||
edu.sg
|
||||
edu.sv
|
||||
edu.sy
|
||||
edu.tr
|
||||
edu.tt
|
||||
edu.tw
|
||||
edu.ua
|
||||
edu.uy
|
||||
edu.ve
|
||||
edu.vn
|
||||
edu.ws
|
||||
edu.ye
|
||||
edu.zm
|
||||
vic.edu.au
|
||||
).to_set.freeze
|
||||
|
||||
# These are domains that snuck into the edu registry,
|
||||
# but don't pass the education sniff test
|
||||
# Note: validated domain must not end with the blacklisted string
|
||||
BLACKLIST = [
|
||||
'si.edu',
|
||||
]
|
||||
BLACKLIST = %w(
|
||||
si.edu
|
||||
).freeze
|
||||
|
||||
class << self
|
||||
|
||||
@ -140,11 +141,11 @@ module Swot
|
||||
return false if text.nil?
|
||||
begin
|
||||
domain = get_domain(text)
|
||||
return false if domain.nil?
|
||||
|
||||
if BLACKLIST.any? { |d| domain.name =~ /(\A|\.)#{Regexp.escape(d)}\z/ }
|
||||
if domain.nil?
|
||||
false
|
||||
elsif ACADEMIC_TLDS[domain.tld]
|
||||
elsif BLACKLIST.any? { |d| domain.name =~ /(\A|\.)#{Regexp.escape(d)}\z/ }
|
||||
false
|
||||
elsif ACADEMIC_TLDS.include?(domain.tld)
|
||||
true
|
||||
elsif match_academic_domain?(domain)
|
||||
true
|
||||
|
||||
Loading…
Reference in New Issue
Block a user