CommentsNormalizer

gistfile1.rb

class CommentsNormalizer
  BLACK_LIST = ["arma", "carro"]
  
  SPECIAL_CHARS = {
    "@" => "a",
    "4" => "a",
    "0" => "o",
    "3" => "e",
    "1" => "i", 
    "." => "", 
    "5" => "s" 
  }
    
  def self.normalize(comment)
    normalized_comment = []
    comment.split(" ").each do |word|
      word_with_no_special_char = self.remove_special_chars word
      
      to_be_ommited = word_with_no_special_char if self.need_to_omitted? word_with_no_special_char
      to_be_ommited = word_with_no_special_char.squeeze if self.need_to_omitted? word_with_no_special_char.squeeze
      
      word = self.omit_blacklisted_words to_be_ommited if to_be_ommited
      
      
      normalized_comment << word
    end
    normalized_comment.join(" ")
  end
  
  def self.remove_special_chars(word)
    SPECIAL_CHARS.each do |special_char, letter| 
     word = word.gsub(special_char, letter)
    end
    word
  end
  
  def self.need_to_omitted?(word)
    BLACK_LIST.include? word.downcase
  end
  
  def self.omit_blacklisted_words(word)
    need_to_omitted?(word) ? "xxxx" : word
  end
end

#encoding: UTF-8
require 'spec_helper'

describe CommentsNormalizer do
  describe "Caracteres especiais" do
    it "deve remover caracteres especiais" do 
      CommentsNormalizer.remove_special_chars("4rm@").should eql "arma"
    end
  end

  describe "Omitir palavras" do
    it "deve omitir caso esteja na black list" do
      CommentsNormalizer::BLACK_LIST = ["arma"]

      CommentsNormalizer.omit_blacklisted_words("arma").should eql "xxxx"
    end

    it "não deve omitir caso não esteja na black list" do
      CommentsNormalizer::BLACK_LIST = ["carro"]

      CommentsNormalizer.omit_blacklisted_words("arma").should eql "arma" 
    end
  end

  describe "Comentários" do
    it "deve subistituir por 'xxxx' palavras da black list" do
      CommentsNormalizer::BLACK_LIST = ["porra", "caralho"]

      CommentsNormalizer.normalize("Essa porra do caralho funciona").should eql "Essa xxxx do xxxx funciona"
    end

    it "deve subistituir por 'xxxx' palavras da black list independente se maíuscula" do
      CommentsNormalizer::BLACK_LIST = ["porra", "caralho"]

      CommentsNormalizer.normalize("Essa PORRA do caralho funciona").should eql "Essa xxxx do xxxx funciona"
    end

    # it "deve subistituir por 'xxxx' palavras da black list se contiver caracteres duplicados" do
    #   CommentsNormalizer::BLACK_LIST = ["porra", "caralho"]
    #   
    #   CommentsNormalizer.normalize("Essa POORRAA do caralho funciona").should eql "Essa xxxx do xxxx funciona"
    # end

    it "deve subistituir por 'xxxx' palavras da black list mesmo com caracteres repetidos" do
      CommentsNormalizer::BLACK_LIST = ["porra", "caralho"]

      CommentsNormalizer.normalize("Essa PORRA do caraaalhooo funciona").should eql "Essa xxxx do xxxx funciona"
    end

    it "deve subistituir por 'xxxx' palavras com caracteres especiais mas que estejam na black list" do
      CommentsNormalizer::BLACK_LIST = ["porra", "caralho"]

      CommentsNormalizer.normalize("Essa p0rr@ do c4ralh0 funciona").should eql "Essa xxxx do xxxx funciona"
    end

    it "não deve alterar palavras com caracteres especiais caso não esteja na black list" do
      CommentsNormalizer::BLACK_LIST = ["caralho"]

      CommentsNormalizer.normalize("Essa p0rr4 do caralho funciona").should eql "Essa p0rr4 do xxxx funciona"
    end

    it "não deve alterar e-mail no meio do comentário" do
      CommentsNormalizer.normalize("teste@testando.com").should eql "teste@testando.com"
    end
  end
end