public-inbox-learn

   1 #!/usr/bin/perl -w
   2 # Copyright (C) 2014, Eric Wong <normalperson@yhbt.net> and all contributors
   3 # License: AGPLv3 or later (https://www.gnu.org/licenses/agpl-3.0.txt)
   4 my $usage = "$0 (spam|ham) < /path/to/message";
   5 use strict;
   6 use warnings;
   7 use PublicInbox::Config;
   8 use Email::Simple;
   9 use Email::Address;
  10 use IPC::Run qw/run/;
  11 my $train = shift or die "usage: $usage\n";
  12 if ($train !~ /\A(?:ham|spam)\z/) {
  13         die "`$train' not recognized.\nusage: $usage\n";
  14 }
  15
  16 my $pi_config = PublicInbox::Config->new;
  17 my $simple;
  18 {
  19         local $/;
  20         $simple = Email::Simple->new(<>);
  21 }
  22
  23 # get all recipients
  24 my %dests;
  25 foreach my $h (qw(Cc To)) {
  26         foreach my $recipient (Email::Address->parse($simple->header($h))) {
  27                 $dests{lc($recipient->address)} = 1;
  28         }
  29 }
  30
  31 my $in = $simple->as_string;
  32 $simple->body_set("");
  33
  34 my $err = 0;
  35 my @output = qw(> /dev/null > /dev/null);
  36
  37 # n.b. message may be cross-posted to multiple public-inboxes
  38 foreach my $recipient (keys %dests) {
  39         my $dst = $pi_config->lookup($recipient) or next;
  40         my $git_dir = $dst->{mainrepo} or next;
  41         my ($out, $err) = ("", "");
  42
  43         # We do not touch GIT_COMMITTER_* env here so we can track
  44         # who trained the message.
  45         # We will not touch GIT_AUTHOR_* when learning spam messages, either
  46         if ($train eq "spam") {
  47                 # This needs to be idempotent, as my inotify trainer
  48                 # may train for each cross-posted message, and this
  49                 # script already learns for every list in
  50                 # ~/.public-inbox/config
  51                 if (!run(["ssoma-rm", $git_dir], \$in, \$out, \$err)) {
  52                         if ($err !~ /^git cat-file .+ failed: 32768$/) {
  53                                 $err = 1;
  54                         }
  55                 }
  56         } else { # $train eq "ham"
  57                 my $from = $simple->header("From");
  58                 my @from = Email::Address->parse($from);
  59                 my $name = $from[0]->name;
  60                 defined $name or $name = "";
  61                 my $email = $from[0]->address;
  62                 defined $email or $email = "";
  63                 local $ENV{GIT_AUTHOR_NAME} = $name;
  64                 local $ENV{GIT_AUTHOR_EMAIL} = $email;
  65                 local $ENV{GIT_AUTHOR_DATE} = $simple->header("Date");
  66
  67                 # Ham messages are trained when they're marked into
  68                 # a SEEN state, so this is idempotent
  69                 run([qw(ssoma-mda -1), $git_dir], \$in, \$out, \$err);
  70                 if ($err !~ /CONFLICT/) {
  71                         $err = 1;
  72                 }
  73         }
  74         if (!run([qw(spamc -L), $train], \$in, @output)) {
  75                 $err = 1;
  76         }
  77 }
  78 exit $err;