v1.5.3: filter vereist titel-match of totaalscore >= 3

Regel C: doorlaten bij (titel-match >= 1) of (totaalscore >= 3).
Een treffer in de titel is een sterke OV-intentie (score 2 volstaat);
treffers alleen in de samenvatting moeten dubbel bevestigd worden.
Weert bv. woningbrand-berichten die via 'bussen rijden om'/'busverkeer'
in de lead binnenkwamen, zonder de 112/trein/staking-berichten te raken.
Gevalideerd op 30d kamerhistorie: 96 doorlaat -> 7 geblokkeerd (allemaal ruis).

buzzrss/bot.py

@@ -158,23 +158,38 @@ class RSSBot(Plugin):
         except Exception:
             self.log.exception("Fatal error while polling feeds")
 
+    @staticmethod
+    def _matches_in(text: str, match_filter: str) -> int:
+        """Aantal aaneengesloten match-clusters in text (0 als geen match).
+        Aaneengesloten matches (bv 'NS-trein', 'openbaar vervoer') tellen als 1."""
+        spans = sorted((m.start(), m.end()) for m in re.finditer(match_filter, text))
+        if not spans:
+            return 0
+        clusters, prev_end = 1, spans[0][1]
+        for s, e in spans[1:]:
+            if s - prev_end <= 1:
+                prev_end = max(prev_end, e)
+            else:
+                clusters += 1
+                prev_end = e
+        return clusters
+
     @staticmethod
     def _filter_score(title: str, summary: str, match_filter: str) -> int:
-        """Score = 2× hits in titel + 1× hits in summary. Aaneengesloten matches
+        """Score = 2× hits in titel + 1× hits in summary."""
-        (bv 'NS-trein', 'openbaar vervoer') tellen als 1 cluster."""
+        return 2 * RSSBot._matches_in(title, match_filter) + RSSBot._matches_in(summary, match_filter)
-        def count(text: str) -> int:
+
-            spans = sorted((m.start(), m.end()) for m in re.finditer(match_filter, text))
+    @staticmethod
-            if not spans:
+    def _filter_passes(title: str, summary: str, match_filter: str) -> bool:
-                return 0
+        """Regel C: doorlaten bij (titel-match >= 1) of (totaalscore >= 3).
-            clusters, prev_end = 1, spans[0][1]
+
-            for s, e in spans[1:]:
+        Een OV-trefwoord in de titel is een sterke intentieverklaring (score 2
-                if s - prev_end <= 1:
+        volstaat). Treffers alleen in de samenvatting moeten dubbel bevestigd
-                    prev_end = max(prev_end, e)
+        worden (>= 3): zo houdt 'bussen rijden om' in de lead van een
-                else:
+        woningbrand-bericht het artikel niet meer binnen."""
-                    clusters += 1
+        if RSSBot._matches_in(title, match_filter) >= 1:
-                    prev_end = e
+            return True
-            return clusters
+        return RSSBot._filter_score(title, summary, match_filter) >= 3
-        return 2 * count(title) + count(summary)
 
     async def _send(
         self, feed: Feed, entry: Entry, sub: Subscription, *, check_filter: bool = True
@@ -183,7 +198,7 @@ class RSSBot(Plugin):
             match_filter = self.config["match_filter"]
             if match_filter:
                 summary = html.unescape(re.sub(r"<[^>]+>", "", entry.summary))
-                if self._filter_score(entry.title, summary, match_filter) < 2:
+                if not self._filter_passes(entry.title, summary, match_filter):
                     return None
 
         message = sub.notification_template.safe_substitute(
@@ -217,7 +232,7 @@ class RSSBot(Plugin):
         match_filter = self.config["match_filter"]
         if match_filter:
             summary = html.unescape(re.sub(r"<[^>]+>", "", entry.summary))
-            if self._filter_score(entry.title, summary, match_filter) < 2:
+            if not self._filter_passes(entry.title, summary, match_filter):
                 return 0, 1, 0
         spam_sleep = self.config["spam_sleep"]
         if spam_sleep >= 0:

maubot.yaml

@@ -1,5 +1,5 @@
 id: nl.eddydevink.rss
-version: 1.5.2
+version: 1.5.3
 modules:
 - buzzrss
 main_class: RSSBot