use Lychee as a link check

Author: honzajavorek

.github/workflows/check_links.yml

@@ -1,18 +1,35 @@
 name: Check Links
 on:
+  repository_dispatch:
+  workflow_dispatch:
   schedule:
     - cron: "0 5 * * *"
-  workflow_dispatch:  # allows manual triggering of the workflow
 jobs:
-  build:
+  check:
     runs-on: ubuntu-latest
+    permissions:
+      issues: write  # required for peter-evans/create-issue-from-file
     steps:
-    - uses: actions/checkout@v3
-    - name: Set up Python
-      uses: actions/setup-python@v4
-      with:
-        python-version: "3.12"
-    - name: Install dependencies
-      run: python -m pip install -r requirements.txt
-    - name: Check broken links
-      run: sphinx-build -nW -b linkcheck . _build
+      - uses: actions/checkout@v4
+      - uses: actions/checkout@v3
+      - name: Set up Python
+        uses: actions/setup-python@v4
+        with:
+          python-version: "3.12"
+      - name: Install dependencies
+        run: python -m pip install -r requirements.txt
+      - name: Build documentation
+        run: sphinx-build -nWaE . _build
+      - name: Link Checker
+        id: lychee
+        uses: lycheeverse/lychee-action@v2
+        with:
+          args: _build
+          fail: false
+      - name: Create Issue From File
+        if: steps.lychee.outputs.exit_code != 0
+        uses: peter-evans/create-issue-from-file@v5
+        with:
+          title: Link Checker Report
+          content-filepath: ./lychee/out.md
+          labels: broken links

.github/workflows/build.yml renamed to .github/workflows/test.yml

@@ -1,9 +1,9 @@
-name: Build
+name: Test
 on:
   push:
   pull_request:
 jobs:
-  build:
+  test:
     runs-on: ubuntu-latest
     steps:
     - uses: actions/checkout@v3
@@ -15,3 +15,5 @@ jobs:
       run: python -m pip install -r requirements.txt
     - name: Test
       run: pytest
+    - name: Build documentation
+      run: sphinx-build -nWaE . _build

.gitignore

@@ -108,3 +108,6 @@ venv.bak/
 
 # scripts/lint_requirements.sh
 *-requirements.txt
+
+# Lychee
+.lycheecache

CONTRIBUTING.rst

@@ -74,12 +74,23 @@ Continuous Integration
 
 Na repozitáři jsou zapojeny `GitHub Actions <https://github.com/pyvec/docs.pyvec.org/actions>`_. Kontrolka:
 
-.. image:: https://github.com/pyvec/docs.pyvec.org/actions/workflows/build.yml/badge.svg
+.. image:: https://github.com/pyvec/docs.pyvec.org/actions/workflows/test.yml/badge.svg
     :target: https://github.com/pyvec/docs.pyvec.org/actions
-    :alt: Continuous Integration Status
+    :alt: Continuous Integration Status (test)
 
 CI je pouze informativní a nezabrání tomu, aby se hlavní větev dostala do ReadTheDocs.
 
+Kontrola rozbitých odkazů
+-------------------------
+
+Na repozitáři je zapojená `GitHub Action <https://github.com/lycheeverse/lychee-action>`_, která jednou denně kontroluje, zda všechny odkazy fungují. Kontrolka:
+
+.. image:: https://github.com/pyvec/docs.pyvec.org/actions/workflows/check_links.yml/badge.svg
+    :target: https://github.com/pyvec/docs.pyvec.org/actions
+    :alt: Continuous Integration Status (check links)
+
+Dokonce by to mělo automaticky zakládat i issue, pokud to najde nějaký problém. V případě, že je potřeba ignorovat nějakou doménu nebo konkrétní odkaz, je možné to udělat v souboru `lychee.toml`.
+
 .. _generate_grants:
 
 Skript na generování zápisů hlasování o grantech

guides/meetup.rst

@@ -361,7 +361,7 @@ Materiály z přednášek
 
 Jako archiv informací o jednotlivých srazech jsme využívali `Lanyrd <https://en.wikipedia.org/wiki/Lanyrd>`__, ale nakonec jsme si na `pyvo.cz <https://pyvo.cz/>`__ udělali vlastní systém s databází `pyvo-data <https://github.com/pyvec/pyvo-data>`__.
 
-Pokud máš nějaké slajdy nebo jiné materiály, je dobré je na stránky vašeho srazu doplnit k popisu přednášek. Může to být skoro cokoliv od odkazu na YouTube s videem z přednášky, po odkazy na slajdy ze služeb jako `Speaker Deck <https://speakerdeck.com/>`__ či `SlideShare <https://www.slideshare.net/>`__. Pokud ti přednášející předá slajdy ve formě souboru, převeď je pokud možno na PDF a nahraj do repozitáře `talks-archive <https://github.com/pyvec/talks-archive>`__. Následně na ně odkazuj ve formátu ``https://pyvec.github.io/talks-archive/<název souboru>``
+Pokud máš nějaké slajdy nebo jiné materiály, je dobré je na stránky vašeho srazu doplnit k popisu přednášek. Může to být skoro cokoliv od odkazu na YouTube s videem z přednášky, po odkazy na slajdy ze služeb jako `Speaker Deck <https://speakerdeck.com/>`__ či `SlideShare <https://www.slideshare.net/>`__. Pokud ti přednášející předá slajdy ve formě souboru, převeď je pokud možno na PDF a nahraj do repozitáře `talks-archive <https://github.com/pyvec/talks-archive>`__.
 
 
 .. _srazy-fotky:

lychee.toml

@@ -0,0 +1,36 @@
+# Interface
+verbose = "info"
+no_progress = true
+cache = true
+max_cache_age = "10m"
+
+# Stealth
+user_agent = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.15; rv:138.0) Gecko/20100101 Firefox/138.0"
+
+# Prevent 'Too Many Open Files'
+max_concurrency = 32
+
+# Check links inside `<code>` and `<pre>` blocks and Markdown code blocks
+include_verbatim = true
+
+# Check fragments in links
+include_fragments = true
+
+# Add 'Too many requests'
+accept = ["100..=103", "200..=299", "429"]
+
+# Be benevolent
+max_retries = 5
+timeout = 40
+
+# Exclude
+exclude = [
+    "127.0.0.1:8000",
+    "cz.pycon.org/20XX",
+
+    # Anti-scraping protections
+    "docs.google.com",
+    "www.facebook.com",
+    "www.nytimes.com",
+    "accounts.google.com",
+]