diff options
Diffstat (limited to 'src/main/java/eu')
| -rw-r--r-- | src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java | 63 | ||||
| -rw-r--r-- | src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java | 25 |
2 files changed, 79 insertions, 9 deletions
diff --git a/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java b/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java index f83ce2d..966ab5d 100644 --- a/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java +++ b/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java @@ -123,13 +123,15 @@ final class BefehlErkenner { + Z + " ersetzt\\.$"); + // Wie ERSETZUNG, nur ohne Fundstelle — die liefert der Kontextrahmen. Das Objekt nach „durch“ + // darf auch hier verkürzt sein („Die Angabe „X“ wird durch „Y“ ersetzt“, hessisches GVBl). private static final Pattern ERSETZUNG_OHNE_STELLE = Pattern.compile( "^(?:Die Wörter|Das Wort|Die Angabe|Die Zahl) " + Z - + " (?:wird|werden) (jeweils )?durch " + + " (?:wird|werden) (jeweils )?durch (?:" + WOERTER - + " " + + " )?" + Z + " ersetzt\\.$"); @@ -174,10 +176,13 @@ final class BefehlErkenner { + "\\.?$"); // Ohne Stellenangabe: „Der Punkt am Ende wird durch die Angabe „…“ ersetzt.“ — das Satzzeichen ist - // hier selbst das Subjekt, die Fundstelle liefert der Kontextrahmen. + // hier selbst das Subjekt, die Fundstelle liefert der Kontextrahmen. Der Zusatz „am Ende“ darf + // fehlen („Das Komma wird durch das Wort „und“ ersetzt.“, hessisches GVBl): der bestimmte Artikel + // setzt dann voraus, dass die Einheit genau ein solches Satzzeichen trägt — was der Anwender + // prüft, statt es an das Einheitsende zu heften. private static final Pattern SATZZEICHEN_ERSETZUNG_OHNE_STELLE = Pattern.compile( - "^(Der Punkt|Das Komma|Das Semikolon) am Ende(?: des Satzes)? wird durch " + "^(Der Punkt|Das Komma|Das Semikolon)(?: am Ende(?: des Satzes)?)? wird durch " + "(ein Komma und " + WOERTER + " " @@ -188,11 +193,12 @@ final class BefehlErkenner { + Z + ") ersetzt\\.$"); - // Auch die Verbundform „wird der Punkt am Ende durch ein Komma und die Wörter „…“ ersetzt“. + // Auch die Verbundform „wird der Punkt am Ende durch ein Komma und die Wörter „…“ ersetzt“; + // „am Ende“ ist wie oben entbehrlich. private static final Pattern SATZZEICHEN_ERSETZUNG = Pattern.compile( "^(?:In )?(.+?) (?:wird|werden) (der Punkt|das Komma|das Semikolon)" - + " am Ende(?: des Satzes)? durch " + + "(?: am Ende(?: des Satzes)?)? durch " + "(ein Komma und " + WOERTER + " " @@ -1014,7 +1020,7 @@ final class BefehlErkenner { } else { neu = satzzeichen(m.group(2)); } - return Optional.of(new Ersetzung(kontext, alt, neu, false, true, provenienz)); + return Optional.of(new Ersetzung(kontext, alt, neu, false, amEnde(text), provenienz)); } if ((m = SATZZEICHEN_ERSETZUNG.matcher(text)).matches()) { @@ -1029,8 +1035,9 @@ final class BefehlErkenner { neu = satzzeichen(m.group(3)); } var neuText = neu; + var amEnde = amEnde(text); return StellenParser.parse(m.group(1)) - .map(s -> new Ersetzung(kontext.plus(s), alt, neuText, false, true, provenienz)); + .map(s -> new Ersetzung(kontext.plus(s), alt, neuText, false, amEnde, provenienz)); } if ((m = WOERTER_EINFUEGUNG.matcher(text)).matches()) { @@ -1519,6 +1526,10 @@ final class BefehlErkenner { "(?i)(?:die Angabe|nach der Angabe|vor der Angabe|die Wörter|die Worte|" + "nach den Wörtern|vor den Wörtern|das Wort)\\b"); + // Klausel, deren Subjekt ein Satzzeichen ist („das Komma wird durch … ersetzt“). + private static final Pattern SATZZEICHEN_SUBJEKT = + Pattern.compile("(?i)(?:der Punkt|das Komma|das Semikolon)\\b"); + private static Optional<Aenderungsbefehl> erkenneVerbund( String text, Stelle kontext, ZitatExtraktor.Ergebnis zitate, Provenienz provenienz) { var sep = VERBUND_SEP.matcher(text); @@ -1585,6 +1596,31 @@ final class BefehlErkenner { return imNeuen; } } + // „Die bisherige Nr. 7 wird Nr. 5 und das Komma wird durch das Wort „und“ ersetzt.“ — anders + // als eine Wortoperation trägt eine Satzzeichen-Operation keinen unterscheidenden Zieltext: + // norm-weit aufgelöst träfe „das Komma“ auf beliebig viele Vorkommen. Sie meint deshalb stets + // die soeben umnummerierte Einheit und wird auf diese festgelegt. + if (linksBefehl instanceof Umnummerierung umnummerierung + && SATZZEICHEN_SUBJEKT.matcher(rechts).lookingAt()) { + var relativ = relativeStelle(umnummerierung.neu(), kontext); + var vm = WIRD_WERDEN.matcher(rechts); + if (!relativ.istLeer() && vm.find()) { + // Grammatische Normalform wie beim Gapping: Lokativ voran, Verb vor das Subjekt. + var umgestellt = + "In " + + relativ.anzeigeText() + + " " + + vm.group().strip() + + " " + + rechts.substring(0, vm.start()).strip() + + " " + + rechts.substring(vm.end()).strip(); + var imNeuen = erkenneAlsSatz(umgestellt, kontext, zitate, provenienz); + if (imNeuen.isPresent()) { + return imNeuen; + } + } + } // „Der bisherige Wortlaut wird Abs. 5 und in Halbsatz 1 wird … ersetzt“ (bayerisch): die // lokative Folgeklausel bezieht sich auf den soeben nummerierten Absatz. if (linksBefehl instanceof WortlautZuAbsatz wz @@ -2074,6 +2110,17 @@ final class BefehlErkenner { return zitat(zitate, index).replaceAll("\\s+", " ").strip(); } + /** + * Nennt der Befehl das Satzzeichen ausdrücklich „am Ende“, so ist es dort zu ersetzen; sonst + * verlangt der bestimmte Artikel, dass die Einheit genau eines trägt — das prüft der Anwender. + * Zitate sind hier bereits maskiert, die Wendung kann also nicht aus dem Ersatztext stammen. + */ + private static boolean amEnde(String text) { + return AM_ENDE.matcher(text).find(); + } + + private static final Pattern AM_ENDE = Pattern.compile("\\bam Ende\\b"); + private static String satzzeichen(String phrase) { // Am Satzanfang steht dieselbe Phrase großgeschrieben („Der Punkt am Ende wird …“). return switch (Character.toLowerCase(phrase.charAt(0)) + phrase.substring(1)) { diff --git a/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java b/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java index 3945df9..483debc 100644 --- a/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java +++ b/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java @@ -146,6 +146,26 @@ public final class TextBereiniger { Pattern.compile( "^\\s*(?:Nummer \\d{4}/\\d{1,3}|\\d{4}/\\d{1,3} vom \\d{1,2}\\. \\p{L}+)\\s*$"); + // GVBl. für das Land Hessen: laufende Fußzeile („Gesetz- und Verordnungsblatt für das Land + // Hessen Nr. 5 vom 3. Februar 2026 2“) und der Rest des Titelkopfs („für das Land Hessen“, + // „2026 Wiesbaden, den 3. Februar 2026 Nr. 5“). Die Fußzeile steht zwischen zwei + // Gliederungspunkten und hängte sich sonst an den vorangehenden Befehl. Der Trenner ist ein + // weiches Trennzeichen (U+00AD), kein Gedankenstrich. + private static final Pattern GVBL_HESSEN_FUSS = + Pattern.compile( + "^\\s*Gesetz- und Verordnungsblatt für das Land Hessen\\s*[\\u00ad–-]\\s*Nr\\. \\d+" + + " vom .+? \\d{4}\\s+\\d{1,4}\\s*$"); + private static final Pattern GVBL_HESSEN_KOPF = + Pattern.compile( + "^\\s*(?:für das Land Hessen|\\d{4}\\s+\\p{Lu}\\p{L}+,\\s+den .+? \\d{4}\\s+Nr\\. \\d+)" + + "\\s*$"); + + // Amtliche Sternchen-Fußnote der Verordnungs-/Gesetzesüberschrift, die auf die Fundstellennummer + // des geänderten Rechts verweist („* Ändert FFN 61-60“, Hessen; „* Ändert Gl.Nr. …“). Sie steht + // am Seitenfuß mitten zwischen zwei Gliederungspunkten und ist damit funktional Seitenmöbel. + private static final Pattern FUNDSTELLEN_FUSSNOTE = + Pattern.compile("^\\s*\\*\\s*Ändert (?:FFN|Gl\\.\\s?Nr\\.|GVBl\\.).*$"); + /** Konjunktionen, die typischerweise auf einen Suspensivstrich folgen („Wirk- und …“). */ private static final Pattern KONJUNKTION = Pattern.compile("^(und|oder|sowie|bzw\\.|beziehungsweise)\\b.*"); @@ -372,7 +392,10 @@ public final class TextBereiniger { || NDS_HERAUSGEBER.matcher(zeile).matches() || GVOBL_SH_KOPF.matcher(zeile).matches() || GVOBL_SH_LAND.matcher(zeile).matches() - || GVOBL_SH_HEFT.matcher(zeile).matches(); + || GVOBL_SH_HEFT.matcher(zeile).matches() + || GVBL_HESSEN_FUSS.matcher(zeile).matches() + || GVBL_HESSEN_KOPF.matcher(zeile).matches() + || FUNDSTELLEN_FUSSNOTE.matcher(zeile).matches(); } /** |