aboutsummaryrefslogtreecommitdiff
path: root/src
diff options
context:
space:
mode:
Diffstat (limited to 'src')
-rw-r--r--src/main/java/eu/mulk/aendggner/AendGgner.java53
-rw-r--r--src/main/java/eu/mulk/aendggner/Bezug.java257
-rw-r--r--src/test/java/eu/mulk/aendggner/BezugTest.java59
3 files changed, 347 insertions, 22 deletions
diff --git a/src/main/java/eu/mulk/aendggner/AendGgner.java b/src/main/java/eu/mulk/aendggner/AendGgner.java
index 195a425..1544951 100644
--- a/src/main/java/eu/mulk/aendggner/AendGgner.java
+++ b/src/main/java/eu/mulk/aendggner/AendGgner.java
@@ -36,16 +36,20 @@ public class AendGgner implements Callable<Integer> {
@Parameters(
index = "0",
+ paramLabel = "<base law>",
description =
- "The base law: gii-norm XML from gesetze-im-internet.de, or — for Bavarian state law —"
- + " the consolidated version from gesetze-bayern.de (PDF or canonical plain text).")
- private Path baseFile;
+ "The base law: gii-norm XML from gesetze-im-internet.de, or — for state law — the"
+ + " consolidated version from the state portal (PDF or canonical plain text). May be"
+ + " a file, an http(s) URL, or \"gii:<abbr>\" (e.g. gii:uwg) for federal law.")
+ private String baseFile;
@Parameters(
index = "1..*",
arity = "*",
- description = "The amendment act(s) to apply (BGBl PDF or plain text).")
- private List<Path> patches;
+ paramLabel = "<amendment>",
+ description =
+ "The amendment act(s) to apply (BGBl PDF or plain text). May be files or http(s) URLs.")
+ private List<String> patches;
@Option(
names = {"-o", "--output"},
@@ -126,9 +130,18 @@ public class AendGgner implements Callable<Integer> {
paramLabel = "<file>",
description =
"Compare the result against the official amended version, norm by norm. Accepts the same "
- + "formats as the base law. The report is added to the synopsis; a mismatch yields "
+ + "inputs as the base law. The report is added to the synopsis; a mismatch yields "
+ "exit code 3.")
- private Path nachfassung;
+ private String nachfassung;
+
+ /** Die angegebenen Eingaben, jede über {@link Bezug} beschafft. */
+ private static List<Quelle> hole(List<String> angaben) throws IOException, InterruptedException {
+ var quellen = new ArrayList<Quelle>();
+ for (var angabe : angaben) {
+ quellen.add(Bezug.hole(angabe));
+ }
+ return quellen;
+ }
public static void main(String... args) {
int exitCode = new CommandLine(new AendGgner()).execute(args);
@@ -142,7 +155,7 @@ public class AendGgner implements Callable<Integer> {
log.debugf("Logging configured.");
if (dumpGesetz) {
- var gesetz = Pipeline.ladeStammgesetz(baseFile);
+ var gesetz = Pipeline.ladeStammgesetz(Bezug.hole(baseFile));
System.out.printf(
"%s — %s (%d Normen)%n", gesetz.jurabk(), gesetz.langue(), gesetz.normen().size());
for (var norm : gesetz.normen()) {
@@ -157,11 +170,7 @@ public class AendGgner implements Callable<Integer> {
}
if (extractOnly) {
- var quellen = new ArrayList<Quelle>();
- for (var file : patches) {
- quellen.add(Quelle.lies(file));
- }
- System.out.print(Pipeline.extrahiereText(Quelle.lies(baseFile), quellen, raw));
+ System.out.print(Pipeline.extrahiereText(Bezug.hole(baseFile), hole(patches), raw));
return 0;
}
@@ -170,11 +179,11 @@ public class AendGgner implements Callable<Integer> {
// Ohne weitere Argumente wird die erste Datei selbst eingeordnet — zum Nachsehen, was
// ÄndGgner in einem einzelnen Dokument erkennt, braucht es dann kein Stammgesetz.
var zuPruefen = patches == null || patches.isEmpty() ? List.of(baseFile) : patches;
- for (var file : zuPruefen) {
- var kopf = DokumentErkenner.erkenne(extraktor.extrahiere(file));
+ for (var quelle : hole(zuPruefen)) {
+ var kopf = DokumentErkenner.erkenne(extraktor.extrahiere(quelle));
System.out.printf(
"%s: %s [eigene Drs. %s, Bezug %s] %s%n",
- file.getFileName(),
+ quelle.name(),
kopf.art(),
kopf.eigeneDrucksache() == null ? "—" : kopf.eigeneDrucksache(),
kopf.bezugsDrucksachen().isEmpty() ? "—" : String.join(", ", kopf.bezugsDrucksachen()),
@@ -184,15 +193,15 @@ public class AendGgner implements Callable<Integer> {
}
if (dumpBefehle) {
- var gesetz = Pipeline.ladeStammgesetz(baseFile);
+ var gesetz = Pipeline.ladeStammgesetz(Bezug.hole(baseFile));
var extraktor = new PatchTextExtraktor(Pipeline.superskriptModus(gesetz));
var parser = new AenderungsgesetzParser();
- for (var file : patches) {
- var text = TextBereiniger.bereinige(extraktor.extrahiere(file));
+ for (var quelle : hole(patches)) {
+ var text = TextBereiniger.bereinige(extraktor.extrahiere(quelle));
var ergebnis = parser.parse(text, gesetz, artikel);
System.out.printf(
"%s: %d Befehle aus Artikel %s%n",
- file.getFileName(), ergebnis.befehle().size(), ergebnis.artikel());
+ quelle.name(), ergebnis.befehle().size(), ergebnis.artikel());
for (var warnung : ergebnis.warnungen()) {
System.err.println("WARNUNG: " + warnung);
}
@@ -238,11 +247,11 @@ public class AendGgner implements Callable<Integer> {
}
var auftrag =
- Pipeline.Auftrag.von(baseFile, patches)
+ Pipeline.Auftrag.von(Bezug.hole(baseFile), hole(patches))
.mitArtikel(artikel)
.mitVollstaendig(vollstaendig)
.mitStichtag(tag)
- .mitNachfassung(nachfassung == null ? null : Quelle.lies(nachfassung));
+ .mitNachfassung(nachfassung == null ? null : Bezug.hole(nachfassung));
var ergebnis = Pipeline.erzeugeSynopse(auftrag);
diff --git a/src/main/java/eu/mulk/aendggner/Bezug.java b/src/main/java/eu/mulk/aendggner/Bezug.java
new file mode 100644
index 0000000..cded363
--- /dev/null
+++ b/src/main/java/eu/mulk/aendggner/Bezug.java
@@ -0,0 +1,257 @@
+// SPDX-FileCopyrightText: 2026 Matthias Andreas Benkard <code@mail.matthias.benkard.de>
+// SPDX-License-Identifier: AGPL-3.0-or-later
+package eu.mulk.aendggner;
+
+import java.io.IOException;
+import java.net.Authenticator;
+import java.net.InetSocketAddress;
+import java.net.PasswordAuthentication;
+import java.net.ProxySelector;
+import java.net.URI;
+import java.net.http.HttpClient;
+import java.net.http.HttpRequest;
+import java.net.http.HttpResponse;
+import java.nio.file.Files;
+import java.nio.file.Path;
+import java.security.MessageDigest;
+import java.time.Duration;
+import java.util.HexFormat;
+
+/**
+ * Woher eine Eingabe kommt: aus dem Dateisystem, aus dem Netz oder aus dem Bundesanzeiger-Portal.
+ *
+ * <p>Das Handbuch verlangte bislang, das Norm-XML des Bundes von Hand herunterzuladen, obgleich
+ * seine Anschrift aus der Abkürzung des Gesetzes folgt. Die Handarbeit ist damit keine Leistung des
+ * Benutzers, sondern eine Zumutung; sie entfällt.
+ *
+ * <p>Diese Klasse gehört allein der Befehlszeile. Die Browserfassung darf sie nicht anrühren: Dort
+ * gibt es kein Dateisystem, und der Wagen des Benutzers verweigert einer fremden Anschrift ohnehin
+ * die Auskunft. Die Kernpipeline kennt deshalb nur {@link Quelle} — Name und Bytes.
+ */
+public final class Bezug {
+
+ private static final org.jboss.logging.Logger log =
+ org.jboss.logging.Logger.getLogger(Bezug.class);
+
+ /** gesetze-im-internet.de gibt jedes Werk unter seiner Kennung als Archiv aus. */
+ private static final String GII = "https://www.gesetze-im-internet.de/%s/xml.zip";
+
+ /** Das Verzeichnis sämtlicher Werke des Portals; es nennt zu jedem Titel dessen Anschrift. */
+ private static final String GII_VERZEICHNIS = "https://www.gesetze-im-internet.de/gii-toc.xml";
+
+ private static final java.util.regex.Pattern GII_LINK =
+ java.util.regex.Pattern.compile(
+ "<link>https?://www\\.gesetze-im-internet\\.de/([^/]+)/xml\\.zip</link>");
+
+ private static final Duration FRIST = Duration.ofSeconds(60);
+
+ static {
+ // Ohne dies verweigert die Laufzeit das einfache Kennwort gegenüber einem Vermittler, sobald
+ // der Weg verschlüsselt ist. In einer Behörde führt jeder Weg über einen solchen Vermittler,
+ // und das Kennwort steht ohnehin in der Umgebung; die Sperre schützt hier niemanden.
+ if (System.getProperty("jdk.http.auth.tunneling.disabledSchemes") == null) {
+ System.setProperty("jdk.http.auth.tunneling.disabledSchemes", "");
+ }
+ }
+
+ private Bezug() {}
+
+ /**
+ * Die Eingabe, wie sie angegeben ist: ein Dateipfad, eine Netzanschrift {@code http(s)://…} oder
+ * die Kurzform {@code gii:<abkürzung>} für das Bundesrecht ({@code gii:uwg}).
+ *
+ * <p>Der Dateipfad hat den Vorrang: Wer eine Datei „gii:etwas“ nennt, meint sie. Geladenes wird
+ * unter {@code ~/.cache/aendggner} abgelegt und beim nächsten Lauf von dort genommen — ein
+ * zweiter Lauf mit denselben Eingaben soll das Netz nicht abermals behelligen.
+ */
+ public static Quelle hole(String angabe) throws IOException, InterruptedException {
+ var alsPfad = Path.of(angabe);
+ if (Files.exists(alsPfad)) {
+ return Quelle.lies(alsPfad);
+ }
+ if (angabe.startsWith("gii:")) {
+ var kurz = kennung(angabe.substring("gii:".length()));
+ if (kurz.isEmpty()) {
+ throw new IOException("„" + angabe + "“ nennt keine Kennung (etwa „gii:uwg_2004“).");
+ }
+ try {
+ return lade(GII.formatted(kurz), kurz + "-xml.zip");
+ } catch (NichtGefunden nichtGefunden) {
+ var gefunden = sucheImVerzeichnis(kurz);
+ return lade(GII.formatted(gefunden), gefunden + "-xml.zip");
+ }
+ }
+ if (angabe.startsWith("http://") || angabe.startsWith("https://")) {
+ return lade(angabe, dateiname(angabe));
+ }
+ // Kein Pfad, keine Anschrift: Quelle.lies meldet den fehlenden Pfad mit dem üblichen Wortlaut.
+ return Quelle.lies(alsPfad);
+ }
+
+ private static Quelle lade(String anschrift, String name)
+ throws IOException, InterruptedException {
+ var abgelegt = zwischenspeicher(anschrift, name);
+ if (abgelegt != null && Files.exists(abgelegt)) {
+ return new Quelle(name, Files.readAllBytes(abgelegt));
+ }
+
+ try (var client = baueClient()) {
+ var antwort =
+ client.send(
+ HttpRequest.newBuilder(URI.create(anschrift)).timeout(FRIST).GET().build(),
+ HttpResponse.BodyHandlers.ofByteArray());
+ if (antwort.statusCode() == 404) {
+ throw new NichtGefunden("„" + anschrift + "“ gibt es nicht (Status 404).");
+ }
+ if (antwort.statusCode() != 200) {
+ throw new IOException(
+ "„" + anschrift + "“ antwortet mit dem Status " + antwort.statusCode() + ".");
+ }
+ if (abgelegt != null) {
+ try {
+ Files.createDirectories(abgelegt.getParent());
+ Files.write(abgelegt, antwort.body());
+ } catch (IOException nichtSchreibbar) {
+ // Der Zwischenspeicher ist eine Bequemlichkeit, keine Bedingung: Ist das
+ // Heimatverzeichnis
+ // schreibgeschützt, so wird eben jedes Mal geladen.
+ log.debugf("Zwischenspeicher %s nicht beschreibbar: %s", abgelegt, nichtSchreibbar);
+ }
+ }
+ return new Quelle(name, antwort.body());
+ }
+ }
+
+ /** Die Anschrift gibt es nicht — für die Kennung des Bundesrechts ein Anlass nachzuschlagen. */
+ private static final class NichtGefunden extends IOException {
+ NichtGefunden(String meldung) {
+ super(meldung);
+ }
+ }
+
+ /**
+ * Die Kennung, wie das Portal sie führt: klein geschrieben, und was kein Buchstabe, keine Ziffer
+ * und kein Bindestrich ist, wird zum Unterstrich. So wird aus der Abkürzung „UWG 2004“ die
+ * Kennung „uwg_2004“ und aus „1-DM-GoldmünzG“ die Kennung „1-dm-goldm_nzg“.
+ */
+ static String kennung(String angabe) {
+ return angabe.strip().toLowerCase(java.util.Locale.ROOT).replaceAll("[^a-z0-9-]", "_");
+ }
+
+ /**
+ * Sucht die Kennung im Verzeichnis des Portals, wenn die angegebene ins Leere führt.
+ *
+ * <p>Das Portal hängt an manche Kennung das Jahr der Fassung („uwg_2004“), und wer „uwg“ eingibt,
+ * kann das nicht wissen. Eine Kennung, die mit der angegebenen beginnt, ist deshalb gemeint —
+ * aber nur, wenn es genau eine gibt. Sonst wird nicht geraten, sondern aufgezählt.
+ */
+ private static String sucheImVerzeichnis(String kurz) throws IOException, InterruptedException {
+ var verzeichnis =
+ new String(
+ lade(GII_VERZEICHNIS, "gii-toc.xml").inhalt(), java.nio.charset.StandardCharsets.UTF_8);
+ var treffer = new java.util.LinkedHashSet<String>();
+ var m = GII_LINK.matcher(verzeichnis);
+ while (m.find()) {
+ if (m.group(1).equals(kurz) || m.group(1).startsWith(kurz + "_")) {
+ treffer.add(m.group(1));
+ }
+ }
+ if (treffer.size() == 1) {
+ return treffer.iterator().next();
+ }
+ if (treffer.isEmpty()) {
+ throw new IOException(
+ "Das Portal führt kein Werk unter der Kennung „"
+ + kurz
+ + "“. Die Kennung ist der letzte Teil seiner Anschrift auf gesetze-im-internet.de.");
+ }
+ throw new IOException(
+ "Die Kennung „"
+ + kurz
+ + "“ ist mehrdeutig; das Portal führt "
+ + String.join(", ", treffer)
+ + ". Gemeint ist eine von ihnen.");
+ }
+
+ /**
+ * Der Wagen samt Vermittler, wie ihn die Umgebung vorschreibt.
+ *
+ * <p>Die Laufzeit liest {@code HTTPS_PROXY} und Verwandte nicht von sich aus; auf allen übrigen
+ * Werkzeugen der Kommandozeile ist das aber die gewohnte Angabe. Wer hinter einem Vermittler
+ * sitzt — in der Verwaltung ist das die Regel —, soll nichts eigens einstellen müssen.
+ */
+ private static HttpClient baueClient() {
+ var bauer = HttpClient.newBuilder().connectTimeout(FRIST);
+ var vermittler = umgebung("HTTPS_PROXY", "https_proxy", "HTTP_PROXY", "http_proxy");
+ if (vermittler != null) {
+ try {
+ var anschrift = URI.create(vermittler);
+ if (anschrift.getHost() != null) {
+ int hafen = anschrift.getPort() > 0 ? anschrift.getPort() : 8080;
+ bauer.proxy(ProxySelector.of(new InetSocketAddress(anschrift.getHost(), hafen)));
+ var kennung = anschrift.getUserInfo();
+ if (kennung != null && kennung.contains(":")) {
+ var teile = kennung.split(":", 2);
+ bauer.authenticator(
+ new Authenticator() {
+ @Override
+ protected PasswordAuthentication getPasswordAuthentication() {
+ return new PasswordAuthentication(teile[0], teile[1].toCharArray());
+ }
+ });
+ }
+ }
+ } catch (IllegalArgumentException unbrauchbar) {
+ // Eine unlesbare Angabe bleibt außer Betracht; der unmittelbare Weg wird versucht.
+ }
+ }
+ return bauer.build();
+ }
+
+ private static @org.jspecify.annotations.Nullable String umgebung(String... namen) {
+ for (var name : namen) {
+ var wert = System.getenv(name);
+ if (wert != null && !wert.isBlank()) {
+ return wert;
+ }
+ }
+ return null;
+ }
+
+ /**
+ * Der Ort im Zwischenspeicher; {@code null}, wenn keiner zu bestimmen ist. Der Name trägt einen
+ * Abdruck der Anschrift, damit zwei gleichnamige Werke verschiedener Herkunft sich nicht
+ * verdrängen.
+ */
+ private static Path zwischenspeicher(String anschrift, String name) {
+ var verzeichnis = System.getenv("XDG_CACHE_HOME");
+ var heim = System.getProperty("user.home");
+ if ((verzeichnis == null || verzeichnis.isBlank()) && (heim == null || heim.isBlank())) {
+ return null;
+ }
+ var wurzel =
+ verzeichnis != null && !verzeichnis.isBlank()
+ ? Path.of(verzeichnis)
+ : Path.of(heim, ".cache");
+ return wurzel.resolve("aendggner").resolve(abdruck(anschrift) + "-" + name);
+ }
+
+ private static String abdruck(String anschrift) {
+ try {
+ var summe =
+ MessageDigest.getInstance("SHA-256")
+ .digest(anschrift.getBytes(java.nio.charset.StandardCharsets.UTF_8));
+ return HexFormat.of().formatHex(summe, 0, 8);
+ } catch (java.security.NoSuchAlgorithmException unmoeglich) {
+ throw new IllegalStateException(unmoeglich);
+ }
+ }
+
+ /** Das letzte Glied der Anschrift, ohne Abfrageteil; sonst die Anschrift selbst. */
+ static String dateiname(String anschrift) {
+ var ohneAbfrage = anschrift.split("[?#]", 2)[0];
+ int schrägstrich = ohneAbfrage.lastIndexOf('/');
+ var letztes = schrägstrich >= 0 ? ohneAbfrage.substring(schrägstrich + 1) : ohneAbfrage;
+ return letztes.isBlank() ? anschrift : letztes;
+ }
+}
diff --git a/src/test/java/eu/mulk/aendggner/BezugTest.java b/src/test/java/eu/mulk/aendggner/BezugTest.java
new file mode 100644
index 0000000..6b54691
--- /dev/null
+++ b/src/test/java/eu/mulk/aendggner/BezugTest.java
@@ -0,0 +1,59 @@
+// SPDX-FileCopyrightText: 2026 Matthias Andreas Benkard <code@mail.matthias.benkard.de>
+// SPDX-License-Identifier: AGPL-3.0-or-later
+package eu.mulk.aendggner;
+
+import static org.assertj.core.api.Assertions.assertThat;
+import static org.junit.jupiter.api.Assumptions.assumeTrue;
+
+import java.io.IOException;
+import java.nio.file.Files;
+import java.nio.file.Path;
+import org.junit.jupiter.api.Test;
+import org.junit.jupiter.params.ParameterizedTest;
+import org.junit.jupiter.params.provider.CsvSource;
+
+/**
+ * Geprüft wird, was ohne Netz zu prüfen ist: die Ableitung der Kennung, die Ableitung des Namens
+ * und der Vorrang der vorhandenen Datei. Der Abruf selbst gehört nicht in eine Prüfung, die auf
+ * jedem Rechner laufen soll.
+ */
+class BezugTest {
+
+ /**
+ * Die Kennung des Portals: klein geschrieben, und was kein Buchstabe, keine Ziffer und kein
+ * Bindestrich ist, wird zum Unterstrich. So schreibt gesetze-im-internet.de seine Anschriften.
+ */
+ @ParameterizedTest
+ @CsvSource({
+ "UWG 2004, uwg_2004",
+ "uwg_2004, uwg_2004",
+ "GEG, geg",
+ "1-DM-GoldmünzG, 1-dm-goldm_nzg",
+ "' IfSG ', ifsg",
+ })
+ void leitetDieKennungAb(String angabe, String erwartet) {
+ assertThat(Bezug.kennung(angabe)).isEqualTo(erwartet);
+ }
+
+ @ParameterizedTest
+ @CsvSource({
+ "https://dserver.bundestag.de/btd/21/018/2101855.pdf, 2101855.pdf",
+ "https://www.gesetze-im-internet.de/uwg_2004/xml.zip, xml.zip",
+ "https://example.org/heft.pdf?fassung=2#seite3, heft.pdf",
+ })
+ void leitetDenNamenAusDerAnschriftAb(String anschrift, String erwartet) {
+ assertThat(Bezug.dateiname(anschrift)).isEqualTo(erwartet);
+ }
+
+ /** Die vorhandene Datei hat den Vorrang: Wer eine Datei „gii:etwas“ nennt, meint sie. */
+ @Test
+ void nimmtDieVorhandeneDateiVorJederDeutung() throws IOException, InterruptedException {
+ var datei = Path.of("src/test/resources/sampledata/Brandenburg/FraktG-alt.txt");
+ assumeTrue(Files.exists(datei), "Beispieldaten fehlen");
+
+ var quelle = Bezug.hole(datei.toString());
+
+ assertThat(quelle.name()).isEqualTo("FraktG-alt.txt");
+ assertThat(quelle.inhalt()).isEqualTo(Files.readAllBytes(datei));
+ }
+}
generated by cgit v1.2.1 (git 2.18.0) at 2026-09-15 18:51:01 +0000