| |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
Die Browserfassung soll künftig über Cloudflare Workers gehen, und dort gilt
eine Grenze von 25 MiB je Datei, unkomprimiert gemessen. Zwei der
ausgelieferten Dateien standen dem entgegen: Das Quelltextarchiv maß 29,7 MB
und war damit schon nicht mehr hochzuladen, das Wasm-Modul mit 24,5 MB zu
achtundneunzig Hundertsteln der Grenze und ohne jeden Spielraum.
Das Archiv war ein ungefiltertes „git archive“ des Repositoriums, und über
fünfundneunzig Hundertstel davon waren die Beispiel-PDFs. Der Quelltext selbst
misst keine dreihunderttausend Zeichen. Die Gesetzes- und Drucksachentexte sind
fremde Werke, an denen allein die Tests messen; sie sind nicht der Quelltext,
aus dem sich das Ausgelieferte herstellen ließe, und die Auflage des AGPLv3 § 13
verlangt sie deshalb nicht. Sie sind aus dem Archiv genommen, und
„quelltext-fassung.txt“ sagt fortan, dass sie fehlen, warum sie fehlen und wo
sie vollständig liegen. Damit dies nicht stillschweigend zurückfällt, bricht
„webpaket.sh“ ab, sobald das Archiv acht Mebibyte überschreitet, und ebenso,
wenn irgendeine ausgelieferte Datei die Grenze der Zielplattform reißt: Lieber
hier auffallen als beim Hochladen.
Der Korpus lag überdies unter „src/main/resources“ und wanderte deshalb in
jedes Erzeugnis: in das Klassenverzeichnis, in die ausführbare Archivdatei —
achtundzwanzig Megabyte für ein Werk von sechshundert Kilobyte Java — und auf
den Klassenpfad des Übersetzers, dessen Ressourcentabelle die Verzeichnisnamen
bis ins Wasm trug. Er liegt nunmehr unter „src/test/resources“, wo er hingehört,
und ist von der Kopie nach „target/test-classes“ ausgenommen: Die Tests lesen
ihn über Dateisystempfade, eine Kopie wäre bei jedem Bau fünfunddreißig
Megabyte umsonst.
Das Modul wiegt statt 24,5 nunmehr 17,2 Megabyte; komprimiert geht es mit 5,5
statt 7,1 Megabyte über die Leitung. Vier Ursachen liegen dem zugrunde. Der
Picocli-Annotationsprozessor meldete die Befehlszeilenklasse mit sämtlichen
Methoden zur Reflexion an, worauf die Erreichbarkeitsanalyse die ganze
Befehlszeilenfassung samt Dateizugriffen in ein Bild zog, in dem es keine
Befehlszeile gibt; im Profil „wasm“ läuft er nicht mehr, und eine von einem
früheren Lauf liegengebliebene Konfiguration wird vor dem Übersetzen entfernt,
damit die Größe nicht davon abhängt, was vorher lief. Der Ressourcen-Glob
„org/apache/fontbox/**“ bettete 3,3 Megabyte ostasiatischer CMaps, die
Schrifttabelle „Scripts.txt“ und — weil zwei Sterne auch Klassendateien treffen
— 0,7 Megabyte „.class“-Dateien ein, von denen ein deutsches Gesetzes-PDF nichts
braucht; geblieben sind die beiden Identity-CMaps. Die Metriken unter
„org/apache/pdfbox/resources“ bleiben vollständig, denn an ihnen hängt die
Breitenberechnung bei nicht eingebetteten Schriften. Übersetzt wird mit „-Os“,
und den Rest holt „wasm-opt -Oz“ im Webpaket.
Dessen Merkmale sind einzeln aufgezählt und nicht als „--all-features“ erteilt.
Der bequeme Weg war gangbar und führte doch ins Leere: Binaryen nutzte
daraufhin Vorschläge, die noch kein Browser annimmt, und das Modul scheiterte
erst beim Instanziieren — erst an einem exakten Heap-Typ aus den „custom
descriptors“, nach dessen Abschaltung an der kompakten Importsektion. Zugelassen
ist nunmehr, was ausgeliefert in den Browsern steht und was Web Image braucht.
Die Vorkompression nach „.gz“ und „.br“ entfällt als Regelfall, denn Cloudflare
komprimiert selbst und jede Beilage wäre dort eine weitere Datei; wer mit nginx
selbst ausliefert, fordert sie mit VORKOMPRIMIEREN=1 an. Das
Auslieferungsverzeichnis fällt damit von achtundsechzig auf siebzehn Megabyte,
und ein liegengebliebenes „.DS_Store“ geht nicht mehr mit hoch.
Dreihundertfünfundzwanzig Testfälle bestehen. Das Modul ist im Browser
gelaufen: Vier Dokumentenpaare — IfSG, UWG, AGG und das Bayerische Jagdgesetz,
also gii-XML wie PDF als Stammfassung, Bundesgesetzblatt, Drucksache und
Gesetz- und Verordnungsblatt als Änderungsdokument — ergeben Synopsen, deren
SHA-256-Summen denen der Befehlszeilenfassung gleichen. Der Ressourcenbeschnitt
kostet also keine Zeichen.
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Change-Id: I31a47d1dcf3b27ffa4ae891947b1c4e083107a71
|
|
|
Von den im Juli beschafften Gesetzblättern der Länder war eines nie angefasst
worden: das Gesetz- und Verordnungsblatt für den Freistaat Thüringen. Es hat
sich als lohnend erwiesen, denn seine Eigenheiten sind keine thüringischen.
Das Blatt führt kein einziges öffnendes Anführungszeichen, sondern setzt das
gerade beidseitig. Bislang galt ein gerades Zeichen ausnahmslos als
schließendes — für das Bundesgesetzblatt und die Drucksachen trifft das zu,
dort öffnet stets das deutsche Zeichen, und ein gerades ist ein Satz- oder
Extraktionsfehler. In einem so gesetzten Blatt aber fand der Zitatextraktor
kein einziges Zitat, und sämtliche Befehle des Heftes gingen verloren. Fortan
entscheidet der Text als ganzer: Führt er kein deutsches öffnendes Zeichen, so
werden die geraden paarweise gelesen, das erste öffnend, das zweite schließend.
Bei ungerader Anzahl ist er nachweislich unbalanciert; dann bleibt es bei der
schließenden Lesart, und es ergeht eine Warnung. Eine Regel nach der Stellung
des Zeichens wäre untauglich gewesen: Das Blatt führt Zitate, die mit einem
Leerzeichen beginnen, und schließende Zeichen, die am Folgewort kleben.
Der Befehl „Die bisherigen §§ 9 bis 12 werden die §§ 8 bis 10“ nennt vier
Ausgangs- und drei Zielbezeichnungen. Das ist kein Widerspruch: Der Bereich
nennt Bezeichnungen, gezählt werden aber Einheiten, und der aufgehobene
Platzhalter § 10 ist keine Einheit, denn er trägt keinen Inhalt. Welche
Einheiten ein Bereich trägt, weiß erst das Gesetz. Ein solcher Befehl bleibt
deshalb bis zur Anwendung ungeteilt und wird dort entfaltet; geht die Zählung
auch dann nicht auf, bleibt er manuell zu prüfen, und der Grund wird genannt.
Die Neufassung eines Paragraphenbereichs wurde bisher an jedem
Paragraphenzeichen des Zitats geteilt. Der neue Wortlaut zitiert jedoch
reihenweise andere Vorschriften; an diesen zu schneiden erfand Normen, die es
nicht gibt — aus drei neu gefassten Paragraphen wurden zehn. Geteilt wird
nunmehr allein an den Bezeichnungen des angekündigten Bereichs. Hinzu treten
die Verweisung als Gegenstand einer Wortoperation, der Rahmen, der sich auf
eine Untereinheit der umnummerierten Einheit verengt, die mehrzeilige
Überschrift einer zitierten Neufassung und die Erkenntnis, dass über einen
Trennstrich vor einem Großbuchstaben der Wortbestand des Dokuments entscheidet:
Trägt es das Wort auch ohne Strich, so war es eine Trennung.
Die Stammfassung ist aus vier Gesetzblättern zusammengesetzt. Thüringens
Landesrechtportal ist dieselbe anmeldepflichtige Anwendung wie die Portale
Schleswig-Holsteins, Berlins, Baden-Württembergs und Hessens, und das Archiv
der Staatskanzlei antwortet Skripten mit einer Fehlerseite. Frei zugänglich ist
dagegen die Parlamentsdatenbank des Landtags, der das Blatt herausgibt; über
sie liegen Stammheft und Änderungshefte vor. Jeder Änderungsbefehl ist als eine
geprüfte Ersetzung angewandt worden — dass keine fehlschlug, ist der Beleg der
Rekonstruktion. Eine amtliche konsolidierte Nachfassung gibt es nicht; ein
zeichengenauer Abgleich mit ihr steht deshalb aus, was in den Herkunftsangaben
vermerkt ist.
Alle zehn Befehle der Vierten Verordnung zur Änderung der Thüringer
Kindergartenfinanzierungsverordnung werden angewandt, keiner bleibt manuell.
Dreihundertfünfundzwanzig Testfälle bestehen, und keine der gepinnten Zahlen
der übrigen Belegfälle hat sich geändert. Die Browserfassung ist übersetzt
worden und liefert dieselben Zahlen wie die Befehlszeile.
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Change-Id: Ifca501ed6ffb42165ee4ab4ca036d7db186bbec0
|
