From 35e90f4ab0f9b40d4752c9b8cba57c9452a8189f Mon Sep 17 00:00:00 2001 From: Matthias Andreas Benkard Date: Sat, 25 Jul 2026 10:00:36 +0200 Subject: Add North Rhine-Westphalia TMZ-Gesetz acceptance case MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Article 3 of the 22. Rundfunkänderungsgesetz (GV. NRW. 2026 S. 202) amends the Telemedienzuständigkeitsgesetz. All four commands apply cleanly, and the result matches the official consolidated version of 1 April 2026. recht.nrw.de turned out to be the one remaining state portal that serves consolidated laws as server-rendered HTML, with the version history encoded in the URL date prefix — so the pre-amendment stem (27 Apr 2022) was directly obtainable. Two fixes were needed: * LandesRechtTextParser read the parenthesised title suffix wholly as the abbreviation. State laws routinely carry both short title and abbreviation there ("(Telemedienzuständigkeitsgesetz – TMZ-Gesetz)"), and the amendment act cites the short title, so article selection never matched. The parser now splits at the dash. * ZitatExtraktor swallowed the rest of the document when a closing quotation mark is missing in the official text (Article 2 no. 11 here), which hid Articles 3 to 5 entirely. An amendment act never quotes across an article heading, so an open quotation is now closed before a bare "Artikel N" line, with a warning. Quoted paragraphs are unaffected: Bavarian norm heads read "Art. N". 223 tests green; all previously pinned figures unchanged. Co-Authored-By: Claude Opus 5 Change-Id: I78470075d9be2433966b821b6fe1e21808996c46 --- .../aendggner/aenderung/parse/ZitatExtraktor.java | 34 +++++++++++++++++++++- .../gesetz/land/LandesRechtTextParser.java | 17 +++++++++-- 2 files changed, 48 insertions(+), 3 deletions(-) (limited to 'src/main/java') diff --git a/src/main/java/eu/mulk/aendggner/aenderung/parse/ZitatExtraktor.java b/src/main/java/eu/mulk/aendggner/aenderung/parse/ZitatExtraktor.java index e116056..dc7dac8 100644 --- a/src/main/java/eu/mulk/aendggner/aenderung/parse/ZitatExtraktor.java +++ b/src/main/java/eu/mulk/aendggner/aenderung/parse/ZitatExtraktor.java @@ -91,7 +91,23 @@ public final class ZitatExtraktor { aktuellesZitat.append(c); } } else if (tiefe > 0) { - aktuellesZitat.append(c); + if (c == '\n' && beginntArtikelUeberschrift(text, i + 1)) { + // Ein Änderungsgesetz zitiert nie über eine Artikel-Überschrift hinweg: Hier fehlt im + // amtlichen Satz ein schließendes Anführungszeichen (kommt vor, z.B. GV. NRW. 2026 + // S. 202 Artikel 2 Nr. 11). Ohne diese Grenze verschlänge das offene Zitat alle + // folgenden Artikel und der Parser fände überhaupt keine Änderungsbefehle mehr. + warnungen.add( + "Zitat vor einer Artikel-Überschrift nicht geschlossen: …" + + kontextAuszug(text, i) + + "… — dort geschlossen."); + ausgabe.append('«').append(zitate.size()).append('»'); + zitate.add(aktuellesZitat.toString()); + aktuellesZitat.setLength(0); + tiefe = 0; + ausgabe.append(c); + } else { + aktuellesZitat.append(c); + } } else { ausgabe.append(c); } @@ -131,6 +147,22 @@ public final class ZitatExtraktor { return FORTFUEHRUNGS_MARKER.matcher(fenster).find(); } + /** + * Strukturgrenze eines Änderungsgesetzes: eine Zeile, die nur aus „Artikel N“ besteht. Bayerische + * Stammgesetze zitieren ihre Normköpfe als „Art. N“, nicht als „Artikel N“ — zitierter Inhalt + * läuft hier also nicht versehentlich auf. + */ + private static final Pattern ARTIKEL_GRENZE = Pattern.compile("^Artikel[ \\t]+\\d+[a-z]?[ \\t]*$"); + + /** Wahr, wenn die bei {@code von} beginnende Zeile eine Artikel-Überschrift ist. */ + private static boolean beginntArtikelUeberschrift(String text, int von) { + if (von >= text.length()) { + return false; + } + int ende = text.indexOf('\n', von); + return ARTIKEL_GRENZE.matcher(text.substring(von, ende < 0 ? text.length() : ende)).matches(); + } + private static String kontextAuszug(String text, int position) { var von = Math.max(0, position - 60); var bis = Math.min(text.length(), position + 20); diff --git a/src/main/java/eu/mulk/aendggner/gesetz/land/LandesRechtTextParser.java b/src/main/java/eu/mulk/aendggner/gesetz/land/LandesRechtTextParser.java index ada273c..a3397cf 100644 --- a/src/main/java/eu/mulk/aendggner/gesetz/land/LandesRechtTextParser.java +++ b/src/main/java/eu/mulk/aendggner/gesetz/land/LandesRechtTextParser.java @@ -41,6 +41,9 @@ final class LandesRechtTextParser { // geprüft, sodass spätere Fundstellen-Klammern („(BayRS V S. 595)“) nicht getroffen werden. private static final Pattern JURABK_ZEILE = Pattern.compile("^\\(([^()]+)\\)$"); + /** Trennt im Klammerzusatz den Kurztitel von der Abkürzung („Kurztitel – Abk“). */ + private static final Pattern KURZTITEL_TRENNER = Pattern.compile("\\s+[–—]\\s+"); + // Kopf der Druckfassung („BayJG: Bayerisches Jagdgesetz … (Art. 1–64)“), ggf. mit // umbrochenem Rest („1–64)“) auf der Folgezeile. private static final Pattern DRUCKKOPF = Pattern.compile("^\\S{1,20}: .+$"); @@ -95,10 +98,20 @@ final class LandesRechtTextParser { } var langue = zeilen.get(i++).strip(); String jurabk = null; + String kurzue = null; if (i < zeilen.size()) { var m = JURABK_ZEILE.matcher(zeilen.get(i).strip()); if (m.matches()) { - jurabk = m.group(1); + // Landesgesetze führen im Klammerzusatz häufig Kurztitel und Abkürzung nebeneinander + // („Telemedienzuständigkeitsgesetz – TMZ-Gesetz“, „Gemeindeordnung – GO –“). Das + // Änderungsgesetz zitiert dann den Kurztitel, nicht die Abkürzung. + var teile = KURZTITEL_TRENNER.split(m.group(1).strip(), 2); + if (teile.length == 2) { + kurzue = teile[0].strip(); + jurabk = teile[1].strip().replaceAll("\\s*[–—-]\\s*$", ""); + } else { + jurabk = m.group(1).strip(); + } i++; } } @@ -190,7 +203,7 @@ final class LandesRechtTextParser { "Kein „§ N“- oder „Art. N“-Normkopf gefunden — ist das eine konsolidierte Fassung im" + " kanonischen Klartextformat?"); } - return new Gesetz(jurabk != null ? jurabk : langue, langue, null, normen, gliederungen); + return new Gesetz(jurabk != null ? jurabk : langue, langue, kurzue, normen, gliederungen); } /** Überspringt die Kopfzeile der Druckfassung samt umbrochenem Rest. */ -- cgit v1.2.1