From f3b47af551fa6cd85509a65bb77d8d1b9bcb744a Mon Sep 17 00:00:00 2001 From: Matthias Andreas Benkard Date: Sat, 22 Aug 2026 21:23:06 +0200 Subject: =?UTF-8?q?Die=20Auslieferung=20tr=C3=A4gt=20nur,=20was=20der=20Br?= =?UTF-8?q?owser=20wirklich=20braucht?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 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 Change-Id: I31a47d1dcf3b27ffa4ae891947b1c4e083107a71 --- src/test/resources/sampledata/Thueringen/SOURCES | 53 ++++++++++++++++++++++++ 1 file changed, 53 insertions(+) create mode 100644 src/test/resources/sampledata/Thueringen/SOURCES (limited to 'src/test/resources/sampledata/Thueringen/SOURCES') diff --git a/src/test/resources/sampledata/Thueringen/SOURCES b/src/test/resources/sampledata/Thueringen/SOURCES new file mode 100644 index 0000000..b215642 --- /dev/null +++ b/src/test/resources/sampledata/Thueringen/SOURCES @@ -0,0 +1,53 @@ +Änderungsverordnung: +- Vierte Verordnung zur Änderung der Thüringer + Kindergartenfinanzierungsverordnung vom 16.01.2026, verkündet am + 13.02.2026 (GVBl. für den Freistaat Thüringen Nr. 2 S. 77), in Kraft + mit Wirkung vom 01.01.2026 + (GVBl-TH-2026-02_KiGaFinanzVO-AendVO-ua.pdf) +- Das Heft ist ein Sammelheft mit vier Verkündungen; nur diese eine ist + ein Änderungsdokument. Artikel 2 regelt das Inkrafttreten. + +Stammfassung (ThuerKigaFinVO-alt.txt): +- Das Landesrechtportal landesrecht.thueringen.de ist dieselbe + anmeldepflichtige juris-Anwendung wie die Portale Schleswig-Holsteins, + Berlins, Baden-Württembergs und Hessens: Jede Dokument-URL liefert nur + die rund 5,4 kB große Hülle der Single-Page-Anwendung. Auch das + GVBl-Archiv der Staatskanzlei (thueringen.de/th1/tsk/gvbl/) ist für + Skripte gesperrt (Bot-Schutz, liefert eine Fehlerseite). +- Frei zugänglich ist dagegen die Parlamentsdokumentation des + Thüringer Landtags, der das Blatt herausgibt. Schema: + parldok.thueringer-landtag.de/ParlDok/dokument//art/GVBl/num//jahr/[/seite/] + Die Wahlperiode muss stimmen (2018 = 06, 2021/2023 = 07, ab 2024 = 08); + passt sie nicht, kommt statt des PDF eine HTML-Seite („Das aufgerufene + Dokument ist in der Datenbank noch nicht verfügbar“). Mit /seite/ + antwortet der Dienst nur, wenn dort eine Verkündung beginnt — so lässt + sich zu einer Fundstelle das Heft finden. +- Die konsolidierte Fassung ist deshalb aus den Gesetzblättern selbst + zusammengesetzt. Verwendet wurden: + * Stammfassung: Thüringer Kindertagesbetreuungsfinanzierungsverordnung + (ThürKitaFinVO) vom 03.12.2018 (GVBl. 2018 Nr. 13 S. 717) + * Erste ÄndVO vom 01.12.2021 (GVBl. 2021 Nr. 31 S. 597) — benennt die + Verordnung in Thüringer Kindergartenfinanzierungsverordnung + (ThürKigaFinVO) um und zieht die Verweisungen vom ThürKitaG auf das + ThürKigaG nach + * Zweite ÄndVO vom 26.09.2023 (GVBl. 2023 Nr. 13 S. 287) — fügt § 7a + ein und hebt § 10 auf + * Dritte ÄndVO vom 17.10.2024 (GVBl. 2024 Nr. 16 S. 682) — hebt § 7 + auf; ihre Nr. 1 tritt erst am 01.01.2026 in Kraft und gilt damit für + die hier gesuchte Fassung bereits +- Aufbereitung: Rohtext über das werkzeugeigene --extract-only (das Heft + ist zweispaltig; pdftotext -layout verschränkt die Spalten), dann die + Ligatur-Artefakte des älteren Heftsatzes geheilt („fi nanzierung“, + „pfl ege“), dann jeder Änderungsbefehl als eine geprüfte Ersetzung + angewandt — schlägt eine fehl, bricht die Aufbereitung ab; geraten wird + nichts. Zuletzt die kanonische Form hergestellt: Normkopf und Titel auf + einer Zeile, Absatzmarker am Zeilenanfang. +- Aufgehobene Paragraphen stehen als Platzhalter („§ 7 (aufgehoben)“, + „§ 10 (aufgehoben)“), wie es die konsolidierten Fassungen halten. Genau + daran hängt Punkt 7 der Vierten ÄndVO: „Die bisherigen §§ 9 bis 12 + werden die §§ 8 bis 10“ nennt vier Bezeichnungen für drei Einheiten, + weil der Platzhalter § 10 keine Einheit ist. +- Gegenprobe: Alle zehn Befehle der Vierten ÄndVO finden ihr Ziel und + ihren zitierten Ausgangswortlaut; keiner bleibt manuell. Eine amtliche + konsolidierte Nachfassung war nicht zu beschaffen (siehe oben), ein + zeichengenauer Abgleich mit ihr steht deshalb aus. -- cgit v1.2.1