Projektwissen/tests/test_einlesen.py

"""Tests für scripts/einlesen.py (Skill sn-einlesen) – reines Python/pytest, in einem temporären Workspace."""
import subprocess
import sys
from datetime import datetime, timedelta, timezone
from pathlib import Path

import pytest

ROOT = Path(__file__).resolve().parents[1]
sys.path.insert(0, str(ROOT / "scripts"))

import einlesen  # noqa: E402

ARBEITSSCHRITTE = """Prozess: Antrag prüfen
S1 Start: Antrag geht ein
S2 Task: Antrag erfassen
S3 Ende: Antrag entschieden
"""
ROHTEXT = "# Wegebau abnehmen\n\nNach Fertigstellung wird der Weg begangen und die Abnahme protokolliert.\n"
FESTE_ZEIT = datetime(2026, 9, 23, 14, 5, 12, tzinfo=timezone(timedelta(hours=2)))


@pytest.fixture
def ws(tmp_path, monkeypatch):
    """Leerer Workspace mit input/, entwuerfe/ und geklonter Prozessbibliothek an Stelle des echten."""
    for name in ("input", "Prozessbibliothek", "entwuerfe"):
        (tmp_path / name).mkdir()
    monkeypatch.setattr(einlesen, "ROOT", tmp_path)
    monkeypatch.setattr(einlesen, "EINGANG", tmp_path / "input")
    monkeypatch.setattr(einlesen, "BIBLIOTHEK", tmp_path / "Prozessbibliothek")
    monkeypatch.setattr(einlesen, "ENTWUERFE", tmp_path / "entwuerfe")
    return tmp_path


def lege_prozess_an(ws, name, text):
    ordner = ws / "Prozessbibliothek" / name
    ordner.mkdir()
    (ordner / f"{name}.md").write_text(text, encoding="utf-8")
    (ordner / "README.md").write_text(f"# {name}\n\n| | |\n|---|---|\n| Status | Entwurf |\n", encoding="utf-8")


def eintrag(bericht, dateiname):
    return next(d for d in bericht["dateien"] if d["datei"].endswith(dateiname))


def test_fehlender_eingangsordner_wird_angelegt(ws):
    """Prüft, dass input/ angelegt wird, wenn es fehlt, und das im Bericht steht."""
    (ws / "input").rmdir()
    bericht = einlesen.pruefe_eingang()
    assert (ws / "input").is_dir()
    assert bericht["angelegt"] is True
    assert bericht["dateien"] == []


def test_andere_dateitypen_werden_abgelehnt(ws):
    """Prüft, dass .docx, .pdf und .txt abgelehnt und nicht angefasst werden."""
    for name in ("a.docx", "b.pdf", "c.txt"):
        (ws / "input" / name).write_bytes(b"inhalt")
    bericht = einlesen.pruefe_eingang()
    assert {d["status"] for d in bericht["dateien"]} == {"abgelehnt"}
    assert all("nur .md" in d["grund"] for d in bericht["dateien"])
    assert (ws / "input" / "a.docx").read_bytes() == b"inhalt"


def test_unterordner_leere_und_nicht_utf8_dateien_werden_abgelehnt(ws):
    """Prüft, dass Unterordner, leere .md und .md in cp1252 mit Grund abgelehnt werden."""
    (ws / "input" / "unter").mkdir()
    (ws / "input" / "leer.md").write_text("\n", encoding="utf-8")
    (ws / "input" / "alt.md").write_bytes("Straße".encode("cp1252"))
    bericht = einlesen.pruefe_eingang()
    assert "Unterordner" in eintrag(bericht, "unter")["grund"]
    assert "leer" in eintrag(bericht, "leer.md")["grund"]
    assert "UTF-8" in eintrag(bericht, "alt.md")["grund"]


def test_systemdateien_werden_still_uebergangen(ws):
    """Prüft, dass desktop.ini und versteckte Dateien gar nicht erst im Bericht auftauchen."""
    (ws / "input" / "desktop.ini").write_text("x", encoding="utf-8")
    (ws / "input" / ".gitkeep").write_text("", encoding="utf-8")
    assert einlesen.pruefe_eingang()["dateien"] == []


def test_neue_md_mit_titel_namensvorschlag_und_art(ws):
    """Prüft, dass eine neue .md Titel, Ordnernamen-Vorschlag und die Art (Rohtext/Arbeitsschritte) bekommt."""
    (ws / "input" / "roh.md").write_text(ROHTEXT, encoding="utf-8")
    (ws / "input" / "schritte.md").write_text(ARBEITSSCHRITTE, encoding="utf-8")
    bericht = einlesen.pruefe_eingang()
    roh, schritte = eintrag(bericht, "roh.md"), eintrag(bericht, "schritte.md")
    assert roh["status"] == "neu" and roh["titel"] == "Wegebau abnehmen"
    assert roh["vorschlag_name"] == "wegebau-abnehmen" and roh["arbeitsschritt_md"] is False
    assert schritte["vorschlag_name"] == "antrag-pruefen" and schritte["arbeitsschritt_md"] is True


def test_gleichnamiger_prozess_wird_als_kandidat_mit_1_gemeldet(ws):
    """Prüft, dass ein Prozess der Bibliothek mit gleichem Ordnernamen als Kandidat mit Ähnlichkeit 1 erscheint."""
    lege_prozess_an(ws, "antrag-pruefen", ARBEITSSCHRITTE)
    (ws / "input" / "neu.md").write_text(ARBEITSSCHRITTE.replace("erfassen", "prüfen"), encoding="utf-8")
    kandidaten = eintrag(einlesen.pruefe_eingang(), "neu.md")["kandidaten"]
    assert kandidaten[0]["pfad"] == "Prozessbibliothek/antrag-pruefen/"
    assert kandidaten[0]["aehnlichkeit"] == 1.0


def test_inhaltlich_aehnlicher_entwurf_wird_gefunden_fremder_nicht(ws):
    """Prüft, dass ein ähnlicher lokaler Entwurf als Kandidat erscheint, ein fachfremder Prozess dagegen nicht."""
    (ws / "entwuerfe" / "antragsbearbeitung.md").write_text(
        "Prozess: Antragsbearbeitung\nS1 Start: Antrag geht ein\nS2 Task: Antrag erfassen und prüfen\nS3 Ende: Fertig\n",
        encoding="utf-8")
    lege_prozess_an(ws, "wegebau-abnehmen", "Prozess: Wegebau abnehmen\nS1 Start: Weg fertig\nS2 Ende: Protokoll\n")
    (ws / "input" / "antrag.md").write_text(ARBEITSSCHRITTE, encoding="utf-8")
    pfade = [k["pfad"] for k in eintrag(einlesen.pruefe_eingang(), "antrag.md")["kandidaten"]]
    assert pfade == ["entwuerfe/antragsbearbeitung.md"]


def test_gitea_entwuerfe_zaehlen_nicht_zum_bestand(ws):
    """Prüft, dass Issue- und Kommentarentwürfe aus scripts/gitea.py nicht als Prozess gelten."""
    (ws / "entwuerfe" / "20260923-134657-issue-Projektwissen.md").write_text("# Entwurf", encoding="utf-8")
    assert einlesen.pruefe_eingang()["bestand"] == []


def test_punktordner_der_bibliothek_zaehlen_nicht_zum_bestand(ws):
    """Prüft, dass .git und andere Punkt-Ordner im Bibliotheks-Klon nicht als Prozess gelten."""
    (ws / "Prozessbibliothek" / ".git").mkdir()
    assert einlesen.pruefe_eingang()["bestand"] == []


def test_bibliothek_ausserhalb_des_workspace_wird_mit_ihrem_namen_genannt(ws, tmp_path_factory, monkeypatch):
    """Prüft, dass ein Prozess auch dann als 'Prozessbibliothek/<name>/' erscheint, wenn der Klon woanders liegt."""
    anderswo = tmp_path_factory.mktemp("klone") / "Prozessbibliothek"
    anderswo.mkdir()
    monkeypatch.setattr(einlesen, "BIBLIOTHEK", anderswo)
    ordner = anderswo / "antrag-pruefen"
    ordner.mkdir()
    (ordner / "antrag-pruefen.md").write_text(ARBEITSSCHRITTE, encoding="utf-8")
    assert [e["pfad"] for e in einlesen.pruefe_eingang()["bestand"]] == ["Prozessbibliothek/antrag-pruefen/"]


def test_vermerk_steht_oben_mit_zeitstempel_und_markiert_als_eingelesen(ws):
    """Prüft, dass der Vermerk als erste Zeile mit Zeitstempel geschrieben wird und die Datei danach als eingelesen gilt."""
    datei = ws / "input" / "antrag.md"
    datei.write_text(ARBEITSSCHRITTE, encoding="utf-8")
    zeile = einlesen.setze_vermerk(datei, "neu", "entwuerfe/antrag-pruefen.md", jetzt=FESTE_ZEIT)
    inhalt = datei.read_text(encoding="utf-8")
    assert inhalt.splitlines()[0] == zeile
    assert zeile.startswith("<!-- eingelesen: 2026-09-23 14:05:12 +0200 | neu | entwuerfe/antrag-pruefen.md | inhalt: ")
    assert inhalt.endswith(ARBEITSSCHRITTE)
    befund = eintrag(einlesen.pruefe_eingang(), "antrag.md")
    assert befund["status"] == "eingelesen"
    assert befund["vermerk"]["ziel"] == "entwuerfe/antrag-pruefen.md"


def test_vermerk_stoert_die_umwandlung_nicht(ws):
    """Prüft, dass eine Arbeitsschritt-.md mit Vermerk weiterhin von md_to_bpmn.py gelesen wird."""
    datei = ws / "input" / "antrag.md"
    datei.write_text(ARBEITSSCHRITTE, encoding="utf-8")
    einlesen.setze_vermerk(datei, "neu", "entwuerfe/antrag-pruefen.md")
    _, _, order, _ = einlesen.md_to_bpmn.parse_markdown(datei.read_text(encoding="utf-8"))
    assert order == ["S1", "S2", "S3"]


def test_aenderung_nach_dem_vermerk_ergibt_status_geaendert(ws):
    """Prüft, dass eine nach dem Einlesen bearbeitete Datei als geändert statt eingelesen erkannt wird."""
    datei = ws / "input" / "antrag.md"
    datei.write_text(ARBEITSSCHRITTE, encoding="utf-8")
    einlesen.setze_vermerk(datei, "neu", "entwuerfe/antrag-pruefen.md")
    datei.write_text(datei.read_text(encoding="utf-8") + "S4 Hinweis: Nachtrag\n", encoding="utf-8")
    befund = eintrag(einlesen.pruefe_eingang(), "antrag.md")
    assert befund["status"] == "geändert"
    assert befund["vermerk"]["ergebnis"] == "neu"


def test_zweiter_vermerk_kommt_obenauf_der_erste_bleibt(ws):
    """Prüft, dass ein erneutes Einlesen einen neuen Vermerk oben ergänzt und den alten stehen lässt."""
    datei = ws / "input" / "antrag.md"
    datei.write_text(ARBEITSSCHRITTE, encoding="utf-8")
    einlesen.setze_vermerk(datei, "neu", "entwuerfe/antrag-pruefen.md", jetzt=FESTE_ZEIT)
    einlesen.setze_vermerk(datei, "aktualisiert", "Prozessbibliothek/antrag-pruefen/", jetzt=FESTE_ZEIT + timedelta(days=1))
    zeilen = datei.read_text(encoding="utf-8").splitlines()
    assert "2026-09-24" in zeilen[0] and "aktualisiert" in zeilen[0]
    assert "2026-09-23" in zeilen[1] and "| neu |" in zeilen[1]
    assert eintrag(einlesen.pruefe_eingang(), "antrag.md")["status"] == "eingelesen"


def test_zeilenenden_und_bom_bleiben_erhalten(ws):
    """Prüft, dass der Vermerk CRLF-Dateien nicht auf LF umstellt und ein UTF-8-BOM den Status nicht verfälscht."""
    datei = ws / "input" / "win.md"
    datei.write_bytes("".encode("utf-8") + ARBEITSSCHRITTE.replace("\n", "\r\n").encode("utf-8"))
    einlesen.setze_vermerk(datei, "neu", "entwuerfe/x.md")
    roh = datei.read_bytes()
    assert b"\r\n" in roh and b"\n" not in roh.replace(b"\r\n", b"")
    assert eintrag(einlesen.pruefe_eingang(), "win.md")["status"] == "eingelesen"


def test_unbekanntes_ergebnis_wird_abgewiesen(ws):
    """Prüft, dass nur die Ergebnisse 'neu' und 'aktualisiert' vermerkt werden können."""
    datei = ws / "input" / "antrag.md"
    datei.write_text(ARBEITSSCHRITTE, encoding="utf-8")
    with pytest.raises(ValueError):
        einlesen.setze_vermerk(datei, "übersprungen", "x")
    assert datei.read_text(encoding="utf-8") == ARBEITSSCHRITTE


def test_vermerk_auf_andere_dateitypen_endet_mit_exit_code_1(tmp_path):
    """Prüft, dass 'vermerk' eine Nicht-.md-Datei ablehnt, ohne sie zu verändern."""
    datei = tmp_path / "vorlage.docx"
    datei.write_bytes(b"x")
    ergebnis = subprocess.run(
        [sys.executable, str(ROOT / "scripts" / "einlesen.py"), "vermerk", str(datei),
         "--ergebnis", "neu", "--ziel", "x"],
        capture_output=True, text=True, encoding="utf-8",
    )
    assert ergebnis.returncode == 1
    assert datei.read_bytes() == b"x"


@pytest.mark.parametrize("titel, erwartet", [
    ("Antrag prüfen", "antrag-pruefen"),
    ("Größe & Maßnahme (Entwurf)", "groesse-massnahme-entwurf"),
    ("  Wegebau – Abnahme  ", "wegebau-abnahme"),
])
def test_namensvorschlag_folgt_adr_0003(titel, erwartet):
    """Prüft, dass der vorgeschlagene Ordnername Kleinbuchstaben, Ziffern und Bindestriche hat, Umlaute ausgeschrieben."""
    assert einlesen.slug(titel) == erwartet