Add Schleswig-Holstein extraction case and three cleanup fixes
The GVOBl. Schl.-H. amendment act (Kommunalrecht, 2026/27) brings three
conventions the tool had not seen:
* a running two-line page header that sits between articles and glued
itself onto the following article heading,
* superscript footnote markers on article headings ("Artikel 1 ¹)"),
which defeated the article split, and
* ragged-right typesetting, where the geometric margin detection finds
no alignment cluster and reports full lines as hard line ends, so a
trailing hyphen was never joined.
All three are fixed in TextBereiniger; the hyphen rule now trusts the
extractor's trailing-space signal over the geometric class.
A full acceptance test is not possible: the Schleswig-Holstein law portal
serves document bodies only through an authenticated API, and the last
freely archived consolidated Gemeindeordnung (14 Nov 2022) predates the
amended § 34a. The new test therefore covers everything up to and
including command recognition; the blocker is recorded in
Landesrecht-Beispiele.adoc.
219 tests green; Bund/Bayern/Sachsen/Niedersachsen figures unchanged.
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Change-Id: I9b3ab8a756372504b51c4d410b491fded255da96
diff --git a/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java b/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java
index 9c1edaa..7460b15 100644
--- a/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java
+++ b/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java
@@ -1,5 +1,6 @@
package eu.mulk.aendggner.aenderung.parse;
+import eu.mulk.aendggner.gesetz.Superskript;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Pattern;
@@ -131,6 +132,19 @@
private static final Pattern NDS_HERAUSGEBER =
Pattern.compile("^\\s*Herausgeber: Niedersächsische Staatskanzlei\\s*$");
+ // GVOBl. Schleswig-Holstein: zweizeiliger Titelkopf („Gesetz- und Verordnungsblatt“ / „für
+ // Schleswig-Holstein“, auf Folgeseiten in einer Zeile) und die Heftangabe („Nummer 2026/27“ auf
+ // dem Titelblatt, „2026/27 vom 30. März“ als zweite Zeile des laufenden Seitenkopfs). Der
+ // laufende Kopf steht mitten im Text zwischen zwei Artikeln und klebte sonst an der folgenden
+ // Artikel-Überschrift.
+ private static final Pattern GVOBL_SH_KOPF =
+ Pattern.compile("^\\s*Gesetz- und Verordnungsblatt(?: für Schleswig-Holstein)?\\s*$");
+ private static final Pattern GVOBL_SH_LAND =
+ Pattern.compile("^\\s*für Schleswig-Holstein\\s*$");
+ private static final Pattern GVOBL_SH_HEFT =
+ Pattern.compile(
+ "^\\s*(?:Nummer \\d{4}/\\d{1,3}|\\d{4}/\\d{1,3} vom \\d{1,2}\\. \\p{L}+)\\s*$");
+
/** Konjunktionen, die typischerweise auf einen Suspensivstrich folgen („Wirk- und …“). */
private static final Pattern KONJUNKTION =
Pattern.compile("^(und|oder|sowie|bzw\\.|beziehungsweise)\\b.*");
@@ -192,7 +206,7 @@
var verbunden = verbindeUmbrueche(zeilen);
// Falsch-positive markerlose Zusammenzüge („durch“ + „die“ → „durchdie“) reparieren — die
// Befehlsvokabeln sind nie Kompositum-Bestandteile.
- return trenneVerklebteZitatgrenzen(reflowUndStrippe(verbunden));
+ return loeseArtikelFussnoten(trenneVerklebteZitatgrenzen(reflowUndStrippe(verbunden)));
}
/**
@@ -262,6 +276,20 @@
.replaceAll("(wie folgt geändert:?)(?=[a-z]{1,3}\\)|\\d+[a-z]?\\.)", "$1\n");
}
+ /**
+ * Streift hochgestellte Fußnotenmarker von Artikel-Überschriften ab („Artikel 1 ¹)“ → „Artikel
+ * 1“). Schleswig-Holstein verweist damit auf die Gl.-Nr.-Fußnoten am Seitenfuß. Der Marker
+ * verhindert sonst die Artikel-Teilung; steht die Einleitung in derselben Zeile, wird sie dabei
+ * wieder abgetrennt.
+ */
+ private static String loeseArtikelFussnoten(String text) {
+ return ARTIKEL_FUSSNOTE.matcher(text).replaceAll("$1\n");
+ }
+
+ private static final Pattern ARTIKEL_FUSSNOTE =
+ Pattern.compile(
+ "(?m)^(Artikel\\s+\\d+[a-z]?)\\s*" + Superskript.LAUF.pattern() + "\\)[ \\t]*\\n?");
+
/** Entfernt Seitenkopf-/Fußzeilen. Trailing-Whitespace der übrigen Zeilen bleibt erhalten! */
private static ArrayList<Zeile> entferneKolumnentitel(List<Zeile> roh) {
var kolumnentitel = new boolean[roh.size()];
@@ -302,7 +330,10 @@
|| LANDTAG_MARKE.matcher(zeile).matches()
|| REVOSAX_FUSS.matcher(zeile).matches()
|| NDS_GVBL_FUSS.matcher(zeile).matches()
- || NDS_HERAUSGEBER.matcher(zeile).matches();
+ || NDS_HERAUSGEBER.matcher(zeile).matches()
+ || GVOBL_SH_KOPF.matcher(zeile).matches()
+ || GVOBL_SH_LAND.matcher(zeile).matches()
+ || GVOBL_SH_HEFT.matcher(zeile).matches();
}
/**
@@ -342,7 +373,13 @@
while (true) {
var gestutzt = zeile.stripTrailing();
// Ein geometrisch hartes Zeilenende ist ein bewusster Umbruch — nie zusammenziehen.
- var mitTrennstrich = umbruch != Umbruch.HART && endetMitSilbentrennung(gestutzt);
+ // Ausnahme: Klebt der Trennstrich ohne Trailing-Whitespace am Zeilenende, ist er eine
+ // echte Silbentrennung. Im Flattersatz (GVOBl. Schl.-H.) findet die Randerkennung keinen
+ // Ausrichtungs-Cluster und stuft auch volle Zeilen als hart ein; das Trailing-Space-Signal
+ // des Extraktors ist dort das verlässlichere Kriterium.
+ var mitTrennstrich =
+ endetMitSilbentrennung(gestutzt)
+ && (umbruch != Umbruch.HART || gestutzt.length() == zeile.length());
var markerlos =
markerlosAktiv
&& endetMarkerlos(zeile)
diff --git a/src/main/resources/sampledata/Landesrecht-Beispiele.adoc b/src/main/resources/sampledata/Landesrecht-Beispiele.adoc
index f358ae4..373f615 100644
--- a/src/main/resources/sampledata/Landesrecht-Beispiele.adoc
+++ b/src/main/resources/sampledata/Landesrecht-Beispiele.adoc
@@ -88,12 +88,24 @@
dem zweispaltigen Nds. GVBl 2022 Nr. 33) und `EndToEndTest.nefgAcceptance` (fünf von sieben
Befehlen angewandt; zwei Einfügeformen — Sachnummer mit Leerzeichen „§ 2 a“, kapitelbezogene
§-Block-Einfügung — noch nicht unterstützt, als Grenze dokumentiert).
+* *Schleswig-Holstein* ist bis einschließlich der Befehlserkennung umgesetzt
+ (`EndToEndTest.kommunalrechtAendGSchleswigHolstein`): Artikel 1 trifft die Gemeindeordnung,
+ Artikel 2 die Kreisordnung, je ein Neufassungsbefehl, kein unbekannter Befehl. Ein voller
+ Akzeptanztest ist *nicht* möglich — siehe „Noch offen“.
* Baden-Württemberg (GBl 2026 Nr. 26): großes Anlage-lastiges Änderungsgesetz (§§ 4–57a + Anlagen
1/3b/4b); Stammfassung/Akzeptanztest noch offen.
-* Für Schleswig-Holstein fehlt die konsolidierte Stammfassung noch (siehe oben).
== Noch offen
+* *Schleswig-Holstein — Stammfassung nicht beschaffbar*: Das Landesportal
+ `gesetze-rechtsprechung.sh.juris.de` ist seit Ende 2022 eine reine Single-Page-Anwendung; die
+ Dokumentinhalte liegen hinter einer anmeldepflichtigen „mylex“-API (`connectUrl` aus dem
+ `localStorage`), sämtliche Dokument-URLs liefern nur die leere Anwendungshülle. Die Wayback
+ Machine hat die serverseitig gerenderte Gesamtausgabe der Gemeindeordnung zuletzt am
+ 14.11.2022 erfasst — dort fehlt der hier geänderte § 34a noch (er wurde erst durch das Gesetz
+ vom 05.02.2025 eingefügt). Auch die archivierten Einzelnorm-Seiten (113 Stück) sind bereits
+ SPA-Hüllen ohne Inhalt. Ein voller Akzeptanztest bleibt daher offen, bis die konsolidierte
+ Fassung aus einer anderen Quelle vorliegt.
* *Rheinland-Pfalz*: Die Verkündungsplattform `verkuendung.rlp.de` verkündet erst seit dem
01.07.2026 elektronisch; ältere GVBl-Hefte liegen nicht als freie Direkt-PDF vor.
* Bremen, Hamburg, Mecklenburg-Vorpommern, Saarland, Brandenburg, Sachsen-Anhalt: noch nicht
diff --git a/src/test/java/eu/mulk/aendggner/EndToEndTest.java b/src/test/java/eu/mulk/aendggner/EndToEndTest.java
index 90ad4ed..d36341d 100644
--- a/src/test/java/eu/mulk/aendggner/EndToEndTest.java
+++ b/src/test/java/eu/mulk/aendggner/EndToEndTest.java
@@ -3,16 +3,19 @@
import static org.assertj.core.api.Assertions.assertThat;
import static org.junit.jupiter.api.Assumptions.assumeTrue;
+import eu.mulk.aendggner.aenderung.Aenderungsbefehl;
import eu.mulk.aendggner.aenderung.Aenderungsbefehl.UnbekannterBefehl;
import eu.mulk.aendggner.aenderung.parse.AenderungsgesetzParser;
import eu.mulk.aendggner.aenderung.parse.PatchTextExtraktor;
import eu.mulk.aendggner.aenderung.parse.TextBereiniger;
import eu.mulk.aendggner.anwendung.BefehlAnwender;
+import eu.mulk.aendggner.gesetz.Gesetz;
import eu.mulk.aendggner.gesetz.gii.GiiXmlLoader;
import eu.mulk.aendggner.synopse.HtmlRenderer;
import eu.mulk.aendggner.synopse.SynopseBuilder;
import java.nio.file.Files;
import java.nio.file.Path;
+import java.util.List;
import org.junit.jupiter.api.Test;
/**
@@ -428,4 +431,55 @@
var synopse = SynopseBuilder.baue(gesetz, anwendung, parseErgebnis.warnungen(), false);
assertThat(HtmlRenderer.rendere(synopse, "E2E-Test NEFG")).contains("§ 1");
}
+
+ /**
+ * Schleswig-Holstein: Extraktion und Befehlserkennung auf dem Kommunalrecht-Änderungsgesetz
+ * (GVOBl. Schl.-H. 2026/27). Kein voller Akzeptanztest — die konsolidierte Gemeindeordnung ist
+ * aus freien Quellen nicht in der maßgeblichen Fassung zu beschaffen (das juris-Landesportal
+ * liefert nur eine anmeldepflichtige API; die letzten frei archivierten Volltexte stammen aus
+ * 2022 und kennen den hier geänderten § 34a noch nicht). Geprüft wird deshalb alles bis
+ * einschließlich der Befehlserkennung, gegen ein Stammgesetz ohne Normen.
+ */
+ @Test
+ void kommunalrechtAendGSchleswigHolstein() throws Exception {
+ var pdf = SAMPLEDATA.resolve("SchleswigHolstein/GVOBl-2026-27_Kommunalrecht-AendG.pdf");
+ assumeTrue(Files.exists(pdf), "GVOBl-Schl.-H.-Beispiel-PDF fehlt");
+
+ var text = TextBereiniger.bereinige(new PatchTextExtraktor().extrahiere(pdf));
+
+ // Laufender Seitenkopf entfernt — er stand zwischen Artikel 1 und Artikel 2 und klebte sonst
+ // an der Artikel-2-Überschrift.
+ assertThat(text).doesNotContain("Gesetz- und Verordnungsblatt für Schleswig-Holstein");
+ assertThat(text).doesNotContain("2026/27 vom 30. März");
+ // Hochgestellte Fußnotenmarker der Artikel-Überschriften („Artikel 1 ¹)“) sind abgestreift.
+ assertThat(text).contains("\nArtikel 1\n").contains("\nArtikel 2\n").contains("\nArtikel 3\n");
+ assertThat(text).doesNotContain("¹)").doesNotContain("²)").doesNotContain("³)");
+ // Silbentrennung im Flattersatz zusammengezogen (dort findet die geometrische Randerkennung
+ // keinen Ausrichtungs-Cluster und meldet auch volle Zeilen als hartes Zeilenende).
+ assertThat(text).contains("Ton-Bild-Übertragung zu ermöglichen").doesNotContain("Übertra-");
+
+ // Artikel 1 ändert die Gemeindeordnung, Artikel 2 die Kreisordnung, Artikel 3 ein anderes
+ // Änderungsgesetz — nur der jeweils zutreffende Artikel wird gewählt.
+ var gemeindeordnung =
+ new Gesetz("GO", "Gemeindeordnung für Schleswig-Holstein", "Gemeindeordnung", List.of());
+ var kreisordnung =
+ new Gesetz("KrO", "Kreisordnung für Schleswig-Holstein", "Kreisordnung", List.of());
+
+ var go = new AenderungsgesetzParser().parse(text, gemeindeordnung, null);
+ assertThat(go.artikel()).containsExactly("1");
+ assertThat(go.befehle()).hasSize(1);
+ assertThat(go.befehle()).noneMatch(b -> b instanceof UnbekannterBefehl);
+ var neufassung = go.befehle().get(0);
+ assertThat(neufassung.stelle().anzeigeText()).isEqualTo("§ 34a Absatz 1");
+ assertThat(neufassung).isInstanceOf(Aenderungsbefehl.Neufassung.class);
+ // Das Zitat der neuen Fassung ist vollständig übernommen („erhält folgende Fassung“).
+ assertThat(((Aenderungsbefehl.Neufassung) neufassung).neuerText())
+ .startsWith("(1) Durch Hauptsatzung kann bestimmt werden")
+ .endsWith("persönlich im Sitzungsraum anwesend sein.");
+
+ var kro = new AenderungsgesetzParser().parse(text, kreisordnung, null);
+ assertThat(kro.artikel()).containsExactly("2");
+ assertThat(kro.befehle()).hasSize(1);
+ assertThat(kro.befehle().get(0).stelle().anzeigeText()).isEqualTo("§ 29a Absatz 1");
+ }
}
diff --git a/src/test/java/eu/mulk/aendggner/aenderung/parse/TextBereinigerTest.java b/src/test/java/eu/mulk/aendggner/aenderung/parse/TextBereinigerTest.java
index 755db46..f49e41b 100644
--- a/src/test/java/eu/mulk/aendggner/aenderung/parse/TextBereinigerTest.java
+++ b/src/test/java/eu/mulk/aendggner/aenderung/parse/TextBereinigerTest.java
@@ -202,6 +202,40 @@
}
@Test
+ void ziehtSilbentrennungAuchBeiHartemZeilenendeZusammen() {
+ // Flattersatz (GVOBl. Schl.-H.): Die Randerkennung findet keinen Ausrichtungs-Cluster und
+ // meldet auch volle Zeilen als hartes Zeilenende. Klebt der Trennstrich ohne Trailing-
+ // Whitespace am Zeilenende, ist er dennoch eine Silbentrennung.
+ assertThat(TextBereiniger.bereinige("Teilnahme mittels Ton-Bild-Übertra-\ngung. "))
+ .isEqualTo("Teilnahme mittels Ton-Bild-Übertragung.");
+ // Mit Trailing-Whitespace bleibt das harte Zeilenende ein bewusster Umbruch.
+ assertThat(TextBereiniger.bereinige("Wirk-, Ausgangs- \nund Hilfsstoffe "))
+ .isEqualTo("Wirk-, Ausgangs-\nund Hilfsstoffe");
+ }
+
+ @Test
+ void streiftFussnotenmarkerVonArtikelUeberschriften() {
+ // Schleswig-Holstein verweist an der Artikel-Überschrift auf die Gl.-Nr.-Fußnote; steht die
+ // Einleitung in derselben Zeile, wird sie dabei wieder abgetrennt.
+ assertThat(TextBereiniger.bereinige("Artikel 1 ¹)\nDie Gemeindeordnung"))
+ .isEqualTo("Artikel 1\nDie Gemeindeordnung");
+ assertThat(TextBereiniger.bereinige("Artikel 2 ²) Die Kreisordnung"))
+ .isEqualTo("Artikel 2\nDie Kreisordnung");
+ }
+
+ @Test
+ void entferntSeitenkopfDesGvoblSchleswigHolstein() {
+ var roh =
+ """
+ Erster Satz.
+ Gesetz- und Verordnungsblatt für Schleswig-Holstein
+ 2026/27 vom 30. März
+ Zweiter Satz.""";
+
+ assertThat(TextBereiniger.bereinige(roh)).isEqualTo("Erster Satz.\nZweiter Satz.");
+ }
+
+ @Test
void repariertInvertierteZitatzeichenAnAbsatzmarkern() {
// BMJV-Vorlagen zeichnen das hängende „ nach dem Absatzmarker bzw. der Paragraphenangabe.
assertThat(TextBereiniger.bereinige("(1) „ Ungeachtet des § 8 gilt.“"))