README.adoc

= ÄndGgner -- Programmbibliothek zur Konsolidierung von Änderungsgesetzen des Bundes und der Länder
Matthias Andreas Benkard
// Meta
:experimental:
:data-uri:
:sectnums:
:toc:
:stem:
:toclevels: 2
:description: ÄndGgner Manual
:keywords: mulk
// Settings
:icons: font
:source-highlighter: pygments


== Resources

|===
|Resource |Links

|Public Artifact
|https://bintray.com/mulk/maven/aendggner[Bintray]

|Bug Tracker
|MantisBT
|===


[[building]]
== Building a JAR

To build an executable JAR at `target/aendggner-${REVISION}.jar`:

[source,shell script]
----
./mvnw package
----

`${REVISION}` defaults to `0.1.0-SNAPSHOT` unless you override it by
passing the `-Drevision` flag to `mvnw`.


== Running the Command Line Application

To run the command line application after <<building,building>> it:

[source,shell script]
----
./mvnw exec:java
----


[[usage]]
== Usage

ÄndGgner erzeugt aus einem Stammgesetz und einem Änderungsgesetz eine
zweispaltige HTML-Synopse (alte Fassung links, neue rechts, Änderungen
wortweise hervorgehoben).

Eingaben:

* Stammgesetz (Bundesrecht): XML im gii-norm-Format von
  https://www.gesetze-im-internet.de/[gesetze-im-internet.de]
* Stammgesetz (Landesrecht): konsolidierte Fassung als PDF oder als
  kanonischer Klartext im Format der `--extract-only`-Ausgabe. Eine Zeile
  „Inhaltsübersicht“ eröffnet darin die gleichnamige Norm, auf die die
  Angabe-Befehle zielen; ihre Zeilen tragen das Übersichtsformat
  „§ N | Titel“. Amtliche
  Satznummern und Fußnotenmarker stehen als Unicode-Superskripte im
  Text („¹Die freilebende Tierwelt …“, „Enteignung⁶)“); ob sie erhalten
  bleiben, ergibt sich aus der geladenen Stammfassung, nicht aus einer
  Länderkennung. Ebenso folgt das Zitiersigel (§ oder Art.) aus den
  Normköpfen der Stammfassung.
* Änderungsdokument: BGBl-, GVBl- oder Drucksachen-PDF (Bundestag,
  Bundesrat, Landtage) oder Klartext. Die Dokumentart wird aus dem Text
  erschlossen, nicht aus dem Dateinamen (siehe <<quellformate>>);
  Änderungsanträge dürfen zusammen mit dem Entwurf angegeben werden, den
  sie ändern.

[source,shell script]
----
java -jar target/aendggner-0.1.0-SNAPSHOT.jar \
  stammgesetz.xml aenderungsgesetz.pdf -o synopse.html
----

Wichtige Optionen:

`-o, --output <file>`::
  Ausgabedatei (Default `synopse.html`; `-` = Standardausgabe).
`--vollstaendig`::
  Auch unveränderte Normen in die Synopse aufnehmen.
`--artikel <n>`::
  Nur diesen Artikel des Änderungsgesetzes anwenden (Default: alle
  Artikel, deren Einleitung das Stammgesetz nennt).
`--extract-only`::
  Nur den bereinigten Lineartext des Änderungsgesetzes ausgeben. Nützlich,
  wenn die PDF-Extraktion fehlerhaft ist: Text prüfen, von Hand
  korrigieren und als Klartextdatei wieder einspeisen.

Erkannt werden die gebräuchlichsten Änderungsbefehle des Handbuchs der
Rechtsförmlichkeit (Ersetzen, Neufassung, Einfügen, Anfügen, Aufheben,
Streichen, Umnummerierung) einschließlich zahlreicher Sonderformen:
Bereichs- und Koordinationsziele („Die Absätze 8 und 9 werden durch die
folgenden Absätze 8 bis 10 ersetzt“), strukturelle Streichungen ganzer
Einheiten („§ 9 wird gestrichen“), §- und Gliederungs-Umnummerierungen
(„§ 9a wird zu § 9“, „Der bisherige Abschnitt 2 wird zu Abschnitt 3“),
das Einfügen/Ersetzen ganzer §-Blöcke, Chapeau-Lokatoren („Im
Satzteil vor Nummer 1 …“), Änderungen an Anhängen und Anlagen („Der
Anhang wird wie folgt geändert: … Nach Nummer 2 wird die folgende
Nummer 2a eingefügt“), Angabe-Befehle auf die Inhaltsübersicht (gefasst,
ersetzt, eingefügt, gestrichen — sie werden auf die
Inhaltsübersichts-Norm angewandt), das Einfügen und Ersetzen von
Gliederungs-Überschriften („Nach § 33 werden die folgenden Überschriften
zu Teil 3 … eingefügt“), Voranstellungen, Mehrfach-Ersetzungs- und
-Einfügepaare, Einfügungen, deren Position ein Wortanker statt einer
Stellenangabe bestimmt („Vor den Wörtern „Aus dem Bereich Verkehr:“ wird
folgender Absatz 5 eingefügt“), Verbünde aus Umnummerierung und
Folgeänderung („§ 50 wird zu § 38 und wird wie folgt geändert“, „Die
bisherige Nr. 7 wird Nr. 5 und das Komma wird durch das Wort „und“
ersetzt“ — eine Satzzeichen-Operation meint dabei stets die soeben
umnummerierte Einheit, weil ihr Zieltext nichts unterscheidet),
Verb-Rahmen, deren Unterpunkte allein die Fundstelle tragen („Es werden
ersetzt: … in § 35 Absatz 3 die Angabe „X“ jeweils durch die Angabe
„Y“,“) sowie die Neufassung der Gesetzesüberschrift.

Angewandt wird nicht stur in Dokumentreihenfolge: Umnummerierungen
beziehen sich stets auf die ursprüngliche Zählung, nicht auf den Stand
nach den vorangegangenen Punkten. Wer eine Bezeichnung räumt, kommt
deshalb vor den, der sie neu besetzt. Aus dieser einen Regel folgt die
absteigende Abarbeitung einer aufsteigenden Kaskade („Der bisherige
Absatz 3 wird Absatz 4“, „Der bisherige Absatz 4 wird Absatz 5“, …)
ebenso wie der Vorrang einer Umnummerierung vor der Einfügung, die deren
Bezeichnung neu vergibt. Verschoben wird dabei nur nach vorn, sodass
jede Folgeänderung hinter der Umnummerierung bleibt, auf deren neue
Bezeichnung sie zeigt. Die PDF-Aufbereitung toleriert dabei
Drucksachen-Artefakte (Seitenköpfe und -füße, Vorabfassungs-Wasserzeichen,
vertauschte oder gerade Anführungszeichen, verklebte Wortgrenzen, zerlegt
kodierte Umlaute) und bestimmt die Brotschrift seitenweise, sodass auch
Ministeriumsentwürfe mit gemischten Layouts vollständig extrahiert
werden. Fehlt im amtlichen Satz ein schließendes Anführungszeichen, endet
das Zitat an der nächsten Strukturgrenze — an einer Artikel-Überschrift
oder, wo die Anführungszeichen eines Artikels nachweislich nicht
aufgehen, am nächsten Aufzählungspunkt des Änderungsgesetzes; gemeldet
wird das als Warnung. Auf den
Beispieldaten werden damit alle Befehle der BGBl-Fassungen und der
aktuellen Entwürfe angewandt (UWG/AGG/ProdHaftG: 0 manuell); was
unsicher bleibt — etwa Befehle gegen eine ältere Gesetzesfassung, deren
Zieltext nicht mehr existiert — landet mit Begründung im Abschnitt
*Manuell prüfen* der Synopse und wird niemals stillschweigend verworfen.

Für das bayerische Landesrecht versteht ÄndGgner die dortigen
Konventionen: Stammgesetze gliedern sich in Artikel („Art. 6 Abs. 2
Satz 1 Nr. 2“, durchgängig abgekürzt zitiert), Änderungsgesetze dagegen
in Paragraphen — auch mehrere Gesetze in einem GVBl-Heft, aus denen die
auf das Stammgesetz zielenden §§ (einschließlich „Weitere Änderung“)
anhand des Einleitungssatzes ausgewählt werden. Amtliche Satznummern
bleiben als Superskripte erhalten und dienen als exakte Satzgrenzen;
zusätzlich erkannt werden die bayerischen Befehlsformen („Fußnote 1
wird aufgehoben“, „In Satz 1 wird die Satznummerierung „1“ gestrichen“,
„Dem Wortlaut werden die folgenden Abs. 1 bis 4 vorangestellt“, „Der
bisherige Wortlaut wird Abs. 5“, Halbsatz-Ziele, Klauselketten mit
gemeinsamem Schlussverb) sowie das Fortführungszeichen des GVBl (jedes
neugefasste Aufzählungsglied öffnet erneut mit „).

Die übrigen Länder gliedern ihre Stammgesetze wie der Bund in
Paragraphen; die Unterschiede liegen im Gesetzblatt-Satz und in
Befehlsidiomen. Belegt sind Sachsen (SächsBeamtVG), Niedersachsen
(NEFG) und Nordrhein-Westfalen — dort alle vier ändernden Artikel eines
Heftes: Telemedienzuständigkeitsgesetz, Landesmediengesetz,
Ausführungsgesetz zum 17. Rundfunkänderungsstaatsvertrag und, mit 101
Befehlen an 31 Normen der größte Landesrechtsfall, das WDR-Gesetz —
mit Akzeptanztests gegen die
amtlichen Nachfassungen; für Schleswig-Holstein, Berlin und Hessen
reicht die Prüfung bis zur Befehlserkennung — dort vollständig, aber ohne
Anwendung —, weil deren Landesportale ihre Stammfassungen nur über eine
anmeldepflichtige Schnittstelle ausgeben. Welche Konvention welches Land beisteuert, welche
Stammfassungen woher stammen und was noch offen ist, verzeichnet
`src/main/resources/sampledata/Landesrecht-Beispiele.adoc`.


[[quellformate]]
== Quellformate: Gesetz, Entwurf, Antrag

Ein Änderungsbefehl steht nicht nur im verkündeten Gesetzblatt. Dasselbe
Vorhaben durchläuft als Referenten-, Regierungs- und Fraktionsentwurf,
als Änderungsantrag und als Beschlussempfehlung mehrere Fassungen, und
die Frage „was gälte, wenn das durchkommt?“ stellt sich in jeder davon.
ÄndGgner erschließt die Art eines Dokuments deshalb aus seinem Kopf —
nie aus dem Dateinamen, der lügen kann (im Beispielkorpus heißt ein
Entschließungsantrag `BT-Drs-21-7071_Beschlussempfehlung.pdf`) und nie
aus einer Kennung, die von außen mitzugeben wäre.

Unterschieden werden:

Änderungsgesetz::
  Das verkündete Artikelgesetz aus BGBl, GVBl oder GVOBl. Der Regelfall.
Gesetzentwurf::
  Referenten-, Regierungs- und Fraktionsentwürfe, auch als Drucksache von
  Bundestag, Bundesrat oder Landtag. Der Begründungsteil hinter dem
  Regelungstext erzeugt keine Befehle; erkannt wird er an „Begründung“
  ebenso wie an den Entwurfsvarianten („A. Allgemeiner Teil“, „Zu
  Artikel 1“).
Änderungsantrag::
  Ändert nicht das Stammgesetz, sondern eine *Drucksache* — siehe unten.
Beschlussempfehlung::
  Trägt ihre Fassung in einer zweispaltigen Zusammenstellung, die
  aufgelöst wird — die Synopse zeigt dann die vom Ausschuss beschlossene
  Fassung (siehe unten).
Dokument ohne Änderungsbefehle::
  Entschließungs- und schlichter Antrag, Plenarprotokoll, Bericht. Sie
  werden übergangen und gemeldet — nicht stillschweigend zu null
  Befehlen verarbeitet.

Sobald ein Entwurf, ein Antrag oder eine Beschlussempfehlung beteiligt
ist, trägt die Synopse den Hinweis *Entwurfsfassung — nicht geltendes
Recht*; die Quellenzeile nennt je Datei die erkannte Art.

=== Änderungsanträge

Ein Änderungsantrag ist eine Meta-Änderung: Er ändert den Entwurf, nicht
das Gesetz. Sein Rahmensatz adressiert deshalb zwei Ebenen zugleich —
„In § 3 Nr. 22 wird § 18 Nr. 1 wie folgt geändert:“ nennt erst die
Stelle _in der Drucksache_ (den 22. Änderungsbefehl ihres dritten
Paragraphen) und dann die Stelle _in dem Text, den dieser Befehl
zitiert_. Angegeben wird der Antrag zusammen mit seinem Entwurf:

[source,shell script]
----
java -jar target/aendggner-0.1.0-SNAPSHOT.jar \
  BayJG-alt.txt Ltg-Drs-19-9707_Gesetzentwurf.pdf \
  Ltg-Drs-19-10365_Aenderungsantrag-Gruene.pdf -o synopse.html
----

ÄndGgner wendet dann erst den Antrag auf den Entwurf an und danach den
so geänderten Entwurf auf das Stammgesetz; die Synopse zeigt also, was
gälte, wenn Entwurf _und_ Antrag durchkämen. Welcher Entwurf gemeint
ist, entscheidet die Drucksachennummer, die der Antrag selbst nennt
(„(Drs. 19/9707)“), nicht die Reihenfolge der Argumente. Fehlt der
Entwurf, bleibt der Antrag unangewandt und wird gemeldet — ihn
ersatzweise auf das Stammgesetz loszulassen wäre falsch, denn seine
Stellenangaben zielen auf die Drucksache. Erkannt wird auch die
elliptische Antragsform, die das Hilfsverb nur einmal in der
Beschlussformel führt („1. In Nr. 1.29 die Angabe „,“ am Ende durch die
Angabe „;“ ersetzt.“).

=== Beschlussempfehlungen: die beschlossene Fassung

Die maßgebliche Fassung einer Beschlussempfehlung steht in einer
zweispaltigen Zusammenstellung: links der Entwurf, rechts die Beschlüsse
des Ausschusses. Anders als beim alten BGBl und beim Berliner GVBl
stehen die Spalten *nicht* nacheinander im Inhaltsstrom, sondern
zeilenweise verschränkt; getrennt werden sie deshalb über die
Koordinaten (`PatchTextExtraktor.extrahiereSpalten`, Schnitt an der
Blattmitte, aber nur an einem tatsächlichen Spaltensteg, damit
ganzseitenbreite Zeilen ungeschnitten bleiben).

Die rechte Spalte für sich gelesen ist allerdings kein vollständiges
Dokument: Sie druckt Unverändertes nicht ab, sondern vermerkt bloß
„unverändert“ — und zwar nicht nur je Gliederungspunkt, sondern auch
zeilenweise innerhalb zitierter Blöcke, weshalb ihre Anführungszeichen
nicht aufgehen. Eine Auflösung über die Gliederungspfade scheitert daran
nachweislich. Maßgeblich ist stattdessen die *Grundlinie*: Beide Spalten
sind zeilensynchron gesetzt, jeder Vermerk steht auf der Höhe der
Entwurfszeile, die er meint. Der `ZusammenstellungsLeser` führt beide
Spalten über Seite und Grundlinie in eine gemeinsame Lesereihenfolge
zusammen und entscheidet dann Zeile für Zeile: „unverändert“ holt den
Wortlaut aus der Entwurfsspalte, „entfällt“ streicht ihn, sonst gilt die
Ausschussspalte. Dabei meint „unverändert“ den Wortlaut, nicht die
Zählung — streicht der Ausschuss einen Punkt, rücken die folgenden auf,
und seine Marke tritt an die Stelle der des Entwurfs.

Die Quellenzeile der Synopse weist die verwendete Spalte als
`[Beschlussempfehlung …, Ausschussfassung]` aus. Lässt sich die
Zusammenstellung nicht auflösen, wird die Datei nach wie vor mit
Begründung übergangen — samt Hinweis auf die Drucksachennummer des
Entwurfs, der sich stattdessen eignet. Eine halb aufgelöste Fassung
auszugeben wäre schlimmer als keine.

Belegt ist beides: dass die *linke* Spalte Befehl für Befehl den
Regierungsentwurf ergibt, aus dem die Zusammenstellung gebaut ist, und
dass die aufgelöste Fassung mehr Befehle trägt als er — der Ausschuss
hat der GEG-Novelle zwei Artikel hinzugefügt. Zwei Beispiele stehen im
Test: BT-Drs. 20/7619 (GEG) und BT-Drs. 19/24334 (Drittes
Bevölkerungsschutzgesetz).

[[web]]
== Web-App

Neben der CLI gibt es eine Browserfassung, die dieselbe Pipeline
(`eu.mulk.aendggner.Pipeline`) über ein Upload-Formular zugänglich macht:
Stammgesetz- und Änderungsgesetz-Datei(en) wählen, Synopse erhalten.

Sie braucht keinen Server: Die vollständige Verarbeitung — PDF-Textgewinnung
mit PDFBox eingeschlossen — läuft als WebAssembly-Modul im Browser, übersetzt
mit GraalVM Web Image aus demselben Java-Quelltext. Ausgeliefert werden nur
statische Dateien; die gewählten Dokumente verlassen den Rechner der
Nutzer:innen nicht.

Bauen (verlangt Oracle GraalVM 25.1 oder neuer — Web Image ist dort enthalten,
in der Community Edition nicht):

[source,shell script]
----
JAVA_HOME=/pfad/zu/oracle-graalvm ./mvnw -Pwasm package
----

Ergebnis ist `target/web/` mit `index.html`, `app.js`, `worker.js`,
`style.css`, `aendggner.js` und `aendggner.js.wasm` (rund 20 MB, komprimiert
etwa 6 MB). Die daneben liegende `aendggner.js.wat` ist ein Zwischenschritt des
Übersetzers und gehört nicht auf den Server.

Lokal ansehen — `file://` genügt nicht, Browser laden Wasm-Module und Worker
nur über HTTP (http://localhost:8000/):

[source,shell script]
----
jwebserver -d target/web
----

Der öffentliche Betrieb braucht nur einen Webserver für statische Dateien;
eine `nginx`-Vorlage liegt unter `deploy/nginx-aendggner.conf`. Die
Befehlszeilenfassung bleibt davon unberührt und ist weiterhin der Weg für
Massenläufe.

=== Warum WebAssembly und nicht ein Java-Server

Der Kern ist reines Java ohne Dateisystem- oder Netzzugriff; nur vier Stellen
berührten die Plattform (PDFBox, MIME-Erkennung, XML-Parser, Dateizugriff).
Sie sind hinter `eu.mulk.aendggner.Quelle` (Name + Bytes) und
`eu.mulk.aendggner.DateiTyp` (Signaturbytes statt Tika) gebündelt, sodass
Befehlszeile und Browser dieselbe Pipeline speisen.

Zwei Eigenheiten von Web Image sind dabei zu beachten und im Quelltext
vermerkt:

* Die nativen zlib-Bindungen des JDK fehlen (`java.util.zip.Inflater`), ohne
  die kein PDF lesbar ist. `src/wasm/java/.../InflaterErsatz.java` ersetzt sie
  durch die reine Java-Umsetzung von jzlib.
* Typisierte Felder lassen sich derzeit nicht nach `byte[]` umsetzen; der
  Dateiinhalt wandert deshalb als Base64-Text über die JS-Grenze.


Vor dem produktiven, öffentlichen Betrieb sind zwingend zu erledigen:

* `impressum.html` und `datenschutz.html`
  (`src/main/resources/eu/mulk/aendggner/web/`) mit den tatsächlich
  zutreffenden Angaben statt der `TODO`-Platzhalter füllen (Pflicht
  nach § 5 DDG bzw. DSGVO für öffentlich erreichbare Dienste).
* Den Quellcode-Link im Footer von `index.html` auf das tatsächlich
  öffentlich erreichbare Repository setzen — das Projekt steht unter
  AGPLv3 (`COPYING`), dessen §13 bei Netzwerkbetrieb einen
  Quellcode-Zugriff für Nutzer:innen verlangt.


== Running the Tests

To build and run the tests:

[source,shell script]
----
./mvnw verify
----