src/test/resources/sampledata/Berlin/SOURCES

Beispieldaten Berlin — Herkunft und Aufbereitung
================================================

1. Änderungsdokument
   GVBl-2026-17_ASOG-LAF-AendG.pdf
   Gesetz- und Verordnungsblatt für Berlin Nr. 17 vom 11. Juni 2026, S. 234:
   Gesetz zur Änderung des Allgemeinen Sicherheits- und Ordnungsgesetzes und des Gesetzes
   zur Errichtung eines Landesamtes für Flüchtlingsangelegenheiten und Unterbringung
   vom 3. Juni 2026. Bezogen über pardok.parlament-berlin.de.

2. Stammfassungen
   LAF-ErrG-alt.txt  Gesetz zur Errichtung eines Landesamtes für Flüchtlingsangelegenheiten
                     und Unterbringung vom 14. März 2016, Gültigkeit 16.04.2026–11.06.2026
   LAF-ErrG-neu.txt  dasselbe ab 12.06.2026, allein als Prüfmaßstab
   ASOG-Bln-alt.txt  Allgemeines Sicherheits- und Ordnungsgesetz in der Fassung vom
                     11. Oktober 2006, Gültigkeit 16.04.2026–11.06.2026 (171 Normen)
   ASOG-Bln-neu.txt  dasselbe ab 12.06.2026, allein als Prüfmaßstab

Bezugsweg
---------
Wie in Hessen und Schleswig-Holstein über eine Browsersteuerung; `gesetze.berlin.de` ist
trotz des Eigennamens dieselbe juris-Anwendung (Kennung `bsbe`). Rezept in `Hessen/SOURCES`.
Dokumentkennungen und Stichtage:

    LAF-Errichtungsgesetz   jlr-NNLBE000047A6   @20260416 / @20260612
    ASOG Bln                jlr-NNLBE00004772   @20260416 / @20260612

Rechtsstellung: amtliche Werke nach § 5 UrhG; im Übrigen wie in `Hessen/SOURCES` dargelegt.

Die Nummern der Anlage — wie sie geführt werden
----------------------------------------------
Artikel 1 des Änderungsgesetzes ändert zu fünf Sechsteln die *Anlage* des ASOG
(Zuständigkeitskatalog Ordnungsaufgaben), und deren Einheiten sind nicht wie sonst als
Aufzählungsmarken gesetzt, sondern als Einheiten mit eigener Absatzzählung: „Nummer 6“,
„Nummer 23“, „Nummer 31“, jede im Portal eine eigene Einzelnorm. Ebenso werden sie jetzt
geführt — als eigene Normen, deren Bezeichnung die Anlage voranstellt: „Anlage Nummer 23“.
Damit trägt die vorhandene Absatz-Maschinerie die Befehle unverändert („Nach Nummer 6
Absatz 2 wird folgender Absatz 2a eingefügt“). Zuvor suchte der Stellenauflöser eine Marke
„6.“ im Text der Anlage und fand dort vielerlei; von sechs Befehlen wurden zwei angewandt,
heute sind es fünf.

Der eine Rest ist eine Grenze des Klartextformats, keine Schwäche der Anwendung: Auf den
Absatz 4a der Nummer 23 folgt der Zwischentitel „Aus dem Bereich Verkehr:“, der keine eigene
Absatzbezeichnung trägt und deshalb dem vorangehenden Absatz zugeschlagen wird. Der Befehl
„In Absatz 4a wird der Punkt am Ende durch ein Semikolon ersetzt“ findet den Punkt daher
nicht am Ende und bleibt liegen.

Ein zweiter Befund, erledigt: Das Berliner Portal setzt die amtlichen Satznummern nicht als
Superskripte, sondern als *angeklebte Ziffern* („(2) 1Gegen einen …“). Der kanonische
Klartext verlangt Superskripte; die Umschrift geschieht in der Aufbereitung.

Aufbereitung zum kanonischen Klartext
-------------------------------------
Maschinell wie in Hessen. Das LAF-Errichtungsgesetz führt kein Inhaltsverzeichnis als eigene
Norm; der Wortlaut beginnt deshalb beim ersten Normkopf, der für sich auf einer Zeile steht.

Für das ASOG im einzelnen (Skript nicht im Repo, `berlin2klartext.py` im Arbeitsverzeichnis):

  1. Vorspann samt amtlicher Inhaltsübersicht bis einschließlich der Marke
     „zur Einzelansicht Inhaltsverzeichnis“ abschneiden; die gleichlautenden Rücksprungmarken
     jeder Norm entfallen.
  2. Geschützte Leerzeichen zu gewöhnlichen; NFC.
  3. Normkopf und Überschrift auf eine Zeile („§ 1  Aufgaben der …“), ebenso die Gliederung
     („Erster Abschnitt  Aufgaben, Zuständigkeiten …“). Der Kopf einer Anlagen-Nummer bleibt
     für sich; was ihm folgt, ist ihr Wortlaut.
  4. Aufzählungsmarken, die im Portalsatz allein auf der Zeile stehen, mit dem Folgetext
     vereinigen und einrücken.
  5. Angeklebte Satznummern in Superskripte umschreiben.

Der Klammerzusatz des Langtitels muss auf einer *eigenen* Zeile stehen — sonst bleiben
Kurztitel und Abkürzung ungetrennt, der Einleitungssatz findet sein Ziel nicht und es wird
kein Artikel gewählt.

Beschaffung im Browser: Der Auszug über `get_page_text` ist bei 50000 Zeichen gekappt und
verschluckt überdies einzelne Leerzeichen. Beides umgeht, wer den Text in Stücken von 33000
Zeichen *base64-kodiert* in die Seite schreibt und wieder ausliest; so kam der Wortlaut
zeichengenau herüber (380153 bzw. 381880 Zeichen).