gwoe-antragspruefer/docs/reference/adapter-capabilities.md

Adapter-Capabilities: Vergleichsmatrix

Stand: 2026-04-10. Automatisch aus parlamente.py + bundeslaender.py extrahiert.

Übersicht

16 Bundesländer + Bundestag, alle aktiv.

BL	Adapter	WP	Suche	Fuzzy	Typ-Filter	API
BUND	BundestagAdapter	21	Server (DIP REST) + Title-Filter	Nein	Server (f.drucksachetyp)	REST JSON
NRW	NRWAdapter	18	Server (HTML-Form) + AND-Filter	Nein	Server (dokTyp)	HTML POST
LSA	PortalaAdapter	8	Server (eUI) + Title-Filter	Nein	Server (ETYPF=Antrag)	eUI 2-Step
BE	PortalaAdapter	19	Server (eUI, 730d-Fenster) + Title-Filter	Nein	Client-only	eUI 2-Step
BB	PortalaAdapter	8	Server (eUI) + Title-Filter	Nein	Server (ETYPF=Antrag)	eUI 2-Step
RP	PortalaAdapter	18	Server (eUI) + Title-Filter	Nein	Server (ETYPF=Antrag)	eUI 2-Step
MV	ParLDokAdapter	8	Server (ParlDok JSON) + Typ-Filter	Nein	Client (type=="Antrag")	REST JSON
HH	ParLDokAdapter	23	Server (ParlDok JSON) + Typ-Filter	Nein	Client (type=="Antrag")	REST JSON
TH	ParLDokAdapter	8	Server (ParlDok JSON) + Typ-Filter	Nein	Client (Substring "Antrag" in type)	REST JSON
SH	StarFinderCGI	20	Server (CGI, dtyp=antrag) + Title-Filter	Nein	Server (dtyp)	Legacy CGI
HE	StarWebHEAdapter	21	Server (eUI, VTDRS) + Title+Typ-Filter	Nein	Client ("antrag" in typ)	eUI 2-Step
HB	PARiSHBAdapter	21	Server (PARiS-Servlet) + Typ-Filter	Nein (Thesaurus only)	Client ("antrag" in typ)	HTML POST
BW	PARLISAdapter	17	Server (eUI, async Polling) + Title-Filter	Nein	Server (lines.l4=Antrag)	eUI async
BY	BayernAdapter	19	Server-Volltext (Solr) + Typ-Filter	Ja (Solr)	Client (typ=="antrag")	HTML Scraping
SL	SaarlandAdapter	17	Server-Volltext (Umbraco) + Typ-Filter	Umbraco-Relevanz	Client (DocumentType)	REST JSON
SN	SNEdasXmlAdapter	8	Statisch (manueller XML-Export) + Title-Filter	Nein	N/A	XML Import

Such-Architekturen

Volltext-Suche server-seitig

Nur BY (TYPO3-Solr) und SL (Umbraco) bieten echte Volltextsuche über den gesamten Dokumentkorpus. Alle anderen filtern entweder nur den Titel client-seitig oder nutzen eingeschränkte Server-Filter (WP + Datum).

Client-seitige Title-Filterung

Die Mehrheit (portala/eUI, ParlDok, StarFinder, BUND) holt einen breiten Satz von Treffern nach WP/Datum/Typ und filtert dann im Python-Code per all(t in title.lower() for t in query_terms). Das bedeutet:

• Nur Titel-Matches — Inhalte der Drucksachen werden nicht durchsucht
• AND-Logik — alle Suchbegriffe müssen im Titel vorkommen
• Keine Fuzzy-Toleranz — Tippfehler oder Synonym-Drift werden nicht abgefangen
• Performance ok — max. 1000-1500 Treffer pro Request (via chunksize)

Sonderfälle

BL	Besonderheit
SN	Kein Scraping möglich (robots.txt); manueller wöchentlicher XML-Export aus EDAS
BE	document_type=None weil Berlin's ETYPF andere Values nutzt; 730-Tage-Fenster als Workaround
TH	Anträge heißen "Antrag gemäß § 79 GO" → Substring-Match statt Exact-Match; kinds=["Drucksache", "Vorlage"]
BW	Async 2-Step mit Search-ID-Polling (2-15 Versuche × 2s Pause), JSON-in-HTML-Comments
HE	Perl-Data::Dumper in HTML-Comments, Hex-Escape-Decoding (\x{e9} → é)
NI	❌ Nicht implementiert — NILAS-StarWeb braucht Session-Cookie, HAR-Capture nötig

Feld-Mapping: Woher kommen die Daten?

Pro Adapter: welches API-Feld wird zu welchem Drucksache-Feld, mit Beispiel.

NRW (NRWAdapter — OPAL HTML)

Feld	Quelle	Beispiel
title	HTML .e-document-result-item__title <a> Text	"Kostenloses Parken für E-Fahrzeuge aufheben"
datum	<time> Element, DD.MM.YYYY → ISO	"07.04.2026" → "2026-04-07"
fraktionen	<p> mit "Urheber:" → extract_fraktionen()	"Urheber: SPD, GRÜNE" → ["SPD", "GRÜNE"]
drucksache	Regex aus href MMD18-12345.pdf → "18/12345"	"18/18085"
link	https://www.landtag.nrw.de{href}	https://www.landtag.nrw.de/.../MMD18-18085.pdf
typ	HTML .e-document-result-item__category	"Antrag", "Kleine Anfrage"

LSA / BB / RP (PortalaAdapter — eUI Perl-Dump)

Feld	Quelle (Perl-Dump-Feld)	Beispiel
title	WEV06[0].main	"Energiewende und Klimaschutz"
datum	WEV32[0].main → Regex, DD.MM.YYYY → ISO	"01.10.2024" → "2024-10-01"
fraktionen	WEV32[0].main Urheber-Text → extract_fraktionen()	"CDU, SPD" → ["CDU", "SPD"]
drucksache	WEV32[0].main → Regex	"8/6645"
link	{base_url}{pdf_url_prefix}{WEV32[0].5}	https://padoka.landtag.sachsen-anhalt.de/files/drs/8/6645.pdf
typ	Fest: "Antrag" (server-side gefiltert via ETYPF)	"Antrag"

BE (PortalaAdapter — eUI HTML-Cards)

Feld	Quelle (HTML-Element)	Beispiel
title	<h3 class="h5"> Text	"Kinder- und Familienförderung"
datum	<h6> Metadata-Zeile → Regex DD.MM.YYYY → ISO	"31.03.2026" → "2026-03-31"
fraktionen	<h6> Doctype-Zeile → extract_fraktionen()	"Antrag CDU, SPD" → ["CDU", "SPD"]
drucksache	<h6> → Regex	"19/3104"
link	<a href="…pdf"> (http→https, relativ→absolut)	https://pardok.parlament-berlin.de/...
typ	<h6> vor Fraktionsnamen	"Antrag", "Vorlage"

MV / HH / TH (ParLDokAdapter — JSON-API)

Feld	Quelle (JSON-Feld)	Beispiel
title	title	"Weiterbildungsförderung"
datum	date, DD.MM.YYYY → ISO	"15.03.2026" → "2026-03-15"
fraktionen	authorhtml → extract_fraktionen()	"Klaus Meyer (CDU)" → ["CDU"]
drucksache	f"{lp}/{number}"	lp=8, number=1594 → "8/1594"
link	{base_url}{prefix}{link} (Fragment #navpanes=0 gestrippt)	https://dokumentation.landtag-mv.de/parldok/dokument/8
typ	type (TH: Substring-Match auf "Antrag")	"Antrag", "Antrag gemäß § 79 GO"

SH (StarFinderCGIAdapter — Legacy CGI)

Feld	Quelle (HTML-Regex)	Beispiel
title	<b>…</b> in Tabellenzeile	"Energiewende vorantreiben"
datum	Nach </b>, DD.MM.YYYY → ISO	"07.04.2026" → "2026-04-07"
fraktionen	Urheber-Text → extract_fraktionen()	"Christian Dirschauer (SSW)" → ["SSW"]
drucksache	<a> Text	"20/5136"
link	<a href="…"> direkt	http://lissh.lvn.parlanet.de/.../20-5136.pdf
typ	Fest: "Antrag" (server-side dtyp=antrag)	"Antrag"

HE (StarWebHEAdapter — eUI Perl-Dump)

Feld	Quelle (Perl-Dump-Feld)	Beispiel
title	WEV01[0].main (Hex-Escape-Decoding \x{e9} → é)	"Schulinfrastruktur modernisieren"
datum	WEV02[0].main, DD.MM.YYYY → ISO	"29.02.2026" → "2026-02-29"
fraktionen	WEV12[0].main → extract_fraktionen()	"Klaus Dieter (GRÜNE)" → ["GRÜNE"]
drucksache	WEV08[0].main	"21/8532"
link	WEV07[0].main (http→https)	https://starweb.hessen.de/.../21_8532.pdf
typ	WEV03[0].main	"Antrag", "Antrag mit Änderung"

HB (PARiSHBAdapter — Java-Servlet HTML)

Feld	Quelle (HTML-Regex)	Beispiel
title	<h2><a>…</a></h2>	"Bremenpass für Kultur"
datum	Nach Drucksache, DD.MM.YYYY → ISO	"23.02.2026" → "2026-02-23"
fraktionen	Nach Datum → extract_fraktionen()	"SPD, BÜNDNIS 90/DIE GRÜNEN, Die Linke" → ["SPD", "GRÜNE", "LINKE"]
drucksache	Drs <b>21/730</b> + optionaler Suffix (S/L)	"21/730", "21/730S"
link	<a href="…pdf" target="new">	https://www.bremische-buergerschaft.de/.../21/730.pdf
typ	Regex vor Datum	"Antrag", "Änderungsantrag"

BW (PARLISAdapter — eUI async Polling, JSON-in-HTML)

Feld	Quelle (Perl/JSON-Feld)	Beispiel
title	WMV33 (Schlagworte, <i> gestrippt) / Fallback EWBV23	"Energiewirtschaft; Stromversorgung"
datum	EWBV23 → Regex DD.MM.YYYY → ISO	"16.03.2026" → "2026-03-16"
fraktionen	WMV30 (Kurz-Urheber) → extract_fraktionen()	"Felix Herkens (GRÜNE) u. a." → ["GRÜNE"]
drucksache	EWBV22 oder EWBD01 → Regex	"17/10323"
link	EWBD05[0].main (direkte PDF-URL)	https://parlis.landtag-bw.de/.../17_10323.pdf
typ	Fest: document_typ="Antrag" (in lines.l4)	"Antrag"

BY (BayernAdapter — TYPO3-Solr HTML)

Feld	Quelle (HTML-Regex)	Beispiel
title	<h5><strong>…</strong></h5>	"Kostenloses Parken für E-Fahrzeuge aufheben"
datum	<h4> "Drucksache Nr. 19/11407 vom 08.04.2026" DD.MM.YYYY → ISO	"08.04.2026" → "2026-04-08"
fraktionen	<p> "Antrag AfD" → extract_fraktionen()	"Antrag CSU, FREIE WÄHLER" → ["CSU", "FW-BAYERN"]
drucksache	<h4> Regex	"19/11407"
link	<a href="…pdf"> (absolute URL)	https://www.bayern.landtag.de/.../0000009107.pdf
typ	Erstes Wort aus <p>	"Antrag"

SL (SaarlandAdapter — Umbraco JSON)

Feld	Quelle (JSON-Feld)	Beispiel
title	Title	"Schule als Lern- und Bildungsort weiter stärken"
datum	PublicDate ISO-Format, erste 10 Zeichen	"2022-05-12T00:00:00" → "2022-05-12"
fraktionen	Publisher + DocumentAuthor → extract_fraktionen()	Publisher "CDU" → ["CDU"]
drucksache	DocumentNumber	"17/11"
link	FilePath mit /file.ashx → /Downloadfile.ashx Rewrite	https://www.landtag-saar.de/Downloadfile.ashx?FileId=14230&FileName=Ag17_0011.pdf
typ	DocumentType	"Antrag", "Anfrage", "Gesetzentwurf"

SN (SNEdasXmlAdapter — Manueller XML-Export)

Feld	Quelle (XML-Element)	Beispiel
title	<Titel> (CDATA)	"Geschäftsordnung des Sächsischen Landtags"
datum	<Fundstelle> → Regex "datum"-Gruppe, DD.MM.YYYY → ISO	"01.10.2024" → "2024-10-01"
fraktionen	<Fundstelle> → Regex "urheber"-Gruppe → extract_fraktionen()	"CDU, BSW, SPD" → ["CDU", "BSW", "SPD"]
drucksache	f"{Wahlperiode}/{Dokumentennummer}"	"8/2"
link	Konstruiert: .../viewer.aspx?dok_nr={nr}&dok_art=Drs&leg_per={wp} (PDF wird on-demand aus Iframe gelöst)	https://edas.landtag.sachsen.de/.../viewer.aspx?dok_nr=2&dok_art=Drs&leg_per=8
typ	Fest: "Antrag"	"Antrag"

BUND (BundestagAdapter — DIP REST-API)

Feld	Quelle (JSON-Feld)	Beispiel
title	titel	"Förderung von Genossenschaften im sozialen Bereich"
datum	datum (bereits ISO YYYY-MM-DD)	"2026-04-08"
fraktionen	urheber[*].titel → extract_fraktionen()	"Fraktion der AfD" → ["AfD"]
drucksache	dokumentnummer	"21/5136"
link	fundstelle.pdf_url	https://dip.bundestag.de/documents/btd/21/051/2105136.pdf
typ	drucksachetyp (server-side gefiltert)	"Antrag"

Gemeinsames Pattern

Alle Adapter normalisieren Fraktionen über den zentralen parteien.extract_fraktionen(text, bundesland=...) Mapper (#55). Alle konvertieren DE-Datumsformat (DD.MM.YYYY) nach ISO (YYYY-MM-DD), außer BUND (schon ISO) und SL (schon ISO mit T-Suffix).

Historien-Tiefe (ältere WPs)

Alle Adapter sind aktuell auf eine feste Wahlperiode konfiguriert. Keiner unterstützt Queries über mehrere WPs hinweg. Ältere Drucksachen aus früheren WPs sind nicht abrufbar ohne Adapter-Rekonfiguration.

Für eine künftige Multi-WP-Suche müsste pro Adapter geprüft werden, ob das Backend WP-übergreifende Queries unterstützt:

API-Typ	Multi-WP möglich?
portala/eUI	Ja (WP-Term aus dem JSON-Tree weglassen)
ParlDok	Ja (facet_lp weglassen)
StarFinder/PARiS	Ja (WP-Param weglassen)
TYPO3-Solr (BY)	Ja (wahlperiodeid[] weglassen)
DIP-API (BUND)	Ja (f.wahlperiode weglassen)
Umbraco (SL)	Ja (Filter.Periods=[])
EDAS-XML (SN)	Nur innerhalb des exportierten Datenbestands

Fehlende Adapter

BL	Status	Blocker
NI (Niedersachsen)	Issue #22 offen	NILAS-StarWeb erfordert Session-Cookie, HAR-Capture vom User nötig