gwoe-antragspruefer/tests/test_protokoll_parsers_bund.py

"""Tests fuer app/protokoll_parsers/bund.py — Bundestags-Plenarprotokoll-Parser (#148).

Stichprobe-getestet gegen WP20 Sitzung 30 + 100 (XML aus dserver.bundestag.de).
Pure-string-Tests fuer Vote-Block-Parsing, Anchor-Detection, Fraktions-Mapping.
"""
from __future__ import annotations

import pytest

from app.protokoll_parsers.bund import (
    _normalize_fraktionen_bt,
    _parse_vote_block_bt,
    _resolve_drucksache_bt,
    RESULT_ANCHOR_RE,
    parse_protocol,
    WP20_KOALITIONSFRAKTIONEN,
    WP20_OPPOSITIONSFRAKTIONEN,
    ALL_BT_FRAKTIONEN,
)


class TestNormalizeFraktionenBt:
    def test_simple_spd(self):
        assert _normalize_fraktionen_bt("SPD-Fraktion") == ["SPD"]

    def test_cdu_csu(self):
        assert _normalize_fraktionen_bt("CDU/CSU-Fraktion") == ["CDU/CSU"]

    def test_buendnis_90_normalizes_to_gruene(self):
        result = _normalize_fraktionen_bt("Fraktion Bündnis 90/Die Grünen")
        assert result == ["GRÜNE"]

    def test_koalitionsfraktionen_expands_wp20(self):
        """In WP20: Koalition = SPD + GRÜNE + FDP."""
        result = _normalize_fraktionen_bt("der Koalitionsfraktionen")
        assert set(result) == set(WP20_KOALITIONSFRAKTIONEN)

    def test_oppositionsfraktionen_expands_wp20(self):
        result = _normalize_fraktionen_bt("der Oppositionsfraktionen")
        assert set(result) == set(WP20_OPPOSITIONSFRAKTIONEN)

    def test_combined_phrase(self):
        """'Koalitionsfraktionen und der Fraktion Die Linke' → SPD+GRÜNE+FDP+LINKE."""
        result = _normalize_fraktionen_bt(
            "der Koalitionsfraktionen und der Fraktion Die Linke"
        )
        assert set(result) == {"SPD", "GRÜNE", "FDP", "LINKE"}

    def test_empty_returns_empty(self):
        assert _normalize_fraktionen_bt("") == []

    def test_no_double_count(self):
        """SPD darf in 'SPD-Fraktion' nicht zweimal gezaehlt werden."""
        result = _normalize_fraktionen_bt("der SPD-Fraktion und der SPD")
        assert result.count("SPD") == 1


class TestParseVoteBlockBt:
    def test_full_block_with_all_three_kinds(self):
        block = (
            " der Koalitionsfraktionen und der Fraktion Die Linke "
            "gegen die Stimmen der CDU/CSU-Fraktion "
            "bei Enthaltung der AfD-Fraktion"
        )
        votes = _parse_vote_block_bt(block)
        assert set(votes["ja"]) == {"SPD", "GRÜNE", "FDP", "LINKE"}
        assert votes["nein"] == ["CDU/CSU"]
        assert votes["enthaltung"] == ["AfD"]

    def test_only_ja_and_nein(self):
        block = (
            " der SPD-Fraktion, der Fraktion Bündnis 90/Die Grünen, der FDP-Fraktion, "
            "der CDU/CSU-Fraktion und der Fraktion Die Linke "
            "gegen die Stimmen der AfD-Fraktion"
        )
        votes = _parse_vote_block_bt(block)
        assert "AfD" not in votes["ja"]
        assert votes["nein"] == ["AfD"]
        assert votes["enthaltung"] == []
        assert set(votes["ja"]) == {"SPD", "GRÜNE", "FDP", "CDU/CSU", "LINKE"}

    def test_only_ja(self):
        block = " der Koalitionsfraktionen"
        votes = _parse_vote_block_bt(block)
        assert set(votes["ja"]) == set(WP20_KOALITIONSFRAKTIONEN)
        assert votes["nein"] == []
        assert votes["enthaltung"] == []


class TestResolveDrucksacheBt:
    def test_finds_nearest_ds_before(self):
        text = (
            "Drucksache 20/100 ... irgendwas ... "
            "Die Beschlussempfehlung ist mit den Stimmen ..."
        )
        anchor = text.index("Die Beschlussempfehlung")
        assert _resolve_drucksache_bt(text, anchor) == "20/100"

    def test_picks_closest_when_multiple(self):
        """Bei mehreren DS-Nrn vor dem Anchor wird die naechste gewaehlt."""
        text = (
            "Drucksache 20/100 ... Drucksache 20/200 ... "
            "Die Beschlussempfehlung ..."
        )
        anchor = text.index("Die Beschlussempfehlung")
        assert _resolve_drucksache_bt(text, anchor) == "20/200"

    def test_returns_none_when_no_ds(self):
        text = "Die Beschlussempfehlung ist mit den Stimmen ..."
        anchor = 0
        assert _resolve_drucksache_bt(text, anchor) is None

    def test_neu_suffix_supported(self):
        text = "auf Drucksache 20/4567(neu) ... Die Beschlussempfehlung ..."
        anchor = text.index("Die Beschlussempfehlung")
        assert _resolve_drucksache_bt(text, anchor) == "20/4567(neu)"


class TestResultAnchorRegex:
    def test_matches_beschlussempfehlung_angenommen(self):
        text = (
            "Die Beschlussempfehlung ist mit den Stimmen der Koalitionsfraktionen "
            "gegen die Stimmen der CDU/CSU-Fraktion angenommen."
        )
        m = RESULT_ANCHOR_RE.search(text)
        assert m
        assert m.group("subject") == "Die Beschlussempfehlung"
        assert m.group("ergebnis") == "angenommen"

    def test_matches_ueberweisungsvorschlag_abgelehnt(self):
        text = (
            "Der Überweisungsvorschlag ist mit den Stimmen der Koalitionsfraktionen "
            "gegen die Stimmen der AfD-Fraktion abgelehnt."
        )
        m = RESULT_ANCHOR_RE.search(text)
        assert m
        assert m.group("ergebnis") == "abgelehnt"

    def test_no_match_in_speech(self):
        """'angenommen' in einer Rede (ohne mit-den-Stimmen-Form) darf nicht matchen."""
        text = "Wir haben das Angebot angenommen, weil das Geld gut angelegt ist."
        assert RESULT_ANCHOR_RE.search(text) is None


class TestParseProtocolEndToEnd:
    """Integration-light: parsen ein Mock-XML mit BT-typischen Beschluessen."""

    def _write_xml(self, tmp_path, body_text):
        xml_path = tmp_path / "test.xml"
        # Minimal-XML, alles in einem <p>
        xml_path.write_text(
            f'<?xml version="1.0"?>'
            f'<dbtplenarprotokoll><sitzungsverlauf><p>{body_text}</p>'
            f'</sitzungsverlauf></dbtplenarprotokoll>',
            encoding="utf-8",
        )
        return xml_path

    def test_single_beschluss(self, tmp_path):
        body = (
            "Beschlussempfehlung auf Drucksache 20/1234. "
            "Die Beschlussempfehlung ist mit den Stimmen der Koalitionsfraktionen "
            "gegen die Stimmen der CDU/CSU-Fraktion bei Enthaltung der AfD-Fraktion "
            "angenommen."
        )
        xml = self._write_xml(tmp_path, body)
        result = parse_protocol(str(xml))
        assert len(result) == 1
        r = result[0]
        assert r["drucksache"] == "20/1234"
        assert r["ergebnis"] == "angenommen"
        assert set(r["votes"]["ja"]) == set(WP20_KOALITIONSFRAKTIONEN)
        assert r["votes"]["nein"] == ["CDU/CSU"]
        assert r["votes"]["enthaltung"] == ["AfD"]
        assert r["einstimmig"] is False

    def test_ueberweisungsvorschlag_kind(self, tmp_path):
        body = (
            "Drucksache 20/5000. "
            "Der Überweisungsvorschlag ist mit den Stimmen "
            "der Koalitionsfraktionen, der CDU/CSU-Fraktion, der Fraktion Die Linke "
            "gegen die Stimmen der AfD-Fraktion angenommen."
        )
        xml = self._write_xml(tmp_path, body)
        result = parse_protocol(str(xml))
        assert len(result) == 1
        assert result[0]["kind"] == "ueberweisung"
        # Ueberweisungs-Anchor → ergebnis 'überwiesen'
        assert result[0]["ergebnis"] == "überwiesen"

    def test_einstimmig_heuristic(self, tmp_path):
        """Wenn alle 6 Fraktionen ja stimmen, einstimmig=True."""
        body = (
            "Drucksache 20/9999. "
            "Die Beschlussempfehlung ist mit den Stimmen der Koalitionsfraktionen, "
            "der CDU/CSU-Fraktion, der AfD-Fraktion und der Fraktion Die Linke "
            "angenommen."
        )
        xml = self._write_xml(tmp_path, body)
        result = parse_protocol(str(xml))
        assert result[0]["einstimmig"] is True

    def test_skip_anchor_without_drucksache(self, tmp_path):
        """Anchor ohne aufloesbare DS wird uebersprungen."""
        body = (
            "Die Beschlussempfehlung ist mit den Stimmen der Koalitionsfraktionen "
            "angenommen."
        )
        xml = self._write_xml(tmp_path, body)
        assert parse_protocol(str(xml)) == []

    def test_zero_results_for_pure_aussprache(self, tmp_path):
        body = (
            "Drucksache 20/100. Wir diskutieren den Antrag. "
            "Die Linke hat das angenommen, dass die Politik gut ist."
        )
        xml = self._write_xml(tmp_path, body)
        # Kein 'mit den Stimmen' → kein Treffer
        assert parse_protocol(str(xml)) == []


class TestConstants:
    def test_wp20_koalition_correct(self):
        """Sanity: WP20-Koalition = SPD + GRÜNE + FDP (Ampel)."""
        assert set(WP20_KOALITIONSFRAKTIONEN) == {"SPD", "GRÜNE", "FDP"}

    def test_wp20_opposition_correct(self):
        """WP20-Opposition = CDU/CSU + AfD + LINKE."""
        assert set(WP20_OPPOSITIONSFRAKTIONEN) == {"CDU/CSU", "AfD", "LINKE"}

    def test_all_bt_fraktionen_complete(self):
        """ALL_BT_FRAKTIONEN deckt alle 6 BT-Fraktionen der WP20 ab."""
        assert set(ALL_BT_FRAKTIONEN) == {
            "CDU/CSU", "SPD", "GRÜNE", "FDP", "AfD", "LINKE"
        }