diff --git a/src/report_generator.py b/src/report_generator.py index d85ec47..af4a7ca 100644 --- a/src/report_generator.py +++ b/src/report_generator.py @@ -7,6 +7,7 @@ import re import uuid from collections import defaultdict from datetime import datetime +from html import escape as _html_escape from pathlib import Path import pikepdf @@ -153,6 +154,66 @@ def _markdown_to_html(text: str) -> str: return '\n'.join(result) +def _parse_developments_for_export(text: str) -> list[tuple[str, str]]: + """Parst die 'Neuesten Entwicklungen' (latest_developments) fuer den Export. + + Eingabeformat je Eintrag: '- [DD.MM. HH:MM] Text {Quelle|URL, ...}'. + Liefert (datum_label, body) je Eintrag in gespeicherter Reihenfolge. + Quellen-Klammern und [N]-Zitate werden entfernt — der Export zeigt bewusst + KEINE Links. Das gespeicherte Format enthaelt kein Jahr; fehlt es, wird das + aktuelle Jahr ergaenzt (Live-Monitoring-Berichte sind tagesaktuell). + """ + if not text: + return [] + year2 = datetime.now(TIMEZONE).strftime("%y") + bullet_re = re.compile( + r"^\s*(?:[-*•]\s*)?\[\s*(\d{1,2})\.(\d{1,2})\.?(?:(\d{2,4}))?\s+(\d{1,2}:\d{2})\s*\]\s*(.+?)\s*$" + ) + trailing_braces = re.compile(r"\s*\{[^{}]*\}\s*\.?\s*$") + citation_re = re.compile(r"\s*\[\d{1,5}[a-z]?\]") + result: list[tuple[str, str]] = [] + for raw in text.splitlines(): + line = raw.strip() + if not line: + continue + m = bullet_re.match(line) + if not m: + continue + day, month, year, time = m.group(1), m.group(2), m.group(3), m.group(4) + body = m.group(5).strip() + # Quellen-Klammer am Ende und Inline-[N]-Zitate entfernen (keine Links) + body = trailing_braces.sub("", body).strip() + body = citation_re.sub("", body).strip() + if not body: + continue + yy = year[-2:] if year else year2 + label = f"{int(day):02d}.{int(month):02d}.{yy}, {time} Uhr" + result.append((label, body)) + return result + + +def _format_latest_developments_html(text: str) -> str: + """Rendert die 'Neuesten Entwicklungen' als HTML-Block fuer den PDF-Export. + + Pro Eintrag: Datum/Uhrzeit-Zeile, darunter (eigener Absatz) der Meldungstext. + Keine Quellen-Links. Faellt bei nicht-parsebarem Text auf _markdown_to_html zurueck. + """ + pairs = _parse_developments_for_export(text) + if not pairs: + return _markdown_to_html(text) + blocks = [] + for label, body in pairs: + body_html = _html_escape(body) + body_html = re.sub(r'\*\*(.+?)\*\*', r'\1', body_html) + blocks.append( + '
' + f'
{_html_escape(label)}
' + f'
{body_html}
' + '
' + ) + return "\n".join(blocks) + + def _truncate_lagebild(summary_text: str, max_chars: int = 4000) -> str: """Lagebild für den Lagebericht auf die Zusammenfassung kürzen. @@ -479,6 +540,10 @@ def _build_export_metadata( subject = (incident.get("description") or "").strip() if not subject: subject = f"{type_label} zu: {title_raw}" + # DOCX-Core-Property "subject" erzwingt ein 255-Zeichen-Limit; laengere + # Beschreibungen wuerden den Word-Export sonst mit ValueError abbrechen. + if len(subject) > 255: + subject = subject[:255] # Keywords sammeln (Reihenfolge relevant für Anzeige, Dedup mit dict.fromkeys) keywords: list[str] = ["OSINT", type_label] @@ -711,22 +776,33 @@ async def generate_pdf( else: # full sections = {"zusammenfassung", "bericht", "faktencheck", "quellen", "timeline"} - # Fuer Research-Lagen: Zusammenfassung aus dem Bericht extrahieren + # Zusammenfassungs-Quelle bestimmen: + # - Research: ZUSAMMENFASSUNG/UEBERBLICK aus dem Bericht extrahieren. + # - Live-Monitoring (adhoc): "Neueste Entwicklungen" aus latest_developments, + # ohne Quellen-Links, Datum/Uhrzeit als eigene Zeile. + # - sonst: KI-Executive-Summary (executive_summary_html). is_research = incident.get("type") == "research" all_sources = _prepare_sources(incident) + latest_dev = (incident.get("latest_developments") or "").strip() zusammenfassung_html = executive_summary_html bericht_summary = incident.get("summary", "") zusammenfassung_title = "Zusammenfassung" + summary_has_links = True if is_research and bericht_summary: extracted_html, remaining = _extract_zusammenfassung(bericht_summary, all_sources) if extracted_html: zusammenfassung_html = extracted_html - zusammenfassung_title = "Zusammenfassung" bericht_summary = remaining + elif not is_research and latest_dev: + dev_html = _format_latest_developments_html(latest_dev) + if dev_html: + zusammenfassung_html = dev_html + zusammenfassung_title = "Neueste Entwicklungen" + summary_has_links = False # Quellen bewusst entfernt - # Auch das (nicht-research) Executive Summary linkifizieren — ggf. enthaelt es Zitate - if not is_research and zusammenfassung_html: + # KI-/Research-Zusammenfassung linkifizieren; Developments bleiben linkfrei + if not is_research and summary_has_links and zusammenfassung_html: zusammenfassung_html = _linkify_citations_html(zusammenfassung_html, all_sources) meta = _build_export_metadata( @@ -799,20 +875,27 @@ async def generate_docx( else: # full sections = {"zusammenfassung", "bericht", "faktencheck", "quellen", "timeline"} - # Fuer Research-Lagen: Zusammenfassung aus dem Bericht extrahieren + # Zusammenfassungs-Quelle bestimmen (analog generate_pdf): + # Research -> Bericht-Extrakt, Live-Monitoring -> "Neueste Entwicklungen", sonst KI. is_research = incident.get("type") == "research" all_sources = _prepare_sources(incident) + latest_dev = (incident.get("latest_developments") or "").strip() zusammenfassung_text = executive_summary_text bericht_summary = incident.get("summary") or "Keine Zusammenfassung verfügbar." zusammenfassung_title = "Zusammenfassung" zusammenfassung_lines: list[str] = [] + zusammenfassung_developments: list[tuple[str, str]] = [] if is_research and bericht_summary: extracted_lines, remaining = _extract_zusammenfassung_lines(bericht_summary) if extracted_lines: zusammenfassung_lines = extracted_lines - zusammenfassung_title = "Zusammenfassung" bericht_summary = remaining + elif not is_research and latest_dev: + dev_pairs = _parse_developments_for_export(latest_dev) + if dev_pairs: + zusammenfassung_developments = dev_pairs + zusammenfassung_title = "Neueste Entwicklungen" meta = _build_export_metadata( incident, articles, fact_checks, all_sources, creator, scope, sections, @@ -890,11 +973,23 @@ async def generate_docx( doc.add_page_break() - # --- Zusammenfassung / Executive Summary --- + # --- Zusammenfassung / Neueste Entwicklungen --- if "zusammenfassung" in sections: doc.add_heading(zusammenfassung_title, level=1) - if zusammenfassung_lines: + if zusammenfassung_developments: + # Live-Monitoring: pro Eintrag Datum/Uhrzeit-Zeile + Absatz mit Text, ohne Links + for label, body in zusammenfassung_developments: + date_para = doc.add_paragraph() + date_para.paragraph_format.space_after = Pt(1) + run = date_para.add_run(label) + run.bold = True + run.font.size = Pt(9) + run.font.color.rgb = RGBColor(0x0a, 0x18, 0x32) + body_para = doc.add_paragraph() + body_para.paragraph_format.space_after = Pt(8) + body_para.add_run(re.sub(r'\*\*(.+?)\*\*', r'\1', body)) + elif zusammenfassung_lines: for line in zusammenfassung_lines: _add_docx_paragraph_with_citations(doc, line, all_sources, style='List Bullet') else: diff --git a/src/report_templates/report.html b/src/report_templates/report.html index 2896027..cf32d7a 100644 --- a/src/report_templates/report.html +++ b/src/report_templates/report.html @@ -47,6 +47,12 @@ body { font-family: -apple-system, 'Segoe UI', Roboto, Helvetica, Arial, sans-se .exec-summary ul { margin: 8px 0 0 18px; } .exec-summary li { margin-bottom: 6px; line-height: 1.6; } +/* Neueste Entwicklungen (Live-Monitoring) */ +.dev-entry { margin-bottom: 12px; } +.dev-entry:last-child { margin-bottom: 0; } +.dev-entry-date { font-size: 9pt; font-weight: 600; color: #0a1832; margin-bottom: 2px; } +.dev-entry-body { font-size: 10.5pt; line-height: 1.5; } + /* Lagebild */ .lagebild-content { line-height: 1.7; } .lagebild-content p { margin-bottom: 8px; } @@ -99,7 +105,7 @@ tr:nth-child(even) { background: #f8f9fa; }

Inhaltsverzeichnis