QC: fix Survivalist article + add checks 12-13 (XML-API refs, unlinked sources)

- Fix artikel_survivalist: 'BGG-Daten via XML API v2' -> klickbare Links
- verify_article.sh: CHECK 12 (keine XML-API-Referenzen)
- verify_article.sh: CHECK 13 (Quellen müssen verlinkt sein)

verify_article.sh

@@ -0,0 +1,159 @@
+#!/bin/bash
+# verify_article.sh — Prüft Artikel-HTML auf Einhaltung aller redaktionellen Standards
+# Usage: ./verify_article.sh <artikel_datei.html>
+# Exit 0 = alle Checks bestanden, Exit 1 = Fehler gefunden
+# 
+# Aufruf aus Cronjobs: bash /home/hermes/workspace/verify_article.sh /home/hermes/workspace/artikel_*.html
+
+set -euo pipefail
+
+FILE="${1:-}"
+ERRORS=0
+WARNINGS=0
+
+RED='\033[0;31m'
+GREEN='\033[0;32m'
+YELLOW='\033[0;33m'
+NC='\033[0m' # No Color
+
+ok()   { echo -e "${GREEN}✅ $1${NC}"; }
+fail() { echo -e "${RED}❌ $1${NC}"; ERRORS=$((ERRORS+1)); }
+warn() { echo -e "${YELLOW}⚠️  $1${NC}"; WARNINGS=$((WARNINGS+1)); }
+
+if [ -z "$FILE" ] || [ ! -f "$FILE" ]; then
+    echo "Usage: $0 <artikel_datei.html>"
+    exit 1
+fi
+
+echo "=== Verifiziere: $FILE ==="
+echo ""
+
+# ── CHECK 1: Exactly one read-more ──────────────────────────────────
+# Nur echte HTML-Tags zählen, nicht &lt;hr...&gt; Referenzen in QC-Zeilen
+READMORE_COUNT=$(grep -c '<hr id="system-readmore"' "$FILE" || true)
+if [ "$READMORE_COUNT" = "1" ]; then
+    ok "Read-More: genau 1"
+elif [ "$READMORE_COUNT" = "0" ]; then
+    fail "Read-More: KEIN <hr id=\"system-readmore\" /> gefunden"
+else
+    fail "Read-More: $READMORE_COUNT Stück (muss genau 1 sein)"
+fi
+
+# ── CHECK 2: No <br> immediately after read-more ────────────────────
+if grep -A1 'system-readmore' "$FILE" | grep -q '<br'; then
+    fail "<br> direkt nach Read-More (erzeugt doppelte Linie)"
+else
+    ok "Kein <br> nach Read-More"
+fi
+
+# ── CHECK 3: p.meta not div.meta ────────────────────────────────────
+if grep -q '<div class="meta">' "$FILE"; then
+    fail "<div class=\"meta\"> statt <p class=\"meta\"> (article_server regex schlägt fehl)"
+else
+    ok "<p class=\"meta\"> korrekt"
+fi
+
+# ── CHECK 4: No emojis in article body (QC line excluded) ──────────
+# Extract body between <article> and </article>, strip everything from QC line onward
+BODY=$(sed -n '/<article>/,/<\/article>/p' "$FILE" | sed '/<p class="qc">/,$d')
+if echo "$BODY" | python3 -c "import sys,re; t=sys.stdin.read(); sys.exit(0 if re.search(r'[\U0001F300-\U0001F9FF\U00002600-\U000027BF\U0001F600-\U0001F64F]',t) else 1)"; then
+    fail "Emojis im Artikel-Body gefunden"
+else
+    ok "Keine Emojis"
+fi
+
+# ── CHECK 5: File ends with </html> ─────────────────────────────────
+LAST_LINE=$(tail -1 "$FILE")
+if echo "$LAST_LINE" | grep -q '</html>'; then
+    ok "Datei endet mit </html>"
+else
+    fail "Letzte Zeile ist nicht </html> (Fremd-Content nach Artikel-Ende?)"
+fi
+
+# ── CHECK 6: No meta-line in body (title, date, reading time) ───────
+if echo "$BODY" | grep -qP '<p[^>]*>.*\d{1,2}\.\s+\w+\s+\d{4}.*·.*Lesezeit'; then
+    warn "Meta-Zeile möglicherweise im Body (Datum · Rubrik · Lesezeit)"
+fi
+
+# ── CHECK 7: Sources heading uses span-strong, not h2 ───────────────
+if echo "$BODY" | grep -q '<h2>Quellen</h2>'; then
+    fail "<h2>Quellen</h2> statt <span><strong>Quellen</strong></span>"
+else
+    ok "Quellen-Überschrift korrekt (kein <h2>)"
+fi
+
+# ── CHECK 8: All links have target="_blank" ─────────────────────────
+LINKS_TOTAL=$(echo "$BODY" | grep -o '<a ' | wc -l)
+LINKS_BLANK=$(echo "$BODY" | grep -o 'target="_blank"' | wc -l)
+if [ "$LINKS_TOTAL" -gt 0 ] && [ "$LINKS_TOTAL" != "$LINKS_BLANK" ]; then
+    MISSING=$((LINKS_TOTAL - LINKS_BLANK))
+    fail "$MISSING von $LINKS_TOTAL Links ohne target=\"_blank\""
+else
+    ok "Alle $LINKS_TOTAL Links mit target=\"_blank\""
+fi
+
+# ── CHECK 9: Meta description present ───────────────────────────────
+if grep -q '<meta name="description" content="[^"]*[a-zA-Z]' "$FILE"; then
+    ok "Meta-Description vorhanden"
+else
+    fail "Meta-Description fehlt oder leer"
+fi
+
+# ── CHECK 10: No QC line outside <p class="qc"> ────────────────────
+QC_COUNT=$(echo "$BODY" | grep -c 'class="qc"' || true)
+QC_RAW=$(echo "$BODY" | grep -cP 'QC:\s*[✓✔]' || true)
+if [ "$QC_RAW" -gt "$QC_COUNT" ]; then
+    fail "QC-Hinweis nicht in <p class=\"qc\"> (wird nicht gestrippt)"
+else
+    ok "QC-Zeile korrekt in <p class=\"qc\">"
+fi
+
+# ── CHECK 11: Autoren gegen BGG verifizieren ─────────────────────────
+echo ""
+echo "--- BGG Autoren-Faktencheck ---"
+AUTHOR_CHECK=$(python3 /home/hermes/workspace/check_authors.py "$FILE" 2>&1)
+AUTHOR_EXIT=$?
+echo "$AUTHOR_CHECK"
+if [ $AUTHOR_EXIT -eq 1 ]; then
+    ERRORS=$((ERRORS + 1))
+elif [ $AUTHOR_EXIT -eq 2 ]; then
+    WARNINGS=$((WARNINGS + 1))
+fi
+
+# ── CHECK 12: Keine XML-API-Referenzen im Artikel ──────────────────
+if echo "$BODY" | grep -qiP 'xml\s*api|XMLAPI|xmlapi|betriebsgeheimnis'; then
+    fail "XML-API-Referenz oder 'Betriebsgeheimnis' im Artikel (nicht leser-tauglich)"
+else
+    ok "Keine XML-API-Referenzen"
+fi
+
+# ── CHECK 13: Quellen-Block muss klickbare Links enthalten ──────────
+# Sucht Quellen-Überschrift (h2, span, strong) und prüft ob danach Links kommen
+SOURCES_SECTION=$(echo "$BODY" | sed -n '/<h2>Quellen<\/h2>/,$p; /<span.*>.*Quellen.*<\/span>/,$p' || echo "")
+if [ -n "$SOURCES_SECTION" ]; then
+    SOURCE_LINKS=$(echo "$SOURCES_SECTION" | grep -c '<a href=' || true)
+    if [ "$SOURCE_LINKS" -eq 0 ]; then
+        fail "Quellen-Block ohne klickbare Links (nur Fließtext)"
+    else
+        ok "Quellen-Block mit $SOURCE_LINKS klickbaren Links"
+    fi
+else
+    fail "Kein Quellen-Block gefunden (h2/span>Quellen fehlt)"
+fi
+
+# ── SUMMARY ─────────────────────────────────────────────────────────
+echo ""
+echo "═══════════════════════════════════════"
+if [ $ERRORS -eq 0 ] && [ $WARNINGS -eq 0 ]; then
+    echo -e "${GREEN}✅ ALLE CHECKS BESTANDEN${NC}"
+    echo "═══════════════════════════════════════"
+    exit 0
+elif [ $ERRORS -eq 0 ]; then
+    echo -e "${YELLOW}⚠️  $WARNINGS Warnung(en) — KEINE Fehler${NC}"
+    echo "═══════════════════════════════════════"
+    exit 0
+else
+    echo -e "${RED}❌ $ERRORS Fehler, $WARNINGS Warnungen${NC}"
+    echo "═══════════════════════════════════════"
+    exit 1
+fi