la-voix-du-peuple/scripts/check_legal_refs.py

#!/usr/bin/env python3
"""
La Voix du Peuple — Vérification des références légales via Légifrance (PISTE)
Copyright (C) 2026 billisdead — Licence EUPL-1.2

Usage :
  python scripts/check_legal_refs.py --init     Peuple les legiarti_id (première fois)
  python scripts/check_legal_refs.py --check    Rapport des changements (sans modifier)
  python scripts/check_legal_refs.py --update   Met à jour last_text dans le YAML

Codes de sortie :
  0  Tout est à jour
  1  Erreur (API, fichier, credentials)
  2  Changements détectés (utile pour intégration CI ou n8n webhook)

Nécessite PISTE_CLIENT_ID et PISTE_CLIENT_SECRET dans .env
Inscription gratuite : https://piste.gouv.fr
"""
import argparse
import difflib
import os
import sys
from datetime import UTC, datetime

# Ajoute flask-api au path pour importer legifrance_client
REPO_ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.insert(0, os.path.join(REPO_ROOT, "artifacts", "flask-api"))

from dotenv import load_dotenv

load_dotenv(os.path.join(REPO_ROOT, ".env"))

try:
    import yaml
except ImportError:
    print("❌  pyyaml manquant — installez : pip install pyyaml", file=sys.stderr)
    sys.exit(1)

from legifrance_client import LegifranceClient

REFS_PATH = os.path.join(REPO_ROOT, "artifacts", "flask-api", "legal_refs.yaml")

PRIORITY_LABELS = {
    "critical": "🔴 CRITIQUE",
    "high":     "🟠 HAUTE",
    "medium":   "🟡 MOYENNE",
}


def load_refs() -> dict:
    with open(REFS_PATH, encoding="utf-8") as f:
        return yaml.safe_load(f)


def save_refs(refs: dict):
    with open(REFS_PATH, "w", encoding="utf-8") as f:
        yaml.dump(refs, f, allow_unicode=True, default_flow_style=False, sort_keys=False)


def cmd_init(client: LegifranceClient, refs: dict):
    """Peuple les legiarti_id manquants dans le YAML."""
    print("Résolution des LEGIARTI IDs manquants via Légifrance…\n")
    updated = 0
    for article in refs.get("articles", []):
        if article.get("legiarti_id"):
            print(f"  ✓  {article['ref']} — ID déjà connu")
            continue
        new_id, text = client.search_article(article["code"], article["article_num"])
        if new_id:
            article["legiarti_id"] = new_id
            updated += 1
            snippet = (text or "")[:120].replace("\n", " ")
            print(f"  ✅  {article['ref']}")
            print(f"      ID  : {new_id}")
            print(f"      Ext : {snippet}…")
        else:
            print(f"  ⚠️  {article['ref']} — introuvable (vérifier code/num)")

    if updated:
        refs["meta"]["last_sync"] = datetime.now(UTC).isoformat()
        save_refs(refs)
        print(f"\n✅  {updated} ID(s) sauvegardé(s) dans legal_refs.yaml")
    else:
        print("\nAucun nouvel ID trouvé.")


def cmd_check(client: LegifranceClient, refs: dict, update: bool) -> int:
    """Compare les textes actuels avec ceux stockés. Retourne le nombre de changements."""
    today = datetime.now(UTC).date().isoformat()
    changes = 0

    for article in refs.get("articles", []):
        key         = article["key"]
        ref         = article["ref"]
        priority    = PRIORITY_LABELS.get(article.get("priority", ""), "")
        legiarti_id = article.get("legiarti_id")
        last_text   = (article.get("last_text") or "").strip()

        print(f"\n{'─' * 62}")
        print(f"{priority}  {ref}  [{key}]")

        if legiarti_id:
            live_text = client.fetch_article_by_id(legiarti_id) or ""
        else:
            new_id, live_text = client.search_article(article["code"], article["article_num"])
            live_text = live_text or ""
            if new_id and update and not legiarti_id:
                article["legiarti_id"] = new_id
                print(f"   ↳ LEGIARTI ID résolu : {new_id}")

        live_text = live_text.strip()

        if not live_text:
            print("   ⚠️   Texte non récupéré — API indisponible ou article introuvable")
            continue

        if not last_text:
            print("   ℹ️   Premier enregistrement (pas de baseline)")
            print(f"   Extrait : {live_text[:200].replace(chr(10), ' ')}…")
            changes += 1
            if update:
                article["last_text"] = live_text
                article["verified_at"] = today
        elif live_text == last_text:
            print("   ✅  Inchangé")
        else:
            changes += 1
            print("   ⚠️   CHANGEMENT DÉTECTÉ")
            diff = list(
                difflib.unified_diff(
                    last_text.splitlines(),
                    live_text.splitlines(),
                    fromfile="ancienne version",
                    tofile="version Légifrance actuelle",
                    lineterm="",
                    n=2,
                )
            )
            for line in diff[:40]:
                prefix = "   "
                if line.startswith("+"):
                    prefix = "  +"
                elif line.startswith("-"):
                    prefix = "  -"
                print(f"{prefix}{line}")
            if len(diff) > 40:
                print(f"   … ({len(diff) - 40} lignes supplémentaires)")

            if update:
                article["last_text"] = live_text
                article["verified_at"] = today

    if update and changes:
        refs["meta"]["last_sync"] = datetime.now(UTC).isoformat()
        save_refs(refs)
        print(f"\n✅  legal_refs.yaml mis à jour ({changes} article(s) modifié(s))")

    return changes


def main():
    parser = argparse.ArgumentParser(
        description="Vérification des références légales via API Légifrance (PISTE)"
    )
    parser.add_argument(
        "--init",
        action="store_true",
        help="Peuple les legiarti_id manquants (première exécution)",
    )
    parser.add_argument(
        "--check",
        action="store_true",
        help="Rapport des changements — ne modifie pas le YAML",
    )
    parser.add_argument(
        "--update",
        action="store_true",
        help="Met à jour last_text dans legal_refs.yaml",
    )
    args = parser.parse_args()

    if not (args.init or args.check or args.update):
        parser.print_help()
        sys.exit(0)

    client = LegifranceClient()
    if not client.available:
        print(
            "❌  PISTE_CLIENT_ID et/ou PISTE_CLIENT_SECRET non définis dans .env\n"
            "    Inscription gratuite : https://piste.gouv.fr\n"
            "    Ajoutez ensuite dans .env :\n"
            "      PISTE_CLIENT_ID=...\n"
            "      PISTE_CLIENT_SECRET=...",
            file=sys.stderr,
        )
        sys.exit(1)

    refs = load_refs()

    if args.init:
        cmd_init(client, refs)
        return

    changes = cmd_check(client, refs, update=args.update)

    print(f"\n{'═' * 62}")
    if changes:
        print(f"⚠️   {changes} article(s) à vérifier / mis à jour.")
        if not args.update:
            print("    Relancez avec --update pour sauvegarder les textes actuels.")
        sys.exit(2)
    else:
        print("✅  Toutes les références sont à jour.")
        sys.exit(0)


if __name__ == "__main__":
    main()