xsl-validator/src/xsl_dependencies.py

"""
XSL-Abhängigkeitsgraph für die Erkennung transitiver Imports/Includes.

Dieses Modul parst XSL-Dateien und baut einen Abhängigkeitsgraph auf,
um alle direkt und transitiv importierten/inkludierten Dateien zu ermitteln.
Der Graph wird im Speicher gehalten und bei Änderungen (mtime) automatisch invalidiert.
"""

import logging
import time
from lxml import etree
from pathlib import Path

logger = logging.getLogger(__name__)

_XSL_NAMESPACE = "http://www.w3.org/1999/XSL/Transform"


def _parse_import_include_hrefs(content: str) -> list[str]:
    """Parst XSL-Dateiinhalt und gibt alle href-Werte von xsl:import/xsl:include zurück."""
    try:
        root = etree.fromstring(content.encode("utf-8"))
    except etree.XMLSyntaxError:
        return []
    hrefs = []
    for tag in ("import", "include"):
        for elem in root.iter(f"{{{_XSL_NAMESPACE}}}{tag}"):
            href = elem.get("href")
            if href:
                hrefs.append(href)
    return hrefs


class XslDependencyGraph:
    """
    Verwaltet einen Cache von XSL-Abhängigkeiten (import/include).

    Für jede XSL-Datei wird die Menge aller transitiv referenzierten
    XSL-Dateien gespeichert. Der Cache wird über die mtime der Dateien
    automatisch invalidiert.
    """

    def __init__(self):
        # Cache: xsl_path -> (mtime_bei_parse, set[Path] aller Abhängigkeiten)
        self._cache: dict[Path, tuple[float, set[Path]]] = {}

    def get_dependencies(self, xsl_file: Path) -> set[Path]:
        """
        Gibt alle transitiven Abhängigkeiten einer XSL-Datei zurück.

        Args:
            xsl_file: Absoluter Pfad zur XSL-Datei

        Returns:
            set[Path]: Menge aller transitiv importierten/inkludierten XSL-Dateien
        """
        xsl_file = xsl_file.resolve()

        if not xsl_file.exists():
            return set()

        current_mtime = xsl_file.stat().st_mtime

        # Cache-Hit prüfen
        if xsl_file in self._cache:
            cached_mtime, cached_deps = self._cache[xsl_file]
            if cached_mtime == current_mtime:
                return cached_deps

        # Neu parsen
        deps = self._resolve_recursive(xsl_file, set())
        self._cache[xsl_file] = (current_mtime, deps)
        logger.debug(f"XSL-Abhängigkeiten aufgelöst für {xsl_file.name}: {len(deps)} Abhängigkeit(en)")
        return deps

    def _resolve_recursive(self, xsl_file: Path, visited: set[Path]) -> set[Path]:
        """
        Löst rekursiv alle import/include-Referenzen auf.

        Args:
            xsl_file: Absoluter Pfad zur XSL-Datei
            visited: Bereits besuchte Dateien (Zykluserkennung)

        Returns:
            set[Path]: Alle transitiven Abhängigkeiten (ohne die Datei selbst)
        """
        xsl_file = xsl_file.resolve()

        if xsl_file in visited or not xsl_file.exists():
            return set()

        visited.add(xsl_file)
        result: set[Path] = set()

        try:
            content = xsl_file.read_text(encoding="utf-8", errors="replace")
        except Exception as e:
            logger.warning(f"Konnte XSL-Datei nicht lesen: {xsl_file} ({e})")
            return result

        # Finde alle import/include-Referenzen
        for href in _parse_import_include_hrefs(content):
            referenced_path = (xsl_file.parent / href).resolve()

            if referenced_path.exists() and referenced_path not in visited:
                result.add(referenced_path)
                # Rekursiv Abhängigkeiten der referenzierten Datei auflösen
                result.update(self._resolve_recursive(referenced_path, visited))

        return result

    def get_reverse_dependencies(self, xsl_file: Path, xsl_root_dir: Path) -> set[Path]:
        """
        Gibt alle Dateien zurück, die die gegebene XSL-Datei direkt oder transitiv importieren/inkludieren.

        Args:
            xsl_file: Absoluter Pfad zur XSL-Datei
            xsl_root_dir: Wurzelverzeichnis der XSL-Dateien (für den Scan)

        Returns:
            set[Path]: Menge aller Dateien, die diese Datei importieren
        """
        xsl_file = xsl_file.resolve()
        result: set[Path] = set()

        # Scanne alle XSL-Dateien im Verzeichnis
        if not xsl_root_dir.exists():
            return result

        for candidate in xsl_root_dir.rglob("*.xsl"):
            candidate = candidate.resolve()
            if candidate == xsl_file:
                continue
            deps = self.get_dependencies(candidate)
            if xsl_file in deps:
                result.add(candidate)

        return result

    def build_full_graph(self, xsl_root_dir: Path) -> dict[Path, set[Path]]:
        """
        Baut den vollständigen Abhängigkeitsgraph für alle XSL-Dateien in einem Verzeichnis auf.

        Args:
            xsl_root_dir: Wurzelverzeichnis der XSL-Dateien

        Returns:
            dict[Path, set[Path]]: Mapping von XSL-Datei zu ihren Abhängigkeiten
        """
        graph: dict[Path, set[Path]] = {}

        if not xsl_root_dir.exists():
            return graph

        start = time.perf_counter()
        for xsl_file in sorted(xsl_root_dir.rglob("*.xsl")):
            xsl_file = xsl_file.resolve()
            deps = self.get_dependencies(xsl_file)
            graph[xsl_file] = deps
        elapsed = time.perf_counter() - start

        logger.info(f"Vollständiger XSL-Graph aufgebaut: {len(graph)} Dateien in {elapsed:.3f}s")
        return graph

    def _get_direct_dependencies(self, xsl_file: Path) -> set[Path]:
        """
        Gibt nur die direkten (nicht-transitiven) import/include-Abhängigkeiten zurück.

        Args:
            xsl_file: Absoluter Pfad zur XSL-Datei

        Returns:
            set[Path]: Menge der direkt importierten/inkludierten XSL-Dateien
        """
        xsl_file = xsl_file.resolve()
        result: set[Path] = set()

        if not xsl_file.exists():
            return result

        try:
            content = xsl_file.read_text(encoding="utf-8", errors="replace")
        except Exception as e:
            logger.warning(f"Konnte XSL-Datei nicht lesen: {xsl_file} ({e})")
            return result

        for href in _parse_import_include_hrefs(content):
            referenced_path = (xsl_file.parent / href).resolve()
            if referenced_path.exists():
                result.add(referenced_path)

        return result

    def build_direct_graph(self, xsl_root_dir: Path) -> dict[Path, set[Path]]:
        """
        Baut einen Graph mit nur direkten (nicht-transitiven) Abhängigkeiten auf.

        Args:
            xsl_root_dir: Wurzelverzeichnis der XSL-Dateien

        Returns:
            dict[Path, set[Path]]: Mapping von XSL-Datei zu ihren direkten Abhängigkeiten
        """
        graph: dict[Path, set[Path]] = {}

        if not xsl_root_dir.exists():
            return graph

        start = time.perf_counter()
        for xsl_file in sorted(xsl_root_dir.rglob("*.xsl")):
            xsl_file = xsl_file.resolve()
            graph[xsl_file] = self._get_direct_dependencies(xsl_file)
        elapsed = time.perf_counter() - start

        logger.info(f"Direkter XSL-Graph aufgebaut: {len(graph)} Dateien in {elapsed:.3f}s")
        return graph

    def invalidate(self, xsl_file: Path | None = None):
        """
        Invalidiert den Cache für eine bestimmte Datei oder den gesamten Cache.

        Args:
            xsl_file: Pfad zur XSL-Datei oder None für vollständige Invalidierung
        """
        if xsl_file is None:
            self._cache.clear()
            logger.debug("XSL-Abhängigkeitscache vollständig invalidiert")
        else:
            xsl_file = xsl_file.resolve()
            # Entferne nicht nur den direkten Eintrag, sondern auch alle Einträge,
            # die diese Datei als Abhängigkeit haben
            keys_to_remove = [xsl_file]
            for cached_path, (_, deps) in self._cache.items():
                if xsl_file in deps:
                    keys_to_remove.append(cached_path)

            for key in keys_to_remove:
                self._cache.pop(key, None)

            if keys_to_remove:
                logger.debug(f"XSL-Abhängigkeitscache invalidiert für {len(keys_to_remove)} Einträg(e)")