claude/kochwas
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

fix(importer): Microdata-Steps bei HowToSection + mehrfach-Schritten
All checks were successful
Build & Publish Docker Image / build-and-push (push) Successful in 1m19s
Details

Browse Source 
Rezeptwelt lieferte Zubereitungs-Steps immer als einen einzigen Treffer,
oft mit vermischtem Icon-alt-Text. Zwei Ursachen, beide in der
generischen Microdata-Logik — kein rezeptwelt-spezifischer Parser nötig.

1. HowToSection wrappt HowToSteps als itemListElement, unser Parser sah
   nur das erste. Jetzt: recipeInstructions-Container mit itemtype=
   HowToSection werden abgestiegen, jedes itemListElement wird ein Step.

2. Ein einzelner HowToStep kann intern "1. …<br>2. …<br>3. …" enthalten.
   Neuer textWithLineBreaks(el) konvertiert <br>/Block-Grenzen zu \n und
   ignoriert <img>/<script>/<style>. splitStepText(raw) erkennt
   nummerierte Zeilen und erzeugt einen eigenen Step pro Nummer; Fort-
   setzungszeilen ohne Nummer hängen an den aktuellen Step an.

3 neue Tests: HowToSection-Kette, inline-nummerierter Multi-Step,
<img>-alt-Unterdrückung.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
This commit is contained in:
hsiegeln
2026-04-18 09:03:50 +02:00
parent 272935034d
commit 3e3afc0102
2 changed files with 147 additions and 12 deletions
Download Patch File Download Diff File Expand all files Collapse all files

54
tests/unit/json-ld-recipe.test.ts
View File

@@ -105,6 +105,60 @@ describe('extractRecipeFromHtml — Microdata fallback', () => {
expect(r!.steps[0].text).toBe('Schälen.');
});
it('splits a single HowToStep containing "1.<br>2.<br>3." into separate steps', () => {
const html = `<html><body>
<div itemscope itemtype="https://schema.org/Recipe">
<span itemprop="name">Multi-step</span>
<span itemprop="recipeIngredient">x</span>
<div itemprop="recipeInstructions" itemscope itemtype="https://schema.org/HowToStep">
<p itemprop="text">1. Teig kneten.<br>2. Gehen lassen.<br>3. Backen.</p>
</div>
</div>
</body></html>`;
const r = extractRecipeFromHtml(html);
expect(r).not.toBeNull();
expect(r!.steps.length).toBe(3);
expect(r!.steps[0].text).toBe('Teig kneten.');
expect(r!.steps[1].text).toBe('Gehen lassen.');
expect(r!.steps[2].text).toBe('Backen.');
});
it('handles HowToSection wrapping multiple HowToStep itemListElements', () => {
const html = `<html><body>
<div itemscope itemtype="https://schema.org/Recipe">
<span itemprop="name">Sections</span>
<span itemprop="recipeIngredient">x</span>
<div itemprop="recipeInstructions" itemscope itemtype="https://schema.org/HowToSection">
<div itemprop="itemListElement" itemscope itemtype="https://schema.org/HowToStep">
<span itemprop="text">Erst schneiden.</span>
</div>
<div itemprop="itemListElement" itemscope itemtype="https://schema.org/HowToStep">
<span itemprop="text">Dann kochen.</span>
</div>
</div>
</div>
</body></html>`;
const r = extractRecipeFromHtml(html);
expect(r!.steps.length).toBe(2);
expect(r!.steps[0].text).toBe('Erst schneiden.');
expect(r!.steps[1].text).toBe('Dann kochen.');
});
it('ignores <img> alt/title content in step text', () => {
const html = `<html><body>
<div itemscope itemtype="https://schema.org/Recipe">
<span itemprop="name">WithIcon</span>
<span itemprop="recipeIngredient">x</span>
<div itemprop="recipeInstructions" itemscope itemtype="https://schema.org/HowToStep">
<span itemprop="text">Teig <img alt="Icon Teig kneten" src="/x.png"> verarbeiten.</span>
</div>
</div>
</body></html>`;
const r = extractRecipeFromHtml(html);
expect(r!.steps[0].text).not.toMatch(/Icon Teig kneten/);
expect(r!.steps[0].text).toMatch(/Teig.*verarbeiten/);
});
it('prefers JSON-LD when both are present', () => {
const html = `<html><head>
<script type="application/ld+json">${JSON.stringify({