feat(importer): Microdata-Fallback für Seiten ohne JSON-LD

Bisher scheiterte der Import auf Seiten wie rezeptwelt.de mit „Diese Seite enthält kein Rezept", obwohl unser Such-Filter die Treffer durchließ (Microdata wird seit dem vorherigen Commit erkannt). Jetzt kann der Importer die Daten auch tatsächlich extrahieren: - extractRecipeFromMicrodata(html): parst [itemtype=schema.org/Recipe]- Scopes per linkedom, sammelt itemprop-Werte unter Beachtung der verschachtelten itemscope-Grenzen (HowToStep-Texts landen nicht im Haupt-Scope). - Übernimmt Content-Attribute auf <meta>/<time> (z.B. prepTime="PT20M"), src auf <img>, textContent als Fallback — die Standard-Microdata- Value-Regeln. - Behandelt HowToStep-Items UND einfache <li>/<ol>-Listen als recipeInstructions. - extractRecipeFromHtml ruft JSON-LD zuerst, fällt nur bei null auf Microdata zurück — damit bleibt bestehendes Verhalten stabil. Tests: Königsberger-Klopse-Fixture mit HowToSteps, einfache ol/li- Variante und Priorität-JSON-LD-über-Microdata-Check. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-04-18 08:52:00 +02:00
parent ab2acb6437
commit aad3ad689d
2 changed files with 221 additions and 1 deletions
--- a/tests/unit/json-ld-recipe.test.ts
+++ b/tests/unit/json-ld-recipe.test.ts
@@ -46,6 +46,83 @@ describe('extractRecipeFromHtml', () => {
  });
 });

+describe('extractRecipeFromHtml — Microdata fallback', () => {
+  it('extracts title, ingredients and HowToStep instructions', () => {
+    const html = `<!doctype html><html><body>
+      <article itemscope itemtype="https://schema.org/Recipe">
+        <h1 itemprop="name">Königsberger Klopse</h1>
+        <img itemprop="image" src="/img/klopse.jpg" />
+        <p itemprop="description">Klassische Königsberger Klopse.</p>
+        <meta itemprop="prepTime" content="PT20M" />
+        <meta itemprop="cookTime" content="PT25M" />
+        <span itemprop="recipeYield">4</span>
+        <span itemprop="recipeCuisine">Ostpreußisch</span>
+        <ul>
+          <li itemprop="recipeIngredient">500 g Hackfleisch gemischt</li>
+          <li itemprop="recipeIngredient">1 Zwiebel, fein gewürfelt</li>
+          <li itemprop="recipeIngredient">2 EL Kapern</li>
+        </ul>
+        <ol>
+          <li itemprop="recipeInstructions" itemscope itemtype="https://schema.org/HowToStep">
+            <span itemprop="text">Hackfleisch und Zwiebel vermengen.</span>
+          </li>
+          <li itemprop="recipeInstructions" itemscope itemtype="https://schema.org/HowToStep">
+            <span itemprop="text">Klopse formen und in Salzwasser garen.</span>
+          </li>
+        </ol>
+      </article>
+      </body></html>`;
+    const r = extractRecipeFromHtml(html);
+    expect(r).not.toBeNull();
+    expect(r!.title).toBe('Königsberger Klopse');
+    expect(r!.ingredients.length).toBe(3);
+    expect(r!.ingredients[0].raw_text).toContain('Hackfleisch');
+    expect(r!.steps.length).toBe(2);
+    expect(r!.steps[1].text).toContain('Klopse formen');
+    expect(r!.prep_time_min).toBe(20);
+    expect(r!.cook_time_min).toBe(25);
+    expect(r!.servings_default).toBe(4);
+    expect(r!.cuisine).toBe('Ostpreußisch');
+    expect(r!.image_path).toBe('/img/klopse.jpg');
+  });
+
+  it('handles plain-text recipeInstructions without HowToStep', () => {
+    const html = `<html><body>
+      <div itemscope itemtype="http://schema.org/Recipe">
+        <span itemprop="name">Test</span>
+        <span itemprop="recipeIngredient">1 Apfel</span>
+        <div itemprop="recipeInstructions">
+          <ol>
+            <li>Schälen.</li>
+            <li>Essen.</li>
+          </ol>
+        </div>
+      </div>
+      </body></html>`;
+    const r = extractRecipeFromHtml(html);
+    expect(r).not.toBeNull();
+    expect(r!.steps.length).toBe(2);
+    expect(r!.steps[0].text).toBe('Schälen.');
+  });
+
+  it('prefers JSON-LD when both are present', () => {
+    const html = `<html><head>
+      <script type="application/ld+json">${JSON.stringify({
+        '@type': 'Recipe',
+        name: 'From JSON-LD',
+        recipeIngredient: ['x'],
+        recipeInstructions: ['y']
+      })}</script>
+      </head><body>
+      <div itemscope itemtype="https://schema.org/Recipe">
+        <span itemprop="name">From Microdata</span>
+      </div>
+      </body></html>`;
+    const r = extractRecipeFromHtml(html);
+    expect(r?.title).toBe('From JSON-LD');
+  });
+});
+
 describe('hasRecipeMarkup', () => {
  it('detects JSON-LD Recipe', () => {
    const html = `<html><head>