From a8d8ae0dfc319956e4485277b0cba8526e4eb4e6 Mon Sep 17 00:00:00 2001 From: Gulum Date: Sat, 6 Jun 2026 12:14:23 +0200 Subject: [PATCH] conflict-decisions: correctDob remaps a wrong-birthdate duplicate before dedup MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit god added a `correctDob` (DD.MM.YYYY) decisions field: the matched (name+dob) record is a DUPLICATE with a wrong birthdate → remap its DOB to correctDob so dedup MERGES it into the canonical same-named animal. apply_dob_remaps runs BEFORE dedup (it changes the dedup identity); tolerates a missing file; logged as "DOB-Remaps: N". First use: Chelsea *15.10.2021 → *02.04.2021 (merges into the canonical record). test_extract covers the remap + that both records then share one name+dob identity. Extractor-only. python + dotnet 121/121 green. Co-Authored-By: Claude Opus 4.8 (1M context) --- tools/import/extract.py | 30 ++++++++++++++++++++++++++-- tools/import/output/review-report.md | 16 +++++---------- tools/import/test_extract.py | 24 ++++++++++++++++++++++ 3 files changed, 57 insertions(+), 13 deletions(-) diff --git a/tools/import/extract.py b/tools/import/extract.py index d71251a..d892bde 100644 --- a/tools/import/extract.py +++ b/tools/import/extract.py @@ -883,6 +883,31 @@ def write_report(merged, conflicts, orphans, raw_count, litters, photo_count, # ------------------------------------------------------------------------ main +def apply_dob_remaps(raw_animals, path): + """PRE-dedup: a conflict-decision carrying `correctDob` marks a record as a DUPLICATE with a + wrong birthdate — remap that raw record's DOB to correctDob so dedup MERGES it into the + canonical same-named animal (e.g. Chelsea *15.10.2021 -> *02.04.2021). Match = + norm_name(name)+norm_dob(dob). Tolerates a missing/garbled file. Returns the remap count. + Must run BEFORE dedup (it changes the dedup identity). (god/HUMANQUESTION D — Dubletten.)""" + remaps = {} + try: + with open(path, encoding="utf-8") as fh: + for r in (json.load(fh).get("resolutions") or []): + if r.get("correctDob"): + remaps[(norm_name(r.get("name", "")), norm_dob(r.get("dob", "")))] = r["correctDob"] + except (OSError, ValueError): + return 0 + if not remaps: + return 0 + n = 0 + for a in raw_animals: + new = remaps.get((norm_name(a.get("name", "")), norm_dob(a.get("dob", "")))) + if new and a.get("dob") != new: + a["dob"] = new + n += 1 + return n + + def apply_conflict_decisions(merged, conflicts, path): """Consume human conflict resolutions (tools/import/conflict-decisions.json) so the wife's answers UN-QUARANTINE animals. Schema: {"resolutions":[{name, dob, decision, genotype?, @@ -953,8 +978,9 @@ def main(): litters = extract_wurfchronik(args.wurfchronik) print(f"Wurfchronik: {len(litters)} Würfe") - merged, conflicts, orphans, zucht_splits = dedup(raw_animals) decisions_path = os.path.join(HERE, "conflict-decisions.json") + dob_remaps = apply_dob_remaps(raw_animals, decisions_path) # before dedup (changes identity) + merged, conflicts, orphans, zucht_splits = dedup(raw_animals) resolved_by_decision = apply_conflict_decisions(merged, conflicts, decisions_path) match_stats = match_litters(merged, litters) photo_count = sum(len(a["photos"]) for a in merged) @@ -973,7 +999,7 @@ def main(): print(f"\nRoh: {len(raw_animals)} → eindeutig: {len(merged)} " f"| Konflikte: {len(conflicts)} | per Entscheidung gelöst: {resolved_by_decision} " - f"| Zucht-Splits: {len(zucht_splits)} " + f"| DOB-Remaps: {dob_remaps} | Zucht-Splits: {len(zucht_splits)} " f"| Orphans: {len(orphans)} | Fotos: {photo_count}") print(f"Wurf-Verknüpfung: {match_stats['parents']} (Datum+Eltern), " f"{match_stats['dateOnly']} (nur Datum), {match_stats['ambiguous']} mehrdeutig " diff --git a/tools/import/output/review-report.md b/tools/import/output/review-report.md index bda11ff..65a17ce 100644 --- a/tools/import/output/review-report.md +++ b/tools/import/output/review-report.md @@ -5,10 +5,10 @@ _Automatisch erzeugt von `tools/import/extract.py` — **noch nichts in die Date ## Überblick - Rohe Tier-Einträge aus den Stammbäumen: **950** -- Nach Zusammenführung (eindeutige Tiere): **622** - - davon mit Geburtsdatum: 327 +- Nach Zusammenführung (eindeutige Tiere): **621** + - davon mit Geburtsdatum: 326 - in mehreren Dateien gefunden (Dubletten zusammengeführt): 158 -- Konflikte zur Klärung: **15** +- Konflikte zur Klärung: **9** - Mehrdeutige / unvollständige Einträge (ohne Name+Datum): **310** - Fotos zugeordnet: **137** - Würfe aus der Wurfchronik: **752** @@ -26,14 +26,8 @@ Gleiches Tier (Name+Datum), aber widersprüchliche Angaben in verschiedenen Date | Tier | Geburtsdatum | abweichende Genotypen | abweichende Farbschläge | Sterbedaten | Dateien | |---|---|---|---|---|---| | Ella | 10.06.2019 | Aa C D- ee[f] GG P- spsp // Aa Cc[chm] D- ee[f] UwUw P- spsp | Algierfuchsschimmel, hell | 03.02.2023 | Stammbaum von Akio Kids, Stammbaum von CP-Fuchs, CP-Sa Sp von Unity, Stammbaum von Valentino Firehearts Kids | -| Zuleika von den Kleinen Chaoten | 24.10.2015 | aa c[chm]c[h] D- E G P- spsp // aa c[chm]c[h] D- Ee Gg P- spsp // aa c[chm]c[h] DD Ee Gg P- spsp | — | 24.02.2019 | Stammbaum von Akio Kids, Stammbaum von CP-Fuchs, CP-Sa Sp von Unity, Stammbaum von Valentino Firehearts Kids | -| Vestra von den Schlossmäusen | 08.02.2019 | Aa Cc[chm] D- EE GG PP Spsp [WP] // Aa Cc[chm] DD EE GG PP Spsp [WP] | — | 26.05.2023 | Stammbaum von Akio Kids, Stammbaum von CP-Fuchs, CP-Sa Sp von Unity, Stammbaum von Fire Kids, Stammbaum von Valentino Firehearts Kids | -| Flint von den Kleinen Chaoten | 23.12.2017 | aa Cc[chm] D- ee Gg P- spsp | — | 10.05.2021 // 10.05.2022 | Stammbaum von Akio Kids, Stammbaum von CP-Fuchs, CP-Sa Sp von Unity | | Kazu von den Kleinen Chaoten | 23.04.2013 | Aa Cc[chm] DD e[f]e[f] Gg P Spsp // Aa Cc[chm] DD ee[f] UwUw PP Spsp | — | 03.09.2017 | Stammbaum von Akio Kids, Stammbaum von Vance | -| Milka of LennyLengo | 09.12.2018 | aa C- dd E- Gg P- Spsp // aa Cc[h] dd EE Gg P- Spsp | — | 22.12.2021 | Stammbaum von Alberto Kids, Stammbaum von Stella Kids | -| Silvain von den Kleinen Chaoten | 27.03.2022 | aa c[chm]c[chm] Dd Ee[-] Gg P- Spsp // aa c[chm]c[chm] Dd ee[-] Gg Pp Spsp | — | 31.12.2024 | Stammbaum von Alberto Kids, Stammbaum von CP-Fuchs, CP-Sa Sp von Unity | | Enya von den Kleinen Chaoten | 01.11.2017 | Aa c[chm]c[chm] D- ee[-] G- P- spsp // Aa c[chm]c[chm] D- ee[-] Uwuw[d] P- spsp | — | — | Stammbaum von Alberto Kids, Stammbaum von Fire Kids, Stammbaum von Kohlief, Goldfuchsef Sp von Chrissi, Stammbaum von Stella Kids | -| Molly of Black Forest | 13.09.2021 | /+, Aa Cc[chm] D- Ee gg P- spsp // Aa Cc[chm] Dd Ee gg Pp spsp | — | 03.05.2021 | Stammbaum von Alberto Kids, Stammbaum von CP-Fuchs, CP-Sa Sp von Unity | | Little Runner's Big Ben | 03.02.2020 | Aa Cc[chm] DD Ee Gg PP Spsp // Aa Cc[chm] DD Ee Gg Pp Spsp | — | 14.10.2023 | Stammbaum von CP-Fuchs, CP-Sa Sp von Unity, Stammbaum von Fire Kids, Stammbaum von Goldfuchs Sp (Pikachu) Kids, Stammbaum von Kohlief, Goldfuchsef Sp von Chrissi, Stammbaum von Valentino Firehearts Kids, Stammbaum von Watarus Kids | | Vance Jr. von den Kleinen Chaoten | 10.04.2022 | aa Cc[hm] Dd Ee gg P- Spsp // aa Cc[hm] Dd Ee gg P- spsp | Kohlfuchs, hell | — | Stammbaum von Fire Kids, Stammbaum von Stella Kids | | Victoria Welby gen. Welby v.d. Kleinen Chaoten | 16.01.2023 | Aa CC D- Ee[f] Gg pp Spsp [DP] // Aa CC D- ee[f] Gg pp Spsp [DP] | Goldfuchsschimmel Punktschecke DP | 17.02.2026 | Stammbaum von Goldfuchs Sp (Pikachu) Kids, Stammbaum von Kohlief, Goldfuchsef Sp von Chrissi, Stammbaum von Watarus Kids | @@ -97,7 +91,7 @@ Gleiches Tier (Name+Datum), aber widersprüchliche Angaben in verschiedenen Date - „Hagrid Rubeus of Black Forest“ → Hagrid Rubeus of Black Forest (*18.07.2019) - „Charly of Golden Lights“ → Charly of Golden Lights (*05.04.2016) - „Ziwa of Golden Lights“ → Ziwa of Golden Lights (*29.04.2016) -- „Chelsea von den Kleinen Chaoten“ → Chelsea von den Kleinen Chaoten (*02.04.2021); Chelsea von den Kleinen Chaoten (*15.10.2021) +- „Chelsea von den Kleinen Chaoten“ → Chelsea von den Kleinen Chaoten (*02.04.2021) - „Pinto of Fiomi“ → Pinto of Fiomi (*28.08.2016) - „Living Force's Idefix“ → Living Force's Idefix (*05.04.2016) - „Scarlett of Samsimar“ → Scarlett of Samsimar (*05.09.2018) @@ -139,12 +133,12 @@ Diese Tokens stehen weiter in `rawGenotype`/`unmappedTokens` — Entscheidung (M | `/+` | 7 | ? | | `-g` | 2 | ? | | `C(C)` | 2 | Schreibweise (C trägt c) | -| `chmchm` | 2 | Schreibweise (c[chm]c[chm]) | | `Cc[]` | 1 | ? | | `-psp` | 1 | ? | | `G(G)` | 1 | ? | | `/` | 1 | ? | | `+2018` | 1 | ? | +| `chmchm` | 1 | Schreibweise (c[chm]c[chm]) | | `c[chm]chm]` | 1 | ? | | `Dea/dea]` | 1 | ? | | `DD-Tumor` | 1 | ? | diff --git a/tools/import/test_extract.py b/tools/import/test_extract.py index 2e5c9c0..ab388c2 100644 --- a/tools/import/test_extract.py +++ b/tools/import/test_extract.py @@ -101,6 +101,30 @@ check("decision removes both entries from conflicts list", conflicts == []) check("apply_conflict_decisions returns resolved count", n == 2) check("missing decisions file tolerated (returns 0)", e.apply_conflict_decisions([], [], os.path.join(tempfile.gettempdir(), "does-not-exist.json")) == 0) + +# --- correctDob: a wrong-birthdate duplicate is remapped BEFORE dedup so it merges --- +dec2 = os.path.join(tempfile.gettempdir(), "decisions-dob.json") +_json.dump({"resolutions": [ + {"name": "Chelsea von den Kleinen Chaoten", "dob": "15.10.2021", + "decision": "duplicate wrong birthdate", "correctDob": "02.04.2021", "source": "test"}, +]}, open(dec2, "w", encoding="utf-8")) +raw = [ + {"name": "Chelsea von den Kleinen Chaoten", "dob": "15.10.2021"}, # the wrong-dob duplicate + {"name": "Chelsea von den Kleinen Chaoten", "dob": "02.04.2021"}, # canonical + {"name": "Other Animal", "dob": "01.01.2020"}, +] +rn = e.apply_dob_remaps(raw, dec2) +check("correctDob remaps the wrong-dob record", raw[0]["dob"] == "02.04.2021") +check("correctDob leaves the canonical record alone", raw[1]["dob"] == "02.04.2021") +check("correctDob leaves unrelated records alone", raw[2]["dob"] == "01.01.2020") +check("apply_dob_remaps returns remap count", rn == 1) +check("after remap both Chelsea share one dedup identity (name+dob)", + e.norm_dob(raw[0]["dob"]) == e.norm_dob(raw[1]["dob"])) +check("missing decisions file tolerated for dob remaps (returns 0)", + e.apply_dob_remaps([], os.path.join(tempfile.gettempdir(), "nope.json")) == 0) +try: os.remove(dec2) +except OSError: pass + try: os.remove(dec_path) except OSError: pass