feat(control-pipeline): RecitalIngester for EU act recitals (Parser 2)

Add services/recital_ingester.py — parses EU act recitals (Erwägungsgründe) from the eur-lex/CELLAR preamble via the id="rct_N" markers (the table layout that defeats a naive article parser) and tags them as a SEPARATE interpretative source: source_class=recital, authority_weight=60, use_for_primary=false, so they rank below binding articles and surface only as interpretation context. Reuses the Parser-1 download + helpers. Add scripts/ingest_recitals.py (skip-by-existing, no auto re-ingest) + tests/fixture. Tested: 4 unit tests over a synthetic rct_N fixture, ruff + mypy clean, real CELLAR parse of DORA verified end-to-end (106 recitals, interpretative metadata). Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-06-24 08:49:30 +02:00
parent 569f64a400
commit c258fbc3de
4 changed files with 307 additions and 0 deletions
@@ -0,0 +1,19 @@
+<!DOCTYPE html>
+<html><body>
+<p class="oj-normal">DAS EUROPÄISCHE PARLAMENT — in Erwägung nachstehender Gründe:</p>
+<div class="eli-subdivision" id="rct_1">
+  <table><tbody><tr>
+    <td><p class="oj-normal">(1)</p></td>
+    <td><p class="oj-normal">Dieser erste Erwaegungsgrund erklaert den Hintergrund der Verordnung ausfuehrlich und verweist auf Artikel 5.</p></td>
+  </tr></tbody></table>
+</div>
+<div class="eli-subdivision" id="rct_2">
+  <table><tbody><tr>
+    <td><p class="oj-normal">(2)</p></td>
+    <td><p class="oj-normal">Der zweite Erwaegungsgrund ergaenzt den ersten und nennt weitere Ziele der Regelung im Detail.</p></td>
+  </tr></tbody></table>
+</div>
+<p class="oj-ti-art">Artikel 1</p>
+<p class="oj-sti-art">Gegenstand</p>
+<p class="oj-normal">Der eigentliche Artikeltext, der KEIN Erwaegungsgrund ist und nicht als solcher geparst werden darf.</p>
+</body></html>