MABEA/backend/app/services/dokument.py

import hashlib
import os
import uuid
from datetime import datetime, timezone
from pathlib import Path

from sqlalchemy import select
from sqlalchemy.ext.asyncio import AsyncSession

from app.core.app_settings import settings
from app.models.dokument import EINGESCHRAENKTE_DOKUMENTTYPEN, Dokument, DokumentTyp

# Erlaubte MIME-Types (Nutzer-Vorgabe Modul 10: PDF/Bilder/Prüfprotokolle/
# Wartungsberichte/Bedienungsanleitungen/Rechnungen/Zulassungsdokumente) -
# Whitelist statt Blacklist (owasp-Grundsatz: Datei-Upload ist klassischer
# Angriffsvektor, z.B. .html/.svg mit eingebettetem Skript).
ERLAUBTE_MIME_TYPES = {
    "application/pdf",
    "image/jpeg",
    "image/png",
    "image/webp",
}


class DateityperlaubtError(Exception):
    pass


class DateizugrossError(Exception):
    pass


class DokumentDuplikatError(Exception):
    """DOC-001: identische Datei (SHA-256) bereits an dieser Entität vorhanden."""

    def __init__(self, bestehendes_dokument: Dokument):
        self.bestehendes_dokument = bestehendes_dokument
        super().__init__(f"Duplikat von Dokument {bestehendes_dokument.id}")


def _upload_pfad() -> Path:
    pfad = Path(settings.upload_dir)
    pfad.mkdir(parents=True, exist_ok=True)
    return pfad


async def _pruefe_und_speichere(
    db: AsyncSession,
    *,
    entitaet_typ: str,
    entitaet_id: str,
    dateiname: str,
    mime_type: str,
    inhalt: bytes,
    dokumenttyp: DokumentTyp,
    beschreibung: str | None,
    hochgeladen_von: int,
    vorgaenger_id: uuid.UUID | None,
    ist_original: bool,
) -> Dokument:
    if mime_type not in ERLAUBTE_MIME_TYPES:
        raise DateityperlaubtError(mime_type)
    if len(inhalt) > settings.max_upload_size_mb * 1024 * 1024:
        raise DateizugrossError(len(inhalt))

    dateihash = hashlib.sha256(inhalt).hexdigest()
    bestehendes = await db.execute(
        select(Dokument).where(
            Dokument.entitaet_typ == entitaet_typ,
            Dokument.entitaet_id == entitaet_id,
            Dokument.dateihash == dateihash,
        )
    )
    duplikat = bestehendes.scalars().first()
    if duplikat is not None:
        raise DokumentDuplikatError(duplikat)

    # Speichername ist server-generiert (UUID), NIEMALS der Original-Dateiname -
    # verhindert Path-Traversal (../../etc/passwd) und Namenskollisionen.
    endung = Path(dateiname).suffix[:10]
    speichername = f"{uuid.uuid4()}{endung}"
    ziel = _upload_pfad() / speichername
    ziel.write_bytes(inhalt)

    dokument = Dokument(
        entitaet_typ=entitaet_typ,
        entitaet_id=entitaet_id,
        dateiname=dateiname,
        speicherpfad=speichername,
        mime_type=mime_type,
        groesse_bytes=len(inhalt),
        dateihash=dateihash,
        dokumenttyp=dokumenttyp,
        beschreibung=beschreibung,
        hochgeladen_von=hochgeladen_von,
        hochgeladen_am=datetime.now(timezone.utc),
        vorgaenger_id=vorgaenger_id,
        ist_original=ist_original,
    )
    db.add(dokument)
    await db.flush()
    return dokument


async def speichere_dokument(
    db: AsyncSession,
    *,
    entitaet_typ: str,
    entitaet_id: str,
    dateiname: str,
    mime_type: str,
    inhalt: bytes,
    dokumenttyp: DokumentTyp,
    beschreibung: str | None,
    hochgeladen_von: int,
    ist_original: bool,
) -> Dokument:
    return await _pruefe_und_speichere(
        db,
        entitaet_typ=entitaet_typ,
        entitaet_id=entitaet_id,
        dateiname=dateiname,
        mime_type=mime_type,
        inhalt=inhalt,
        dokumenttyp=dokumenttyp,
        beschreibung=beschreibung,
        hochgeladen_von=hochgeladen_von,
        vorgaenger_id=None,
        ist_original=ist_original,
    )


async def ersetze_dokument(
    db: AsyncSession,
    *,
    altes_dokument: Dokument,
    dateiname: str,
    mime_type: str,
    inhalt: bytes,
    beschreibung: str | None,
    hochgeladen_von: int,
    ist_original: bool,
) -> Dokument:
    """DOC-003: neue Version anlegen statt zu überschreiben - altes_dokument
    bleibt unverändert als Historieneintrag erhalten, entitaet_typ/entitaet_id/
    dokumenttyp werden von ihm übernommen (nicht neu wählbar, es ist dieselbe
    Sache in neuer Fassung). ist_original wird bewusst NICHT vom Vorgänger
    übernommen (DOC-004) - die neue Version könnte z.B. ein nachgereichtes
    Original sein, das die bisherige Kopie ersetzt."""
    return await _pruefe_und_speichere(
        db,
        entitaet_typ=altes_dokument.entitaet_typ,
        entitaet_id=altes_dokument.entitaet_id,
        dateiname=dateiname,
        mime_type=mime_type,
        inhalt=inhalt,
        dokumenttyp=altes_dokument.dokumenttyp,
        beschreibung=beschreibung,
        hochgeladen_von=hochgeladen_von,
        vorgaenger_id=altes_dokument.id,
        ist_original=ist_original,
    )


async def versionshistorie(db: AsyncSession, dokument: Dokument) -> list[Dokument]:
    """Kette rückwärts über vorgaenger_id, neueste zuerst (inkl. übergebenem
    Dokument selbst als erstem Eintrag)."""
    kette = [dokument]
    aktuelles = dokument
    while aktuelles.vorgaenger_id is not None:
        vorgaenger = await db.get(Dokument, aktuelles.vorgaenger_id)
        if vorgaenger is None:
            break
        kette.append(vorgaenger)
        aktuelles = vorgaenger
    return kette


async def liste_fuer_entitaet(
    db: AsyncSession,
    *,
    entitaet_typ: str,
    entitaet_id: str,
    dokumenttyp: DokumentTyp | None = None,
    darf_eingeschraenkte_sehen: bool = True,
) -> list[Dokument]:
    # DOC-003: nur die jeweils aktuelle Version je Dokument zeigen - "aktuell"
    # heißt, kein anderes Dokument hat vorgaenger_id auf dieses gesetzt.
    ersetzte_ids = select(Dokument.vorgaenger_id).where(Dokument.vorgaenger_id.isnot(None))
    bedingungen = [
        Dokument.entitaet_typ == entitaet_typ,
        Dokument.entitaet_id == entitaet_id,
        Dokument.id.notin_(ersetzte_ids),
    ]
    if dokumenttyp is not None:
        bedingungen.append(Dokument.dokumenttyp == dokumenttyp)
    if not darf_eingeschraenkte_sehen:
        bedingungen.append(Dokument.dokumenttyp.notin_(EINGESCHRAENKTE_DOKUMENTTYPEN))
    result = await db.execute(select(Dokument).where(*bedingungen).order_by(Dokument.hochgeladen_am.desc()))
    return list(result.scalars().all())


def dateipfad(dokument: Dokument) -> Path:
    return _upload_pfad() / dokument.speicherpfad


async def loesche_dokument(db: AsyncSession, *, dokument: Dokument) -> None:
    pfad = dateipfad(dokument)
    await db.delete(dokument)
    await db.flush()
    # Datei erst nach erfolgreichem DB-Commit-Vorbereiten löschen (flush wirft
    # bei FK-Problemen, bevor die Datei weg ist) - hier gibt es keine
    # eingehenden FKs auf dokument, daher unkritisch, aber Reihenfolge bewusst
    # gewählt für den Fall künftiger Referenzen.
    if pfad.exists():
        os.remove(pfad)