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 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 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,
) -> 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),
    )
    db.add(dokument)
    await db.flush()
    return dokument


async def liste_fuer_entitaet(
    db: AsyncSession, *, entitaet_typ: str, entitaet_id: str, dokumenttyp: DokumentTyp | None = None
) -> list[Dokument]:
    bedingungen = [Dokument.entitaet_typ == entitaet_typ, Dokument.entitaet_id == entitaet_id]
    if dokumenttyp is not None:
        bedingungen.append(Dokument.dokumenttyp == dokumenttyp)
    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)