web_check.py: Implementierung von Cloudscraper-Bypass, Deep-Analysis (Link-verfolgung), UTF-8 Fixes für ntfy und ntfy-Prioritäten

web_check.py

@@ -172,7 +172,7 @@ def hole_artikel_text(url):
         # Scraper um die Unterseite zu laden
         antwort = scraper.get(url, timeout=10)
         # Verwandle die Antwort in durchsuchbares HTML
-        unter_soup = BeautifulSoup(antwort.text, "htpm.parser")
+        unter_soup = BeautifulSoup(antwort.text, "html.parser")
         # Suche nach Hauptbereich (wie im Haptscript)
         bereich = (
             unter_soup.find("main") or unter_soup.find("article") or unter_soup.body
@@ -208,9 +208,13 @@ def verarbeite_website(url, gedaechtnis):
         # Holt den alten Text dieser URL aus dem Gedächtnis
         alter_eintrag = gedaechtnis.get(url, {})
         alter_text = alter_eintrag.get("inhalt", "")
+        bekannte_links = alter_eintrag.get("links", [])
+
+        # Sammelt alle Links aus dem Bereich für die KI
+        aktuelle_links = extrahiere_links(hauptbereich, url)
 
         # Prüft, ob sich der Text seit dem letzten Lauf verändert hat
-        if alter_text != neuer_text:
+        if alter_text != neuer_text or aktuelle_links != bekannte_links:
             print(f"  [NEU] Änderung auf {url} gefunden. Ich frage die KI...")
             # Zerlegt den Text in Zeilen
             alt_z = alter_text.splitlines()
@@ -219,17 +223,26 @@ def verarbeite_website(url, gedaechtnis):
             diff = [z[2:] for z in difflib.ndiff(alt_z, neu_z) if z.startswith("+ ")]
             text_fuer_ki = "\n".join(diff)
 
-            # Sammelt alle Links aus dem Bereich für die KI
-            alle_links = extrahiere_links(hauptbereich, url)
-
             # Nur wenn auch wirklich neuer Text vorhanden ist
             if text_fuer_ki.strip():
-                analyse = analysiere_mit_gemini(text_fuer_ki, alle_links)
+                # --- NEU: Neue Links verfolgen und Artikeltexte abrufen ---
+                neue_links = [l for l in aktuelle_links if l not in bekannte_links]
+                # Fallback, falls Gemini den direct_link vergisst: Nimm den ersten neuen Link oder die Haupt-URL
+                backup_link = neue_links[0] if neue_links else url
+
+                # Wir begrenzen das auf max. 3 neue Links, um Zeit und Tokens zu sparen
+                for link in neue_links[:3]:
+                    print(f"  [..] Lade Artikelinhalt von: {link}")
+                    artikel_inhalt = hole_artikel_text(link)
+                    # Wir hängen den Inhalt direkt an den Text für die KI an
+                    text_fuer_ki += f"\n\n--- ZUSÄTZLICHER ARTIKELKONTEXT ({link}) ---\n{artikel_inhalt}"
+
+                analyse = analysiere_mit_gemini(text_fuer_ki, aktuelle_links)
                 # Falls die KI die Änderung als politisch wichtig einstuft
                 if analyse.get("relevant") == True:
                     print(f"  [!] KI bestätigt Relevanz: {analyse.get('titel')}")
-                    # Nutzt den direkten Link der KI oder die Haupt-URL
+                    # Nutzt den direkten Link der KI oder den Backup-Link
-                    klick_url = analyse.get("direct_link", url)
+                    klick_url = analyse.get("direct_link", backup_link)
                     sende_public(
                         titel=analyse.get("titel", "Polit-Update"),
                         nachricht=analyse.get("nachricht", "Neu auf der Seite"),
@@ -241,6 +254,7 @@ def verarbeite_website(url, gedaechtnis):
             # Speichert den neuen Stand dieser Webseite im lokalen Gedächtnis
             gedaechtnis[url] = {
                 "inhalt": neuer_text,
+                "links": aktuelle_links,
                 "zeit": str(datetime.now()),
                 "status": status,
             }