"""Rendu HTML du diagramme miroir taxonomique — Sprint 77.
A.I.4 chantier 3 du plan d'évolution 2026.
Suite directe ``picarones/core/taxonomy_comparison.py``. Pattern
identique aux autres rendus (Sprints 41/43/62/67/72/74/75/76) :
**server-side**, pas de JavaScript, anti-injection systématique.
Diagramme miroir
----------------
Une ligne par classe taxonomique, divisée en deux barres
horizontales :
- À **gauche** : barre du moteur A (orientée vers la gauche, du
centre vers le bord).
- À **droite** : barre du moteur B (orientée vers la droite).
- Couleur de la classe selon ``recoverability`` :
- vert (#5fa860) : ``recoverable``
- orange (#e0a050) : ``difficult``
- rouge (#d8553b) : ``irrecoverable``
Lecture immédiate : un moteur dont les barres tirent vers la
**gauche** sur du vert (case_error, ligature_error) et un moteur
qui tire à droite sur du rouge (lacuna) — la décision éditoriale
est évidente même si les CER globaux sont identiques.
"""
from __future__ import annotations
from html import escape as _e
from typing import Optional
_RECOVERABILITY_COLORS = {
"recoverable": "#5fa860",
"difficult": "#e0a050",
"irrecoverable": "#d8553b",
}
def _build_mirror_chart_svg(
data: dict,
*,
bar_max_width: int = 200,
row_height: int = 22,
label_width: int = 140,
margin_top: int = 50,
margin_bottom: int = 20,
) -> str:
"""Construit le diagramme miroir SVG."""
classes = data["classes"]
prop_a = data["proportions_a"]
prop_b = data["proportions_b"]
recov = data["recoverability"]
engine_a = data["engine_a"]
engine_b = data["engine_b"]
n_rows = len(classes)
if n_rows == 0:
return ""
# Échelle : on normalise à la valeur max de toutes les
# proportions (pour que la classe la plus présente atteigne
# bar_max_width).
max_prop = max(
max(prop_a.values(), default=0.0),
max(prop_b.values(), default=0.0),
)
if max_prop <= 0:
max_prop = 1.0 # évite division par zéro (cas dégénéré)
width = label_width + 2 * bar_max_width + 40
height = margin_top + n_rows * row_height + margin_bottom
center = width // 2
parts = [
f'")
return "".join(parts)
def _build_recoverability_summary_html(
data: dict, labels: dict,
) -> str:
"""Encart résumé par catégorie de récupérabilité (3 lignes)."""
totals = data.get("totals_by_recoverability") or {}
if not totals:
return ""
label_recov = labels.get("taxocomp_recoverable", "Récupérable")
label_diff = labels.get("taxocomp_difficult", "Difficile")
label_irrec = labels.get("taxocomp_irrecoverable", "Irrécupérable")
rows = [
("recoverable", label_recov),
("difficult", label_diff),
("irrecoverable", label_irrec),
]
parts = [
'
',
]
for level, label in rows:
cell = totals.get(level, {"a": 0.0, "b": 0.0})
color = _RECOVERABILITY_COLORS.get(level, "#888")
parts.append(
f'
'
f'
'
f''
f'{_e(label)}
'
f'
{cell["a"] * 100:.1f}%
'
f'
{cell["b"] * 100:.1f}%
'
f'
'
)
parts.append("
")
return "".join(parts)
def build_taxonomy_comparison_html(
data: Optional[dict],
labels: Optional[dict[str, str]] = None,
) -> str:
"""Construit le bloc HTML de comparaison taxonomique entre 2 moteurs.
Retourne ``""`` si ``data is None`` ou aucune classe.
"""
if not data:
return ""
classes = data.get("classes") or []
if not classes:
return ""
labels = labels or {}
title_template = labels.get(
"taxocomp_title", "Profil taxonomique : {engine_a} vs {engine_b}",
)
title = title_template.format(
engine_a=data["engine_a"], engine_b=data["engine_b"],
)
note = labels.get(
"taxocomp_note",
"Diagramme miroir des proportions d'erreurs par classe. "
"Couleur selon récupérabilité éditoriale (vert = corrigeable, "
"rouge = irrécupérable). À CER global égal, un moteur dont les "
"erreurs sont majoritairement vertes est préférable pour une "
"édition critique.",
)
parts = [
'