From 26074a42dbf344a57bd792760f7901be44ecc303 Mon Sep 17 00:00:00 2001
From: rene <mail@motocamp.de>
Date: Sat, 25 Apr 2026 09:22:14 +0200
Subject: [PATCH] =?UTF-8?q?Scraper:=20Commons-Suche=20nur=20bei=20vollst?=
 =?UTF-8?q?=C3=A4ndigem=20Namensmatch=20im=20Dateinamen?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 backend/scraper/fetch_wiki_images.py | 17 ++++++++++-------
 1 file changed, 10 insertions(+), 7 deletions(-)

diff --git a/backend/scraper/fetch_wiki_images.py b/backend/scraper/fetch_wiki_images.py
index 8d7f9b1..5e77208 100644
--- a/backend/scraper/fetch_wiki_images.py
+++ b/backend/scraper/fetch_wiki_images.py
@@ -238,10 +238,11 @@ async def _commons_search(query: str, client: httpx.AsyncClient) -> str | None:
         resp2.raise_for_status()
         pages = resp2.json().get("query", {}).get("pages", {})
 
-        # Trefferqualität: bevorzuge Bilder die den Suchbegriff im Dateinamen haben
-        # und lehne Treffer ab die keine Hundbezug haben
-        query_words = [w for w in query.lower().split() if len(w) > 3]
-        best_score  = -1
+        # Qualitätsprüfung: Dateiname muss ALLE signifikanten Wörter enthalten
+        # (verhindert Fehlmatches wie "Afghan" → Kind aus Afghanistan)
+        query_words  = [w for w in query.lower().split() if len(w) > 3]
+        needed_score = len(query_words)  # alle Wörter müssen vorkommen
+        best_score   = -1
         best: str | None = None
 
         for page in pages.values():
@@ -252,14 +253,16 @@ async def _commons_search(query: str, client: httpx.AsyncClient) -> str | None:
                 if not thumb or not _is_usable(thumb):
                     continue
                 fname = urllib.parse.unquote(thumb).lower()
-                # Score: wie viele Suchbegriff-Wörter sind im Dateinamen?
                 score = sum(1 for w in query_words if w in fname)
                 if score > best_score:
                     best_score = score
                     best = thumb
 
-        # Mindestens 1 Wort des Suchbegriffs muss im Dateinamen vorkommen
-        return best if best_score >= 1 else None
+        # Alle signifikanten Wörter müssen im Dateinamen vorkommen
+        # Bei 1-Wort-Suchen: Mindestens 1 Match
+        if needed_score == 0:
+            return None
+        return best if best_score >= needed_score else None
 
     except Exception as exc:
         logger.debug("Commons search (%s): %s", query, exc)