fix(backend): Download-Filter konnte ohne Titel- oder Kuenstlermerkmal zugreifen

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

CHANGELOG.md

@@ -217,6 +217,28 @@ Die Android-App zählt eigenständig weiter (mehrere APKs pro Release). Welche d
     erreichbar war) und zählt für die Seitenleiste jetzt zur Bibliothek statt zu Entdecken.
 
 ### Fixed
+- **Der Download-Filter konnte den falschen Titel speichern — zwei Löcher, ein Grund (Backend)** —
+  gemeldet mit „銀髪の少年" (Yoshihisa Hirano, HUNTER×HUNTER) und „Dearly Beloved" (TPR): beide Male
+  kam etwas anderes an.
+  - **Die Kaskadenschritte 3 und 4 lassen die Künstlerprüfung fallen** — bewusst, damit
+    Label-Kanäle durchkommen. Übrig bleibt dann Titel + Dauer. Bei „Dearly Beloved" reicht das
+    nicht: es gibt Rocksongs, die genau so heißen, und einer davon lag im Dauerfenster.
+  - **Für japanische Titel gab es überhaupt keine Titelprüfung.** `buildTitleKeywords` lieferte
+    dafür eine leere Liste (japanische Titel haben keine Wortgrenzen, und Art Tracks sind oft
+    romanisiert). Zusammen mit Schritt 3/4 blieb damit **allein die Dauer** übrig — und auf einem
+    Soundtrack-Album passt fast jedes andere Stück desselben Komponisten in dasselbe Fenster.
+    Genau das ist bei „銀髪の少年" passiert.
+  - **Behoben in drei Schritten:** japanische Titel bekommen ein Muster aus *Originaltitel oder
+    Romaji-Fassung* (Art Tracks tragen üblicherweise das eine oder das andere; Leerzeichen und
+    Bindestriche bleiben frei, weil Uploader sie unterschiedlich setzen). Ein Schritt **ohne**
+    Titelprüfung läuft jetzt immer **mit** Künstlerprüfung, egal was die Kaskade lockern wollte.
+    Und japanische Künstlernamen werden gegen das `artist`-Feld geprüft — der Kanalname steht kaum
+    je in Kanji, das Feld der Art Tracks dagegen schon; vorher hatten sie gar keine Prüfung.
+  - Bleibt am Ende weder ein Titel- noch ein Künstlermerkmal übrig, wird **gar nicht gesucht**:
+    ohne Merkmal landet sonst der erste Treffer passender Länge auf der Platte. Der Direktlink im
+    Importer ist dafür der vorgesehene Weg.
+  - Fünf neue Prüfungen in `backend/test/ytdlp.test.js` (59 grün), darunter „anderes Stück
+    desselben Albums darf nicht passen".
 - **Das Mischen-Symbol zeigte nie an, dass es an ist (Android)** — und der Grund lag nicht in der
   Anzeige. `toggleShuffle` baute den Rest der Warteschlange als Schleife aus `removeMediaItem` +
   `addMediaItem` um; dazwischen hatte der Controller vorübergehend weniger Titel als unsere Liste.

backend/lib/ytdlp.js

@@ -12,11 +12,27 @@ const { romajiForStorage, isTokenizerReady } = require('./romaji');
 // Matches hiragana, katakana, CJK — used to detect Japanese content
 const JP_RE = /[ぁ-んァ-ン一-龯]/;
 
-function buildTitleKeywords(title) {
+function buildTitleKeywords(title, romaji = '') {
-  // For Japanese titles: Art Tracks on YTM/YouTube are often romanized
+  // Japanische Titel haben keine Wortgrenzen, die Zwei-laengste-Woerter-Regel greift also nicht.
-  // ("Souiunatsu" for "そういう夏") — a Japanese keyword filter would always
+  // Frueher lieferte diese Funktion dafuer eine LEERE Liste — und damit hatte der Filter bei einem
-  // reject the correct video. Channel + duration are the quality gates instead.
+  // japanischen Titel gar keine Titelpruefung mehr. Zusammen mit den Kaskadenschritten ohne
-  if (JP_RE.test(title)) return [];
+  // Kuenstlerpruefung blieb allein die Dauer uebrig, und bei einem Soundtrack-Album passt fast
+  // jeder andere Titel desselben Komponisten in dasselbe Dauerfenster. Genau so kam am 24.9.2026
+  // ein falsches Stueck aus "HUNTER×HUNTER" herein.
+  //
+  // Stattdessen wird jetzt eine Alternative gefordert: der ORIGINALTITEL oder seine Romaji-Fassung.
+  // Art Tracks tragen ueblicherweise das eine oder das andere. Leerzeichen und Bindestriche der
+  // Romaji-Fassung bleiben dabei frei, weil Uploader sie unterschiedlich setzen
+  // ("Ginpatsu no Shounen" / "Ginpatsu-no-Shounen").
+  if (JP_RE.test(title)) {
+    const escRe = t => t.replace(/[.*+?^${}()|[\]\\]/g, '\\$&');
+    const alternativen = [escRe(title.trim())];
+    const r = (romaji || '').trim();
+    if (r && r.toLowerCase() !== title.trim().toLowerCase() && !JP_RE.test(r)) {
+      alternativen.push(escRe(r).replace(/\s+/g, '[ -]?'));
+    }
+    return [`(?:${alternativen.join('|')})`];
+  }
   const VARIANT_WORDS = new Set(['sped','speedup','slowed','reverb','nightcore','karaoke','parody','remix','cover','acoustic','instrumental']);
   const STOPWORDS = new Set(['the','a','an','and','or','of','in','on','at','to','for','feat','ft','with','single','ep','album','remaster','remastered','deluxe','edition','version','live','bonus']);
   const MIX_QUALIFIERS = ['radio', 'extended', 'club', 'vip', 'original', 'edit'];
@@ -173,7 +189,10 @@ async function downloadTrack({ jobId, artist, rawArtist, albumArtist, title, alb
   const searchTitle = cleanTitle;
 
   const variantFilter = buildVariantFilter(searchTitle);
-  const titleKws      = buildTitleKeywords(searchTitle);
+  // Romaji nur, wenn der Tokenizer bereit ist — sonst liefert romajiForStorage den Text
+  // unveraendert zurueck und die Alternative waere doppelt.
+  const titleRomaji   = isTokenizerReady() ? romajiForStorage(searchTitle) : '';
+  const titleKws      = buildTitleKeywords(searchTitle, titleRomaji);
   const variantPart   = variantFilter ? ` & ${variantFilter}` : '';
   const titleKwPart   = titleKws.length ? titleKws.map(k => ` & title ~= (?i)${k}`).join('') : '';
 
@@ -188,8 +207,13 @@ async function downloadTrack({ jobId, artist, rawArtist, albumArtist, title, alb
   // audio — even when the channel doesn't contain the artist name (BANGTANTV/HYBE/…). Verified with
   // "BTS Pied Piper": ONLY the official upload had artist=BTS; every fan/live/lyric reupload had
   // none. Used as an OR alternative to the channel check so those official uploads still pass strict.
-  const artistMetaPart = (artistFirstWord.length >= 3 && !JP_RE.test(artistFirstWord))
+  // Fuer japanische Namen wird der KANAL nicht geprueft (Kanal-Namen stehen kaum je in Kanji),
+  // das Feld `artist` der Art Tracks dagegen sehr wohl — dort steht der Originalname. Ohne diese
+  // Ausnahme hatte ein japanischer Kuenstler ueberhaupt keine Identitaetspruefung.
+  const artistMetaPart = (artistFirstWord.length >= 3 || (JP_RE.test(artistFirstWord) && artistFirstWord.length >= 2))
     ? ` & artist ~= (?i)${escRe(artistFirstWord)}` : '';
+  // Alle Wege, den Kuenstler zu erkennen. yt-dlp verodert mehrere --match-filter.
+  const identitaet = [artistChannelPart, artistMetaPart].filter(Boolean);
 
   // Use a space (not " - ") between artist and title: this matches how users type
   // in the YTM search box and ranks the exact official track first. A dash skews
@@ -300,16 +324,24 @@ async function downloadTrack({ jobId, artist, rawArtist, albumArtist, title, alb
       durPart = '';
     }
     const base = `${durPart}!is_live${titleKwPart}${variant ? variantPart : ''}`;
-    // Non-strict, or no artist constraint (short / Japanese name): single filter.
+    // Ohne Titelpruefung bliebe ohne Kuenstlerpruefung nur die Dauer — das ist keine Pruefung,
-    if (!strict || !artistChannelPart) return ['--match-filter', base];
+    // sondern ein Muenzwurf. Solche Schritte laufen deshalb IMMER mit Kuenstlerpruefung, auch
-    // Strict: pass if the channel name matches the artist OR yt-dlp's music `artist` metadata does
+    // wenn die Kaskade sie eigentlich lockern wollte.
-    // (catches official label-channel uploads like BANGTANTV). Two --match-filter args = OR in yt-dlp.
+    const mitKuenstler = strict || !titleKwPart;
-    return [
+    if (!mitKuenstler || !identitaet.length) return ['--match-filter', base];
-      '--match-filter', `${base}${artistChannelPart}`,
+    // Mehrere --match-filter verodert yt-dlp: Kanalname ODER `artist`-Metadatum (faengt offizielle
-      '--match-filter', `${base}${artistMetaPart}`,
+    // Label-Uploads wie BANGTANTV, deren Kanal den Kuenstler nicht im Namen traegt).
-    ];
+    return identitaet.flatMap(teil => ['--match-filter', `${base}${teil}`]);
   };
 
+  // Weder Titel- noch Kuenstlermerkmal pruefbar: dann gaebe es nichts, woran sich der richtige
+  // Treffer erkennen liesse, und der erste Suchtreffer passender Laenge wuerde gespeichert.
+  // Lieber sauber scheitern — der Direktlink im Importer ist dafuer der vorgesehene Weg.
+  if (!titleKwPart && !identitaet.length) {
+    log(jobId, '⚠️  Weder Titel- noch Künstlermerkmal prüfbar — bitte Direktlink im Importer nutzen');
+    return { success: false, notFound: true, dir };
+  }
+
   const PI_FILTERED    = ['--playlist-items', '1-5',  '--max-downloads', '1'];
   const PI_FILTERED_10 = ['--playlist-items', '1-10', '--max-downloads', '1'];
   const PI_UNFILTERED  = ['--playlist-items', '1'];

backend/test/ytdlp.test.js

@@ -107,3 +107,45 @@ test('nothing but list entries yields no candidates', () => {
   assert.deepEqual(pickYtmVideoUrls(only).urls, []);
   assert.deepEqual(pickYtmVideoUrls('').urls, []);
 });
+
+// ─── Japanische Titel bekommen wieder eine Titelpruefung ────────────────────
+// Regression zum 24.9.2026: "銀髪の少年" (HUNTER×HUNTER, Yoshihisa Hirano) lieferte ein anderes
+// Stueck desselben Komponisten. Ursache: fuer japanische Titel gab buildTitleKeywords eine LEERE
+// Liste zurueck, und die Kaskadenschritte 3/4 lassen die Kuenstlerpruefung fallen — uebrig blieb
+// allein das Dauerfenster, in das auf einem Soundtrack-Album fast jeder Titel passt.
+
+test('japanischer Titel liefert jetzt ein Muster statt gar nichts', () => {
+  const kws = buildTitleKeywords('銀髪の少年');
+  assert.equal(kws.length, 1);
+  assert.ok(new RegExp(kws[0], 'i').test('銀髪の少年'), 'Originaltitel muss passen');
+  assert.ok(!new RegExp(kws[0], 'i').test('闘う者たち'), 'anderes Stueck darf NICHT passen');
+});
+
+test('Romaji-Fassung wird als Alternative akzeptiert', () => {
+  const kws = buildTitleKeywords('銀髪の少年', 'ginpatsu no shounen');
+  const re  = new RegExp(kws[0], 'i');
+  assert.ok(re.test('銀髪の少年'),                      'Original');
+  assert.ok(re.test('Ginpatsu no Shounen'),             'Romaji mit Leerzeichen');
+  assert.ok(re.test('Ginpatsu-no-Shounen'),             'Romaji mit Bindestrichen');
+  assert.ok(re.test('Hunter x Hunter OST - Ginpatsu no Shounen'), 'als Teil eines laengeren Titels');
+  assert.ok(!re.test('Requiem Aranea'), 'anderes Stueck desselben Albums');
+});
+
+test('Romaji, die gar keine sind, werden nicht als Alternative genommen', () => {
+  // romajiForStorage gibt den Text unveraendert zurueck, wenn der Tokenizer fehlt
+  const kws = buildTitleKeywords('銀髪の少年', '銀髪の少年');
+  assert.equal(kws.length, 1);
+  assert.ok(!kws[0].includes('|'), 'keine doppelte Alternative');
+});
+
+test('Sonderzeichen im japanischen Titel bleiben woertlich', () => {
+  const kws = buildTitleKeywords('君の名は。(Movie ver.)');
+  const re  = new RegExp(kws[0], 'i');
+  assert.ok(re.test('君の名は。(Movie ver.)'));
+  assert.ok(!re.test('君の名はX Movie verY'), 'Punkt darf nicht als Platzhalter wirken');
+});
+
+test('lateinische Titel bleiben unveraendert', () => {
+  assert.deepEqual(buildTitleKeywords('Bohemian Rhapsody'), ['Bohemian', 'Rhapsody']);
+  assert.deepEqual(buildTitleKeywords('Dearly Beloved'), ['Beloved', 'Dearly']);
+});