Merge pull request #803 from krebslw/fix_802

Tilføj mulighed for at filtrere på præcisionsnivellement

fire/api/niv/udtræk_observationer.py

@@ -174,3 +174,15 @@ def observationer_inden_for_spredning(
         for observation in list(resultatsæt)
         if observation.spredning_afstand <= spredninger[observation.observationstypeid]
     )
+
+
+def filtrer_præcisionsnivellement(
+    observationer: list[Observation], præcisionsnivellement: int
+) -> list[GeometriskKoteforskel]:
+    """Filtrer observationer på præcisionsnivellement hvis de er af typen GeometriskKoteforskel"""
+    return [
+        o
+        for o in observationer
+        if isinstance(o, GeometriskKoteforskel) and
+            o.præcisionsnivellement == præcisionsnivellement
+    ]

fire/cli/niv/_udtræk_observationer.py

@@ -39,6 +39,7 @@
     søgefunktioner_med_valgte_metoder,
     brug_alle_på_alle,
     observationer_inden_for_spredning,
+    filtrer_præcisionsnivellement,
     timestamp,
     ResultatSæt,
 )
@@ -158,9 +159,20 @@ def valider_om_projekt_er_okay(ctx, param, value):
 )
 @click.option(
     "--kotesystem",
-    default="DVR90",
-    type=click.Choice(KOTESYSTEMER.keys()),
     help="Angiv andet kotesystem end DVR90",
+    required=False,
+    type=click.Choice(KOTESYSTEMER.keys()),
+    default="DVR90",
+)
+@click.option(
+    "--præc",
+    "-P",
+    help="""Hent observationer fra valgt præcisionsnivellement.
+
+Vælges `0` udtrækkes kun observationer som ikke indgik i nogen af de 3 præcisionsnivellementer.
+""",
+    required=False,
+    type=click.IntRange(0, 3),
 )
 @fire.cli.default_options()
 def udtræk_observationer(
@@ -173,6 +185,7 @@ def udtræk_observationer(
     til: dt.datetime,
     alle_obs: bool,
     kotesystem: str,
+    præc: int,
     # These `kwargs` can be ignored for now, since they refer to default
     # CLI options that are already in effect by use of call-back functions.
     **kwargs,
@@ -194,8 +207,10 @@ def udtræk_observationer(
     afstand til identer/geometri.
 
     Det er kombinationen af valgt nøjagtighed og metode, der afgør valget af kriterium,
-    hvormed fundne observationer skal filtreres fra. Resultatet af søgningen er samtlige,
-    aktive observationer i databasen, der opfylder ovenstående.
+    hvormed fundne observationer skal filtreres fra. Derudover kan man vælge om
+    observationerne skal have indgået i et af de 3 landsdækkende præcisionsnivellementer.
+    Resultatet af søgningen er samtlige, aktive observationer i databasen, der opfylder
+    ovenstående.
 
     Resultatet skrives til det eksisterende projekt-regneark i fanerne
     "Observationer" og "Punktoversigt".
@@ -315,6 +330,9 @@ def udtræk_observationer(
     fire.cli.print("Filtrér observationer")
     observationer = list(observationer_inden_for_spredning(resultatsæt, spredning))
 
+    if præc:
+        observationer = filtrer_præcisionsnivellement(observationer, præc)
+
     fire.cli.print("Indsaml opstillings- og sigtepunkter fra observationer")
     opstillings_punkter = db.hent_punkter_fra_uuid_liste(
         o.opstillingspunktid for o in observationer

fire/io/regneark/__init__.py

@@ -29,9 +29,6 @@
 from fire.srid import SRID
 from fire.io.regneark import arkdef
 import fire.io.dataframe as frame
-from fire.api.model.geometry import (
-    normaliser_lokationskoordinat,
-)
 
 
 # Annoteringstyper
@@ -121,8 +118,7 @@ def observationsrække(
 
 
 def punkt_data(punkt: Punkt) -> dict:
-    WGS84_lonlat = punkt.geometri.koordinater
-    λ, φ = normaliser_lokationskoordinat(*WGS84_lonlat)
+    λ, φ = punkt.geometri.koordinater
     return {
         "Punkt": punkt.ident,
         "Nord": φ,

test/api/niv/test_udtræk_observationer.py

@@ -29,6 +29,7 @@
     søgefunktioner_med_valgte_metoder,
     brug_alle_på_alle,
     observationer_inden_for_spredning,
+    filtrer_præcisionsnivellement,
     timestamp,
     punkter_til_geojson,
 )
@@ -177,6 +178,35 @@ def test_observationer_inden_for_spredning():
     assert result == expected, f"Forventede, at {result!r} var {expected!r}."
 
 
+@pytest.mark.parametrize("præc, forventet_antal", [(0, 1), (1, 2), (2, 3), (3, 4)])
+def test_filtrer_præcisionsnivellement(præc, forventet_antal):
+
+    tks = [TK() for _ in range(3)]
+
+    gks = [
+        GK(præcisionsnivellement=0),
+        GK(præcisionsnivellement=1),
+        GK(præcisionsnivellement=1),
+        GK(præcisionsnivellement=2),
+        GK(præcisionsnivellement=2),
+        GK(præcisionsnivellement=2),
+        GK(præcisionsnivellement=3),
+        GK(præcisionsnivellement=3),
+        GK(præcisionsnivellement=3),
+        GK(præcisionsnivellement=3),
+    ]
+
+    alle = tks + gks
+
+    filtrerede = filtrer_præcisionsnivellement(tks, præc)
+
+    assert len(filtrerede) == 0
+
+    filtrerede = filtrer_præcisionsnivellement(alle, præc)
+
+    assert len(filtrerede) == forventet_antal
+
+
 @pytest.mark.freeze_time("2021-11-01T21:21:00")
 def test_timestamp_string():
     fmt = "%Y-%m-%dT%H%M%S"