fix(scripts,#16103): nits organ — SHA hexa-français, rebase-amend fichiers intacts, crash cp1252

scripts/check_unaddressed_nits.py

@@ -3272,16 +3272,26 @@ def collect_followup_lifts(pr_data: dict, cutoff: datetime,
 
 
 def _cited_shas(body: str) -> set[str]:
-    """SHAs cites dans un corps : 7-40 hex, avec AU MOINS une lettre.
+    """SHAs cites dans un corps : 7-40 hex, avec AU MOINS une lettre ET AU
+    MOINS un chiffre.
 
     Un token 100% numerique de 7+ chiffres (une date 20260830, un run-id)
     est hex-compatible mais n'est quasi jamais un SHA -- l'exiger lettree
     evite de partir resoudre une date cote serveur pour rien.
+
+    #16103 defaut 1 : un token 100% LETTRES de a-f est la meme classe de
+    bruit en francais -- « effacee », « effacees », « deface » satisfont
+    le motif hexa et se font lire comme des empreintes (levee d'ai-01 du
+    2026-09-14T02:45:56Z sur #16022 rendue « cite effacee ... absent des
+    commits »). Une empreinte Git de 7+ caracteres sans AUCUN chiffre est
+    improbable ((6/16)^7 ~ 1e-3 au format court) ;
+    l'exiger chiffre supprime la classe entiere.
     """
     out: set[str] = set()
     for m in _SHA_CITED.finditer((body or "").lower()):
         tok = m.group(0)
-        if any(ch in "abcdef" for ch in tok):
+        if (any(ch in "abcdef" for ch in tok)
+                and any(ch.isdigit() for ch in tok)):
             out.add(tok)
     return out
 
@@ -4717,7 +4727,23 @@ def analyse_pr(pr: int) -> dict:
                    dismissed_improperly=improper_dismissals(pr))
 
 
+def _ensure_utf8_stdout() -> None:
+    """#16103 defaut 3 : le verdict ne doit jamais dependre de la page de
+    code de la console. Sous cp1252 (Windows), l'impression d'un commentaire
+    a relire portant un caractere hors page (`→` levait UnicodeEncodeError
+    dans _print_unevaluated) crashait APRES le verdict -- rc=1 faux rouge
+    pour tout consommateur scripte alors que l'analyse disait OK.
+    Idempotent ; silencieux sous un stdout non reconfigurable (buffers
+    de test).
+    """
+    try:
+        sys.stdout.reconfigure(encoding="utf-8", errors="replace")
+    except (AttributeError, ValueError, OSError):
+        pass
+
+
 def gate(pr: int, as_json: bool) -> int:
+    _ensure_utf8_stdout()
     data = gh_json(["pr", "view", str(pr), "--repo", REPO, "--json", FIELDS])
     # #13639 + #15556 : resolution serveur du contexte SHA (messages,
     # arbres rembobines, arbre de tete), AVANT analyse (qui reste pure).
@@ -4752,6 +4778,7 @@ def gate(pr: int, as_json: bool) -> int:
 
 
 def audit(limit: int, search: str | None = None) -> int:
+    _ensure_utf8_stdout()
     cmd = ["pr", "list", "--repo", REPO, "--state", "merged",
            "--limit", str(limit), "--json", LIST_FIELDS]
     if search:

scripts/tests/test_check_unaddressed_nits_16103.py

@@ -0,0 +1,125 @@
+"""Tests pour les defauts de l'organe B.0 (#16103) livres par #16107.
+
+Defaut 1 -- un mot francais compose uniquement de lettres hexadecimales
+(« effacee ») etait lu comme une empreinte citee : la levee d'ai-01 du
+2026-09-14T02:45:56Z sur #16022 etait rendue « cite effacee ... absent
+des commits ». Remede : un token cite doit porter AU MOINS un chiffre en
+plus de l'exigence existante d'au moins une lettre. Sans le chiffre, la
+classe entiere des mots francais en [a-f] (effacee, decalee, efface...)
+reste des empreintes fantomes.
+
+Defaut 3 -- crash cp1252 dans _print_unevaluated : le verdict OK etait
+imprime puis l'organe crashait (rc=1 faux rouge) sur un commentaire a
+relire contenant `→`. Remede : _ensure_utf8_stdout() aux entrees qui
+impriment (gate, audit), silencieux quand stdout n'est pas
+reconfigurable.
+
+Defaut 2 (rebase-amend : un arbre different ne doit plus voider une levee
+dont les fichiers de la PR sont intacts) a ete livre independamment sur
+`main` par #16037 (`fix(nits,#15973)` -- `_rebase_preserved_by_path` +
+carte chemin->blob de la tete en un appel `git/trees?recursive=1`). Ce
+fichier ne le redeclare donc PAS : la version mergee fait foi et ses
+tests vivent dans `test_check_unaddressed_nits.py` (raisons
+`rebase_preserved`, `same_tree`, chemins removed/renamed, cartes
+absentes). Seuls 1 et 3 sont couverts ici.
+"""
+import importlib.util
+import io
+import sys
+from pathlib import Path
+
+import pytest
+
+HERE = Path(__file__).resolve().parent
+CHECK_PATH = HERE.parent / "check_unaddressed_nits.py"
+
+spec = importlib.util.spec_from_file_location("check_unaddressed_nits", CHECK_PATH)
+mod = importlib.util.module_from_spec(spec)
+sys.modules["check_unaddressed_nits"] = mod
+spec.loader.exec_module(mod)
+
+CITED = "230b1194"  # 8 hex, lettres ET chiffre -> reste un SHA cite apres fix
+
+
+# ---------------------------------------------------------------------------
+# Defaut 1 -- extraction d'empreintes
+# ---------------------------------------------------------------------------
+
+def test_defaut1_mot_francais_hexa_nest_pas_un_sha():
+    """Repro #16103 : « effacee » (e-f-f-a-c-e-e, 7 lettres toutes dans
+    [0-9a-f]) satisfaisait le motif hexa et etait extrait comme SHA."""
+    cited = mod._cited_shas(
+        "Levee -- verifie, le contenu effacee par le push est propre.")
+    assert "effacee" not in cited
+    assert cited == set()
+
+
+def test_defaut1_vrai_sha_avec_chiffre_conserve():
+    body = f"Levee de la reserve -- verifie firsthand sur {CITED}."
+    assert mod._cited_shas(body) == {CITED}
+
+
+def test_defaut1_token_lettres_seules_rejete_avec_controles():
+    """Toute la classe : lettres-seules rejetees, numeriques-seules
+    rejetees (regle existante), melange lettres+chiffre accepte."""
+    assert mod._cited_shas("deadbeef") == set()          # lettres seules
+    assert mod._cited_shas("20260830") == set()          # chiffres seuls (regle anterieure)
+    assert mod._cited_shas("effacee2") == {"effacee2"}   # melange : reste candidat
+
+
+# ---------------------------------------------------------------------------
+# Defaut 3 -- crash cp1252 de l'impression
+# ---------------------------------------------------------------------------
+
+UNEVAL_RESULT = {
+    "unevaluated": [{
+        "author": "reviewer",
+        "at": "2026-09-14T03:00:00Z",
+        "body": "commentaire a relire portant → et du texte",
+        "after_last_commit": False,
+    }],
+    "unevaluated_total": 1,
+}
+
+
+def test_defaut3_repro_crash_cp1252_avant_remade():
+    """Repro : sous stdout cp1252, l'impression du commentaire non evalue
+    leve UnicodeEncodeError (le verdict OK etait deja imprime)."""
+    old = sys.stdout
+    sys.stdout = io.TextIOWrapper(io.BytesIO(), encoding="cp1252")
+    try:
+        with pytest.raises(UnicodeEncodeError):
+            mod._print_unevaluated(UNEVAL_RESULT)
+    finally:
+        sys.stdout = old
+
+
+def test_defaut3_ensure_utf8_stdout_guerit_limpression():
+    """Remede : apres _ensure_utf8_stdout(), la meme impression passe et
+    encode le caractere en utf-8."""
+    old = sys.stdout
+    buf = io.BytesIO()
+    sys.stdout = io.TextIOWrapper(buf, encoding="cp1252")
+    try:
+        mod._ensure_utf8_stdout()
+        mod._print_unevaluated(UNEVAL_RESULT)  # ne doit pas lever
+        sys.stdout.flush()
+        assert "→".encode("utf-8") in buf.getvalue()
+    finally:
+        sys.stdout = old
+
+
+def test_defaut3_ensure_utf8_stdout_silencieux_si_non_reconfigurable():
+    """Un stdout sans reconfigure (capture exotique, StringIO de test) ne
+    fait pas echouer l'organe : le remede est silencieux, jamais bloquant."""
+
+    class NoReconfigure(io.StringIO):
+        def reconfigure(self, *a, **k):
+            raise AttributeError("no reconfigure")
+
+    old = sys.stdout
+    sys.stdout = NoReconfigure()
+    try:
+        mod._ensure_utf8_stdout()  # ne doit pas lever
+    finally:
+        sys.stdout = old