Cria journal_article no Crossref mesmo quando o artigo não tem DOI

[samuelveigarangel]

O que esse PR faz?

Evita que a exportação Crossref quebre em artigos legado sem DOI (v237/v337). O XMLJournalArticlePipe criava journal_article apenas a partir de doi_and_lang; quando essa lista vinha vazia, os pipes seguintes falhavam (por exemplo XMLFundingDataPipe com IndexError ao buscar publisher_item).

Agora, se não houver doi_and_lang, um único journal_article é criado com o idioma original do documento. O atributo language continua opcional no schema Crossref.

Onde a revisão poderia começar?

articlemeta/export_crossref.py — classe XMLJournalArticlePipe.

O teste correspondente está em tests/test_export_crossref.py, método test_journal_article_element_without_doi_and_lang.

Como este poderia ser testado manualmente?

1. Exportar o artigo S0103-50531998000400002 no formato Crossref (fmt=xmlcrossref).
2. Verificar que a pipeline não lança IndexError e que o XML contém um <journal_article language="en">.
3. Comparar um artigo com DOI/traduções (ex.: PID com v337) e confirmar que continua gerando um journal_article por par idioma/DOI.
4. Rodar: python -m unittest tests.test_export_crossref.ExportCrossRef_one_DOI_only_Tests.test_journal_article_element tests.test_export_crossref.ExportCrossRef_one_DOI_only_Tests.test_journal_article_element_without_doi_and_lang

Algum cenário de contexto que queira dar?

O artigo S0103-50531998000400002 (JBChS, 1998) não tem DOI, mas tem financiadores em v58. Sem journal_article, o XMLFundingDataPipe quebrava ao acessar publisher_item[-1].

O fallback não torna o depósito Crossref válido por si só: o schema ainda exige doi_data. Ele só impede a exportação de falhar nesse ponto e permite que o restante da pipeline preencha o XML.

Screenshots

N/A

Quais são tickets relevantes?

Não há issue vinculada. Problema reproduzido com o artigo https://articlemeta.scielo.org/api/v1/article/?collection=scl&code=S0103-50531998000400002

Referências

• Schema Crossref 4.4.0: atributo language em journal_article é opcional (language.atts, use="optional").

---

Segurança da informação (NSI.04)

Este PR manipula dados sensíveis ou pessoais (LGPD)?

• Sim — descreva os controles de proteção aplicados (criptografia, mascaramento, anonimização, etc.):
• Não

Este PR altera autenticação, autorização, controle de acesso ou gerenciamento de sessão?

• Sim — descreva o que mudou e por quê:
• Não

Este PR introduz, atualiza ou remove dependências de terceiros?

• Sim — as novas dependências foram verificadas no SBOM/Trivy sem vulnerabilidades críticas/altas em aberto?
  • Verificado e aprovado
  • Pendente / vulnerabilidade aceita com justificativa:
• Não

Este PR foi validado pelo pipeline de segurança (SonarQube / Trivy)?

• Sim — link do job:
• Não aplicável a este PR (justifique): alterações localizadas em código Python/Django e traduções; sem mudanças em infra/dependências.

Este PR concatena, monta ou executa comandos SQL, HTML ou JavaScript a partir de entrada externa?

• Sim — confirme que há sanitização/parametrização (prepared statements, escaping, etc.):
• Não

Este PR expõe novos endpoints, telas ou serviços?

• Sim — HTTPS obrigatório está garantido e o acesso segue o princípio de menor privilégio?
  • As novas telas são páginas do Wagtail ModelAdmin, acessíveis apenas a usuários autenticados e com permissões do Django.
• Não

Algum segredo, senha, chave ou token está sendo adicionado ao código-fonte?

• Não, nenhum segredo foi commitado
• Sim (bloquear merge e corrigir antes de prosseguir)