feat: initial implementation of website integrity scanner

Python-Package zur unabhängigen Überwachung statischer Websites gegen
SEO-Spam und unbefugte Manipulationen. Läuft außerhalb des Hosters.

Kernfunktionen:
- Reiner Python-Crawler (bs4+lxml), kein wget
- Baseline-Management mit manuellem Freigabe-Workflow (niemals automatisch)
- Text-/Link-/Meta-Diff mit Risiko-Scoring (grün/gelb/rot)
- Hidden-Content-Erkennung (CSS inline, noscript, Kommentar-Links)
- Whitelist für externe Domains und interne Pfade
- E-Mail + Webhook Alarmierung
- CLI: init, crawl, check, scan, approve, report, status
- 79 Unit-Tests (pytest), alle grün

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

config/allowed_external.yaml

@@ -0,0 +1,18 @@
+# Whitelist erlaubter externer Domains
+#
+# Jede externe Domain, die auf der Website verlinkt ist, muss hier eingetragen sein.
+# Neue externe Domains, die NICHT hier stehen, lösen einen Alarm aus.
+#
+# Format: eine Domain pro Zeile (ohne Protokoll)
+# Beispiele:
+
+# Häufig verwendete externe Ressourcen — nur eintragen, was wirklich genutzt wird:
+# - fonts.googleapis.com
+# - fonts.gstatic.com
+# - cdnjs.cloudflare.com
+# - maps.googleapis.com
+# - www.google-analytics.com
+# - www.googletagmanager.com
+
+# Für bredelar.info: Bitte nach erstem `init` prüfen und befüllen.
+# Vorerst leer = alle externen Links lösen Alarm aus.

config/allowed_paths.yaml

@@ -0,0 +1,17 @@
+# Whitelist erlaubter interner URL-Pfade (optional)
+#
+# Wenn diese Liste befüllt ist, lösen interne Links auf nicht gelistete
+# Pfade einen Alarm aus.
+# Leer lassen = keine Pfad-Whitelist-Prüfung (nur Baseline-Diff zählt).
+#
+# Format: ein Pfad pro Zeile (absoluter Pfad, ohne Domain)
+# Beispiel für bredelar.info:
+#
+# - /
+# - /index.html
+# - /kontakt/
+# - /kontakt/index.html
+# - /impressum/
+# - /datenschutz/
+# - /ueber-uns/
+# - /aktuelles/

config/ignore_rules.yaml

@@ -0,0 +1,23 @@
+# Normalisierungsregeln für den Diff
+#
+# Diese Einstellungen reduzieren Fehlalarme durch harmlose, automatisch
+# generierte Inhaltsänderungen.
+
+# CSS-Selektoren, die vor dem Diff aus dem DOM entfernt werden.
+# Nützlich für Elemente mit automatischen Zeitstempeln oder Zählern.
+ignore_selectors:
+  # - "#last-modified"
+  # - ".timestamp"
+  # - "[data-cache-buster]"
+  # - ".cookie-banner"
+
+# Reguläre Ausdrücke, die im normalisierten Text durch [IGNORED] ersetzt werden.
+# Nützlich für Datumsangaben, Versionsnummern, etc.
+ignore_patterns:
+  # Datumsformate (deutsch: 12.06.2026 oder 12. Juni 2026)
+  # - '\b\d{1,2}\.\s*(?:Januar|Februar|März|April|Mai|Juni|Juli|August|September|Oktober|November|Dezember)\s+\d{4}\b'
+  # - '\b\d{1,2}\.\d{1,2}\.\d{4}\b'
+  # "Stand: ..." Angaben
+  # - 'Stand:\s+\S+'
+  # Cache-Buster in URLs (werden im HTML-Text sichtbar)
+  # - '\?v=[\w.]+\b'