Merge pull request 'feat(normalizer): точка — разделитель тысяч в суммах OCR (AURORA-1405, #37)' (#38) from feat/37-dot-thousands into main

README.md

@@ -169,9 +169,12 @@ ack (с `attempt` повторного запроса); файл в ИС вто
   `string_value` — текст ячейки, только когда сумма не разобрана; `is_recognized = confidence == 100 и разбор не
   отбрасывал символов`.
 - **`Money` (решение №30).** Контракт допускает не больше двух знаков после запятой. Сумма с тремя и более знаками
-  (`0,125`, `12,3456`; запятая-разделитель тысяч `4,200`/`1,234` — это 4200/1234, AURORA-1405, #35) не принимается: `amount = null`, `string_value` — текст
+  (`0,125`, `12,3456`; запятая-разделитель тысяч `4,200`/`1,234` — это 4200/1234, AURORA-1405, #35; точка так же: `4.200`/`837.994` — 4200/837994, #37) не принимается: `amount = null`, `string_value` — текст
-  ячейки, `is_recognized = false` (таблица получает `needs_check`, остальные ячейки и документ целы). Сумма вида
+  ячейки, `is_recognized = false` (таблица получает `needs_check`, остальные ячейки и документ целы). Точка-разделитель тысяч — ровно три цифры после каждой точки, цифр до первой точки сколько угодно
-  `1.234,56` (несколько точек) разбирается как `123456` — все точки считаются разделителями тысяч (дословный перенос) —
+  (`[+-]?[1-9]\d*(\.\d{3})+`, скобки на всю строку; `4.200`, `(4.200)`, `1.234.567`, `1234.567`, `1 234.567`), без
+  потери `is_recognized`; `4.2`, `4.20`, `1234.56` — дроби, `1.2345` — текст (№30); для запятой правило прежнее
+  (`\d{0,2}` до первой запятой, `1234,567` — не тысячи).
+  Смешанная сумма вида `1.234,56` (разделители обоих видов) разбирается как `123456` — все точки считаются разделителями тысяч (дословный перенос) —
   с `is_recognized = false`.
 - `confidence` ячеек и полей шапки приводится к диапазону 0–100, `NaN` и бесконечность дают 0 (`json.loads` принимает
   `NaN`/`Infinity`, а контракт требует 0–100).

api/src/normalizer/ocr/amounts.py

@@ -3,8 +3,10 @@
 
 Что делает разбор: пробелы долой; если текст целиком (а при скобках на всю строку — их содержимое) имеет вид
 `[+-]?[1-9]\\d{0,2}(,\\d{3})+`, запятые — разделители тысяч и удаляются (`4,200` → `4200`, `(4,200)` → `-4200`,
-`1,234,567` → `1234567`); это не отбрасывание символов, `verified` не страдает. Правило тысяч — решение владельца
+`1,234,567` → `1234567`); то же для точек (`4.200`, `837.994`, `(4.200)`, `1.234.567`, а также `1234.567` →
-15.10.2026 (AURORA-1405, scan-gateway#35), см. docs/context/05-domain-rules.md §11.1 п. 7. Затем запятая → точка;
+`1234567`: ровно три цифры после точки, цифр до неё сколько угодно; scan-gateway#37);
+это не отбрасывание символов, `verified` не страдает. Правило тысяч — решение владельца 15.10.2026 (AURORA-1405,
+scan-gateway#35; для точки — 16.10.2026, #37), см. docs/context/05-domain-rules.md §11.1 п. 7. Затем запятая → точка;
 если есть круглые скобки — берётся содержимое первой пары, и сумма
 отрицательная; всё, кроме цифр, `+`, `-` и `.`, отбрасывается; если точек больше одной, удаляются ВСЕ точки
 (`1.234,56` → `123456`, а не `1234.56`: последняя точка тоже теряется, такая сумма всегда `verified = False`).
@@ -26,6 +28,11 @@ _BRACKET_RE = re.compile(r"\(([^()]*)\)")
 # запятая-разделитель тысяч (AURORA-1405, scan-gateway#35): «4,200», «-1,234,567»; только если строка целиком
 # (или содержимое пары скобок, занимающей всю строку) совпала; «(4,200) руб», «1,234(5,678)» — прежний разбор
 _THOUSANDS_RE = re.compile(r"[+-]?[1-9]\d{0,2}(?:,\d{3})+")
+# то же для точки (AURORA-1405, scan-gateway#37): ИС Сканирование иногда возвращает «4.200», «837.994»; смешанные
+# «1.234,56» / «1,234.56» не подходят ни под одну из двух регулярок (разделитель один и тот же по всей строке)
+# Для точки — шире, чем для запятой (решение владельца 16.10.2026): ровно три цифры после каждой точки, число цифр до
+# первой точки любое («1234.567», «12345.678»); первая цифра ненулевая. Запятая остаётся строго `\d{0,2}`.
+_DOT_THOUSANDS_RE = re.compile(r"[+-]?[1-9]\d*(?:\.\d{3})+")
 
 
 @dataclass(frozen=True)
@@ -38,7 +45,8 @@ def parse_amount(raw: str) -> ParsedAmount:
     """Парсит сумму из распознанного текста OCR-ячейки.
 
     Убирает пробелы; если строка целиком (или пара скобок на всю строку — её содержимое) вида
-    `[+-]?[1-9]\\d{0,2}(,\\d{3})+` — удаляет запятые (разделители тысяч: `4,200` → 4200) без потери verified.
+    `[+-]?[1-9]\\d{0,2}(,\\d{3})+` или `[+-]?[1-9]\\d*(\\.\\d{3})+` — удаляет запятые или точки (разделители
+    тысяч: `4,200`, `4.200` → 4200) без потери verified.
     Затем заменяет запятую на точку, извлекает содержимое круглых скобок
     (означает отрицательное число), удаляет непотребные символы; если точек больше одной — считает их разделителями
     тысяч и удаляет все (десятичная часть при этом не сохраняется: `1.234,56` → 123456).
@@ -48,8 +56,11 @@ def parse_amount(raw: str) -> ParsedAmount:
     """
     s = raw.strip().replace(" ", "")
     inner = _BRACKET_RE.search(s)
-    if _THOUSANDS_RE.fullmatch(inner.group(1) if inner and inner.group(0) == s else s):
+    core = inner.group(1) if inner and inner.group(0) == s else s
+    if _THOUSANDS_RE.fullmatch(core):
         s = s.replace(",", "")
+    elif _DOT_THOUSANDS_RE.fullmatch(core):
+        s = s.replace(".", "")
     s = s.replace(",", ".")
     stripped_raw = s
     if not stripped_raw:

api/tests/unit/normalizer/test_amounts.py

@@ -14,7 +14,7 @@ from src.normalizer.ocr.amounts import ParsedAmount, is_blank, parse_amount
         ("(6032409)", Decimal("-6032409"), True),
         ("(7744536}", Decimal("7744536"), False),  # закрывающая скобка не распознана: минус не ставится (решение №12)
         ("1 234,56", Decimal("1234.56"), True),
-        ("1.234.567", Decimal("1234567"), False),  # несколько точек — разделители тысяч; текст изменён → не verified
+        ("1.234.567", Decimal("1234567"), True),  # точки строго через три цифры — разделители тысяч (AURORA-1405, #37)
         ("30127", Decimal("30127"), True),
         ("211(1 |", Decimal("2111"), False),
         ("не ****", None, False),
@@ -47,9 +47,47 @@ from src.normalizer.ocr.amounts import ParsedAmount, is_blank, parse_amount
         ("(4,200)(1,000)", Decimal("-4.200"), False),
         ("1,234(5,678)", Decimal("-5.678"), False),
         ("((4,200))", Decimal("-4.200"), True),
+        ("1234,567", Decimal("1234.567"), True),  # запятая НЕ расширена (R-7): четыре цифры до неё — не тысячи
+        ("1 234,567", Decimal("1234.567"), True),
         ("01,234", Decimal("1.234"), True),  # ведущий ноль — не тысячи
         ("4,2000", Decimal("4.2000"), True),
         ("1, 234", Decimal("1234"), True),  # пробелы убираются первыми
+        # точка-разделитель тысяч (AURORA-1405, scan-gateway#37): то же правило, что для запятой, verified=True
+        ("4.200", Decimal("4200"), True),
+        ("837.994", Decimal("837994"), True),
+        ("(4.200)", Decimal("-4200"), True),
+        ("-4.200", Decimal("-4200"), True),
+        ("+4.200", Decimal("4200"), True),
+        ("(-4.200)", Decimal("-4200"), True),
+        ("1.234", Decimal("1234"), True),
+        ("100.000", Decimal("100000"), True),
+        ("1. 234", Decimal("1234"), True),  # пробелы убираются первыми
+        # ровно три цифры после точки — тысячи независимо от числа цифр до неё (R-3, решение владельца 16.10.2026)
+        ("1 234.567", Decimal("1234567"), True),
+        ("1234.567", Decimal("1234567"), True),
+        ("12345.678", Decimal("12345678"), True),
+        ("(1 234.567)", Decimal("-1234567"), True),
+        ("-1234.567", Decimal("-1234567"), True),
+        ("1234.567.890", Decimal("1234567890"), True),
+        # не тысячи: не три цифры после точки — десятичная дробь, как раньше
+        ("4.2", Decimal("4.2"), True),
+        ("4.20", Decimal("4.20"), True),
+        ("12.34", Decimal("12.34"), True),
+        ("1.2345", Decimal("1.2345"), True),
+        ("0.125", Decimal("0.125"), True),  # ведущий ноль — не тысячи
+        ("01.234", Decimal("1.234"), True),
+        ("1234.56", Decimal("1234.56"), True),  # дробная часть не из трёх цифр — дробь
+        ("1234.5678", Decimal("1234.5678"), True),
+        # смешанные разделители и прочий мусор — правило не применяется (R-1): прежний разбор
+        ("1.234,567", Decimal("1234567"), False),
+        ("1,234.567", Decimal("1234567"), False),
+        ("1.234.56", Decimal("123456"), False),
+        ("4.200.", Decimal("4200"), False),  # хвостовая точка
+        ("(4.200}", Decimal("4.200"), False),  # нет пары скобок: правило не применяется, минус не ставится
+        ("(4.200) руб", Decimal("-4.200"), False),
+        ("abc(4.200)", Decimal("-4.200"), False),
+        ("(4.200)(1.000)", Decimal("-4.200"), False),
+        ("1.234(5.678)", Decimal("-5.678"), False),
         # №13: скобки без содержимого — не сумма, но и не «неразобранный текст»
         ("()", None, True),
         ("( )", None, True),

api/tests/unit/normalizer/test_document.py

@@ -492,6 +492,50 @@ class TestMoneyPrecision:
         value = _build(table).document.lines[0].values[0]
         assert value.amount == amount and value.is_recognized is True and value.string_value is None
 
+    @pytest.mark.parametrize(
+        ("text", "amount"),
+        [
+            ("4.200", Decimal("4200")),
+            ("837.994", Decimal("837994")),
+            ("(4.200)", Decimal("-4200")),
+            ("1.234.567", Decimal("1234567")),
+            ("1234.567", Decimal("1234567")),
+            ("1 234.567", Decimal("1234567")),
+        ],
+    )
+    def test_thousands_dot_gives_amount(self, text: str, amount: Decimal) -> None:
+        """AURORA-1405, scan-gateway#37: ИС вернула точку как разделитель тысяч — «4.200» это 4200, не текст (№30)."""
+        table = _table(
+            "Бухгалтерский баланс",
+            CLEAN_BALANCE["rows"][0],
+            _row(1, (0, "ОС", 100), (1, "1150", 100), (2, text, 100), (3, "2", 100)),
+        )
+        value = _build(table).document.lines[0].values[0]
+        assert value.amount == amount and value.is_recognized is True and value.string_value is None
+
+    def test_thousands_dot_low_confidence_is_not_recognized(self) -> None:
+        table = _table(
+            "Бухгалтерский баланс",
+            CLEAN_BALANCE["rows"][0],
+            _row(1, (0, "ОС", 100), (1, "1150", 100), (2, "4.200", 90), (3, "2", 100)),
+        )
+        value = _build(table).document.lines[0].values[0]
+        assert value.amount == Decimal("4200") and value.is_recognized is False
+
+    @pytest.mark.parametrize("text", ["4.20", "4.2", "1.2345"])
+    def test_dot_fraction_is_not_thousands(self, text: str) -> None:
+        """Не три цифры после точки — дробь, как раньше: до двух знаков принимается, больше — текст (№30)."""
+        table = _table(
+            "Бухгалтерский баланс",
+            CLEAN_BALANCE["rows"][0],
+            _row(1, (0, "ОС", 100), (1, "1150", 100), (2, text, 100), (3, "2", 100)),
+        )
+        value = _build(table).document.lines[0].values[0]
+        if text == "1.2345":
+            assert value.amount is None and value.string_value == text
+        else:
+            assert value.amount == Decimal(text)
+
     @pytest.mark.parametrize("text", ["1,23", "1,2", "0", "-5", "1 234,50"])
     def test_up_to_two_decimals_is_kept(self, text: str) -> None:
         table = _table(

openspec/specs/image-recognition-gateway/spec.md

@@ -238,7 +238,7 @@ SHALL отражать состояние.
   имени, иначе `confidence` ячейки наименования.
 - `values` — по одному на колонку документа (по позиции; если раскладка строки после повторной шапки даёт иное число колонок —
   недостающие значения как «ячейки нет», лишние отбрасываются, одно предупреждение на таблицу «повторная шапка изменила
-  число колонок значений», решение №21; таблица без колонок значений — предупреждение «нет колонок значений», №25): `amount` — `parse_amount` (запятая-разделитель тысяч (`4,200`, `1,234` → 4200, 1234; AURORA-1405, #35) удаляется, запятая → точка, скобки → минус, пробелы и прочие символы
+  число колонок значений», решение №21; таблица без колонок значений — предупреждение «нет колонок значений», №25): `amount` — `parse_amount` (запятая-разделитель тысяч (`4,200`, `1,234` → 4200, 1234; AURORA-1405, #35; так же точка, после которой ровно три цифры, при любом числе цифр до неё: `4.200`, `837.994`, `1234.567` → 4200, 837994, 1234567, #37) удаляется, запятая → точка, скобки → минус, пробелы и прочие символы
   отбрасываются, несколько точек — разделители тысяч; прочерк/пусто → `null`; сумма с более чем двумя знаками после запятой (`0,125`) не помещается в `Money` контракта — `amount = null`,
   `string_value` — текст ячейки, `is_recognized = false`, решение №30); `string_value` — текст ячейки как
   распознан (`\n`/`\t` → пробел, края обрезаны) **только если `amount = null`** и текст не прочерк (DBML: «как распознано,