From 60092b82936c01b8289c8a75400fe7d9675842e8 Mon Sep 17 00:00:00 2001
From: Andrey Epifancev <andrey.epifancev@ssi-solutions.ru>
Date: Wed, 7 Oct 2026 00:10:20 +0400
Subject: [PATCH] =?UTF-8?q?feat(normalizer):=20=D1=80=D0=B0=D0=B7=D0=B1?=
 =?UTF-8?q?=D0=BE=D1=80=20=D1=81=D1=83=D0=BC=D0=BC=20OCR=20=E2=80=94=20?=
 =?UTF-8?q?=D0=BF=D0=B5=D1=80=D0=B5=D0=BD=D0=BE=D1=81=20=5Fparse=5Famount?=
 =?UTF-8?q?=20(=C2=A711.1=20=D0=BF.=207)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Переносим функции парсинга сумм и проверки пустоты из старого ядра:
замена запятой, удаление пробелов, извлечение круглых скобок (отрицательное),
множественные точки как разделители тысяч. Отличие: verified вычисляется
ДО постановки минуса (решение №13 design.md), чтобы не отмечать суммы
в скобках как неверифицированные.
---
 api/src/normalizer/ocr/amounts.py         | 57 +++++++++++++++++++++++
 api/tests/unit/normalizer/test_amounts.py | 35 ++++++++++++++
 2 files changed, 92 insertions(+)
 create mode 100644 api/src/normalizer/ocr/amounts.py
 create mode 100644 api/tests/unit/normalizer/test_amounts.py

diff --git a/api/src/normalizer/ocr/amounts.py b/api/src/normalizer/ocr/amounts.py
new file mode 100644
index 0000000..c79d92d
--- /dev/null
+++ b/api/src/normalizer/ocr/amounts.py
@@ -0,0 +1,57 @@
+"""Суммы из OCR-ячеек (§11.1 п. 7). Перенос `_parse_amount`, `_is_blank` и регулярок старого ядра без изменений:
+запятая → точка, пробелы долой, содержимое круглых скобок — отрицательное, прочие символы отбрасываются, несколько
+точек — разделители тысяч (остаётся последняя). `verified` — разбор не отбрасывал символов."""
+
+import re
+from dataclasses import dataclass
+from decimal import Decimal, InvalidOperation
+
+__all__ = ["ParsedAmount", "is_blank", "parse_amount"]
+
+_BLANK_CHARS_RE = re.compile(r"[\s\-–—]")
+_ALLOWED_RE = re.compile(r"[^\d+\-.]")
+_BRACKET_RE = re.compile(r"\(([^()]*)\)")
+
+
+@dataclass(frozen=True)
+class ParsedAmount:
+    amount: Decimal | None
+    verified: bool
+
+
+def parse_amount(raw: str) -> ParsedAmount:
+    """Парсит сумму из распознанного текста OCR-ячейки.
+
+    Заменяет запятую на точку, удаляет пробелы, извлекает содержимое круглых скобок
+    (означает отрицательное число), удаляет непотребные символы, обрабатывает множественные
+    точки как разделители тысяч (оставляет последнюю).
+
+    verified=True только если в исходной строке не пришлось отбрасывать символы
+    (после удаления скобок).
+    """
+    s = raw.strip().replace(",", ".").replace(" ", "")
+    stripped_raw = s
+    if not stripped_raw:
+        return ParsedAmount(None, stripped_raw == raw)
+    match = _BRACKET_RE.search(s)
+    bracketed = match is not None
+    if match is not None:
+        s = match.group(1)
+    s = _ALLOWED_RE.sub("", s)
+    if s.count(".") > 1:
+        *head, tail = s.split(".")
+        s = "".join(head) + tail
+    # verified считается ДО постановки знака (отличие от источника, решение №13 design.md): в источнике сравнение шло
+    # после `s = "-" + s`, и любая сумма в скобках получала verified = False, то есть is_recognized = false
+    verified = s == stripped_raw.replace(")", "").replace("(", "")
+    if bracketed:
+        s = "-" + s.lstrip("+-")
+    try:
+        return ParsedAmount(Decimal(s), verified)
+    except (InvalidOperation, ValueError):
+        return ParsedAmount(None, verified)
+
+
+def is_blank(text: str) -> bool:
+    """Прочерк в отчётности означает ноль — считаем пустым значением (NULL, не 0)."""
+    return not _BLANK_CHARS_RE.sub("", text)
diff --git a/api/tests/unit/normalizer/test_amounts.py b/api/tests/unit/normalizer/test_amounts.py
new file mode 100644
index 0000000..6f0e24f
--- /dev/null
+++ b/api/tests/unit/normalizer/test_amounts.py
@@ -0,0 +1,35 @@
+"""Суммы из OCR-ячеек (§11.1 п. 7): перенос `_parse_amount`/`_is_blank` старого ядра."""
+
+from decimal import Decimal
+
+import pytest
+
+from src.normalizer.ocr.amounts import ParsedAmount, is_blank, parse_amount
+
+
+@pytest.mark.parametrize(
+    ("raw", "amount", "verified"),
+    [
+        ("13 070", Decimal("13070"), True),
+        ("(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
+        ("30127", Decimal("30127"), True),
+        ("211(1 |", Decimal("2111"), False),
+        ("не ****", None, False),
+        ("", None, True),
+        ("--", None, True),  # прочерк: ничего не отброшено, суммы нет (NULL)
+        (":", None, False),
+    ],
+)
+def test_parse_amount(raw: str, amount: Decimal | None, verified: bool) -> None:
+    assert parse_amount(raw) == ParsedAmount(amount, verified)
+
+
+@pytest.mark.parametrize(
+    ("raw", "expected"),
+    [("", True), ("-", True), ("—", True), (" – ", True), ("0", False), ("x", False)],
+)
+def test_is_blank(raw: str, expected: bool) -> None:
+    assert is_blank(raw) is expected