api/src/normalizer/ocr/text.py

@@ -23,7 +23,7 @@ _CELL_SEPARATOR_LINE = re.compile(r"[\s\d|•·.:,]*")
 def fix_lookalikes(text: str, lookalikes: Mapping[str, str]) -> str:
     """Буквы-двойники → цифры только вплотную к цифре, в несколько проходов («2ОО5» → «2005»); `|` — разделитель
     клеток, если первая строка состоит из цифр, пробелов и пунктуации («2|0|2|4|» → «2 0 2 4 »)."""
-    text = text.replace(" ", " ")
+    text = text.replace("\xa0", " ")
     if _CELL_SEPARATOR_LINE.fullmatch(text.split("\n", 1)[0]):
         text = text.replace("|", " ")
     if not lookalikes:

api/tests/unit/normalizer/test_text.py

@@ -51,6 +51,11 @@ class TestFixLookalikes:
     def test_empty_table_keeps_text(self) -> None:
         assert fix_lookalikes("2ОО5", {}) == "2ОО5"
 
+    def test_nbsp_replacement(self) -> None:
+        # неразрывный пробел (U+00A0) → обычный пробел (U+0020)
+        assert fix_lookalikes("31\xa012\xa02024", LOOKALIKES) == "31 12 2024"
+        assert fix_lookalikes("31\xa012\xa02024", {}) == "31 12 2024"
+
 
 @pytest.mark.parametrize(
     ("raw", "expected"),