openspec/specs/osv-parsing/spec.md

@@ -0,0 +1,304 @@
+# osv-parsing Specification
+
+## Purpose
+Разбор оборотно-сальдовых ведомостей из XLS/XLSX/XLSB по `05-domain-rules.md` §1: структура определяется по содержимому,
+результат — `osvDocument` контракта v1.1, достоверность подтверждается контрольными суммами, словари — данные.
+
+## Requirements
+
+### Requirement: Листы ОСВ находятся по содержимому
+Парсер SHALL считать листом ОСВ любой лист, где ячейка в первых 30 строках листа (`SHEET_MARKER_ROWS`: шапка ведомости
+всегда над таблицей) матчит признак ОСВ из `rules/osv_headers.yaml` (без учёта регистра, «ё/е», переносов строк и
+дефисов). Листы без признаков ОСВ SHALL пропускаться с предупреждением
+`sheet=<имя> skipped: нет признаков ОСВ` в `metrics.warnings`; лист с признаками ББ/ОФР (§12 п. 1) — с предупреждением
+`sheet=<имя> skipped: statement (slice 2b)`. Книга без единого листа ОСВ →
+`status = error`, `error.code = INVALID_DOCUMENT`. Несколько листов ОСВ → несколько `documents` с `locator = sheet:<имя>`.
+Имя листа MUST NOT использоваться для поиска.
+
+#### Scenario: Один лист — одна ОСВ (все реальные фикстуры)
+- **WHEN** разбирается любой файл из `fixtures/osv/**`
+- **THEN** `documents` содержит ровно один `osvDocument` с `locator = "sheet:Лист_1"`, статус `done`
+
+#### Scenario: Два листа ОСВ и посторонний лист
+- **WHEN** разбирается синтетический файл с листами «ОСВ 60», «Справка», «ОСВ 62»
+- **THEN** `documents` содержит два документа в порядке листов, в `warnings` есть запись о пропуске листа «Справка»
+
+#### Scenario: Нет ОСВ
+- **WHEN** разбирается книга с одним листом произвольной таблицы
+- **THEN** `status = error`, `error.code = INVALID_DOCUMENT`, сообщение называет число просмотренных листов
+
+### Requirement: Заголовок таблицы и колонки сумм определяются по тексту
+Парсер SHALL найти блок заголовка таблицы: 1–4 подряд идущих строки, в которых (с учётом объединённых ячеек) встречаются
+группы «сальдо на начало», «обороты за период», «сальдо на конец» по синонимам словаря, и под каждой группой подзаголовки
+«Дебет»/«Кредит» по синонимам. Группы «обороты» и «сальдо на конец» обязательны: строка, где их нет, заголовком не
+считается (R-12). Допустимы: отсутствие группы «начало» (сальдо на начало `null`), одна колонка в группе без
+Дебет/Кредит (свёрнутое сальдо: положительное — дебет, отрицательное — кредит, предупреждение), дополнительные колонки
+(«Количество», «Валюта», «ИНН», «КПП», «Код»). Колонка текста строки — первая непустая слева от сумм по строкам данных;
+колонка ИНН — по заголовку `ИНН` или колонка, где ≥ 80 % непустых значений — ровно 10 или 12 цифр (число из 9/11 цифр
+при этом выборе MUST NOT дополняться нулём: иначе числовая колонка КПП сошла бы за колонку ИНН, R-24). Правая граница таблицы —
+последняя колонка «Кредит»; всё правее MUST NOT попадать в суммы. Колонки внутри таблицы, не сопоставленные с шестью
+суммами и ИНН, SHALL попадать в `rows[].extra` по заголовку. Заголовок не найден или в найденной строке групп нет «оборотов» либо «сальдо
+на конец» → `status = error`, `error.code = INVALID_FORMAT` с названием ненайденной группы, листом и шагом. В `columns` SHALL быть записана диагностика (буква
+колонки) для каждой из шести сумм и ИНН.
+
+#### Scenario: Плавающие колонки двух организаций
+- **WHEN** разбираются `rb/2025-Q1/ОСВ сч 60 за 1 кв 2025 год.xlsx` и `schastl/2024-Q3/…62 за 3 квартал 2024 г..xls`
+- **THEN** `columns` первого содержит `opening_debit = "E"`, `closing_credit = "Q"`, второго — `opening_debit = "G"`,
+  `closing_credit = "S"`, `inn = "E"`; суммы корневой строки совпадают со строкой «Итого»
+
+#### Scenario: Мусор правее таблицы
+- **WHEN** разбирается `schastl/2024-Q3/…62 за 3 квартал 2024 г..xls` (числа в колонках T/U)
+- **THEN** эти значения не входят ни в одну из шести сумм, инварианты §1.4 выполнены
+
+#### Scenario: ОСВ без сальдо на начало и со свёрнутым сальдо
+- **WHEN** разбирается синтетическая ОСВ с группами только «Обороты» и «Сальдо на конец», где у «конца» одна колонка
+- **THEN** `opening_* = null` у всех строк, отрицательное свёрнутое сальдо попадает в `closing_credit`, в `warnings` есть
+  запись о свёрнутом сальдо, статус `done`
+
+#### Scenario: Неизвестная колонка внутри таблицы
+- **WHEN** в синтетической ОСВ между «ИНН» и суммами есть колонка «КПП»
+- **THEN** у строк контрагентов `extra["КПП"]` содержит значение, суммы не сдвинуты
+
+### Requirement: Шапка документа и схема группировок
+Парсер SHALL извлечь из области выше заголовка таблицы: `organization_name` (первая непустая текстовая строка, trim),
+`account_code_raw` (после «по счету»/«по счёту», как в файле: «60», «58.03»), `period_text` (после «за» до «г.»/конца),
+`data_type` («Выводимые данные: БУ/НУ/сумма»), `currency` («Валюта …: RUB/руб.» → `RUB`), `header_variant` (1 — группировки
+строками первой колонки блока заголовка; 2 — перечисление «субконто: …»). `group_schema` SHALL начинаться с ACCOUNT и далее
+перечислять группировки в порядке вложенности по словарю `rules/osv_groups.yaml`; ячейка `ИНН` в строке группировки →
+`has_inn = true`. `period_quarter`/`is_cumulative` SHALL вычисляться только по тексту по `rules/periods.yaml` (§1.5,
+`ASSUMPTION(OQ-02)`), `period_year` — четыре цифры года. Отсутствие любого поля шапки, кроме обязательных по контракту, —
+`null` и предупреждение; отсутствие `organization_name`/`period_text` — пустая строка и предупреждение (контракт требует
+строку).
+
+#### Scenario: Вариант 1 с тремя строками группировок
+- **WHEN** разбирается `schastl/2024-Q3/…62 за 3 квартал 2024 г..xls`
+- **THEN** `group_schema = [ACCOUNT, DEPARTMENT, COUNTERPARTY(has_inn=true)]`, `header_variant = 1`,
+  `account_code_raw = "62"`, `period_text = "3 квартал 2024 г."`, `period_quarter = "Q3"`, `is_cumulative = false`,
+  `data_type = "BU"`, `currency = "RUB"`
+
+#### Scenario: ОСВ по субсчёту и годовой период
+- **WHEN** разбираются `rb/2024-Q3/сч 583_3 кв 2024.xlsx` и `rb/2024-FY/ОСВ_66 за 2024.xls`
+- **THEN** у первого `account_code_raw = "58.03"`; у второго `period_quarter = "Q4"`, `is_cumulative = true`
+
+#### Scenario: Вариант 2
+- **WHEN** разбирается синтетическая ОСВ с шапкой «Период: 1 квартал 2026 г.», «Детализация по субсчетам, субконто:
+  Контрагенты, Договоры», заголовком «Субконто»
+- **THEN** `header_variant = 2`, `group_schema = [ACCOUNT, COUNTERPARTY, CONTRACT]`, `period_quarter = "Q1"`
+
+### Requirement: Иерархия строк — каскад стратегий
+Парсер SHALL определять `level` строк данных первой подходящей стратегией из списка: outline level Excel; отступ ячейки
+или ведущие пробелы; шаблон кода счёта и жирность; равенство «сумма детей = родитель». Стратегия подходит, если даёт дерево,
+где у каждой строки есть предок с меньшим уровнем (кроме уровня 0). Строка «Итого» стратегиям MUST NOT передаваться:
+она всегда имеет уровень 0 и не имеет родителя (R-14). Если строк данных (кроме «Итого») меньше двух (пустая ОСВ или одна
+строка) — стратегия `trivial`: дерево из корней (R-13). Выбранная стратегия SHALL быть записана в `metrics.warnings` как
+`sheet=<имя> hierarchy=<имя стратегии>`. `parent_row_number` SHALL указывать на ближайшую
+предыдущую строку с меньшим уровнем.
+
+#### Scenario: Outline level (реальные файлы)
+- **WHEN** разбирается `rb/2024-FY/ОСВ_66 за 2024.xls` (и любой другой реальный файл со строками данных)
+- **THEN** `hierarchy=outline`, строки `66` (0) → `66.01` (1) → контрагент (2); у «Юг-Финанс / ПЕКАРНЯ СЧАСТЛИВОЧНАЯ»
+  `parent_row_number` — строка `66.03`
+
+#### Scenario: Без outline level
+- **WHEN** разбирается синтетическая ОСВ без группировок Excel, с отступами ячеек (`s02`)
+- **THEN** `hierarchy=indent`, дерево 0/1/2 и суммы совпадают с деревом той же ведомости, где уровни видны только по
+  кодам счетов и жирности (`s03`)
+
+#### Scenario: Без outline и отступов
+- **WHEN** разбирается синтетическая ОСВ, где уровни видны только по кодам счетов и жирности (`s03`)
+- **THEN** `hierarchy=account_pattern`, инварианты §1.4 выполнены, «Итого» не вложена в последний счёт
+
+#### Scenario: Пустая ОСВ — тривиальное дерево
+- **WHEN** в ОСВ нет строк данных кроме «Итого»
+- **THEN** `hierarchy=trivial`, «Итого» — уровень 0 без родителя
+
+### Requirement: Классификация строк
+Каждая строка данных SHALL получить `group_type`: ACCOUNT — текст матчит `ACCOUNT_RE` (регистр учитывается, IGNORECASE
+нет): две-три цифры и до двух сегментов субсчёта через точку, где сегмент — `\d{1,2}` **или 1–3 заглавные буквы**
+кириллицы/латиницы («76.АВ», «76.ВА», «76.ОТ», R-16), далее опционально запятая и название: `^\d{2,3}(\.(\d{1,2}|[А-ЯЁA-Z]{1,3})){0,2}(,\s*.*)?$`
+с флагами `re.ASCII | re.DOTALL` (после запятой допустим любой пробел или его отсутствие, R-18; цифры — только 0–9;
+название после запятой может занимать несколько строк ячейки — M-1); `account_code_raw` — код как в файле, без названия после
+запятой. Не-счёт — группировка из `group_schema` по позиции (число не-счётных предков после последнего ACCOUNT + 1), при
+выходе за схему — OTHER; последняя строка уровня 0 с текстом из словаря «Итого» — TOTAL. Для COUNTERPARTY
+`counterparty_name = row_value`, `counterparty_inn` — **только** из колонки ИНН: цифры текстовой ячейки колонки («ИНН
+352819549855» → «352819549855», R-15), результат только при 10 или 12 цифрах, иначе `null`; число из 9/11 цифр
+(ИНН регионов 01–09 с потерянным ведущим нулём) при извлечении дополняется нулём слева (R-24); ИНН внутри текста строки
+(«Полиграф, 3528315710») MUST NOT извлекаться (R-17). Строки «Вал.», «Кол.», трёхбуквенного кода валюты SHALL получать
+`group_type = OTHER`, `data_type` CURRENCY/QUANTITY, MUST NOT занимать позицию в `group_schema` и MUST NOT наследовать
+`counterparty_name`/`counterparty_inn` (`account_code_raw` наследуется от ветки, R-19); их суммы остаются в шести полях.
+Остальные строки получают `data_type` шапки. Все строки, включая TOTAL, SHALL присутствовать в `rows`
+(`ASSUMPTION(OQ-01)`: хранить ли «Итого», решает ядро).
+
+#### Scenario: Подразделение, контрагент с ИНН, физлицо
+- **WHEN** разбирается `schastl/2024-Q3/…62 за 3 квартал 2024 г..xls`
+- **THEN** «БП Аренда» → DEPARTMENT; «МАЛЕЧКИНСКАЯ ПТИЦЕФАБРИКА ООО» → COUNTERPARTY с `counterparty_inn` из 10 цифр;
+  «Ведомость в счет з/платы» → COUNTERPARTY с `counterparty_inn = null`
+
+#### Scenario: Название субсчёта в строке счёта
+- **WHEN** в синтетической ОСВ строка «60.01, Расчеты с поставщиками»
+- **THEN** `group_type = ACCOUNT`, `account_code_raw = "60.01"`, `row_value` — исходный текст
+
+#### Scenario: Буквенный субсчёт
+- **WHEN** в ОСВ 76 строка «76.АВ» (реальные файлы РБ и Счастливочной) либо «60.АВ, …» (синтетика)
+- **THEN** `group_type = ACCOUNT`, строка наследуется детьми как счёт ветки; «76.ав» (строчные) счётом не считается
+
+#### Scenario: Строки Вал./Кол.
+- **WHEN** в синтетической ОСВ под контрагентом строки «USD» и «Кол.»
+- **THEN** `group_type = OTHER`, `data_type = CURRENCY` и `QUANTITY`, `counterparty_name`/`counterparty_inn` равны `null`,
+  `account_code_raw` совпадает с родителем, строки исключены из проверки «сумма детей = родитель», статус `done`
+
+### Requirement: Числа — Decimal, пусто — null
+Суммы SHALL приводиться к `Decimal` с двумя знаками: числовые ячейки — через строковое представление; текстовые —
+после удаления пробелов (включая неразрывные и узкие), замены запятой на точку, `(x)` → `-x`; «-», «—», «–», пустая ячейка →
+`null` (не 0). Нечисловой текст в колонке сумм → `null` и предупреждение с `row_number`. `float` в результате MUST NOT
+использоваться; в JSON суммы — строки `^-?\d+(\.\d{1,2})?$`.
+
+#### Scenario: Текстовые числа
+- **WHEN** в синтетической ОСВ суммы записаны как «1 234 567,89», «(1 234,00)», «—»
+- **THEN** получены `1234567.89`, `-1234.00`, `null`
+
+### Requirement: Контрольные суммы определяют статус
+Для каждого документа парсер SHALL проверить: по каждой строке `opening_debit − opening_credit + turnover_debit −
+turnover_credit = closing_debit − closing_credit` (±0.01, `null` = 0); по каждому родителю суммы = Σ детей с тем же
+`data_type` (±0.01), причём **обороты** сверяются по колонкам, а **сальдо** (начало, конец) — по колонкам либо, если у
+родителя сальдо свёрнуто (не больше одной ненулевой стороны), по нетто «дебет − кредит» (R-21: 1С показывает счёт нетто,
+а субсчета и контрагентов — развёрнуто; остаточные риски перечислены ниже); строки CURRENCY/QUANTITY в суммирование не входят и сами
+родителями не проверяются; строка TOTAL = корневая строка ACCOUNT (первая строка уровня 0). Если корня нет (пустая ОСВ,
+R-13), «Итого» SHALL быть пустой или нулевой. Если строка «Итого» не найдена, `total_row_matches_root = false` и в
+`warnings` — «строка «Итого» не найдена» (R-20). Результат — `checks{total_row_matches_root,
+balance_identity_violations, parent_sum_violations}`. Любое нарушение → `status = needs_check` всего результата и запись
+причины в `metrics.warnings`; парсер MUST NOT подгонять структуру под сходимость.
+
+Остаточные риски (известные слепые зоны, не ловятся проверками §1.4):
+- RR-1 — у свёрнутого родителя сверяется только нетто сальдо: распределение сальдо детей между дебетом и кредитом
+  (перестановка сторон при совпавшем нетто) не проверяется.
+- RR-2 — «свёрнутость» определяется по самому родителю: развёрнутое сальдо родителя, у которого в файле потеряна одна
+  сторона, неотличимо от нетто-показа 1С и проходит, если нетто совпало.
+- RR-3 — нетто допускается на любом уровне дерева (счёт, субсчёт, контрагент, договор), а не только на уровне «счёт →
+  субсчета», где его показывает 1С: ошибка распределения сальдо между договорами под свёрнутым контрагентом не ловится.
+- RR-4 — тождество строки сверяет только нетто строки, «Итого = корень» — только корень: ошибка, сохраняющая нетто
+  строки, ловится лишь сверкой с родителем по колонкам, а под свёрнутым родителем — ничем (см. слепую зону ниже).
+- Слепая зона: обе стороны сальдо (на начало или на конец) развёрнутого ребёнка увеличены на одно и то же X, а его
+  непосредственный родитель свёрнут — не ловится ничем: достаточно свёрнутого прямого родителя (сверка с ним — по нетто,
+  а нетто ребёнка не изменилось; значения родителя и выше не затронуты; тождество строки и «Итого = корень» сохраняются).
+- Родитель с сальдо (0, 0) при детях (X Дт, X Кт) принимается: нулевое сальдо — свёрнутое, нетто детей X − X = 0
+  (закреплено тестом как осознанное поведение R-21).
+- Вне R-21: текст вида «12.ООО» (2–3 цифры, точка, до трёх заглавных букв) принимается за счёт (R-16) и меняет
+  `group_type` строк ветки; суммы и проверки это не затрагивает.
+
+#### Scenario: Все реальные файлы сходятся
+- **WHEN** разбирается каждый файл `fixtures/osv/**`
+- **THEN** `status = done`, `checks.total_row_matches_root = true`, оба списка нарушений пусты
+
+#### Scenario: Испорченная сумма
+- **WHEN** в синтетической ОСВ у одного контрагента `closing_debit` увеличен на 1
+- **THEN** `status = needs_check`, `balance_identity_violations` содержит его `row_number`, `parent_sum_violations` —
+  `row_number` родителя, в `warnings` — текст с номерами строк
+
+#### Scenario: Сальдо родителя свёрнуто нетто
+- **WHEN** у родителя сальдо показано одной стороной (нетто), а у детей — обеими сторонами, и нетто детей равно нетто родителя
+- **THEN** нарушения «сумма детей = родитель» по сальдо нет; обороты при этом сверяются по колонкам, а неверное нетто
+  или расхождение оборотов — нарушение
+
+#### Scenario: «Итого» не найдена
+- **WHEN** в таблице нет строки с текстом из словаря «Итого»
+- **THEN** `total_row_matches_root = false`, `status = needs_check`, в `warnings` — «строка «Итого» не найдена»
+
+#### Scenario: Пустая ОСВ
+- **WHEN** разбираются реальные пустые ОСВ (в фикстурах две: `schastl/2025-Q2/…58 за 2 квартал 2025 г..xlsx` и `…66 за 2
+  квартал 2025 г..xlsx`: заголовок и сразу «Итого») либо любой файл, где кроме «Итого» строк данных нет
+- **THEN** `status = done`, `rows` содержит только строку TOTAL, `metrics.rows = 0` (строки данных без TOTAL),
+  `hierarchy=trivial`, `checks.total_row_matches_root = true` (корня нет, суммы TOTAL пусты), предупреждение
+  «нет строк данных»
+
+### Requirement: Форматы, лимиты, время
+Парсер SHALL читать XLSX (openpyxl, полное чтение), XLS (xlrd, `formatting_info`), XLSB (pyxlsb; outline level недоступен —
+каскад начинается с отступа). Несоответствие `file_type` сигнатуре файла → попытка по сигнатуре и предупреждение.
+Файл больше `PARSE_MAX_BYTES` (по умолчанию 50 МиБ) → `error UNSUPPORTED_FORMAT` с текстом про лимит. До вызова
+библиотеки чтения SHALL действовать лимиты чтения (R-23) → `error UNSUPPORTED_FORMAT` с текстом про лимит: сумма
+объявленных несжатых размеров записей zip (xlsx/xlsb) не больше `ZIP_UNCOMPRESSED_LIMIT_FACTOR × PARSE_MAX_BYTES` (10 ×);
+суммарная площадь объединённых ячеек книги не больше `MERGED_AREA_LIMIT` (200 000 ячеек). Для xlsx — до openpyxl
+потоковым разбором `xml.parsers.expat` всех частей архива (R-25, I-1б: каждая некаталожная запись в любом каталоге,
+без отбора по имени или началу содержимого; ошибка разбора части не `*.xml` лишь заканчивает её скан; элемент с локальным именем `mergeCell` в любом пространстве имён; только атрибут `ref` без
+префикса; ссылки на символы раскрываются; площадь — по строке `ref`, без перебора ячеек; отказ сразу при превышении);
+для любого формата — после чтения, по диапазонам, которые индекс листа раскладывает по ячейкам (площадь не больше
+`grid.MAX_INDEXED_AREA`; merged на весь столбец не считается); число остальных (крупных) диапазонов листа — не больше
+`LARGE_MERGED_COUNT_LIMIT` (1000). Книга не открывается (в том числе битый XML части
+`*.xml`, `ref` объединения, который openpyxl не разберёт) → `UNREADABLE` (лог WARNING);
+превышение `PARSE_TIMEOUT_SECONDS` (по умолчанию 120, проверка между листами, в циклах по всему листу — поиск заголовка
+таблицы, дополнительные колонки, строки, стратегии иерархии; чтение книги библиотекой таймаут не прерывает) → `TIMEOUT`;
+непредвиденное исключение → `RECOGNITION_FAILED` с одной строкой причины, стек — в лог уровня ERROR. Не ограничены (остаточный
+риск, решение платформы — лимит памяти контейнера, `defusedxml`): объём самих ячеек, `sharedStrings` и стилей в
+пределах лимита распакованного zip, XML-бомбы entity expansion (кроме защиты самого expat ≥ 2.4). Любой файл
+`fixtures/osv/**` SHALL разбираться быстрее 5 с.
+
+#### Scenario: XLSB
+- **WHEN** разбирается синтетический xlsb той же ОСВ, что `s02` (`s13`, собран тестовым писателем BIFF12, а не Excel — O-7)
+- **THEN** результат совпадает с xlsx-оригиналом во всём, кроме `locator` и предупреждения «xlsb: outline level
+  недоступен»; `hierarchy=indent`
+
+#### Scenario: Расширение не совпадает с содержимым
+- **WHEN** запрос говорит `XLSX`, а байты — BIFF8
+- **THEN** файл прочитан как xls, в `warnings` есть запись о несоответствии, статус по содержимому
+
+#### Scenario: Превышен лимит
+- **WHEN** передан файл в 51 МиБ
+- **THEN** `error UNSUPPORTED_FORMAT`, книга не открывается
+
+#### Scenario: Бомба объединённых ячеек
+- **WHEN** передан xlsx в несколько килобайт с `<mergeCell ref="A1:Z200000"/>` (5,2 млн ячеек)
+- **THEN** `error UNSUPPORTED_FORMAT` («лимит объединённых ячеек») быстрее 1 с, openpyxl не вызывается
+
+#### Scenario: Обходы скана объединённых ячеек
+- **WHEN** тот же диапазон спрятан: лист вне `xl/worksheets/` или с расширением не `.xml` (цель связи в
+  `workbook.xml.rels`), `ref` записан ссылками на символы (`A1:Z&#50;00000`, `&#x41;1:…`), перед `ref` стоит атрибут
+  с префиксом (`a:ref="A1"`), в значении другого атрибута есть `>`, элемент записан с префиксом (`x:mergeCell`)
+- **THEN** `error UNSUPPORTED_FORMAT` («лимит объединённых ячеек») быстрее 1 с, openpyxl не вызывается; тот же вариант с
+  малым диапазоном читается, и объединение видно в листе
+
+#### Scenario: Объединение на весь столбец в xls
+- **WHEN** в книге xls есть законный merged-диапазон на весь столбец (больше `grid.MAX_INDEXED_AREA`)
+- **THEN** книга читается: после-чтения проверка его не считает (индекс листа его по ячейкам не раскладывает)
+
+#### Scenario: Распакованный zip больше лимита
+- **WHEN** zip книги распаковывается больше чем в 10 × `PARSE_MAX_BYTES`
+- **THEN** `error UNSUPPORTED_FORMAT` («распакованный размер … больше лимита»), книга не открывается
+
+### Requirement: Словари — данные, не код
+Признаки листов, синонимы групп колонок и подзаголовков, колонки ИНН, строки «Итого», маркеров шапки (`rules/osv_headers.yaml`:
+`sheet_markers`, `statement_markers`, `groups`, `debit`, `credit`, `service_columns`, `total_row`, `header_markers`),
+группировок (`rules/osv_groups.yaml`: `mapping`, `default`), периодов (`rules/periods.yaml`: `rules`, `year`, `end`),
+типов данных и кодов валют (`rules/data_types.yaml`: `header`, `row`, `currency_codes`, `currency_aliases`)
+SHALL загружаться из YAML и валидироваться pydantic-моделью при старте (ошибка словаря — падение старта с указанием файла и
+записи). В `src/parser/` (кроме `grid.py` и `readers/`) MUST NOT быть строковых литералов букв колонок, адресов ячеек,
+имён листов и сравнений с номерами строк — проверяется тестом по AST. Каждая запись распознавания словаря (паттерн) SHALL
+срабатывать хотя бы на одной фикстуре или синтетике (тест покрытия словарей, R-22); перечень кодов валют
+`currency_codes` (ISO 4217) — список значений, а не синонимы, и в покрытие не входит.
+
+#### Scenario: Новый синоним без релиза кода
+- **WHEN** в `osv_headers.yaml` добавлен синоним «Нач. остаток» и дана синтетическая ОСВ с таким заголовком
+- **THEN** разбор проходит без изменений в `src/`; без этого синонима заголовок «Нач. остаток» не распознаётся
+  (колонки начала уходят в `extra`, результат `needs_check`)
+
+#### Scenario: Литерал координаты
+- **WHEN** в `detect.py` появляется строка `"E9"`
+- **THEN** тест-линтер падает с указанием файла и строки
+
+#### Scenario: Мёртвая запись словаря
+- **WHEN** в словарь добавлена запись, не срабатывающая ни на одном реальном или синтетическом файле
+- **THEN** тест покрытия падает с указанием файла, ключа и паттерна
+
+### Requirement: Золотые снимки и property-тесты
+Для каждого файла `fixtures/osv/**` SHALL существовать снимок `fixtures/golden/expected_osv_parse/<зеркальный путь>.json`
+(= файл результата без `job_id`, `file_id`, `service.version`, `metrics.duration_ms`); тест сравнивает разбор со снимком,
+обновление — только явной командой (`make golden-update`) с просмотром diff. Property-тест по всем файлам SHALL проверять
+инварианты независимо от снимков (статус ≠ `error`, контрольные суммы, корень = счёт шапки, период распознан). Без
+каталога fixtures оба теста пропускаются с причиной (`ARM_KA_FIXTURES`).
+
+#### Scenario: Регрессия
+- **WHEN** правка парсера меняет `level` одной строки в любом реальном файле
+- **THEN** golden-тест падает с diff по этому файлу
+
+#### Scenario: Новый файл без снимка
+- **WHEN** в `fixtures/osv/` добавлен файл без снимка
+- **THEN** property-тест его разбирает, golden-тест сообщает «нет снимка: выполните make golden-update»

openspec/specs/tabular-recognition-service/spec.md

@@ -2,8 +2,8 @@
 
 ## Purpose
 Stateless-сервис разбора табличных файлов (XLS/XLSX/XLSB): принимает задания из NATS без JetStream, подтверждает их,
-читает исходник из S3, отдаёт результат в S3 и конверт в NATS по контракту v1.0, не имея доступа к БД и фронта.
-В Срезе 0 разбор заменён заглушкой.
+читает исходник из S3, отдаёт результат в S3 и конверт в NATS по контракту v1.1, не имея доступа к БД и фронта.
+С Среза 2a реализация по умолчанию разбирает ОСВ (спека `osv-parsing`); заглушка `NullParser` — только для тестов воркера.
 
 ## Requirements
 
@@ -38,10 +38,17 @@ Stateless-сервис разбора табличных файлов (XLS/XLSX/
 сервис SHALL повторить её до трёх раз с паузой, затем залогировать ошибку.
 
 #### Scenario: Запрос с заглушкой парсера (Срез 0)
-- **WHEN** запрос подтверждён и объект существует в `uploads/`
+- **WHEN** воркеру явно передана заглушка `NullParser` (только тесты воркера; реализация по умолчанию — реальный парсер),
+  запрос подтверждён и объект существует в `uploads/`
 - **THEN** в `recognition.result` появляется конверт `status = error`, `error.code = NOT_IMPLEMENTED`, `job_id`/`file_id`
   из запроса, `metrics.duration_ms ≥ 0`; файл результата может отсутствовать
 
+#### Scenario: Запрос с реальным парсером
+- **WHEN** запрос подтверждён и объект в `uploads/` существует, но не является книгой Excel (сигнатура не XLS/XLSX/XLSB)
+- **THEN** в `recognition.result` появляется конверт `status = error`, `error.code = UNSUPPORTED_FORMAT` (повреждённая
+  книга — `UNREADABLE`), `job_id`/`file_id` из запроса, `metrics.duration_ms ≥ 0`; файл результата может отсутствовать;
+  корректная ОСВ в том же потоке даёт `done` (см. «Парсер — заменяемый интерфейс»)
+
 #### Scenario: Повтор публикации
 - **WHEN** первая публикация конверта результата завершается ошибкой соединения, вторая — успешно
 - **THEN** конверт опубликован один раз с тем же `Nats-Msg-Id`, обработка не повторяется
@@ -79,13 +86,22 @@ Stateless-сервис разбора табличных файлов (XLS/XLSX/
 
 ### Requirement: Парсер — заменяемый интерфейс
 Разбор файла SHALL выполняться через единый интерфейс «байты + тип файла → документы/метрики/ошибка», не знающий о
-NATS и S3; воркер MUST NOT зависеть от конкретной реализации. В Срезе 0 реализация SHALL возвращать `NOT_IMPLEMENTED`
-для всех типов; каталог `api/rules/` SHALL существовать с README о назначении словарей.
+NATS и S3; воркер MUST NOT зависеть от конкретной реализации. Реализация по умолчанию (`get_parser()`) SHALL разбирать
+ОСВ по спеке `osv-parsing` и писать файл результата с `schema_version = "1.1"`; листы с признаками ББ/ОФР SHALL
+пропускаться с предупреждением до подсреза 2b. Заглушка `NullParser` (`error NOT_IMPLEMENTED`) SHALL использоваться только
+в тестах воркера и MUST NOT быть реализацией по умолчанию. Реализация по умолчанию SHALL создаваться один раз при старте
+приложения (словари читаются и проверяются там же). Каталог `api/rules/` SHALL содержать словари ОСВ (`osv_headers`,
+`osv_groups`, `periods`, `data_types`) и README.
 
 #### Scenario: Подмена реализации в тесте
 - **WHEN** в тесте воркеру передан парсер, возвращающий один `osvDocument`
 - **THEN** файл результата с этим документом записан в S3, конверт имеет `status = done` и `result_s3` на этот файл
 
+#### Scenario: Реальная ОСВ через воркер
+- **WHEN** в интеграционном тесте в S3 лежит `rb/2024-FY/ОСВ_66 за 2024.xls` и опубликован запрос `file_type = XLS`
+- **THEN** после ack публикуется конверт `done` с `result_schema_version = "1.1"`, файл результата проходит схему v1.1 и
+  содержит один `osvDocument` с `account_code_raw = "66"`
+
 ### Requirement: Копия контракта идентична источнику
 `api/contracts/*.schema.json` SHALL быть байт в байт равны файлам `../docs/contracts/`; pydantic-модели SHALL валидировать
 все `../docs/contracts/examples/*.json` и порождать JSON, проходящий схему. Проверка входит в `make check`.