a833945669
detect.py: classify_sheet (ОСВ / форма ББ-ОФР / прочее по словарю), find_table_header (строка с ≥ 2 группами сумм, «Дебет/Кредит» под группой в пределах merged-диапазона или до следующей группы, заголовок в 1–4 строки, в т.ч. «Нач. сальдо Дт» в одной ячейке; без «начала»; свёрнутое сальдо в *_debit + collapsed; свёрнутые «Обороты» и половинчатая пара Дт/Кт — InvalidFormatError с названием группы), text_col, inn_col (заголовок «ИНН» или ≥ 80 % значений из 10/12 цифр), right_edge, extra_cols, group_label_rows, first_data_row, is_header_repeat (две группы или копия строки блока). Pattern.search_normalized — ячейка нормализуется один раз (T3.6). osv_groups: известные группировки OTHER перечислены явно, чтобы строка-метка «Основные средства» в неслитом заголовке была частью блока. Хелпер тестов gridbuilder (Sheet из «картинки»). Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_012vJkmBGKKqMoEMzvsXG3y2
rules/ — словари синонимов парсера
Словари rules/*.yaml, по которым tabular-parser ищет структуру файла по содержимому: заголовки колонок,
группировки, периоды, типы данных. Словари — данные, а не код: новый синоним добавляется строкой в YAML без
правки парсера. Парсер не привязан к координатам (буквы колонок, номера строк, имена листов); это проверяет
AST-линтер tests/unit/parser/test_no_coordinates.py.
Путь указан относительно api/ (рабочего каталога команд сервиса): api/rules/. Загрузчик — src/parser/rules.py
(load_rules()), источник содержимого — docs/context/05-domain-rules.md §1.0–§1.5.
| Файл | Что описывает |
|---|---|
osv_headers.yaml |
маркер листа ОСВ и листов форм ББ/ОФР; группы сумм (начало / обороты / конец); «Дебет»/«Кредит»; служебные колонки (ИНН, КПП, код, количество, валюта); строка «Итого»; метки шапки (счёт, период, выводимые данные, валюта, параметры, субконто) |
osv_groups.yaml |
название группировки из шапки -> ACCOUNT / DEPARTMENT / COUNTERPARTY / CONTRACT / OTHER (default — для всего прочего) |
periods.yaml |
текст периода -> period_quarter и is_cumulative (§1.5); year — паттерн года |
data_types.yaml |
«Выводимые данные» -> BU / NU / SUM; строки «Вал.» / «Кол.»; коды валют ISO 4217; синонимы валюты (руб. -> RUB) |
Как писать паттерны
- Паттерн — регулярное выражение Python. Он ищется (
search) в нормализованном тексте ячейки и применяется без учёта регистра. - Нормализация текста (
normalize_text): нижний регистр, «ё» -> «е», дефисы, тире, неразрывные пробелы и переносы строк -> один пробел, пробелы схлопываются. Пример:Оборотно-сальдовая\nведомость->оборотно сальдовая ведомость. - Поэтому в паттернах нет «ё», дефисов, тире и диапазонов
[а-я]: пишитеоборотно\s*сальдовая,д т(для «Д-т»),\wвместо диапазона. Загрузчик отвергает такой паттерн с указанием файла и ключа. - Порядок записей в списках
mapping,rules(периоды),header,row— приоритет: побеждает первое совпадение, от специфичных правил к общим. - В
osv_groups.yamlизвестные группировкиOTHER(«Основные средства», «Номенклатура», «Статьи затрат», …) перечислены вmappingявно, хотяdefaultи так даётOTHER: детектор заголовка таблицы (src/parser/detect.py) считает строку под «Дебет/Кредит» частью блока заголовка, только если её текст совпал с записьюmapping, сИННили с «субконто». Новая группировка в отдельной строке заголовка = новая строка вmapping. - Ошибка в словаре (нет обязательного ключа, неизвестный ключ, неверный регэксп или тип) —
RuntimeErrorпри загрузке с именем файла и ключом.
Что намеренно не в штатном словаре
Синоним «нач. остаток» / «начальный остаток» для группы opening не включён: он нужен, чтобы показать, что новый
формат подключается строкой в YAML (тест сценария «Новый синоним»).