.venv deleted

ocr ready to test

ocr-service/parser.py

@@ -0,0 +1,132 @@
+import re
+from typing import List
+from pydantic import BaseModel
+
+class ParsedItem(BaseModel):
+    raw_name: str
+    amount: float
+    price: float
+    sum: float
+
+# Регулярка для поиска чисел с плавающей точкой: 123.00, 123,00, 10.5
+FLOAT_RE = r'\d+[.,]\d{2}'
+
+def clean_text(text: str) -> str:
+    """Удаляет лишние символы из названия товара."""
+    # Оставляем буквы, цифры, пробелы и базовые знаки
+    return re.sub(r'[^\w\s.,%/-]', '', text).strip()
+
+def parse_float(val: str) -> float:
+    """Преобразует строку '123,45' или '123.45' в float."""
+    if not val:
+        return 0.0
+    # Заменяем запятую на точку и убираем возможные пробелы
+    return float(val.replace(',', '.').replace(' ', ''))
+
+def parse_receipt_text(text: str) -> List[ParsedItem]:
+    """
+    Парсит текст чека построчно.
+    Логика: накапливаем строки названия, пока не встретим строку с математикой (цена/сумма).
+    """
+    lines = text.split('\n')
+    items = []
+    name_buffer = []
+
+    for line in lines:
+        line = line.strip()
+        if not line:
+            continue
+
+        # Ищем все числа, похожие на цену (с двумя знаками после запятой/точки)
+        # Пример: 129.99
+        floats = re.findall(FLOAT_RE, line)
+        
+        # Эвристика: строка считается "товарной позицией с ценой", если в ней есть минимум 2 числа
+        # (обычно Цена и Сумма, или Кол-во и Сумма)
+        # ИЛИ одно число, если это итоговая сумма, но мы ищем товары.
+        
+        is_price_line = False
+        
+        if len(floats) >= 2:
+            is_price_line = True
+            
+            vals = [parse_float(f) for f in floats]
+            
+            # Попытка определить структуру: Цена x Кол-во = Сумма
+            price = 0.0
+            amount = 1.0
+            total = 0.0
+            
+            # Обычно последнее число - это сумма (итог по строке)
+            total = vals[-1]
+            
+            if len(vals) == 2:
+                # Скорее всего: Цена ... Сумма (кол-во = 1)
+                # Или: Кол-во ... Сумма (если цена не распозналась)
+                # Предположим amount=1, тогда первое число - цена
+                price = vals[0]
+                amount = 1.0
+                
+                # Проверка на адекватность: сумма обычно >= цены
+                # Если total < price, возможно порядок перепутан или это скидка
+                if total < price and total != 0:
+                     # Если total сильно меньше, возможно это не сумма
+                     pass 
+                elif total > price and price > 0:
+                     # Пытаемся вычислить кол-во
+                     calc_amount = total / price
+                     # Если результат близок к целому (например 1.999 -> 2), то ок
+                     if abs(round(calc_amount) - calc_amount) < 0.05:
+                         amount = float(round(calc_amount))
+
+            elif len(vals) >= 3:
+                # Варианты: [Цена, Кол-во, Сумма] или [Кол-во, Цена, Сумма]
+                # Проверяем математику: A * B = C
+                v1, v2 = vals[-3], vals[-2]
+                
+                if abs(v1 * v2 - total) < 0.5: # Допуск 0.5 руб
+                    price = v1
+                    amount = v2
+                elif abs(v2 * v1 - total) < 0.5:
+                    price = v2
+                    amount = v1
+                else:
+                    # Если математика не сходится, берем предпоследнее как цену
+                    price = vals[-2]
+                    amount = 1.0
+
+            # Сборка названия
+            full_name = " ".join(name_buffer).strip()
+            
+            # Если буфер пуст, возможно название в этой же строке слева
+            if not full_name:
+                # Удаляем найденные числа из строки, остаток считаем названием
+                text_without_floats = re.sub(FLOAT_RE, '', line)
+                full_name = clean_text(text_without_floats)
+
+            # Фильтрация мусора (слишком короткие названия или нулевые суммы)
+            if len(full_name) > 2 and total > 0:
+                items.append(ParsedItem(
+                    raw_name=full_name,
+                    amount=amount,
+                    price=price,
+                    sum=total
+                ))
+            
+            # Очищаем буфер, так как позиция закрыта
+            name_buffer = []
+        
+        else:
+            # Строка не похожа на цену.
+            # Проверяем на стоп-слова (конец чека)
+            upper_line = line.upper()
+            if "ИТОГ" in upper_line or "СУММА" in upper_line or "ПРИХОД" in upper_line:
+                # Считаем, что товары закончились
+                name_buffer = [] 
+                # Можно здесь сделать break, если уверены, что ниже товаров нет
+                continue
+            
+            # Добавляем в буфер названия
+            name_buffer.append(line)
+
+    return items