Backend: Preiserkennung präziser (nicht mehr jede Zahl)

Nur noch Beträge, die nach Preis aussehen: direkt hinter einem Summen-Stichwort
oder mit Währung (CHF/EUR/€/…) in der Nähe. Ohne solchen Hinweis kein Vorschlag.
Datumsangaben (31.12.2027) werden per Lookaround nicht mehr als Betrag (31.12)
missgelesen. Kandidatenliste enthaelt entsprechend nur plausible Preise.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

backend/app/services/warranty.py

@@ -134,8 +134,13 @@ _TOTAL_KW = re.compile(
     r"zu zahlen|amount due|grand total|total due",
     re.IGNORECASE,
 )
-# Beträge mit 2 Nachkommastellen, mit/ohne Tausendertrenner: 1'299.00 / 1.299,00 / 49,90
-_AMOUNT_RE = re.compile(r"\d{1,3}(?:[.\s']\d{3})+[.,]\d{2}|\d+[.,]\d{2}")
+_CURRENCY_RE = re.compile(r"chf|eur|sfr|fr\.|rp\.|€|\$", re.IGNORECASE)
+# Beträge mit genau 2 Nachkommastellen, mit/ohne Tausendertrenner
+# (1'299.00 / 1.299,00 / 49,90). Die Lookarounds verhindern Treffer mitten in
+# längeren Zahlen und in Datumsangaben (z.B. "31.12.2027" liefert kein "31.12").
+_AMOUNT_RE = re.compile(
+    r"(?<![\d.,])(?:\d{1,3}(?:[.\s']\d{3})+[.,]\d{2}|\d+[.,]\d{2})(?![.,]?\d)"
+)
 
 
 def _amount_to_cents(raw: str) -> int | None:
@@ -151,51 +156,70 @@ def _amount_to_cents(raw: str) -> int | None:
     return int(ganz) * 100 + int(dezimal)
 
 
+def _has_currency_near(text: str, start: int, end: int, window: int = 6) -> bool:
+    return bool(_CURRENCY_RE.search(text[max(0, start - window): end + window]))
+
+
+def _near_total(text: str, pos: int) -> bool:
+    """Steht der Betrag kurz hinter einem Summen-Stichwort?"""
+    for kw in _TOTAL_KW.finditer(text):
+        if kw.start() <= pos <= kw.end() + 40:
+            return True
+    return False
+
+
+def _price_hits(text: str) -> list[tuple[int, int, bool]]:
+    """(Position, Betrag in Cent, Währung in der Nähe?) für alle Beträge."""
+    hits: list[tuple[int, int, bool]] = []
+    for m in _AMOUNT_RE.finditer(text):
+        c = _amount_to_cents(m.group())
+        if c:
+            hits.append((m.start(), c, _has_currency_near(text, m.start(), m.end())))
+    return hits
+
+
 def guess_price_cents(text: str) -> int | None:
     """Kaufpreis in Rappen/Cent aus dem Beleg oder ``None``.
 
-    Bevorzugt einen Betrag nahe einem Summen-Stichwort; sonst den größten Betrag
-    (die Gesamtsumme ist auf Rechnungen meist der höchste Wert).
+    Bewusst zurückhaltend, damit nicht irgendeine Zahl gewinnt:
+    1. Betrag direkt nach einem Summen-Stichwort (Gesamtbetrag/Total/…).
+    2. Sonst der größte Betrag MIT Währungszeichen (CHF/EUR/€/…) in der Nähe.
+    3. Ohne Hinweis (weder Summe noch Währung) lieber kein Vorschlag.
     """
     if not text:
         return None
-    betraege = [
-        (m.start(), _amount_to_cents(m.group())) for m in _AMOUNT_RE.finditer(text)
-    ]
-    betraege = [(pos, c) for pos, c in betraege if c]
-    if not betraege:
+    hits = _price_hits(text)
+    if not hits:
         return None
-    # Die Summe steht hinter ihrem Label ("Gesamtbetrag: 54.90") – deshalb den
-    # nächsten Betrag *nach* dem Stichwort nehmen, nicht den absolut nächsten
-    # (sonst gewönne eine davor stehende Zwischenzeile).
     best: int | None = None
     best_dist = 10**9
     for kw in _TOTAL_KW.finditer(text):
-        for pos, c in betraege:
+        for pos, c, _cur in hits:
             if pos >= kw.start():
                 dist = pos - kw.start()
                 if dist <= 40 and dist < best_dist:
                     best, best_dist = c, dist
-    return best if best is not None else max(c for _, c in betraege)
+    if best is not None:
+        return best
+    mit_waehrung = [c for _pos, c, cur in hits if cur]
+    return max(mit_waehrung) if mit_waehrung else None
 
 
 def guess_price_candidates(text: str) -> list[int]:
-    """Alle plausiblen Beträge aus dem Beleg (in Rappen/Cent), ohne Dubletten.
+    """Plausible Beträge (Rappen/Cent), bester zuerst, ohne Dubletten.
 
-    Der beste Tipp (:func:`guess_price_cents`) steht vorne; danach die übrigen
-    Beträge absteigend. So kann die Oberfläche eine Auswahl anbieten, falls der
-    automatische Tipp danebenliegt.
+    Nur Beträge, die nach Preis aussehen – d.h. mit Währung in der Nähe oder kurz
+    hinter einem Summen-Stichwort. Beliebige Zahlen (Mengen, Artikelnummern,
+    Datumsteile) fliegen raus. So bleibt die Auswahl kurz und brauchbar.
     """
     if not text:
         return []
-    einzigartig = set()
-    for m in _AMOUNT_RE.finditer(text):
-        c = _amount_to_cents(m.group())
-        if c:
-            einzigartig.add(c)
-    if not einzigartig:
+    plausibel = {
+        c for pos, c, cur in _price_hits(text) if cur or _near_total(text, pos)
+    }
+    if not plausibel:
         return []
-    kandidaten = sorted(einzigartig, reverse=True)
+    kandidaten = sorted(plausibel, reverse=True)
     best = guess_price_cents(text)
     if best is not None and best in kandidaten:
         kandidaten.remove(best)

backend/tests/test_warranty.py

@@ -60,19 +60,29 @@ def test_preis_deutsches_format():
     assert guess_price_cents(text) == 129900
 
 
-def test_preis_ohne_stichwort_nimmt_groessten_betrag():
-    text = "Position A 12,90\nPosition B 199,00\nDanke."
+def test_preis_ohne_waehrung_und_ohne_stichwort_ist_none():
+    # Reine Zahlen ohne Waehrung/Summen-Stichwort werden NICHT als Preis geraten.
+    assert guess_price_cents("Position A 12,90\nPosition B 199,00\nDanke.") is None
+
+
+def test_preis_mit_waehrung_ohne_stichwort_nimmt_groessten():
+    text = "Kabel 12.90 CHF\nGeraet 199.00 CHF"
     assert guess_price_cents(text) == 19900
 
 
+def test_datum_wird_nicht_als_preis_gelesen():
+    assert guess_price_cents("Garantie gültig bis 31.12.2027.") is None
+    assert guess_price_candidates("Kaufdatum 05.06.2024, Garantie bis 31.12.2027") == []
+
+
 def test_preis_ohne_betrag_ist_none():
     assert guess_price_cents("Kein Preis hier.") is None
     assert guess_price_cents("") is None
 
 
 def test_preis_kandidaten_bester_zuerst_ohne_dubletten():
-    text = "Artikel 49.00\nVersand 5.90\nGesamtbetrag: 54.90\nnochmal 49.00"
+    text = "Artikel 49.00 CHF\nVersand 5.90 CHF\nGesamtbetrag: 54.90 CHF\nnochmal 49.00 CHF"
     kandidaten = guess_price_candidates(text)
-    assert kandidaten[0] == 5490          # bester Tipp vorne
+    assert kandidaten[0] == 5490          # bester Tipp (Summe) vorne
     assert set(kandidaten) == {5490, 4900, 590}  # ohne Dubletten
     assert guess_price_candidates("") == []