GuidoandClaude Opus 5
e6801b0474
Bisher musste man bei jedem Import Trennzeichen, Datumsformat und Spaltenzuordnung von Hand eintragen – die haeufigste Fehlerquelle ueberhaupt: Ein falsches Datumsformat liess alle Zeilen durchfallen, ein falscher Dezimaltrenner verzehnfachte Betraege. Zuerst wird gegen die Bank-Vorlagen geprueft (Kopfzeilen-Signatur); alle vier echten Ausaege des Nutzers werden so sicher erkannt. Sonst inhaltsbasiert: welche Spalte enthaelt Daten, welche Betraege, welche den laengsten Text. Zwei Fallen, die dabei aufgefallen sind und getestet werden: - Deutsche Datumsangaben stecken voller Punkte, und viele Auszuege fuehren Buchungs- UND Valutadatum. Ohne sie herauszurechnen kaeme "." als Dezimalzeichen heraus und aus 1.204,70 wuerden 1.20. - parse_date ist absichtlich nachsichtig; beim Erkennen darf es das nicht sein, sonst gewinnt ein Format mit Uhrzeit gegen das richtige ohne. Ganzzahlen ohne Vorzeichen zaehlen nur halb, damit Referenznummern und Kurse nicht als Betragsspalte durchgehen. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
83 lines
3.0 KiB
Python
83 lines
3.0 KiB
Python
"""Automatische Formaterkennung für CSV-Auszüge.
|
||
|
||
Bisher musste man bei jedem Import Trennzeichen, Datumsformat und
|
||
Spaltenzuordnung von Hand eintragen. Das ist die häufigste Fehlerquelle
|
||
gewesen: Ein falsches Datumsformat liess alle Zeilen durchfallen, ein
|
||
falscher Dezimaltrenner verzehnfachte Beträge.
|
||
"""
|
||
|
||
from app.services.csv_import import erkenne_format, parse_amount
|
||
|
||
|
||
def _erkenne(text: str) -> dict:
|
||
return erkenne_format(text.encode("utf-8"))
|
||
|
||
|
||
DEUTSCH = (
|
||
"Buchungstag;Wert;Auftraggeber/Empfänger;Verwendungszweck;Umsatz;Saldo\n"
|
||
"15.03.2026;15.03.2026;REWE Markt GmbH;Einkauf Filiale 42;-52,30;1.204,70\n"
|
||
"18.03.2026;18.03.2026;Arbeitgeber AG;Gehalt März;3.000,00;4.204,70\n"
|
||
"20.03.2026;20.03.2026;Stadtwerke;Abschlag Strom;-89,00;4.115,70\n"
|
||
)
|
||
|
||
|
||
def test_unbekannte_bank_wird_inhaltsbasiert_erkannt():
|
||
r = _erkenne(DEUTSCH)
|
||
assert r["ok"] is True
|
||
c = r["config"]
|
||
assert c["delimiter"] == ";"
|
||
assert c["date_format"] == "%d.%m.%Y"
|
||
assert c["column_map"]["date"] == 0
|
||
assert c["column_map"]["amount"] == 4
|
||
assert c["column_map"]["payee"] == 2
|
||
assert c["column_map"]["purpose"] == 3
|
||
assert c["column_map"]["balance"] == 5
|
||
|
||
|
||
def test_datumsspalten_verfaelschen_den_dezimaltrenner_nicht():
|
||
"""„15.03.2026“ steckt voller Punkte – und der Auszug führt zwei solche
|
||
Spalten. Ohne sie herauszurechnen käme „.“ als Dezimalzeichen heraus und
|
||
aus 1.204,70 würden 1.20 CHF."""
|
||
c = _erkenne(DEUTSCH)["config"]
|
||
assert c["decimal_sep"] == ","
|
||
assert parse_amount("1.204,70", c["decimal_sep"]) == 120470
|
||
assert parse_amount("-52,30", c["decimal_sep"]) == -5230
|
||
|
||
|
||
def test_datumsformat_ohne_uhrzeit_gewinnt_wenn_keine_da_ist():
|
||
"""parse_date ist absichtlich nachsichtig; beim Erkennen darf es das nicht
|
||
sein, sonst steht hinterher ein Format mit Uhrzeit in den Einstellungen."""
|
||
c = _erkenne("Tag;Betrag\n01.02.2026;-10,00\n02.02.2026;-20,00\n")["config"]
|
||
assert c["date_format"] == "%d.%m.%Y"
|
||
|
||
|
||
def test_englisch_mit_tabulator():
|
||
r = _erkenne("Date\tDescription\tAmount\tBalance\n"
|
||
"2026-03-15\tCOFFEE SHOP\t-4.50\t120.10\n"
|
||
"2026-03-16\tSALARY\t2500.00\t2620.10\n")
|
||
c = r["config"]
|
||
assert c["delimiter"] == "\t"
|
||
assert c["decimal_sep"] == "."
|
||
assert c["date_format"] == "%Y-%m-%d"
|
||
assert c["column_map"]["payee"] == 1
|
||
|
||
|
||
def test_kurs_und_referenzspalten_werden_nicht_fuer_betraege_gehalten():
|
||
"""Ganzzahlen ohne Vorzeichen sind verdächtig: Eine Referenznummer als
|
||
Betrag zu nehmen wäre ein stiller, teurer Fehler."""
|
||
r = _erkenne("Datum;Referenz;Empfänger;Betrag\n"
|
||
"01.03.2026;998877;Coop;-12,50\n"
|
||
"02.03.2026;998878;Migros;-8,20\n")
|
||
assert r["config"]["column_map"]["amount"] == 3
|
||
|
||
|
||
def test_datei_ohne_datumsspalte_wird_ehrlich_abgelehnt():
|
||
r = _erkenne("Name;Wert\nAlpha;12,00\nBeta;9,00\n")
|
||
assert r["ok"] is False
|
||
assert "Datum" in r["grund"]
|
||
|
||
|
||
def test_leere_datei():
|
||
assert _erkenne("")["ok"] is False
|
||
assert _erkenne("Nur;Kopfzeile\n")["ok"] is False
|