second commit

aigenerated.py

@@ -0,0 +1,150 @@
+import re
+
+# --- Ресурсы для алгоритма ---
+STOP_WORDS = {'пр.', 'лек.', 'лаб.', 'семинар'}
+TITLES = ('доц.', 'проф.', 'асс.', 'ст.пр.')
+SURNAME_ENDINGS = ('ов', 'ев', 'ин', 'ский', 'цкой', 'их', 'ых', 'ова', 'ева', 'ина', 'ская', 'ян', 'ко', "ня", "ин")
+
+def is_surname_string(s: str) -> bool:
+    """
+    Классифицирует строку, определяя, содержит ли она фамилию.
+    """
+    if not isinstance(s, str) or not s:
+        return False
+
+    # Шаг 1: Очистка
+    s_clean = s.strip()
+    
+    # Шаг 2: Жесткие правила "НЕ ФАМИЛИЯ"
+    if s_clean.lower() in STOP_WORDS:
+        return False
+    if s_clean.isupper() and len(s_clean) > 3:
+        return False
+    if re.search(r'[\(\)/«»%]', s_clean):
+        return False
+    
+    words = s_clean.split()
+    if len(words) > 3:
+        return False
+
+    # Шаг 3: Жесткие правила "ТОЧНО ФАМИЛИЯ"
+    if re.search(r'\b[А-Я]\.?', s_clean): # Ищет "И.А." или "И.А"
+        return True
+    if s_clean.lower().startswith(TITLES):
+        return True
+
+    # Шаг 4: Эвристический анализ для оставшихся случаев
+    score = 0
+    
+    # Правило на капитализацию
+    if words and words[0][0].isupper():
+        score += 5
+    else:
+        # Если слово не с большой буквы, это почти точно не фамилия
+        return False
+
+    # Правило на окончания
+    last_word = words[-1].lower()
+    if last_word.endswith(SURNAME_ENDINGS):
+        score += 6
+        
+    # Правило на количество слов
+    if len(words) in [1, 2]:
+        score += 2
+
+    # Пороговое значение
+    THRESHOLD = 8
+    return score >= THRESHOLD
+
+
+
+def extract_last_name(name_str: str) -> str or None:
+    """
+    Извлекает из строки только фамилию.
+    
+    Справляется с приклеенными званиями (типа "ст.пр.Дмитриев") и отбрасывает инициалы.
+    Ищет первое слово, написанное с заглавной буквы.
+
+    Args:
+        name_str: Исходная "грязная" строка с именем.
+
+    Returns:
+        Чистая фамилия в виде строки, или None, если фамилия не найдена.
+    """
+    # Проверка, что на вход подана строка
+    if not isinstance(name_str, str):
+        return None
+        
+    # Паттерн для поиска:
+    # [А-ЯЁ]      - одна заглавная русская буква в начале
+    # [а-яё]+     - одна или более строчных русских букв после неё
+    # (?:-[А-ЯЁ][а-яё]+)? - опциональная часть для двойных фамилий (например, -Петров)
+    pattern = r'[А-ЯЁ][а-яё]+(?:-[А-ЯЁ][а-яё]+)?'
+    
+    match = re.search(pattern, name_str)
+    
+    if match:
+        return match.group(0)  # Возвращаем найденное совпадение
+    else:
+        return None  # Если ничего не найдено
+    
+
+# --- Шаг 0: Константы ---
+POSITIVE_KEYWORDS = ['зал', 'ауд', 'каб', 'корп', 'кор.']
+NEGATIVE_KEYWORDS = ['доц', 'проф', 'асс', 'лек', 'пр']
+
+# Транслитерация для унификации
+TRANS_TABLE = str.maketrans('TCBAHIMK', 'ТКВАНІМК') # Латиница -> Кириллица
+
+def is_room_number(s: str) -> bool:
+    """
+    Проверяет, является ли строка номером кабинета, по многоуровневому алгоритму.
+    """
+    # --- Шаг 1: Быстрые негативные фильтры ---
+    if not isinstance(s, str) or not s.strip():
+        return False # 1. Проверка на пустоту
+        
+    if ',' in s:
+        return False # 2. Проверка на запятые (даты)
+    
+    # 3. Проверка на "очевидный мусор"
+    first_word = s.strip().lower().split()[0]
+    if first_word in NEGATIVE_KEYWORDS:
+        return False
+        
+    # 4. Проверка на инициалы (напр. А.Е.)
+    if re.search(r'\b[А-Я]\.[А-Я]\.?\b', s):
+        return False
+        
+    # 5. Проверка на длинное слово без цифр
+    if not any(char.isdigit() for char in s) and len(s.split()) == 1 and len(s) > 10:
+        return False
+
+    # --- Шаг 2: Быстрые позитивные фильтры ---
+    s_lower = s.lower()
+    if any(keyword in s_lower for keyword in POSITIVE_KEYWORDS):
+        return True # 1. Проверка по ключевым словам
+
+    # --- Шаг 3: Основной анализ ---
+    if not any(char.isdigit() for char in s):
+        return False # 1. Требуется наличие цифр
+        
+    # 2. Создание "чистой" версии
+    clean_s = s.upper().translate(TRANS_TABLE).replace(' ', '')
+    
+    # 3. Комплексный паттерн для проверки
+    # Пояснение:
+    # ^...$ - шаблон должен соответствовать всей строке
+    # [А-ЯЁ]?-? - необязательная буква и необязательный дефис в начале
+    # \d+ - одна или более цифр (ядро номера)
+    # (?:[.-]\d+)* - необязательные группы ".число" или "-число"
+    # [А-ЯЁ]?$ - необязательная буква в конце
+    room_pattern = re.compile(r'^[А-ЯЁ]?-?\d+(?:[.-]\d+)*[А-ЯЁ]?$')
+    
+    if room_pattern.fullmatch(clean_s):
+        return True
+        
+    # --- Шаг 4: Финальное решение ---
+    return False
+
+