Dokumentooborot

Rules для трансформации (OCR → 1С)

Правила трансформации OCR-данных в целевую схему (включая валидацию).

Transform rules (JSON массив строк)

[
  "Тип инвойса: Гибридный (составные + individual). Строки с PRODUCT = 'MIXED BOX' открывают группы с деталями ниже, а строки с конкретным сортом (не 'MIXED BOX'), непустым # и непустым LABEL являются individual box и должны маппиться в item напрямую.",
  "Колонки таблицы (определены по данным, так как table.columns пуст): колонка 0 = # (количество физических коробок), колонка 1 = BOX (маркировка коробки), колонка 2 = PRODUCT (название продукта), колонка 3 = SPECIES (категория), колонка 4 = QTY BUNCH (количество бантчей), колонка 5 = RATE PER BUNCH($) (ставка за бантч), колонка 6 = QTY STEMS (количество стеблей), колонка 7 = RATE PER STEM($) (ставка за стебель), колонка 8 = SUB-TOTAL USD ($) (общая сумма), колонка 9 = LABEL (номер заказа/метка), колонка 10 = BOX NAME (название коробки).",
  "invoice_number: извлечь из строки, где колонка 0 содержит 'Invoice Numbers', взять значение из колонки 1. Если не найдено, искать в header_text по паттерну 'INVOICE' или 'Invoice'.",
  "invoice_date: извлечь из строки, где колонка 0 содержит 'Invoice Date', взять значение из колонки 1 и преобразовать в формат YYYY-MM-DD.",
  "supplier: извлечь из header_text, взять строку после 'CUSTOMER' или первую строку с названием компании. Если не найдено, использовать значение из строки, где колонка 0 содержит 'TO BILL CUSTOMER'.",
  "country: извлечь из строки, где колонка 0 содержит 'Country Destination', взять значение из колонки 1. Если не найдено, определить по адресу поставщика в header_text.",
  "awb: извлечь из строки, где колонка 0 содержит 'MAWB', взять значение из колонки 1 и объединить с HAWB из колонки 3, если присутствует.",
  "items: обрабатывать строки таблицы, начиная с строки, где колонка 0 содержит '#', и до строки, где колонка 2 содержит 'TOTALS'. Для каждой строки: если колонка 2 = 'MIXED BOX', это заголовок группы; следующие строки с пустой колонкой 0 являются деталями этой группы. Если колонка 2 != 'MIXED BOX' и колонка 0 не пуста, это individual box.",
  "box_number: если колонка 9 (LABEL) не пуста, использовать её значение. Если пуста, генерировать на основе supplier (первые 3 буквы) и порядкового номера коробки в инвойсе.",
  "box_marking: взять из колонки 1 (BOX). Для строк-деталей использовать значение из строки-заголовка их группы.",
  "boxes: взять из колонки 0 (#), преобразовать в число. Если значение пустое или равно 0, использовать 1.",
  "plantation: использовать supplier, так как отдельной колонки FARM нет.",
  "category: взять из колонки 3 (SPECIES). Если пусто, определить по описанию в колонке 2 (PRODUCT).",
  "variety: извлечь из колонки 2 (PRODUCT), взяв первое слово до пробела или цифры.",
  "length: извлечь из колонки 2 (PRODUCT), найти паттерн 'XXCM' и взять число перед 'CM'.",
  "quantity: взять из колонки 6 (QTY STEMS), преобразовать в число, убрав нечисловые символы.",
  "unit_price: взять из колонки 7 (RATE PER STEM($)), преобразовать в число, убрав '$' и другие нечисловые символы.",
  "total_price: взять из колонки 8 (SUB-TOTAL USD ($)), преобразовать в число, убрав '$' и другие нечисловые символы.",
  "summary.total_boxes: найти строку, где колонка 2 содержит 'TOTALS', взять значение из колонки 0 (#) и преобразовать в число.",
  "summary.total_stems: найти строку, где колонка 2 содержит 'TOTALS', взять значение из колонки 6 (QTY STEMS) и преобразовать в число.",
  "summary.total_amount: найти строку, где колонка 2 содержит 'TOTALS', взять значение из колонки 8 (SUB-TOTAL USD ($)) и преобразовать в число, убрав '$'.",
  "processing_report.sum_stems: вычислить как сумму items[].quantity.",
  "processing_report.sum_amount: вычислить как сумму items[].total_price.",
  "processing_report.sum_boxes: вычислить как количество уникальных непустых items[].box_number.",
  "processing_report.expected_stems: взять из summary.total_stems.",
  "processing_report.expected_amount: взять из summary.total_amount.",
  "processing_report.expected_boxes: взять из summary.total_boxes.",
  "processing_report.items_count: вычислить как len(items).",
  "processing_report.status: установить 'ok', если sum_stems = expected_stems, sum_amount = expected_amount, и sum_boxes = expected_boxes; иначе 'warning'.",
  "processing_report.discrepancies: добавить строки для каждого несовпадения между sum_* и expected_*, а также для items с пустым box_number.",
  "processing_report.notes: включить тип инвойса, количество коробок, и любые проблемы при извлечении данных."
]

Доступные справочники для shortcode

varities {{ref:varities}}

test {{ref:test}}

↕	Файл	Источник	Статус	Дата	Действия
⠿	5178059.pdf	email	done ● Pass 2 report: ok	02.04 20:51	Файл XLSX
⠿	5178066.pdf	email	done ● Pass 2 report: ok	02.04 20:50	Файл XLSX
⠿	5177894.pdf	email	done ● Pass 2 report: ok	01.04 21:07	Файл XLSX
⠿	5177894.pdf	email	done ● Pass 2 report: ok	01.04 21:05	Файл XLSX
⠿	5177894.pdf	email	done ● Pass 2 report: ok	01.04 20:14	Файл XLSX
⠿	5177895.pdf	email	done ● Pass 2 report: ok	01.04 20:13	Файл XLSX
⠿	5177481.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	27.03 20:28	Файл
⠿	5177385.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	26.03 20:33	Файл
⠿	5177371.pdf	email	error DashScope OCR metadata API error 400: {"code":"Arrearage","message":"Access deni	26.03 20:32	Файл
⠿	5177264.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	25.03 19:04	Файл
⠿	5177265.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	25.03 19:04	Файл
⠿	5176814.pdf	email	done ● Pass 2 report: ok	20.03 20:28	Файл XLSX
⠿	5176745.pdf	email	done ● Pass 2 report: ok	19.03 20:05	Файл XLSX
⠿	5176744.pdf	email	done ● Pass 2 report: ok	19.03 20:04	Файл XLSX
⠿	5176753.pdf	email	done ● Pass 2 report: ok	19.03 20:03	Файл XLSX
⠿	5176587.pdf	email	done ● sum_stems (2900) does not match expected_stems (2500); sum_amount (958.5) does not match expected_amount (814.5)	18.03 20:31	Файл XLSX
⠿	5176578.pdf	email	done ● Pass 2 report: ok	18.03 20:30	Файл XLSX
⠿	5176054.pdf	email	done ● Pass 2 report: ok	12.03 20:33	Файл XLSX
⠿	5175962.pdf	email	done ● Pass 2 report: ok	11.03 18:56	Файл XLSX
⠿	5175961.pdf	email	done ● Pass 2 report: ok	11.03 18:55	Файл XLSX
⠿	5175558.pdf	email	done ● Pass 2 report: ok	06.03 20:33	Файл XLSX
⠿	5175518.pdf	email	done ● Pass 2 report: ok	05.03 20:04	Файл XLSX
⠿	5175421.pdf	email	done ● Pass 2 report: ok	05.03 20:03	Файл XLSX
⠿	5175316.pdf	email	done ● Pass 2 report: ok	04.03 20:23	Файл XLSX
⠿	5175317.pdf	email	done ● Pass 2 report: ok	04.03 20:22	Файл XLSX
⠿	5174916.pdf	email	done ● sum(items[].boxes) (5) does not approximately equal summary.total_boxes (2).	27.02 20:59	Файл XLSX
⠿	5174921.pdf	email	done ● Pass 2 report: ok	27.02 20:58	Файл XLSX
⠿	5174991.pdf	email	done ● Pass 2 report: ok	27.02 20:57	Файл XLSX
⠿	5174792.pdf	email	done ● Pass 2 report: ok	26.02 20:15	Файл XLSX
⠿	5174252.pdf	email	done	23.02 11:21	Файл XLSX
⠿	5174241.pdf	email	done	23.02 11:21	Файл XLSX
⠿	5174119.pdf	email	done	23.02 11:13	Файл XLSX
⠿	5173996.pdf	email	done	23.02 11:08	Файл XLSX
⠿	5173995.pdf	email	done	23.02 11:08	Файл XLSX
⠿	5173994.pdf	email	done	23.02 11:07	Файл XLSX
⠿	5174252.pdf	email	done	20.02 20:47	XLSX
⠿	5174241.pdf	email	done	20.02 20:46	XLSX
⠿	5174119.pdf	email	done	19.02 20:41	XLSX
⠿	5173996.pdf	email	error OCR output does not match expected schema: '$5.5000' is not valid under any of t	18.02 20:36
⠿	5173995.pdf	email	error Expecting value: line 25 column 1 (char 716)	18.02 20:36
⠿	5173994.pdf	email	done	18.02 20:36	XLSX
⠿	5174921.pdf	upload	done ● Pass 2 report: ok	02.03 08:41	Файл XLSX
⠿	5174921.pdf	upload	done ● Pass 2 report: ok	02.03 08:41	Файл XLSX

Intent: BELLAROSA