Dokumentooborot

Rules для трансформации (OCR → 1С)

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

Transform rules (JSON массив строк)

[
  "Тип инвойса: плоский (Б). Каждая строка таблицы, содержащая числовое значение в колонке 0 (номер позиции), является отдельным товаром (item). Строки без числового значения в колонке 0 являются служебной информацией (шапка, итоги).",
  "Колонки: индексы определены по строке с заголовками (индекс 26). Колонка 0 = номер позиции. Колонка 1 = код (CESNUM). Колонка 2 = код (BPEIRECESTYPTEO). Колонка 8 = код (TALPIECE). Колонка 9 = код (S CODE). Колонка 15 = описание товара (DESCRIPTION). Колонка 20 = количество коробок (BOXES). Колонка 21 = количество бантчей (BUNCHES). Колонка 23 = общее количество стеблей (TOTAL STEMS). Колонка 26 = количество бантчей (BN).",
  "invoice_number: найти строку, содержащую подстроку 'PACKINGLISTNo', взять последнее непустое значение в этой строке.",
  "invoice_date: найти строку, содержащую подстроку 'DATE:', взять следующее непустое значение в этой строке.",
  "supplier: взять значение из первой строки таблицы (индекс 0, колонка 0).",
  "country: определить из адреса поставщика. Взять строку, следующую за строкой с 'PHONE:' в шапке поставщика, и извлечь последнее слово (предполагается страна).",
  "awb: найти строку, содержащую подстроку 'MAWB#:', затем найти в этой строке подстроку, начинающуюся с 'HAWB', взять следующее непустое значение после 'HAWB'.",
  "items: обрабатывать только строки, где колонка 0 содержит числовое значение (например, '1 -', '2 -'). Для каждой такой строки создать один item.",
  "items[].box_number: сгенерировать на основе номера позиции из колонки 0 (например, '1' для строки '1 -'). Префикс не требуется, так как инвойс плоский.",
  "items[].box_marking: не заполнять, так как в данных нет информации о типе/размере коробки.",
  "items[].boxes: взять значение из колонки 20, преобразовать в число. Если значение отсутствует, использовать 1.",
  "items[].plantation: взять значение из колонки 9 (S CODE).",
  "items[].category: не заполнять, так как в данных нет отдельной колонки для категории.",
  "items[].variety: взять значение из колонки 15 (DESCRIPTION).",
  "items[].length: не заполнять, так как в данных нет информации о длине.",
  "items[].quantity: взять значение из колонки 23 (TOTAL STEMS), преобразовать в число.",
  "items[].unit_price: не заполнять, так как в данных нет информации о цене за штуку.",
  "items[].total_price: не заполнять, так как в данных нет информации об общей цене.",
  "summary.total_boxes: найти строку, содержащую подстроку 'TOTALFULLEQUIVALENCY', взять значение из колонки 1, преобразовать в число (это эквивалент полных коробок).",
  "summary.total_stems: вычислить как сумму items[].quantity.",
  "summary.total_amount: не заполнять, так как в данных нет информации об общей сумме.",
  "Раскрытие мультибокса не применяется, так как каждая строка с номером позиции описывает отдельный товар, и значение boxes из колонки 20 уже указывает на количество физических коробок для этого товара.",
  "Проверка: убедиться, что sum(items[].quantity) является целым числом. sum(items[].boxes) должно совпадать со значением summary.total_boxes, если оно извлечено. Каждый item должен иметь непустой box_number."
]

Доступные справочники для shortcode

varities {{ref:varities}}

test {{ref:test}}

↕	Файл	Источник	Статус	Дата	Действия
⠿	P_TDA_2232217.pdf	email	classified	03.04 20:25	Файл
⠿	F_TDA_2232217.pdf	email	done ● Тип инвойса: плоский (Б). Обнаружена 1 строка, идентифицированная как товар (item) согласно правилу 'Каждая строка таблицы, содержащая числовое значение в колонке 0 (номер позиции), является отдельным товаром (item)'. Извлечение данных товара было сильно ограничено из-за критического несоответствия индексов колонок, указанных в правилах трансформации, и фактической структуры таблицы в сырых OCR-данных. Раскрытие мультибокса не применялось.	03.04 20:24	Файл XLSX
⠿	P_TDA_2232157.pdf	email	classified	03.04 20:24	Файл
⠿	F_TDA_2232157.pdf	email	done ● Sum of item boxes (1) does not match expected total boxes (0.250).; Sum of item total prices (52.50) does not match expected total amount (90.00).; Items quantity could not be extracted as specified by rules, sum of stems is 0.	03.04 20:23	Файл XLSX
⠿	P_TDA_2231263.pdf	email	classified	26.03 21:20	Файл
⠿	F_TDA_2231263.pdf	email	error DashScope OCR metadata API error 400: {"code":"Arrearage","message":"Access deni	26.03 21:20	Файл
⠿	P_TDA_2231262.pdf	email	classified	26.03 21:20	Файл
⠿	F_TDA_2231262.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	26.03 21:20	Файл
⠿	P_TDA_2230522.pdf	email	classified	19.03 21:13	Файл
⠿	F_TDA_2230522.pdf	email	done ● invoice_number not found based on rule 'PACKINGLISTNo'.; supplier country not found based on rule 'following PHONE: in supplier header'.; AWB number not found based on rule 'HAWB substring in MAWB# line'.; Item '1': boxes (колонка 20) not found, value set to null.; Item '1': plantation (колонка 9) not found, value set to null.; Item '1': variety (колонка 15) not found, value set to null.; Item '1': quantity (колонка 23) not found, value set to null.; Calculated total_stems is null because no item quantities were extracted.; Calculated sum of items[].boxes is null, cannot match with summary.total_boxes (0.13).	19.03 21:13	Файл XLSX
⠿	P_TDA_2230521.pdf	email	classified	19.03 21:13	Файл
⠿	F_TDA_2230521.pdf	email	done ● Supplier 'DATE' кажется неверным, так как это заголовок колонки, а не название компании.; Не удалось извлечь страну по правилу ('PHONE:' в шапке поставщика).; Не удалось извлечь AWB по правилу (подстрока 'HAWB' не найдена в строке 'MAWB#').; Для item '1': не удалось извлечь 'variety' (колонка 15) из-за несоответствия индексов в OCR-данных.; Для item '1': не удалось извлечь 'quantity' (колонка 23) из-за несоответствия индексов в OCR-данных.; Расхождение: сумма box_number (1) не совпадает с summary.total_boxes (0.13).	19.03 21:12	Файл XLSX
⠿	P_TDA_2229689.pdf	email	classified	12.03 21:29	Файл
⠿	F_TDA_2229689.pdf	email	done ● Rule for 'invoice_number' ('PACKINGLISTNo') was not strictly applied; extracted from 'COMERCIALINVOICE' line.; Rule for 'supplier' ('первая строка таблицы (индекс 0, колонка 0)') could not be strictly applied as `table.rows[0][0]` is 'DATE'. Inferred 'BLOOMINGCITY' from grower/company name section.; Rule for 'country' (string following 'PHONE:' in supplier header) could not be strictly applied. Inferred 'ECUADOR' from 'PRODUCT GROWN IN ECUADOR' in header_text.; Rule for 'awb' (HAWB in same line as MAWB) could not be strictly applied. HAWB was extracted from a separate 'HAWB#:' line.; Item column indices from rules (1, 2, 8, 9, 15, 20, 21, 23, 26) did not match the actual OCR table column structure. Values were extracted based on semantic matching to observed data positions (e.g., variety from column 5, quantity from column 3, boxes inferred as 1).; Discrepancy: `summary.total_boxes` (0.13) does not match `sum(items[].boxes)` (1). `summary.total_boxes` value seems to be an equivalency, not a direct count of physical boxes.; All items had a non-empty box_number.	12.03 21:28	Файл XLSX
⠿	P_TDA_2229687.pdf	email	classified	12.03 21:28	Файл
⠿	F_TDA_2229687.pdf	email	done ● Тип инвойса: плоский (Б). Обнаружено 1 физических коробок. Были значительные проблемы при извлечении данных из-за несоответствия указанных индексов колонок в правилах реальной структуре OCR-таблицы, а также неполноты или неоднозначности других правил. Раскрытие мультибокса не применялось.	12.03 21:27	Файл XLSX
⠿	P_TDA_2226937.pdf	email	classified	23.02 10:36	Файл
⠿	F_TDA_2226937.pdf	email	done	23.02 10:35	Файл XLSX
⠿	P_TDA_2226936.pdf	email	classified	23.02 10:35	Файл

Intent: Rosas Del Corazon