parser/section_extractor.py

from helpers.utils import normalize_digits, detect_line_type

def extract_sections(texts: list):
    """
    تقسيم النصوص إلى أقسام وفصول باستخدام الأنماط الذكية.
    يعتمد على detect_line_type لتحديد نوع السطر.
    """
    sections = []
    current = {"name": "", "texts": []}

    for t in texts:
        if not isinstance(t, str):
            continue

        t_norm = normalize_digits(t.strip())
        line_type = detect_line_type(t_norm)

        # إذا كان السطر بداية قسم/باب/فصل
        if line_type == "section":
            # حفظ القسم السابق إذا وجد
            if current["texts"] or current["name"]:
                sections.append(current)

            # بدء قسم جديد
            current = {"name": t_norm, "texts": []}

        else:
            # إضافة السطر إلى القسم الحالي (سواء كان مادة أو نص عادي)
            current["texts"].append(t_norm)

    # إضافة آخر قسم
    if current["texts"] or current["name"]:
        sections.append(current)

    return sections