Update helpers/utils.py

helpers/utils.py

@@ -1,38 +1,28 @@
 import re
 from helpers.cleaner import clean_text
 
-# ----------- الأنماط -----------
+# ----------- الأنماط (Regex Patterns) -----------
+
+# المواد القانونية (مادة رقم ...)
 ARTICLE_PATTERN = re.compile(
     r"^\s*ماد[ةه]\s*[\(\s]*([0-9]+)[\)\s]*",
-    re.IGNORECASE
+    re.IGNORECASE | re.UNICODE
 )
 
-# 1) الأقسام التقليدية (في بداية السطر)
-TRADITIONAL_SECTION_PATTERN = re.compile(
+# الأقسام التقليدية (الباب / الفصل / القسم)
+SECTION_PATTERN = re.compile(
     r'^\s*(الباب|الفصل|القسم)\s+([^\n]+)',
     re.IGNORECASE | re.UNICODE
 )
 
-# 2) «أصدرنا القانون» في أي موضع داخل السطر
+# عبارة "أصدرنا القانون ..." داخل النص
 LAW_ISSUE_PATTERN = re.compile(
-    r'أصدرنا القانون\s+(.*?)(?=\s{2,}|$)',   # المجموعة 1 = التفاصيل
+    r'أصدرنا القانون\s+(.*?)(?=\s{2,}|$)',
     re.IGNORECASE | re.UNICODE
 )
-def is_article(text: str) -> bool:
-    """هل السطر عبارة عن مادة قانونية؟"""
-    if not isinstance(text, str):
-        return False
-    text_norm = normalize_digits(text)
-    return bool(ARTICLE_PATTERN.match(text_norm))
-
-def is_section(text: str) -> bool:
-    """هل السطر عنوان قسم (باب / فصل / قسم)؟"""
-    if not isinstance(text, str):
-        return False
-    return bool(SECTION_PATTERN.match(text))
-
 
 # ----------- تحويل الأرقام الهندية إلى عربية -----------
+
 ARABIC_INDIC_DIGITS = str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789")
 
 def normalize_digits(s: str) -> str:
@@ -40,48 +30,62 @@ def normalize_digits(s: str) -> str:
         return ""
     return s.translate(ARABIC_INDIC_DIGITS)
 
-# ----------- تنظيف النص + تحويل الأرقام -----------
+# ----------- تنظيف النصوص -----------
+
 def clean_text_block(text: str) -> str:
     if not isinstance(text, str):
         return ""
     return clean_text(normalize_digits(text.strip()))
 
+# ----------- دوال التعرف على نوع النص -----------
 
+def is_article(text: str) -> bool:
+    """هل السطر عبارة عن مادة قانونية؟"""
+    if not isinstance(text, str):
+        return False
+    text_norm = normalize_digits(text)
+    return bool(ARTICLE_PATTERN.match(text_norm))
 
+def is_section(text: str) -> bool:
+    """هل السطر عنوان قسم (باب / فصل / قسم)؟"""
+    if not isinstance(text, str):
+        return False
+    text_norm = normalize_digits(text)
+    return bool(SECTION_PATTERN.match(text_norm))
 
-# ----------- تحديد نوع السطر -----------
 def detect_line_type(text: str) -> str:
     """
-    section → بداية قسم (باب/فصل/قسم) أو سطر يحتوي «أصدرنا القانون»
-    article → بداية مادة
-    text    → نص عادي
+    تحديد نوع السطر:
+    - section → بداية قسم (باب/فصل/قسم) أو يحتوي «أصدرنا القانون»
+    - article → بداية مادة
+    - text    → نص عادي
     """
     if not isinstance(text, str) or not text.strip():
         return "text"
 
     text_norm = normalize_digits(text)
 
-    if TRADITIONAL_SECTION_PATTERN.match(text_norm):
+    if SECTION_PATTERN.match(text_norm):
         return "section"
     if ARTICLE_PATTERN.match(text_norm):
         return "article"
-    if LAW_ISSUE_PATTERN.search(text_norm):   # search وليس match
+    if LAW_ISSUE_PATTERN.search(text_norm):
         return "section"
     return "text"
 
-# ----------- استخراج تفاصيل القانون (إذا وجدت) -----------
+# ----------- استخراج تفاصيل القانون -----------
+
 def extract_law_detail(text: str) -> str | None:
-    """
-    إرجاع التفاصيل التي تلي «أصدرنا القانون» مباشرة حتى نهاية السطر.
-    ترجع None إذا لم توجد العبارة.
-    """
+    """إرجاع التفاصيل التي تلي «أصدرنا القانون» مباشرة حتى نهاية السطر."""
     if not isinstance(text, str):
         return None
     m = LAW_ISSUE_PATTERN.search(text)
     return m.group(1).strip() if m else None
 
 # ----------- استخراج رقم المادة -----------
+
 def extract_article_number(text: str) -> int | None:
+    """استخراج رقم المادة من النص إذا وجد."""
     if not isinstance(text, str):
         return None
     text_norm = normalize_digits(text)
@@ -90,4 +94,4 @@ def extract_article_number(text: str) -> int | None:
         digits = re.match(r'(\d+)', m.group(1))
         if digits:
             return int(digits.group(1))
-    return None
+    return None