layers/rules/validators.py

"""Validatori di formato/checksum per ridurre i falsi positivi.

Ogni validatore riceve la stringa gia' matchata e ritorna True se rispetta
lo standard. Sono funzioni pure, senza stato.
"""

from __future__ import annotations

import re

_CF_ODD = {
    "0": 1, "1": 0, "2": 5, "3": 7, "4": 9, "5": 13, "6": 15, "7": 17,
    "8": 19, "9": 21, "A": 1, "B": 0, "C": 5, "D": 7, "E": 9, "F": 13,
    "G": 15, "H": 17, "I": 19, "J": 21, "K": 2, "L": 4, "M": 18, "N": 20,
    "O": 11, "P": 3, "Q": 6, "R": 8, "S": 12, "T": 14, "U": 16, "V": 10,
    "W": 22, "X": 25, "Y": 24, "Z": 23,
}
_CF_EVEN = {
    "0": 0, "1": 1, "2": 2, "3": 3, "4": 4, "5": 5, "6": 6, "7": 7, "8": 8,
    "9": 9, "A": 0, "B": 1, "C": 2, "D": 3, "E": 4, "F": 5, "G": 6, "H": 7,
    "I": 8, "J": 9, "K": 10, "L": 11, "M": 12, "N": 13, "O": 14, "P": 15,
    "Q": 16, "R": 17, "S": 18, "T": 19, "U": 20, "V": 21, "W": 22, "X": 23,
    "Y": 24, "Z": 25,
}
_CF_REMAINDER = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"

# Codici paese ISO 3166-1 alpha-2: nel BIC/SWIFT occupano i caratteri 5-6 e
# sono il discriminante piu' forte contro i falsi positivi (parole maiuscole
# di 8 lettere come "SPECIALE" hanno "IA" in quella posizione, inesistente).
_ISO_3166_ALPHA2 = frozenset(
    "AD AE AF AG AI AL AM AO AQ AR AS AT AU AW AX AZ BA BB BD BE BF BG BH BI "
    "BJ BL BM BN BO BQ BR BS BT BV BW BY BZ CA CC CD CF CG CH CI CK CL CM CN "
    "CO CR CU CV CW CX CY CZ DE DJ DK DM DO DZ EC EE EG EH ER ES ET FI FJ FK "
    "FM FO FR GA GB GD GE GF GG GH GI GL GM GN GP GQ GR GS GT GU GW GY HK HM "
    "HN HR HT HU ID IE IL IM IN IO IQ IR IS IT JE JM JO JP KE KG KH KI KM KN "
    "KP KR KW KY KZ LA LB LC LI LK LR LS LT LU LV LY MA MC MD ME MF MG MH MK "
    "ML MM MN MO MP MQ MR MS MT MU MV MW MX MY MZ NA NC NE NF NG NI NL NO NP "
    "NR NU NZ OM PA PE PF PG PH PK PL PM PN PR PS PT PW PY QA RE RO RS RU RW "
    "SA SB SC SD SE SG SH SI SJ SK SL SM SN SO SR SS ST SV SX SY SZ TC TD TF "
    "TG TH TJ TK TL TM TN TO TR TT TV TW TZ UA UG UM US UY UZ VA VC VE VG VI "
    "VN VU WF WS YE YT ZA ZM ZW".split()
)


def validate_codice_fiscale(value: str) -> bool:
    """Valida il codice fiscale persona fisica (16 caratteri, char di controllo)."""
    cf = value.strip().upper()
    if not re.fullmatch(r"[A-Z]{6}\d{2}[A-Z]\d{2}[A-Z]\d{3}[A-Z]", cf):
        return False
    total = 0
    for i, ch in enumerate(cf[:15]):
        total += _CF_ODD[ch] if (i % 2 == 0) else _CF_EVEN[ch]
    return _CF_REMAINDER[total % 26] == cf[15]


def _luhn_check(digits: str) -> bool:
    total = 0
    reverse = digits[::-1]
    for i, ch in enumerate(reverse):
        d = int(ch)
        if i % 2 == 1:
            d *= 2
            if d > 9:
                d -= 9
        total += d
    return total % 10 == 0


def validate_partita_iva(value: str) -> bool:
    """Valida la partita IVA italiana (11 cifre, checksum di Luhn pari)."""
    piva = re.sub(r"\D", "", value)
    if len(piva) != 11:
        return False
    return _luhn_check(piva)


def validate_carta_credito(value: str) -> bool:
    """Valida una carta di credito tramite Luhn (13-19 cifre)."""
    digits = re.sub(r"\D", "", value)
    if not 13 <= len(digits) <= 19:
        return False
    return _luhn_check(digits)


def validate_iban(value: str) -> bool:
    """Valida IBAN tramite resto mod-97 (ISO 13616)."""
    iban = re.sub(r"\s", "", value).upper()
    if not re.fullmatch(r"[A-Z]{2}\d{2}[A-Z0-9]{11,30}", iban):
        return False
    rearranged = iban[4:] + iban[:4]
    converted = "".join(
        str(ord(ch) - 55) if ch.isalpha() else ch for ch in rearranged
    )
    try:
        return int(converted) % 97 == 1
    except ValueError:
        return False


def validate_cig(value: str) -> bool:
    """CIG: 10 caratteri alfanumerici (validazione di formato)."""
    return bool(re.fullmatch(r"[0-9A-Za-z]{10}", value.strip()))


def validate_cup(value: str) -> bool:
    """CUP: 15 caratteri alfanumerici (validazione di formato)."""
    return bool(re.fullmatch(r"[0-9A-Za-z]{15}", value.strip()))


def validate_cap(value: str) -> bool:
    return bool(re.fullmatch(r"\d{5}", value.strip()))


def validate_bic(value: str) -> bool:
    """Valida la struttura di un BIC/SWIFT (ISO 9362).

    Formato: 4 lettere (banca) + 2 lettere (paese ISO 3166-1) + 2 alfanumerici
    (localita') + 3 alfanumerici opzionali (filiale). Il vincolo del codice
    paese ISO scarta i falsi positivi su parole maiuscole di 8 lettere
    (es. "SPECIALE", "ORDINARI"), il cui codice paese non esiste.
    """
    v = value.strip().upper()
    if len(v) not in (8, 11):
        return False
    if not v[:6].isalpha():
        return False
    if v[4:6] not in _ISO_3166_ALPHA2:
        return False
    return v[6:].isalnum()


def always_valid(value: str) -> bool:  # noqa: ARG001
    return True


def validate_codice_fiscale_any(value: str) -> bool:
    """CF persona (16 char, checksum) OPPURE CF azienda (11 cifre = P.IVA, Luhn)."""
    v = value.strip()
    if re.fullmatch(r"\d{11}", v):
        return validate_partita_iva(v)
    return validate_codice_fiscale(v)


# Validatori applicati come FILTRO sui rilevamenti finali (qualunque layer li
# abbia prodotti, incluso il NER che non controlla i checksum): uno span di
# questi tipi con checksum/formato non valido viene scartato. Riduce i falsi
# positivi sui codici a formato verificabile.
FORMAT_VALIDATORS: dict = {
    "CODICE_FISCALE": validate_codice_fiscale_any,
    "PARTITA_IVA": validate_partita_iva,
    "IBAN": validate_iban,
    "CARTA_CREDITO": validate_carta_credito,
    "BIC": validate_bic,
}