ihaleist/server/kalem-cikar.mjs

/**
 * Birim fiyat teklif cetveli kalem çıkarımı.
 *
 * NEDEN: Firmalar ihalenin sadece başlığına bakarak kendi ürünlerinin içinde
 * olup olmadığını göremiyor ("148 KALEM KIRTASİYE MALZEME ALIMI"). Kalem
 * listesi EKAP'ın API'sinde yok — yalnızca ihale dokümanının içinde. Kullanıcı
 * dokümanı yükleyince buradan ayrıştırılıp İKN'ye bağlanıyor; o ihale artık
 * herkesin kartında kalemleriyle görünüyor.
 *
 * GİRDİ BİÇİMLERİ:
 *  - xlsx/docx → office-text.mjs tabloları " | " ayraçlı verir (asıl hedef)
 *  - pdf       → tarayıcıda pdfjs düz metin verir, ayraç yok (sezgisel yol)
 */

import { normalizeTr } from './siniflandir.mjs';

const MAX_KALEM = 500;
const MAX_AD = 300;

// Teklif cetvellerinde geçen birimler. "test" tıbbi kitlerde kalem miktarı
// olarak kullanılıyor (ör. "25.000 TEST"), kullanıcı özellikle bunu istedi.
const BIRIMLER = [
  'adet', 'test', 'kutu', 'paket', 'kalem', 'takım', 'takim', 'çift', 'cift',
  'koli', 'flakon', 'tablet', 'ampul', 'şişe', 'sise', 'rulo', 'top', 'poşet', 'poset',
  'kg', 'gr', 'gram', 'ton', 'lt', 'litre', 'ml', 'mg', 'cc',
  'metre', 'mt', 'm', 'm2', 'm3', 'cm', 'mm',
  'saat', 'gün', 'gun', 'ay', 'yıl', 'yil', 'kişi', 'kisi', 'sefer', 'öğün', 'ogun',
  'kwh', 'kva', 'litre/gün',
];
const BIRIM_RE = new RegExp(`^(?:${BIRIMLER.map((b) => b.replace(/[.*+?^${}()|[\]\\]/g, '\\$&')).join('|')})$`, 'i');

// Kalem OLMAYAN satırlar — toplam/ara toplam/KDV vb.
const ATLA_RE = /^(genel\s+)?(ara\s+)?toplam|^kdv|^tutar$|^teklif\s+edilen|^i̇?mza|^kaşe|^sıra\s*no?$|^açıklama$/i;

const bosluk = (s) => String(s ?? '').replace(/\s+/g, ' ').trim();

/** "1.500,50" → 1500.5 ; "25000" → 25000 ; okunamazsa null */
export function sayiyaCevir(s) {
  const t = bosluk(s).replace(/[^\d.,-]/g, '');
  if (!t) return null;
  // Türkçe biçim: nokta binlik, virgül ondalık
  const norm = t.includes(',') ? t.replace(/\./g, '').replace(',', '.') : t.replace(/\.(?=\d{3}\b)/g, '');
  const n = Number(norm);
  return Number.isFinite(n) ? n : null;
}

const HEADER_AD = /(mal|hizmet|i̇?ş|is)\s*(kalemi|kalem)?|kalem\s*(ad|tanım)|açıklama|aciklama|cinsi|malzeme\s*ad|ürün|urun/i;
const HEADER_MIKTAR = /miktar/i;
const HEADER_BIRIM = /birim/i;
const HEADER_SIRA = /sıra|sira|s\.?\s*no|^no$/i;

/** Bir " | " satırının başlık satırı olup olmadığına ve sütun eşlemesine karar verir. */
function basligiCoz(hucreler) {
  const idx = { sira: -1, ad: -1, miktar: -1, birim: -1 };
  hucreler.forEach((h, i) => {
    const t = bosluk(h);
    if (!t) return;
    // "Teklif edilen birim fiyat" bir birim sütunu DEĞİL — önce eleriz.
    const birimFiyat = /birim\s*fiyat/i.test(t);
    if (idx.miktar < 0 && HEADER_MIKTAR.test(t) && !birimFiyat) idx.miktar = i;
    else if (idx.birim < 0 && HEADER_BIRIM.test(t) && !birimFiyat) idx.birim = i;
    else if (idx.ad < 0 && HEADER_AD.test(t) && !birimFiyat) idx.ad = i;
    else if (idx.sira < 0 && HEADER_SIRA.test(t)) idx.sira = i;
  });
  // Ad sütunu ve (miktar ya da birim) yoksa bu bir kalem tablosu başlığı değil.
  if (idx.ad < 0) return null;
  if (idx.miktar < 0 && idx.birim < 0) return null;
  return idx;
}

function hucreleriAyir(satir) {
  return satir.split('|').map((h) => bosluk(h));
}

function kalemGecerli(ad) {
  const t = bosluk(ad);
  if (t.length < 3 || t.length > MAX_AD) return false;
  if (ATLA_RE.test(t)) return false;
  if (/^[\d.,\s%-]+$/.test(t)) return false; // sadece sayı
  return true;
}

/** " | " ayraçlı tablolardan kalem çıkarır (xlsx/docx yolu). */
function tablodanCikar(satirlar) {
  const kalemler = [];
  let idx = null;
  let basliktanBeri = 0;

  for (const ham of satirlar) {
    const satir = ham.trim();
    if (!satir) { if (idx) basliktanBeri++; continue; }

    if (satir.includes('|')) {
      const h = hucreleriAyir(satir);
      const yeniBaslik = h.length >= 2 ? basligiCoz(h) : null;
      if (yeniBaslik) { idx = yeniBaslik; basliktanBeri = 0; continue; }

      if (idx) {
        const ad = h[idx.ad] ?? '';
        if (!kalemGecerli(ad)) { basliktanBeri++; continue; }
        const miktarHam = idx.miktar >= 0 ? h[idx.miktar] : '';
        const birimHam = idx.birim >= 0 ? h[idx.birim] : '';
        // Miktar ve birim tek hücrede olabilir: "25000 TEST". sayiyaCevir
        // harfleri attığı için önce hücrenin salt sayı olup olmadığına bakılır;
        // yoksa sayı+birim olarak ayrıştırılır.
        let birim = bosluk(birimHam);
        let miktar;
        if (/^[\d.,\s]+$/.test(bosluk(miktarHam))) {
          miktar = sayiyaCevir(miktarHam);
        } else {
          const m = /([\d][\d.,]*)\s*([\p{L}/²³]+)?/u.exec(miktarHam || '');
          miktar = m ? sayiyaCevir(m[1]) : null;
          if (!birim && m?.[2]) birim = m[2];
        }
        kalemler.push({
          sira: idx.sira >= 0 ? sayiyaCevir(h[idx.sira]) : null,
          ad: bosluk(ad),
          miktar,
          birim: birim || null,
        });
        basliktanBeri = 0;
        if (kalemler.length >= MAX_KALEM) break;
      }
    } else if (idx) {
      // Tablo dışı düz metin: birkaç satır sonra tablo bitmiş sayılır.
      if (++basliktanBeri > 3) idx = null;
    }
  }
  return kalemler;
}

// "12  ELDİVEN LATEKS PUDRASIZ M  50.000  ADET"
const SATIR_RE = new RegExp(
  `^(\\d{1,4})[.)]?\\s+(.{3,${MAX_AD}}?)\\s+([\\d][\\d.,]*)\\s*(${BIRIMLER.join('|')})\\b`,
  'i',
);

/** Ayraçsız düz metinden (pdf) sezgisel kalem çıkarımı. */
function duzMetindenCikar(satirlar) {
  const kalemler = [];
  for (const ham of satirlar) {
    const satir = bosluk(ham);
    if (!satir || satir.includes('|')) continue;
    const m = SATIR_RE.exec(satir);
    if (!m) continue;
    if (!kalemGecerli(m[2])) continue;
    kalemler.push({ sira: sayiyaCevir(m[1]), ad: bosluk(m[2]), miktar: sayiyaCevir(m[3]), birim: m[4] });
    if (kalemler.length >= MAX_KALEM) break;
  }
  return kalemler;
}

function tekilles(kalemler) {
  const gorulen = new Set();
  const out = [];
  for (const k of kalemler) {
    const anahtar = normalizeTr(k.ad) + '|' + (k.miktar ?? '') + '|' + normalizeTr(k.birim || '');
    if (gorulen.has(anahtar)) continue;
    gorulen.add(anahtar);
    out.push(k);
  }
  return out;
}

/**
 * Doküman metninden teklif cetveli kalemlerini çıkarır.
 * Önce tablo yolu denenir; hiç kalem bulunamazsa düz metin sezgisine düşer.
 */
export function kalemleriCikar(metin) {
  const satirlar = String(metin || '').split('\n');
  let kalemler = tekilles(tablodanCikar(satirlar));
  let yontem = 'tablo';
  if (kalemler.length === 0) {
    kalemler = tekilles(duzMetindenCikar(satirlar));
    yontem = 'duz-metin';
  }
  return { kalemler: kalemler.slice(0, MAX_KALEM), yontem: kalemler.length ? yontem : 'yok' };
}

/**
 * Doküman metninden İKN çıkarır — toplu yüklemede dosya hangi ihaleye ait,
 * kullanıcıya sormadan bulmak için. İhale dokümanları neredeyse her zaman
 * "İhale Kayıt Numarası (İKN): 2026/1166496" ya da "İhale kayıt numarası :
 * 2023/1105557" biçiminde başlar.
 */
export function iknCikar(metin) {
  const duz = normalizeTr(String(metin || '').slice(0, 20000));
  const kaliplar = [
    /ihale\s+kayit\s+numarasi\s*(?:\(\s*ikn\s*\))?\s*:?\s*(\d{4}[/-]\d{3,8})/,
    /\bikn\s*[:=]?\s*(\d{4}[/-]\d{3,8})/,
  ];
  for (const re of kaliplar) {
    const m = re.exec(duz);
    if (m) return m[1].replace('-', '/');
  }
  return null;
}