Пять файлов заказчика прогнаны через работающее приложение целиком. Ниже — сколько значений сходится с эталоном и что дала чистка.
Прирост складывается из двух разных вещей, и их лучше не путать.
| Файл | было | сверка по ячейкам | итог | значений сошлось | ячеек почищено | чинили по арифметике |
|---|---|---|---|---|---|---|
| Пример 1 0d7b0e7c-e4b6-40b4-9a62-6eec02c07c12.pdf | 95.0% | 95.0% | 95.0% | 133 из 140 | 0 | 0 |
| Пример 2 1c6c0fac-f82a-4219-be4b-4918653068f4.pdf | 17.1% | 17.1% | 34.3% | 12 из 35 | 1 | 0 |
| Пример 3 1f0b3cfd-c38a-433c-a029-5122aab57d6b.pdf | 0.0% | 0.0% | 0.0% | 0 из 7 | 0 | 0 |
| Пример 4 2b0791f5-c8d2-4157-beea-e8fe6c362de8.pdf | 71.4% | 76.2% | 76.2% | 16 из 21 | 0 | 0 |
| Пример 5 3e43a1d4-288d-42ec-989a-385ff87719d4.pdf | 92.1% | 92.9% | 92.9% | 117 из 126 | 0 | 0 |
| Итого | 82.1% | 82.7% | 84.5% | 278 из 329 | 1 | 0 |
Г 64 025.00. → 64 025,00.1 833,45.
Коды и целые количества не трогаются: 018 остаётся 018, а не превращается в 18.397644 стало 3 976,44.Ничего не дорисовывается. Исправленное значение всегда собрано из тех же цифр, которые прочитал движок: можно вернуть на место запятую, нельзя подставить недостающую цифру. Если арифметика не сходится ни при каком прочтении — значение остаётся таким, как прочитано.
| Файл | прочитано | стало | почему |
|---|---|---|---|
| Пример 5 | 87 406,30 | 87 406,80 | цифра «3» прочитана вместо «8» — проверено арифметикой строки |
Дата сверяется как дата, а не как надпись: 20,10,2022, 20/10/22,
2О.1О.2О22 и 20 октября 2022 г. — это одна и та же дата 20.10.2022.
Несуществующие даты не «чинятся»: 32.13.2022 так и остаётся текстом.
| Файл | дата в эталоне | даты, найденные в документе | итог |
|---|---|---|---|
| Пример 1 | 20.10.2022 | 02.04.2021, 20.10.2022, 26.12.2011 | сходится |
| Пример 2 | 16.01.2025 | 14.01.2025, 15.01.2025, 16.01.2025, 26.12.2047 | сходится |
| Пример 3 | 25.02.2025 | 16.08.2024, 26.12.2011 | не нашли |
| Пример 4 | 23.05.2024 | 02.04.2021, 20.05.2024, 22.05.2024, 23.05.2024, 26.12.2011 | сходится |
| Пример 5 | 20.02.2025 | 04.02.2025, 16.08.2024, 20.02.2025, 26.02.2025, 26.12.2011 | сходится |
Пример 3 — тот документ, на котором таблица не разбирается совсем (0 % значений): дат в нём тоже не нашлось. Это отдельная известная проблема, к чистке она отношения не имеет.
живой прогон пяти файлов заказчика из Assets через работающее приложение (tools/live_run_all.py), сырые ответы в bench/real. Правила подсчёта процента — те же, что и раньше, одни на все страницы: пояснение к формату эталона. Знаменатель во всех трёх столбцах одинаковый, из счёта не выброшено ничего.