digit_router.py

# -*- coding: utf-8 -*-
"""Детермінований роутер: голий рядок цифр -> читання ПО ЦИФРІ, без моделі.

Навіщо коду, а не даними: поцифрове читання вимагає ТОЧНОГО збереження
кількості цифр, а модель саме цього не вміє — виміряно на v42:
  «Код 0000.»   -> «нуль нуль нуль»          (3 з 4)
  «Код 000000.» -> «нуль нуль нуль нуль»     (4 з 6)
Навчити її поцифровому читанню = успадкувати цей баг тихо й на довгих ID.
Тут кількість гарантована кодом.

Спрацьовує ЛИШЕ якщо ВЕСЬ вхід — суцільні цифри від MIN_DIGITS знаків.
Не спрацьовує:
  * якщо є роздільники («10 000 001» — пробіл є сигналом «це кількість»);
  * якщо число всередині речення (там модель читає кількістю, 17/19 правильно);
  * якщо цифр менше за поріг («42», «2026» модель читає правильно).
"""
import re

MIN_DIGITS = 7

DIGIT = {"0": "нуль", "1": "один", "2": "два", "3": "три", "4": "чотири",
         "5": "п'ять", "6": "шість", "7": "сім", "8": "вісім", "9": "дев'ять"}

_BARE = re.compile(r"\A\s*(\d+)\s*\Z")


def match_bare_digits(text: str):
    """рядок цифр, якщо вхід — голе число, яке треба читати по цифрі, інакше None.

    Два випадки:
      * від MIN_DIGITS знаків — довгий рядок без контексту це ідентифікатор;
      * ПРОВІДНИЙ НУЛЬ за будь-якої довжини («007», «0000») — провідний нуль
        означає, що це не кількість; заразом лікує серії нулів, де модель
        губила цифри («000000» -> лише п'ять «нуль»).
    """
    m = _BARE.match(text or "")
    if not m:
        return None
    digits = m.group(1)
    if len(digits) >= MIN_DIGITS:
        return digits
    if len(digits) >= 2 and digits[0] == "0":
        return digits
    return None


def spell_digits(digits: str) -> str:
    return " ".join(DIGIT[d] for d in digits)


def route(text: str):
    """(handled, output). handled=False -> віддати моделі як є."""
    d = match_bare_digits(text)
    if d is None:
        return False, None
    return True, spell_digits(d)


# --------------------------------------------------------------------------
if __name__ == "__main__":
    CASES = [
        # (вхід, очікується_перехоплення, очікуваний_вихід_або_None)
        ("12345678", True, "один два три чотири п'ять шість сім вісім"),
        ("10000001", True, "один нуль нуль нуль нуль нуль нуль один"),
        ("000000", True, "нуль нуль нуль нуль нуль нуль"),  # провідний нуль
        ("0000000", True, "нуль нуль нуль нуль нуль нуль нуль"),
        ("123456789012", True, None),     # 12 цифр: поза межами рушія, роутер тягне
        ("  918273645  ", True, None),    # пробіли по краях не заважають
        ("42", False, None),
        ("007", True, "нуль нуль сім"),
        ("0000", True, "нуль нуль нуль нуль"),
        ("2026", False, None),
        ("10 000 001", False, None),      # роздільники -> кількість
        ("0800 500 000", False, None),    # телефон -> наявна конвенція
        ("У звіті вказано число 12345678.", False, None),   # у реченні -> кількість
        ("12345678.", False, None),       # крапка = вже не голе число
        ("№1024", False, None),
        ("", False, None),
    ]
    bad = 0
    for text, want_handled, want_out in CASES:
        handled, out = route(text)
        ok = handled == want_handled and (want_out is None or out == want_out)
        bad += not ok
        print(f"  [{'OK ' if ok else 'FAIL'}] {text!r:34} -> handled={handled} {out or ''}")
    # інваріант: кількість слів завжди дорівнює кількості цифр
    for n in ("0000000", "1234567890", "9" * 20, "1000000000"):
        assert len(spell_digits(n).split()) == len(n), n
    print(f"\nінваріант «слів = цифр» тримається")
    print("ПРОВАЛЕНО" if bad else "ВСІ ТЕСТИ ОК")