| 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121 |
- # -*- coding: utf-8 -*-
- # 规则文件：标段/包编号提取
- # 源：assembly/package_scope.py 第 74-94 行
- # 迁移日期：2026-08-17 Phase 7 §7.6 中优先级
- # 说明：原 package_number_pattern 已被注释掉（太复杂，实际使用的是
- # other_package_pattern / win_tenderer_pattern / model_pattern /
- # package_code_pattern / number_pattern / re_digital 6 个正则）。
- # 本文件迁移实际使用的 6 个模式。
- version: 1
- category: PACKAGE
- description: |
- 标段/包编号与名称提取正则。原 package_scope.py 第 86-94 行定义的
- 6 个 re.compile 模式，用于从文本中提取：
- - 项目/物资/设备名称（other_package_pattern）
- - 中标候选人/供应商名称（win_tenderer_pattern）
- - 型号/序号（model_pattern）
- - 编号提取（package_code_pattern）
- - 纯数字判断（re_digital）
- - 通用编号片段（number_pattern）
- patterns:
- - id: other_package_name
- description: |
- 项目/物资/设备/场次/标段/标的/产品 名称提取。
- 匹配 "项目名称：xxx，" 格式，名称部分 2-50 字符。
- 原 other_package_pattern。
- pattern: '((项目|物资|设备|场次|标段|标的|产品)(名称)?)[:：]([^，。]{2,50}?)[，。]'
- method: search
- golden_examples:
- - input: "项目名称：人工智能应用项目建设，"
- should_match: true
- - input: "设备名称：服务器，"
- should_match: true
- - input: "标段名称：一标段，"
- should_match: true
- - input: "无名称文本"
- should_match: false
- - id: win_tenderer_name
- description: |
- 中标候选人/供应商 名称提取。
- 匹配 "中标候选人名称：xxx，" 格式，名称部分 2-25 字符。
- 原 win_tenderer_pattern。
- pattern: '(中标候?选?人|供应商)(名称)?[:：](.{2,25})[，。]'
- method: search
- golden_examples:
- - input: "中标候选人名称：上海得宸科技有限公司，"
- should_match: true
- - input: "供应商：用友金融信息技术股份有限公司，"
- should_match: true
- - input: "中标人：张三，"
- should_match: true
- - input: "项目名称：xxx，"
- should_match: false
- - id: model_number
- description: |
- 型号/序号 提取。
- 匹配 "型号：xxx，" 或 "序号：xxx，" 格式，值部分 2-20 字符。
- 原 model_pattern。
- pattern: '(型号|序号)[:：]([^，。]{2,20})[，。]'
- method: search
- golden_examples:
- - input: "型号：ABC-100，"
- should_match: true
- - input: "序号：001，"
- should_match: true
- - input: "项目名称：xxx，"
- should_match: false
- - id: package_code
- description: |
- 编号提取。匹配 "编号：xxx" 格式，值部分为 1-20 位字母/数字/连字符/括号。
- 原 package_code_pattern。
- pattern: '(?:编号[:：]?\s*)([-\dA-Za-z\(\)]{1,20})'
- method: search
- golden_examples:
- - input: "编号：DX2024-001"
- should_match: true
- - input: "编号:001"
- should_match: true
- - input: "无编号文本"
- should_match: false
- - id: number_fragment
- description: |
- 通用编号片段提取。匹配 1-4 位的字母/数字/中文数字/罗马数字片段。
- 用于标段编号中的子片段提取（如"一标段"中的"一"）。
- 原 number_pattern。
- pattern: '[0-9A-Za-z一二三四五六七八九十ⅠⅡⅢⅣⅤⅥⅦ]{1,4}'
- method: search
- golden_examples:
- - input: "一"
- should_match: true
- - input: "ABC"
- should_match: true
- - input: "1234"
- should_match: true
- - input: "ABCDE"
- should_match: true
- - input: ""
- should_match: false
- - id: is_digital
- description: |
- 纯数字判断（fullmatch）。用于标段编号归一化，
- 判断编号是否为纯数字（如"01"→"1"）。
- 原 re_digital。
- pattern: '^\d+$'
- method: fullmatch
- golden_examples:
- - input: "123"
- should_match: true
- - input: "01"
- should_match: true
- - input: "1"
- should_match: true
- - input: "A1"
- should_match: false
- - input: "一"
- should_match: false
|
