feat: PDF-Parser VR/HVB/DKB mit Registry und Fixture-Tests

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

finance/app/parsers/dkb.py

@@ -0,0 +1,79 @@
+"""Parser für DKB (Deutsche Kreditbank)-Kontoauszüge.
+
+Realer Fixture-Abgleich (Task 7, Schritt 4): Der eigentliche Auszugszeitraum
+steht nicht als "vom X bis Y"-Satz im Text (dieser Wortlaut kommt nur in einem
+separaten quartalsweisen Zinsabschluss-Absatz mit abweichendem Zeitraum vor);
+er wird daher aus den Datumsangaben der beiden Kontostand-Zeilen abgeleitet.
+Buchungszeilen haben nur eine Datumsspalte, die ohne Leerzeichen direkt am
+Buchungstext klebt, und der Betrag trägt ein optionales führendes Minus statt
+eines nachgestellten S/H-Kürzels. Der Anfangssaldo trägt den Zusatz
+", Auszug Nr. N", der Endsaldo den Zusatz "um HH:MM Uhr" – beides
+unterscheidet die echten Saldo-Zeilen von einer abweichend formulierten
+Zwischensumme in einem quartalsweisen Rechnungsabschluss-Anhang.
+"""
+import re
+from datetime import date
+from pathlib import Path
+
+import pdfplumber
+
+from app.parsers.base import (ParsedStatement, ParsedTransaction, ParserError,
+                              parse_german_amount, parse_german_date)
+
+BANK = "dkb"
+RE_IBAN = re.compile(r"\b([A-Z]{2}\d{2}(?:\s?\d{4}){4,5}(?:\s?\d{1,2})?)\b")
+# "Kontostand am 01.06.2020, Auszug Nr. 1 1.234,56"
+RE_OPENING = re.compile(r"Kontostand\s+am\s+(\d{2}\.\d{2}\.\d{4}),\s*Auszug\s+Nr\.\s*\d+\s+(-?[\d.,]+)", re.I)
+# "Kontostand am 30.06.2020 um 12:00 Uhr -2.345,67"
+RE_CLOSING = re.compile(r"Kontostand\s+am\s+(\d{2}\.\d{2}\.\d{4})\s+um\s+\d{2}:\d{2}\s*Uhr\s+(-?[\d.,]+)", re.I)
+# Buchungszeile: "01.06.2020Überweisung -123,45" (Datum direkt am Text, kein Leerzeichen)
+RE_TX_HEAD = re.compile(r"^(\d{2}\.\d{2}\.\d{4})(\S.*?)\s+(-?[\d.,]+)$")
+
+
+def parse(path: Path) -> ParsedStatement:
+    with pdfplumber.open(path) as pdf:
+        text = "\n".join((page.extract_text() or "") for page in pdf.pages)
+    opening = RE_OPENING.search(text)
+    closing = RE_CLOSING.search(text)
+    if not opening or not closing:
+        raise ParserError("DKB: Anfangs-/Endsaldo nicht gefunden")
+    period_start = parse_german_date(opening.group(1))
+    period_end = parse_german_date(closing.group(1))
+    iban_m = RE_IBAN.search(text)
+    txs: list[ParsedTransaction] = []
+    pending: dict | None = None
+    for line in text.splitlines():
+        line = line.strip()
+        if not line:
+            continue
+        m = RE_TX_HEAD.match(line)
+        if m:
+            if pending:
+                txs.append(_finish(pending))
+            booking = parse_german_date(m.group(1))
+            pending = {
+                "booking": booking,
+                "value": booking,
+                "head": m.group(2).strip(),
+                "amount": parse_german_amount(m.group(3)),
+                "extra": [],
+            }
+            continue
+        if pending and not RE_OPENING.search(line) and not RE_CLOSING.search(line):
+            pending["extra"].append(line)
+    if pending:
+        txs.append(_finish(pending))
+    return ParsedStatement(bank=BANK,
+                           iban=iban_m.group(1).replace(" ", "") if iban_m else None,
+                           period_start=period_start, period_end=period_end,
+                           opening_balance=parse_german_amount(opening.group(2)),
+                           closing_balance=parse_german_amount(closing.group(2)),
+                           transactions=txs)
+
+
+def _finish(p: dict) -> ParsedTransaction:
+    counterparty = p["extra"][0] if p["extra"] else ""
+    purpose = " ".join([p["head"], *p["extra"][1:]]).strip()
+    return ParsedTransaction(booking_date=p["booking"], value_date=p["value"],
+                             amount=p["amount"], purpose=purpose,
+                             counterparty=counterparty)