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

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

finance/app/parsers/vr.py

@@ -0,0 +1,80 @@
+"""Parser für Volksbank/Raiffeisenbank-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).
+Anfangs-/Endsaldo tragen stattdessen je ein eigenes Datum ("alter/neuer
+Kontostand vom DD.MM.YYYY ..."), aus dem der Auszugszeitraum abgeleitet wird;
+RE_PERIOD bleibt als Fallback erhalten, falls ein Auszug diese Daten nicht
+enthält.
+"""
+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 = "vr"
+RE_IBAN = re.compile(r"\b([A-Z]{2}\d{2}(?:\s?\d{4}){4,5}(?:\s?\d{1,2})?)\b")
+# Fallback, falls kein Datum an den Kontostand-Zeilen hängt: "vom 01.06.2020 bis 30.06.2020"
+RE_PERIOD = re.compile(r"vom\s+(\d{2}\.\d{2}\.\d{4})\s+bis\s+(\d{2}\.\d{2}\.\d{4})")
+# "alter Kontostand vom 01.06.2020 1.234,56 H" (Datum optional, je nach Formatvariante)
+RE_OPENING = re.compile(r"alter\s+Kontostand\s+(?:vom\s+(\d{2}\.\d{2}\.\d{4})\s+)?([\d.,]+\s*[SH-]?)", re.I)
+# "neuer Kontostand vom 30.06.2020 2.345,67 H"
+RE_CLOSING = re.compile(r"neuer\s+Kontostand\s+(?:vom\s+(\d{2}\.\d{2}\.\d{4})\s+)?([\d.,]+\s*[SH-]?)", re.I)
+# Buchungszeile: "01.06. 01.06. Muster GmbH 1.234,56 S"
+RE_TX = re.compile(r"^(\d{2}\.\d{2}\.)\s+(\d{2}\.\d{2}\.)\s+(.*?)\s+([\d.,]+\s*[SH-])$")
+
+
+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("VR: Anfangs-/Endsaldo nicht gefunden")
+    if opening.group(1) and closing.group(1):
+        period_start = parse_german_date(opening.group(1))
+        period_end = parse_german_date(closing.group(1))
+    else:
+        period = RE_PERIOD.search(text)
+        if not period:
+            raise ParserError("VR: Abrechnungszeitraum nicht gefunden")
+        period_start = parse_german_date(period.group(1))
+        period_end = parse_german_date(period.group(2))
+    iban_m = RE_IBAN.search(text)
+    txs: list[ParsedTransaction] = []
+    pending: dict | None = None
+    for line in text.splitlines():
+        m = RE_TX.match(line.strip())
+        if m:
+            if pending:
+                txs.append(_finish(pending))
+            pending = {
+                "booking": parse_german_date(m.group(1), period_end.year),
+                "value": parse_german_date(m.group(2), period_end.year),
+                "head": m.group(3).strip(),
+                "amount": parse_german_amount(m.group(4)),
+                "extra": [],
+            }
+        elif pending and line.strip() and not RE_CLOSING.search(line):
+            pending["extra"].append(line.strip())
+    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)