fix: Parser-Noise-Filter, Sammelstopp am Schlusssaldo, Audit-Werkzeug

Alle drei Bank-Parser gegen die realen Fixtures gehaertet:

- DKB/VR/HVB: Sammlung endet am Schlusssaldo (break), damit Summen,
  Rechnungsabschluss und Hinweisseiten nicht mehr in die letzte Buchung
  rutschen.
- Generische, rein strukturelle Noise-Filter fuer wiederkehrende
  Seitenfuss-/Kopfbloecke und Blattwechsel-Reste (keine Kontodaten hart
  codiert); Kopf-/Hinweisbloecke werden als Sequenz uebersprungen.
- VR: Rekonstruktion harter Zeilenumbrueche im Verwendungszweck unter
  konservativen Schutzbedingungen (nur purpose, nicht counterparty).
- Neue Noise- und expected-Value-Tests; expected_*.json gitignored.
- Audit-Werkzeug scripts/parser_audit.py ergaenzt (nur lokale Nutzung).

Transaktionszahlen und Saldo-Differenzen unveraendert; max. Laenge des
Verwendungszwecks je Bank deutlich unter 300 Zeichen.

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

finance/app/parsers/vr.py

@@ -27,6 +27,50 @@ RE_OPENING = re.compile(r"alter\s+Kontostand\s+(?:vom\s+(\d{2}\.\d{2}\.\d{4})\s+
 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-])$")
+# Folgeseiten-Kopfblock (Bankanschrift bis Spaltenüberschrift) als Sequenz
+# überspringen: fängt auch die Kontoinhaber-Kopfzeile ab, ohne gleichnamige
+# Gegenparteien in Buchungen zu zerstören.
+RE_HEADER_START = re.compile(r"^Beraterpark am Olgaplatz")
+RE_HEADER_END = re.compile(r"^Bu-Tag\s+Wert\s+Vorgang")
+# Blattwechsel-/Formular-Reste, die sonst in den Verwendungszweck rutschen.
+RE_NOISE = re.compile(
+    r"(?:Übertrag"                          # "Übertrag auf/von Blatt N"
+    r"|^\d{3,4}$"                           # Formularcodes (z. B. 0007, 000)
+    r"|^K\d{6}"                             # Formularcode (K + Ziffernblock)
+    r"|Bitte beachten Sie die Hinweise"     # Fußzeilen-Hinweis
+    r"|^[─—–\-]{3,}$"                       # Trennlinien
+    r")"
+)
+
+
+def _is_noise(line: str) -> bool:
+    return bool(RE_NOISE.search(line))
+
+
+def _join_purpose(parts: list[str]) -> str:
+    """Verwendungszweck zusammensetzen und harte Zeilenumbrüche der VR-PDF
+    (~54 Zeichen, teils mitten im Wort) rekonstruieren.
+
+    Ohne Leerzeichen wird nur dann verbunden, wenn die Vorzeile mindestens 53
+    Zeichen lang ist UND (Vorzeile endet auf Ziffer und Folgezeile beginnt mit
+    Ziffer) ODER (beide an der Bruchstelle Kleinbuchstaben) – sonst mit
+    Leerzeichen. So bleibt z. B. "... 75" + "Euro" mit Leerzeichen getrennt.
+    """
+    if not parts:
+        return ""
+    out = parts[0]
+    for prev, cur in zip(parts, parts[1:]):
+        glue = ""
+        if len(prev) >= 53 and prev and cur:
+            if (prev[-1].isdigit() and cur[0].isdigit()) or \
+               (prev[-1].islower() and cur[0].islower()):
+                glue = ""
+            else:
+                glue = " "
+        else:
+            glue = " "
+        out += glue + cur
+    return out.strip()
 
 
 def parse(path: Path) -> ParsedStatement:
@@ -48,8 +92,23 @@ def parse(path: Path) -> ParsedStatement:
     iban_m = RE_IBAN.search(text)
     txs: list[ParsedTransaction] = []
     pending: dict | None = None
+    in_header = False
     for line in text.splitlines():
-        m = RE_TX.match(line.strip())
+        line = line.strip()
+        if not line:
+            continue
+        # Folgeseiten-Kopfblock komplett überspringen (inkl. Kontoinhaber-Zeile).
+        if in_header:
+            if RE_HEADER_END.match(line):
+                in_header = False
+            continue
+        if RE_HEADER_START.match(line):
+            in_header = True
+            continue
+        # Schlusssaldo erreicht: laufende Buchung abschließen und Sammlung beenden.
+        if RE_CLOSING.search(line):
+            break
+        m = RE_TX.match(line)
         if m:
             if pending:
                 txs.append(_finish(pending))
@@ -60,8 +119,8 @@ def parse(path: Path) -> ParsedStatement:
                 "amount": parse_german_amount(m.group(4)),
                 "extra": [],
             }
-        elif pending and line.strip() and not RE_CLOSING.search(line):
-            pending["extra"].append(line.strip())
+        elif pending and not _is_noise(line):
+            pending["extra"].append(line)
     if pending:
         txs.append(_finish(pending))
     return ParsedStatement(bank=BANK,
@@ -74,7 +133,7 @@ def parse(path: Path) -> ParsedStatement:
 
 def _finish(p: dict) -> ParsedTransaction:
     counterparty = p["extra"][0] if p["extra"] else ""
-    purpose = " ".join([p["head"], *p["extra"][1:]]).strip()
+    purpose = _join_purpose([p["head"], *p["extra"][1:]])
     return ParsedTransaction(booking_date=p["booking"], value_date=p["value"],
                              amount=p["amount"], purpose=purpose,
                              counterparty=counterparty)