Abraham03 commited on
Commit
accae26
·
verified ·
1 Parent(s): aab3e91

Upload 3 files

Browse files
Files changed (3) hide show
  1. extraer_movimientos.py +13 -1
  2. fill_template.py +245 -69
  3. totales_banco.py +52 -0
extraer_movimientos.py CHANGED
@@ -237,6 +237,8 @@ def _santander_bandas(pages_words):
237
  _SANT_FILA_TOL = 3.0
238
  _SANT_FECHA = re.compile(r'^(\d{2}-[A-Z]{3}-\d{4})(\d*)(.*)$')
239
  _SANT_FECHA_SOLA = re.compile(r'^(\d{2}-[A-Z]{3}-\d{4})()()$')
 
 
240
  # Tesseract lee el 7 que va pegado a la coma de millares como '/': '2,700.00'
241
  # queda '2,/00.00'. Medido: 5 tokens en 6 escaneos, TODOS con la '/' justo tras
242
  # la coma. Solo se corrige un token que ya tiene la forma exacta de un importe.
@@ -439,6 +441,12 @@ def _por_bandas(pdf, bandas):
439
  if mdate.group(3): desc.append(mdate.group(3))
440
  elif 110 < w['x0'] < 330:
441
  desc.append(w['text'])
 
 
 
 
 
 
442
  # Fila de TOTAL: un movimiento real NUNCA trae deposito Y retiro a la
443
  # vez -> cierra la tabla de esta pagina.
444
  if dep is not None and ret is not None:
@@ -2508,7 +2516,7 @@ def extraer(path, divisas=False):
2508
  'suma_dep': 0.0, 'suma_ret': 0.0,
2509
  'rep_dep': None, 'rep_ret': None,
2510
  'saldo_inicial': None, 'saldo_final': None,
2511
- 'n': 0, 'transacciones': [],
2512
  }
2513
  moneda = rep.get('moneda', 'MXN') # 'USD' si la cuenta es en dolares (BBVA USD)
2514
 
@@ -2536,6 +2544,7 @@ def extraer(path, divisas=False):
2536
  'rep_dep': rep_abo, 'rep_ret': rep_car, # alias esquema banco
2537
  'tarjeta': rep, # resumen completo de la tarjeta
2538
  'n': len(movs), 'transacciones': tx,
 
2539
  }
2540
 
2541
  bandas = BANDAS.get(banco)
@@ -2668,6 +2677,9 @@ def extraer(path, divisas=False):
2668
  'saldo_inicial': rep.get('saldo_inicial'), 'saldo_final': rep.get('saldo_final'),
2669
  'cuadra_por_saldo': bool(cuadra_saldo),
2670
  'n': len(movs), 'transacciones': tx_flujo,
 
 
 
2671
  }
2672
  if motivo_mx:
2673
  out['error'] = motivo_mx
 
237
  _SANT_FILA_TOL = 3.0
238
  _SANT_FECHA = re.compile(r'^(\d{2}-[A-Z]{3}-\d{4})(\d*)(.*)$')
239
  _SANT_FECHA_SOLA = re.compile(r'^(\d{2}-[A-Z]{3}-\d{4})()()$')
240
+ # Folio de 4-10 digitos con la primera palabra del concepto pegada ('8953669PAGO')
241
+ _SANT_FOLIO_PALABRA = re.compile(r'^\d{4,10}([^\d\s].*)$')
242
  # Tesseract lee el 7 que va pegado a la coma de millares como '/': '2,700.00'
243
  # queda '2,/00.00'. Medido: 5 tokens en 6 escaneos, TODOS con la '/' justo tras
244
  # la coma. Solo se corrige un token que ya tiene la forma exacta de un importe.
 
441
  if mdate.group(3): desc.append(mdate.group(3))
442
  elif 110 < w['x0'] < 330:
443
  desc.append(w['text'])
444
+ elif mdate and i <= 3 and w['x0'] <= 110:
445
+ # Fecha en un token aparte: la primera palabra del concepto viene
446
+ # pegada al FOLIO ('8953669PAGO', x0=81) y sin esto se perdia.
447
+ mf = _SANT_FOLIO_PALABRA.match(w['text'])
448
+ if mf:
449
+ desc.append(mf.group(1))
450
  # Fila de TOTAL: un movimiento real NUNCA trae deposito Y retiro a la
451
  # vez -> cierra la tabla de esta pagina.
452
  if dep is not None and ret is not None:
 
2516
  'suma_dep': 0.0, 'suma_ret': 0.0,
2517
  'rep_dep': None, 'rep_ret': None,
2518
  'saldo_inicial': None, 'saldo_final': None,
2519
+ 'n': 0, 'transacciones': [], 'cuenta': None,
2520
  }
2521
  moneda = rep.get('moneda', 'MXN') # 'USD' si la cuenta es en dolares (BBVA USD)
2522
 
 
2544
  'rep_dep': rep_abo, 'rep_ret': rep_car, # alias esquema banco
2545
  'tarjeta': rep, # resumen completo de la tarjeta
2546
  'n': len(movs), 'transacciones': tx,
2547
+ 'cuenta': rep.get('cuenta'),
2548
  }
2549
 
2550
  bandas = BANDAS.get(banco)
 
2677
  'saldo_inicial': rep.get('saldo_inicial'), 'saldo_final': rep.get('saldo_final'),
2678
  'cuadra_por_saldo': bool(cuadra_saldo),
2679
  'n': len(movs), 'transacciones': tx_flujo,
2680
+ # ultimos 4 digitos de la cuenta: el flujo los usa para no confundir dos
2681
+ # cuentas del mismo banco en el mismo mes
2682
+ 'cuenta': rep.get('cuenta'),
2683
  }
2684
  if motivo_mx:
2685
  out['error'] = motivo_mx
fill_template.py CHANGED
@@ -289,8 +289,8 @@ NATURALEZA = [
289
  # comision, o si va seguido de lo que cobra ('IVA POR COMISION'). BANAMEX
290
  # imprime '... RFC: ND IVA: . 0 ...' como CAMPOS del movimiento, asi que
291
  # buscarlos en cualquier posicion se come conceptos que si traen nombre.
292
- ('ISR', re.compile(r'^\s*I\.?\s*S\.?\s*R\b|IMPUESTO\s+SOBRE\s+LA\s+RENTA|RETENCION\s+(?:DE\s+)?ISR', re.I)),
293
- ('IVA', re.compile(r'^\s*(?:I\.?\s*V\.?\s*A|VV\s+AA)\b|^\s*PAGO\s+DE\s+I\.?\s*V\.?\s*A\b|\bI\.?\s*V\.?\s*A\.?\s+(?:POR|SOBRE|COMISION|DE\s+COMISION)\b', re.I)),
294
  # Chase escribe sus comisiones en ingles y SIEMPRE terminan en 'Fee'
295
  # ('International Incoming Wire Fee', 'Monthly Service Fee'). Ningun
296
  # nombre de contraparte termina asi, por eso el ancla al final es segura.
@@ -846,12 +846,35 @@ def _bf_limpio(toks):
846
  return re.sub(r'\s{2,}', ' ', s).strip()[:60]
847
 
848
 
 
 
 
 
 
 
 
 
849
  def _bofa_nombre(raw):
850
  """Contraparte de un movimiento de Bank of America, o ''."""
851
  if raw.lstrip().startswith('SERVICE FEE'):
852
  return 'COMISIONES'
853
  if re.search(r'\bONLINE\s+BANKING\s+TRANSFER\s+(?:FROM|TO)\s+(?:CHK|SAV|MMS)\b', raw):
854
  return 'TRASPASO PROPIO'
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
855
  # Solo el Zelle de Bank of America, que siempre trae 'Conf#'. El de CHASE
856
  # ('Zelle Payment From Italo Guerra Ctie2Cxy9Lty') lo resuelve su propia regla,
857
  # que si sabe quitar el codigo de confirmacion.
@@ -1103,7 +1126,8 @@ def fill(template_path, output_path, data):
1103
  saldos_in = data.get('saldos', []) or []
1104
  if not isinstance(transacciones, list):
1105
  raise ValueError("'transacciones' debe ser una lista")
1106
- transacciones = list(transacciones) + _revaluacion_divisas(transacciones, saldos_in)
 
1107
 
1108
  src = Path(template_path)
1109
  if not src.exists():
@@ -1172,25 +1196,23 @@ def fill(template_path, output_path, data):
1172
  mapa_dep = _mapa_nombres('deposito', 'OTROS DEPOSITANTES')
1173
  mapa_ret = _mapa_nombres('retiro', 'OTROS BENEFICIARIOS')
1174
 
1175
- # ===== 2) Saldos por (banco, mes): el ULTIMO registro gana =====
 
 
 
1176
  saldos = {}
1177
- for srow in saldos_in:
1178
- mes = str(srow.get('mes', '') or '').strip()
1179
- if not re.match(r'^\d{4}-\d{2}$', mes):
1180
- continue
1181
- banco = str(srow.get('banco', '') or 'N/A').strip()
1182
- si = srow.get('saldo_inicial')
1183
- sf = srow.get('saldo_final')
1184
- sp = srow.get('saldo_promedio')
1185
- dr = srow.get('dep_reportado')
1186
- rr = srow.get('ret_reportado')
1187
- si = None if si in (None, '') else parse_num(si)
1188
- sf = None if sf in (None, '') else parse_num(sf)
1189
- sp = None if sp in (None, '') else parse_num(sp)
1190
- dr = None if dr in (None, '') else parse_num(dr)
1191
- rr = None if rr in (None, '') else parse_num(rr)
1192
  fuente = str(srow.get('fuente', '') or '').strip()
1193
- saldos[(banco, mes)] = (si, sf, sp, dr, rr, fuente)
 
 
 
 
 
 
1194
 
1195
  # ===== Saldos por mes calendario via saldo corrido =====
1196
  # El banco reporta el saldo por CORTE (BBVA corta el dia 22), no por mes
@@ -1209,7 +1231,8 @@ def fill(template_path, output_path, data):
1209
 
1210
  # El saldo corrido asume UNA cuenta. Con varios bancos/cuentas mezclados no
1211
  # aplica (el saldo no es un solo hilo) -> se cae al saldo del banco por mes.
1212
- _un_solo_banco = len({k[0] for k in saldos}) <= 1
 
1213
  saldo_mes = {}
1214
  if bank_si is not None and txs and _un_solo_banco:
1215
  running = bank_si
@@ -1576,6 +1599,162 @@ MICRO_ROW_SALDO_PROM = 12 # C12:H12 = saldo promedio del mes (vacias en la plan
1576
  MICRO_COLS = ['C', 'D', 'E', 'F', 'G', 'H']
1577
 
1578
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1579
  def _revaluacion_divisas(transacciones, saldos):
1580
  """Renglones 'REVALUACION CAMBIARIA' entre meses SEGUIDOS de un banco con
1581
  subcuentas en divisa (MONEX), dentro de la ventana de 6 meses.
@@ -1590,24 +1769,23 @@ def _revaluacion_divisas(transacciones, saldos):
1590
  meses = sorted({f.strftime('%Y-%m') for f in
1591
  (parse_fecha(t.get('Fecha')) for t in transacciones) if f})
1592
  ventana = set(meses[-6:])
 
 
1593
  con_divisa, con_pesos = set(), set()
1594
  for t in transacciones:
1595
  f = parse_fecha(t.get('Fecha'))
1596
  mon = str(t.get('Moneda', '') or 'MXN').strip().upper() or 'MXN'
1597
  if not f or str(t.get('Tipo', '') or '').strip() == 'AJUSTE CAMBIARIO':
1598
  continue
1599
- clave = (str(t.get('Banco', '') or '').strip(), f.strftime('%Y-%m'))
 
1600
  (con_divisa if mon != 'MXN' else con_pesos).add(clave)
1601
- ultimo = {}
1602
- for r in saldos or []: # el ultimo registro de (banco, mes) gana
1603
- m = str(r.get('mes', ''))
1604
- if re.match(r'^\d{4}-\d{2}$', m):
1605
- ultimo[(str(r.get('banco', '') or '').strip(), m)] = r
1606
  out = []
1607
- for (banco, m), r in sorted(ultimo.items()):
1608
  y, mm = int(m[:4]), int(m[5:])
1609
  prev = '%04d-%02d' % ((y, mm - 1) if mm > 1 else (y - 1, 12))
1610
- a = ultimo.get((banco, prev))
1611
  if not a or prev not in ventana or m not in ventana:
1612
  continue
1613
  # MONEX consolida sus subcuentas en divisa en el saldo. Fuera de MONEX solo
@@ -1615,9 +1793,9 @@ def _revaluacion_divisas(transacciones, saldos):
1615
  # el flujo V27 ya guarda en pesos al tipo de cambio del dia en que se
1616
  # proceso cada mes. Un banco con cuentas en pesos Y en divisa (BBVA) se
1617
  # deja fuera: su pestana Saldos mezcla cuentas y no hay como separarlas.
1618
- if banco != 'MONEX' and ((banco, m) in con_pesos or (banco, prev) in con_pesos):
1619
  continue
1620
- if (banco, m) not in con_divisa and (banco, prev) not in con_divisa:
1621
  continue
1622
  if r.get('saldo_inicial') in (None, '') or a.get('saldo_final') in (None, ''):
1623
  continue
@@ -1629,7 +1807,7 @@ def _revaluacion_divisas(transacciones, saldos):
1629
  'Fecha': m + '-01',
1630
  'Concepto': ('REVALUACION CAMBIARIA: saldo en divisa de %s valuado al tipo '
1631
  'de cambio de %s' % (prev, m)),
1632
- 'Tipo': 'AJUSTE CAMBIARIO', 'Banco': banco, 'Categoria': '',
1633
  'Deposito': d if d > 0 else 0.0, 'Retiro': -d if d < 0 else 0.0,
1634
  'Monto': abs(d), 'Moneda': 'MXN', 'MontoOriginal': abs(d), 'TipoCambio': 1.0,
1635
  })
@@ -1653,7 +1831,8 @@ def fill_microempresa(template_path, output_path, data):
1653
  saldos_in = data.get('saldos', []) or []
1654
  if not isinstance(transacciones, list):
1655
  raise ValueError("'transacciones' debe ser una lista")
1656
- transacciones = list(transacciones) + _revaluacion_divisas(transacciones, saldos_in)
 
1657
 
1658
  src = Path(template_path)
1659
  if not src.exists():
@@ -1666,19 +1845,29 @@ def fill_microempresa(template_path, output_path, data):
1666
  f = parse_fecha(t.get('Fecha'))
1667
  if not f:
1668
  continue
1669
- dep = abs(parse_num(t.get('Deposito')))
1670
- ret = abs(parse_num(t.get('Retiro')))
1671
  concepto = str(t.get('Concepto', '') or '').strip()
1672
  tipo = str(t.get('Tipo', '') or '').strip()
 
 
 
 
 
 
 
 
1673
  txs.append({
1674
  'fecha': f,
1675
  'nombre': extraer_nombre(concepto),
1676
  # La columna calculada Categoria compara Tipo="Depósito". Se normaliza
1677
  # para que el acento y la forma coincidan siempre; los demas tipos
1678
  # (COMISION, DEVOLUCION, SIN_IMPORTE) caen en "Egreso", que es correcto.
1679
- 'tipo': 'Depósito' if (dep > 0 and ret == 0) else (tipo or 'Retiro'),
 
 
 
1680
  'banco': str(t.get('Banco', '') or 'N/A').strip(),
1681
- 'monto': round(dep if dep > 0 else ret, 2),
 
1682
  'dep': round(dep, 2),
1683
  'ret': round(ret, 2),
1684
  'moneda': (str(t.get('Moneda', '') or 'MXN').strip().upper() or 'MXN'),
@@ -1707,21 +1896,7 @@ def fill_microempresa(template_path, output_path, data):
1707
  meses = sorted({t['fecha'].strftime('%Y-%m') for t in txs})
1708
  ventana = meses[-6:]
1709
  fuera = meses[:-6]
1710
- sal_por_mes = {}
1711
- prom_por_mes = {}
1712
- for s in saldos_in:
1713
- m = str(s.get('mes', ''))
1714
- if not re.match(r'^\d{4}-\d{2}$', m):
1715
- continue
1716
- if s.get('saldo_inicial') not in (None, ''):
1717
- sal_por_mes[m] = parse_num(s.get('saldo_inicial'))
1718
- if s.get('saldo_promedio') not in (None, ''):
1719
- prom_por_mes[m] = parse_num(s.get('saldo_promedio'))
1720
- ancla = None
1721
- for m in ventana:
1722
- if m in sal_por_mes:
1723
- ancla = sal_por_mes[m]
1724
- break
1725
  # saldo promedio por mes: el del banco si lo reporta, si no el punto medio
1726
  # del saldo corrido de ese mes.
1727
  por_mes = {m: [0.0, 0.0] for m in ventana}
@@ -1966,7 +2141,8 @@ def fill_v4(template_path, output_path, data):
1966
  saldos_in = data.get('saldos', []) or []
1967
  if not isinstance(transacciones, list):
1968
  raise ValueError("'transacciones' debe ser una lista")
1969
- transacciones = list(transacciones) + _revaluacion_divisas(transacciones, saldos_in)
 
1970
  src = Path(template_path)
1971
  if not src.exists():
1972
  raise FileNotFoundError('Template no existe: %s' % template_path)
@@ -1978,14 +2154,23 @@ def fill_v4(template_path, output_path, data):
1978
  f = parse_fecha(t.get('Fecha'))
1979
  if not f:
1980
  continue
1981
- dep = abs(parse_num(t.get('Deposito')))
1982
- ret = abs(parse_num(t.get('Retiro')))
1983
  concepto = str(t.get('Concepto', '') or '').strip()
1984
  tipo = str(t.get('Tipo', '') or '').strip()
1985
- # Pata de una compra/venta de divisas (MONEX): el flujo la manda con
1986
- # Deposito y Retiro en 0 para no contar dos veces el mismo dinero; su
1987
- # importe en pesos viaja en Monto y se muestra, sin sumar.
1988
- monto = (abs(parse_num(t.get('Monto'))) if tipo == 'CONVERSION'
 
 
 
 
 
 
 
 
 
 
 
1989
  else (dep if dep > 0 else ret))
1990
  txs.append({
1991
  'fecha': f, 'nombre': extraer_nombre(concepto),
@@ -2022,16 +2207,7 @@ def fill_v4(template_path, output_path, data):
2022
  meses = sorted({t['fecha'].strftime('%Y-%m') for t in txs})
2023
  ventana = meses[-6:]
2024
  fuera = meses[:-6]
2025
- sal, prom = {}, {}
2026
- for s in saldos_in:
2027
- m = str(s.get('mes', ''))
2028
- if not re.match(r'^\d{4}-\d{2}$', m):
2029
- continue
2030
- if s.get('saldo_inicial') not in (None, ''):
2031
- sal[m] = parse_num(s.get('saldo_inicial'))
2032
- if s.get('saldo_promedio') not in (None, ''):
2033
- prom[m] = parse_num(s.get('saldo_promedio'))
2034
- ancla = next((sal[m] for m in ventana if m in sal), None)
2035
  por_mes = {m: [0.0, 0.0] for m in ventana}
2036
  for t in txs:
2037
  m = t['fecha'].strftime('%Y-%m')
 
289
  # comision, o si va seguido de lo que cobra ('IVA POR COMISION'). BANAMEX
290
  # imprime '... RFC: ND IVA: . 0 ...' como CAMPOS del movimiento, asi que
291
  # buscarlos en cualquier posicion se come conceptos que si traen nombre.
292
+ ('ISR', re.compile(r'^\s*I\.?\s*S\.?\s*R\b|IMPUESTO\s+SOBRE\s+LA\s+RENTA|RETENCION\s+(?:DE\s+)?I\.?\s*S\.?\s*R\b', re.I)),
293
+ ('IVA', re.compile(r'^\s*(?:I\.?\s*V\.?\s*A|(?:I\s+)?VV\s+AA)\b|^\s*PAGO\s+DE\s+I\.?\s*V\.?\s*A\b|\bI\.?\s*V\.?\s*A\.?\s+(?:POR|SOBRE|COMISION|DE\s+COMISION)\b', re.I)),
294
  # Chase escribe sus comisiones en ingles y SIEMPRE terminan en 'Fee'
295
  # ('International Incoming Wire Fee', 'Monthly Service Fee'). Ningun
296
  # nombre de contraparte termina asi, por eso el ancla al final es segura.
 
846
  return re.sub(r'\s{2,}', ' ', s).strip()[:60]
847
 
848
 
849
+ # Transferencia cablegrafica de Bank of America: 'WIRE TYPE:BOOK IN ... ORIG:1/
850
+ # ASOCIADOS DE MEXICO SUP ID:...' (entra: el ordenante) y 'WIRE TYPE:FX OUT ...
851
+ # BNF:1/FRANCISCO CRUZ JIMENEZ ID:...' (sale: el beneficiario). El nombre llega
852
+ # hasta el siguiente campo; el OCR lee 'ID' como '1D'.
853
+ _BF_WIRE = re.compile(r'\bWIRE\s+TYPE\s*:\s*[A-Z]+\s+(IN|OUT)\b')
854
+ _BF_WIRE_FIN = r'(?=\s+(?:[1IL]D|BNF\s+BK|PMT\s+DET|SNDR\s+REF|SERVICE\s+REF)\s*:|\s*$)'
855
+
856
+
857
  def _bofa_nombre(raw):
858
  """Contraparte de un movimiento de Bank of America, o ''."""
859
  if raw.lstrip().startswith('SERVICE FEE'):
860
  return 'COMISIONES'
861
  if re.search(r'\bONLINE\s+BANKING\s+TRANSFER\s+(?:FROM|TO)\s+(?:CHK|SAV|MMS)\b', raw):
862
  return 'TRASPASO PROPIO'
863
+ # Transferencia en linea a un tercero: 'TRANSFER <titular>:<beneficiario>
864
+ # Confirmation# ...' (el OCR deja 'Confirmation+')
865
+ m = re.match(r'\s*TRANSFER\s+[^:]{2,60}:\s*(.+?)\s+CONFIRMATION\b', raw)
866
+ if m:
867
+ cand = _bf_limpio([x for x in m.group(1).split() if not any(c.isdigit() for c in x)])
868
+ if len(cand) >= 3:
869
+ return cand
870
+ m = _BF_WIRE.search(raw)
871
+ if m:
872
+ etq = 'ORIG' if m.group(1) == 'IN' else 'BNF'
873
+ mm = re.search(r'\b' + etq + r'\s*:\s*(?:[0-9IL]\s*/\s*)?(.+?)' + _BF_WIRE_FIN, raw)
874
+ if mm:
875
+ cand = _bf_limpio([x for x in mm.group(1).split() if not any(c.isdigit() for c in x)])
876
+ if len(cand) >= 3:
877
+ return cand
878
  # Solo el Zelle de Bank of America, que siempre trae 'Conf#'. El de CHASE
879
  # ('Zelle Payment From Italo Guerra Ctie2Cxy9Lty') lo resuelve su propia regla,
880
  # que si sabe quitar el codigo de confirmacion.
 
1126
  saldos_in = data.get('saldos', []) or []
1127
  if not isinstance(transacciones, list):
1128
  raise ValueError("'transacciones' debe ser una lista")
1129
+ transacciones = (_traspasos_entre_cuentas(transacciones)
1130
+ + _revaluacion_divisas(transacciones, saldos_in))
1131
 
1132
  src = Path(template_path)
1133
  if not src.exists():
 
1196
  mapa_dep = _mapa_nombres('deposito', 'OTROS DEPOSITANTES')
1197
  mapa_ret = _mapa_nombres('retiro', 'OTROS BENEFICIARIOS')
1198
 
1199
+ # ===== 2) Saldos por (banco, mes): el ULTIMO registro de cada cuenta gana y
1200
+ # las cuentas de un mismo banco se SUMAN: dos cuentas de Bank of America en el
1201
+ # mismo mes son dos estados, no uno repetido =====
1202
+ _regs = _saldos_por_cuenta(saldos_in)
1203
  saldos = {}
1204
+ for (banco, _cta, mes), srow in sorted(_regs.items()):
1205
+ vals = tuple(_num_o_none(srow.get(k)) for k in
1206
+ ('saldo_inicial', 'saldo_final', 'saldo_promedio',
1207
+ 'dep_reportado', 'ret_reportado'))
 
 
 
 
 
 
 
 
 
 
 
1208
  fuente = str(srow.get('fuente', '') or '').strip()
1209
+ prev = saldos.get((banco, mes))
1210
+ if prev is None:
1211
+ saldos[(banco, mes)] = vals + (fuente,)
1212
+ else:
1213
+ saldos[(banco, mes)] = tuple(
1214
+ None if (a is None and b is None) else round((a or 0) + (b or 0), 2)
1215
+ for a, b in zip(prev[:5], vals)) + (prev[5] or fuente,)
1216
 
1217
  # ===== Saldos por mes calendario via saldo corrido =====
1218
  # El banco reporta el saldo por CORTE (BBVA corta el dia 22), no por mes
 
1231
 
1232
  # El saldo corrido asume UNA cuenta. Con varios bancos/cuentas mezclados no
1233
  # aplica (el saldo no es un solo hilo) -> se cae al saldo del banco por mes.
1234
+ _un_solo_banco = (len({k[0] for k in saldos}) <= 1
1235
+ and len({(b, m) for (b, c, m) in _regs}) == len(_regs))
1236
  saldo_mes = {}
1237
  if bank_si is not None and txs and _un_solo_banco:
1238
  running = bank_si
 
1599
  MICRO_COLS = ['C', 'D', 'E', 'F', 'G', 'H']
1600
 
1601
 
1602
+ def _saldos_por_cuenta(saldos):
1603
+ """Un registro por estado de cuenta: (banco, cuenta, mes) -> registro. El
1604
+ ultimo gana, porque reprocesar un estado agrega otra fila a la pestana Saldos.
1605
+
1606
+ 'cuenta' son los ultimos 4 digitos (flujo V28). Sin ella, dos cuentas del
1607
+ mismo banco en el mismo mes eran un solo registro y la maqueta se quedaba con
1608
+ el saldo de una (MECHICANO: Bank of America 5779 y 1511)."""
1609
+ out = {}
1610
+ for r in saldos or []:
1611
+ m = str(r.get('mes', '') or '').strip()
1612
+ if not re.match(r'^\d{4}-\d{2}$', m):
1613
+ continue
1614
+ out[(str(r.get('banco', '') or 'N/A').strip() or 'N/A',
1615
+ str(r.get('cuenta', '') or '').strip(), m)] = r
1616
+ return out
1617
+
1618
+
1619
+ def _num_o_none(v):
1620
+ return None if v in (None, '') else parse_num(v)
1621
+
1622
+
1623
+ def _ancla_y_promedio(saldos, ventana):
1624
+ """Saldo inicial de la ventana y saldo promedio por mes, de TODAS las cuentas.
1625
+
1626
+ Antes se tomaba el ultimo registro de cada mes sin importar el banco: con dos
1627
+ cuentas (o dos bancos) el ancla era el saldo de una sola. Ahora el ancla es la
1628
+ suma de los saldos iniciales del primer mes de la ventana que tenga alguno, y
1629
+ el promedio de un mes la suma de los de sus estados, solo si todos lo traen
1630
+ (si falta uno, la maqueta usa el calculado). Con una sola cuenta da lo mismo
1631
+ que antes. Una cuenta que aparece despues del primer mes no entra al ancla:
1632
+ si el extractor leyo distinto el numero de la MISMA cuenta en dos meses,
1633
+ sumarla duplicaria su saldo."""
1634
+ regs = _saldos_por_cuenta(saldos)
1635
+ ancla = None
1636
+ for m in ventana:
1637
+ sis = [_num_o_none(r.get('saldo_inicial')) for (b, c, mm), r in regs.items() if mm == m]
1638
+ sis = [x for x in sis if x is not None]
1639
+ if sis:
1640
+ ancla = round(sum(sis), 2)
1641
+ break
1642
+ prom = {}
1643
+ for m in ventana:
1644
+ sps = [_num_o_none(r.get('saldo_promedio')) for (b, c, mm), r in regs.items() if mm == m]
1645
+ if sps and None not in sps:
1646
+ prom[m] = round(sum(sps), 2)
1647
+ return ancla, prom
1648
+
1649
+
1650
+ # Cita a otra cuenta en el concepto: 'Online Banking transfer to CHK 1511',
1651
+ # 'DEPOSITO DE LA CUENTA : 0530007880'. Se comparan los ultimos 4 digitos.
1652
+ _REF_CTA = re.compile(r'\b(?:CHK|SAV|MMS|CTA|CUENTA|ACCOUNT|ACCT)\b[^0-9A-Z]{0,4}(\d{4,20})\b')
1653
+ # Numero de confirmacion que el banco imprime IGUAL en las dos patas del traspaso
1654
+ # (el OCR deja 'Confirmation+' o mete un espacio entre los digitos)
1655
+ _CONF_TRASP = re.compile(r'\bCONFIRMATION\W{0,3}(\d[\d ]{6,14}\d)')
1656
+
1657
+
1658
+ def _traspasos_entre_cuentas(transacciones):
1659
+ """Traspasos entre dos cuentas del MISMO cliente que estan las dos en la
1660
+ maqueta (MECHICANO: Bank of America 5779 y 1511). Cada uno aparece como egreso
1661
+ en una y como ingreso en la otra: el mismo dinero contado dos veces. Igual que
1662
+ las conversiones de MONEX, los dos renglones se quedan, con su importe en Monto,
1663
+ pero con Deposito y Retiro en 0 y Tipo 'TRASPASO ENTRE CUENTAS'.
1664
+
1665
+ Solo se empareja lo que se prueba: mismo banco y divisa, mismo importe original
1666
+ al centavo, sentido contrario, cada renglon cita la cuenta del otro (y no la
1667
+ suya), y el MISMO numero de confirmacion si los dos lo traen (una cuenta puede
1668
+ registrar el traspaso hasta 20 dias despues que la otra: 09-abr en la 5779,
1669
+ 29-abr en la 1511); sin confirmacion, a 3 dias o menos y solo
1670
+ si se conocen las dos cuentas. Un traspaso cuya otra pata no esta en la maqueta
1671
+ (marzo: la 1511 no se subio) es dinero que de verdad entra o sale de lo que se
1672
+ analiza, y se queda.
1673
+
1674
+ Si las dos patas quedaron en pesos con distinto tipo de cambio (cada estado se
1675
+ convierte con el del dia en que se proceso), la diferencia se conserva en un
1676
+ renglon 'DIFERENCIA CAMBIARIA' por banco y mes: sin el, el saldo de la maqueta
1677
+ se separa de la suma de los saldos que reporta cada cuenta."""
1678
+ out = [dict(t) for t in transacciones]
1679
+ patas = []
1680
+ for i, t in enumerate(out):
1681
+ if str(t.get('Tipo', '') or '').strip() in ('CONVERSION', 'AJUSTE CAMBIARIO'):
1682
+ continue
1683
+ f = parse_fecha(t.get('Fecha'))
1684
+ if not f:
1685
+ continue
1686
+ txt = quitar_acentos(str(t.get('Concepto', '') or '').upper())
1687
+ m = _REF_CTA.search(txt)
1688
+ if not m:
1689
+ continue
1690
+ mc = _CONF_TRASP.search(txt)
1691
+ dep, ret = abs(parse_num(t.get('Deposito'))), abs(parse_num(t.get('Retiro')))
1692
+ if (dep > 0) == (ret > 0):
1693
+ continue
1694
+ patas.append({
1695
+ 'i': i, 'f': f, 'ref': m.group(1)[-4:], 'dep': dep > 0,
1696
+ 'conf': re.sub(r'\D', '', mc.group(1)) if mc else '',
1697
+ 'cta': str(t.get('Cuenta', '') or '').strip(),
1698
+ 'banco': str(t.get('Banco', '') or '').strip(),
1699
+ 'mon': str(t.get('Moneda', '') or 'MXN').strip().upper() or 'MXN',
1700
+ 'orig': round(abs(parse_num(t.get('MontoOriginal'))) or dep or ret, 2),
1701
+ })
1702
+ cands = []
1703
+ for a in patas:
1704
+ if not a['dep']:
1705
+ continue
1706
+ for b in patas:
1707
+ if b['dep'] or a['banco'] != b['banco'] or a['mon'] != b['mon']:
1708
+ continue
1709
+ if abs(a['orig'] - b['orig']) > 0.005 or a['ref'] == b['ref']:
1710
+ continue
1711
+ # a entra a la cuenta que cita b, y b sale de la cuenta que cita a
1712
+ if (a['cta'] and a['cta'] != b['ref']) or (b['cta'] and b['cta'] != a['ref']):
1713
+ continue
1714
+ dias = abs((a['f'] - b['f']).days)
1715
+ if a['conf'] and b['conf']:
1716
+ if a['conf'] == b['conf'] and dias <= 45:
1717
+ cands.append((dias, a['i'], b['i']))
1718
+ elif a['cta'] and b['cta'] and a['cta'] != b['cta'] and dias <= 3:
1719
+ # Sin confirmacion compartida, solo con las DOS cuentas conocidas y
1720
+ # citandose una a la otra. Con una sin cuenta (consolidado de antes
1721
+ # de V28) un SPEI recibido de un tercero y uno enviado a otro tercero
1722
+ # del mismo dia e importe se veian como traspaso (SURTI FRUIT
1723
+ # 25-may: 799,000 de Nufresh y 799,000 a Onorinda).
1724
+ cands.append((dias, a['i'], b['i']))
1725
+ usados = set()
1726
+ dif = {} # (banco, mes) -> [pesos, ultima fecha]
1727
+ for dias, i, j in sorted(cands):
1728
+ if i in usados or j in usados:
1729
+ continue
1730
+ usados.update((i, j))
1731
+ d = round(abs(parse_num(out[i].get('Deposito'))) - abs(parse_num(out[j].get('Retiro'))), 2)
1732
+ fd = parse_fecha(out[i].get('Fecha'))
1733
+ k0 = (str(out[i].get('Banco', '') or '').strip(), fd.strftime('%Y-%m'))
1734
+ acc = dif.setdefault(k0, [0.0, fd])
1735
+ acc[0] = round(acc[0] + d, 2)
1736
+ acc[1] = max(acc[1], fd)
1737
+ for k in (i, j):
1738
+ t = out[k]
1739
+ t['Monto'] = (abs(parse_num(t.get('Monto'))) or abs(parse_num(t.get('Deposito')))
1740
+ or abs(parse_num(t.get('Retiro'))))
1741
+ t['Tipo'] = 'TRASPASO ENTRE CUENTAS'
1742
+ t['Deposito'] = 0.0
1743
+ t['Retiro'] = 0.0
1744
+ for (banco, mes), (d, fd) in sorted(dif.items()):
1745
+ if abs(d) < 0.01:
1746
+ continue
1747
+ out.append({
1748
+ 'Fecha': fd.strftime('%Y-%m-%d'),
1749
+ 'Concepto': ('DIFERENCIA CAMBIARIA: traspasos entre cuentas de %s valuados a '
1750
+ 'distinto tipo de cambio en cada cuenta' % mes),
1751
+ 'Tipo': 'AJUSTE CAMBIARIO', 'Banco': banco, 'Categoria': '',
1752
+ 'Deposito': d if d > 0 else 0.0, 'Retiro': -d if d < 0 else 0.0,
1753
+ 'Monto': abs(d), 'Moneda': 'MXN', 'MontoOriginal': abs(d), 'TipoCambio': 1.0,
1754
+ })
1755
+ return out
1756
+
1757
+
1758
  def _revaluacion_divisas(transacciones, saldos):
1759
  """Renglones 'REVALUACION CAMBIARIA' entre meses SEGUIDOS de un banco con
1760
  subcuentas en divisa (MONEX), dentro de la ventana de 6 meses.
 
1769
  meses = sorted({f.strftime('%Y-%m') for f in
1770
  (parse_fecha(t.get('Fecha')) for t in transacciones) if f})
1771
  ventana = set(meses[-6:])
1772
+ # Por CUENTA y no por banco: con dos cuentas de Bank of America el saldo final
1773
+ # de una contra el inicial de la otra no es una revaluacion.
1774
  con_divisa, con_pesos = set(), set()
1775
  for t in transacciones:
1776
  f = parse_fecha(t.get('Fecha'))
1777
  mon = str(t.get('Moneda', '') or 'MXN').strip().upper() or 'MXN'
1778
  if not f or str(t.get('Tipo', '') or '').strip() == 'AJUSTE CAMBIARIO':
1779
  continue
1780
+ clave = (str(t.get('Banco', '') or 'N/A').strip() or 'N/A',
1781
+ str(t.get('Cuenta', '') or '').strip(), f.strftime('%Y-%m'))
1782
  (con_divisa if mon != 'MXN' else con_pesos).add(clave)
1783
+ ultimo = _saldos_por_cuenta(saldos) # el ultimo registro de cada estado gana
 
 
 
 
1784
  out = []
1785
+ for (banco, cta, m), r in sorted(ultimo.items()):
1786
  y, mm = int(m[:4]), int(m[5:])
1787
  prev = '%04d-%02d' % ((y, mm - 1) if mm > 1 else (y - 1, 12))
1788
+ a = ultimo.get((banco, cta, prev))
1789
  if not a or prev not in ventana or m not in ventana:
1790
  continue
1791
  # MONEX consolida sus subcuentas en divisa en el saldo. Fuera de MONEX solo
 
1793
  # el flujo V27 ya guarda en pesos al tipo de cambio del dia en que se
1794
  # proceso cada mes. Un banco con cuentas en pesos Y en divisa (BBVA) se
1795
  # deja fuera: su pestana Saldos mezcla cuentas y no hay como separarlas.
1796
+ if banco != 'MONEX' and ((banco, cta, m) in con_pesos or (banco, cta, prev) in con_pesos):
1797
  continue
1798
+ if (banco, cta, m) not in con_divisa and (banco, cta, prev) not in con_divisa:
1799
  continue
1800
  if r.get('saldo_inicial') in (None, '') or a.get('saldo_final') in (None, ''):
1801
  continue
 
1807
  'Fecha': m + '-01',
1808
  'Concepto': ('REVALUACION CAMBIARIA: saldo en divisa de %s valuado al tipo '
1809
  'de cambio de %s' % (prev, m)),
1810
+ 'Tipo': 'AJUSTE CAMBIARIO', 'Banco': banco, 'Cuenta': cta, 'Categoria': '',
1811
  'Deposito': d if d > 0 else 0.0, 'Retiro': -d if d < 0 else 0.0,
1812
  'Monto': abs(d), 'Moneda': 'MXN', 'MontoOriginal': abs(d), 'TipoCambio': 1.0,
1813
  })
 
1831
  saldos_in = data.get('saldos', []) or []
1832
  if not isinstance(transacciones, list):
1833
  raise ValueError("'transacciones' debe ser una lista")
1834
+ transacciones = (_traspasos_entre_cuentas(transacciones)
1835
+ + _revaluacion_divisas(transacciones, saldos_in))
1836
 
1837
  src = Path(template_path)
1838
  if not src.exists():
 
1845
  f = parse_fecha(t.get('Fecha'))
1846
  if not f:
1847
  continue
 
 
1848
  concepto = str(t.get('Concepto', '') or '').strip()
1849
  tipo = str(t.get('Tipo', '') or '').strip()
1850
+ if tipo == 'DEVOLUCION':
1851
+ # Llega NEGATIVA en su columna y asi se queda: resta donde la netea el
1852
+ # banco y no aparece en el desglose por persona (que solo toma > 0).
1853
+ dep = parse_num(t.get('Deposito'))
1854
+ ret = parse_num(t.get('Retiro'))
1855
+ else:
1856
+ dep = abs(parse_num(t.get('Deposito')))
1857
+ ret = abs(parse_num(t.get('Retiro')))
1858
  txs.append({
1859
  'fecha': f,
1860
  'nombre': extraer_nombre(concepto),
1861
  # La columna calculada Categoria compara Tipo="Depósito". Se normaliza
1862
  # para que el acento y la forma coincidan siempre; los demas tipos
1863
  # (COMISION, DEVOLUCION, SIN_IMPORTE) caen en "Egreso", que es correcto.
1864
+ # Una devolucion de un DEPOSITO (negativa en depositos) va como
1865
+ # 'Depósito' negativo, para que reste de ingresos y no de egresos.
1866
+ 'tipo': ('Depósito' if (dep > 0 and ret == 0) or (tipo == 'DEVOLUCION' and dep < 0)
1867
+ else (tipo or 'Retiro')),
1868
  'banco': str(t.get('Banco', '') or 'N/A').strip(),
1869
+ 'monto': (round(dep if dep != 0 else ret, 2) if tipo == 'DEVOLUCION'
1870
+ else round(dep if dep > 0 else ret, 2)),
1871
  'dep': round(dep, 2),
1872
  'ret': round(ret, 2),
1873
  'moneda': (str(t.get('Moneda', '') or 'MXN').strip().upper() or 'MXN'),
 
1896
  meses = sorted({t['fecha'].strftime('%Y-%m') for t in txs})
1897
  ventana = meses[-6:]
1898
  fuera = meses[:-6]
1899
+ ancla, prom_por_mes = _ancla_y_promedio(saldos_in, ventana)
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1900
  # saldo promedio por mes: el del banco si lo reporta, si no el punto medio
1901
  # del saldo corrido de ese mes.
1902
  por_mes = {m: [0.0, 0.0] for m in ventana}
 
2141
  saldos_in = data.get('saldos', []) or []
2142
  if not isinstance(transacciones, list):
2143
  raise ValueError("'transacciones' debe ser una lista")
2144
+ transacciones = (_traspasos_entre_cuentas(transacciones)
2145
+ + _revaluacion_divisas(transacciones, saldos_in))
2146
  src = Path(template_path)
2147
  if not src.exists():
2148
  raise FileNotFoundError('Template no existe: %s' % template_path)
 
2154
  f = parse_fecha(t.get('Fecha'))
2155
  if not f:
2156
  continue
 
 
2157
  concepto = str(t.get('Concepto', '') or '').strip()
2158
  tipo = str(t.get('Tipo', '') or '').strip()
2159
+ if tipo == 'DEVOLUCION':
2160
+ # Devolucion que el banco netea en su propia columna (Banorte imprime el
2161
+ # SPEI devuelto '3,626.00-' en RETIROS): llega NEGATIVA y asi se queda.
2162
+ # Resta en su columna como en el resumen del banco, no entra al
2163
+ # desglose por persona (solo > 0) y la cadena de saldos sigue cuadrando.
2164
+ dep = parse_num(t.get('Deposito'))
2165
+ ret = parse_num(t.get('Retiro'))
2166
+ else:
2167
+ dep = abs(parse_num(t.get('Deposito')))
2168
+ ret = abs(parse_num(t.get('Retiro')))
2169
+ # Pata de una compra/venta de divisas (MONEX) o de un traspaso entre dos
2170
+ # cuentas del cliente: va con Deposito y Retiro en 0 para no contar dos
2171
+ # veces el mismo dinero; su importe en pesos viaja en Monto y se muestra,
2172
+ # sin sumar.
2173
+ monto = (abs(parse_num(t.get('Monto'))) if tipo in ('CONVERSION', 'TRASPASO ENTRE CUENTAS', 'DEVOLUCION')
2174
  else (dep if dep > 0 else ret))
2175
  txs.append({
2176
  'fecha': f, 'nombre': extraer_nombre(concepto),
 
2207
  meses = sorted({t['fecha'].strftime('%Y-%m') for t in txs})
2208
  ventana = meses[-6:]
2209
  fuera = meses[:-6]
2210
+ ancla, prom = _ancla_y_promedio(saldos_in, ventana)
 
 
 
 
 
 
 
 
 
2211
  por_mes = {m: [0.0, 0.0] for m in ventana}
2212
  for t in txs:
2213
  m = t['fecha'].strftime('%Y-%m')
totales_banco.py CHANGED
@@ -597,6 +597,55 @@ def _multiva_resumen(path):
597
  return dep, si, sf
598
 
599
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
600
  def extraer(path, _todo=False):
601
  # _todo=False lee solo portada y cierre. Si con eso no se identifica el banco
602
  # o faltan totales, se reintenta con el documento completo.
@@ -627,6 +676,8 @@ def extraer(path, _todo=False):
627
  'cuadre_interno': cuadre,
628
  'ok': pc is not None and ca is not None,
629
  })
 
 
630
  if not r['ok'] and not _todo:
631
  return extraer(path, _todo=True)
632
  return r
@@ -781,6 +832,7 @@ def extraer(path, _todo=False):
781
  'saldo_final': sf,
782
  'cuadre_interno': cuadre, # ~0 confirma que los totales del banco son consistentes
783
  'ok': ok,
 
784
  }
785
  if saldo_promedio is not None:
786
  r['saldo_promedio'] = saldo_promedio
 
597
  return dep, si, sf
598
 
599
 
600
+ # Numero de cuenta, para distinguir DOS cuentas del mismo banco en el mismo mes
601
+ # (MECHICANO: Bank of America 5779 y 1511; sin esto la segunda borraba a la
602
+ # primera). Solo los ultimos 4 digitos: es como el propio banco cita sus cuentas
603
+ # en los conceptos ('CHK 1511') y no deja la cuenta completa en el Sheet. Se busca
604
+ # en la portada, por etiquetas en orden de confianza; sin ninguna se devuelve None
605
+ # y el flujo identifica el estado como antes (banco + mes).
606
+ _CTA_PATS = (
607
+ # Bank of America ('Account number: 0029 1356 5779', 'Account # 0029...') y
608
+ # CHASE ('Account Number: 000000290...'). Los grupos de 4 no pueden seguir en
609
+ # otro digito: un numero corrido de 15 se toma completo, no sus primeros 12.
610
+ re.compile(r'ACCOUNT\s*(?:NUMBER|#|NO\.?)\s*:?\s*#?\s*(\d{4}(?:[ \-]?\d{4}){1,3}(?!\d)|\d{6,20})', re.I),
611
+ re.compile(r'PRIMARY\s+ACCOUNT\s*:?\s*(\d{6,20})', re.I),
612
+ # BANAMEX 'Numero de cuenta de cheques 98...', MULTIVA si viene en el renglon
613
+ re.compile(r'N[UÚ]MERO\s+DE\s+CUENTA(?:\s+DE\s+CHEQUES)?\s*:?\s*(\d[\d\-]{5,22}\d)', re.I),
614
+ # BBVA 'No. de Cuenta 01...' (su CLABE dice 'No. Cuenta CLABE', sin 'de'),
615
+ # SANTANDER 'No. de cuenta65-5...-1'
616
+ re.compile(r'\bNO\.?\s*DE\s*CUENTA\s*:?\s*(\d[\d\-]{5,22}\d)', re.I),
617
+ # HSBC 'DETALLE MOVIMIENTOS CUENTA DE CHEQUES No. 40...'
618
+ re.compile(r'CUENTA\s+DE\s+CHEQUES\s+NO\.?\s*(\d{6,20})', re.I),
619
+ # MONEX 'CONTRATO: 0027945'
620
+ re.compile(r'\bCONTRATO\s*:\s*(\d{5,20})', re.I),
621
+ # BANORTE: la etiqueta va en el encabezado de una tabla y la cuenta en el
622
+ # renglon de abajo, antes de la CLABE ('050...6219 072 180 ...')
623
+ re.compile(r'NO\.?\s*DE\s*CUENTA\s+CLABE[^\n]*\n[^\n]*?\b(\d{9,11})\s+\d{3}\s+\d{3}\b', re.I),
624
+ # BANBAJIO 'DETALLE DE LA CUENTA: CUENTA PARA TRANSFERENCIA DE FONDOS #0377...'
625
+ re.compile(r'DETALLE\s+DE\s+LA\s+CUENTA\s*:[^#\n]{0,60}#\s*(\d{6,20})', re.I),
626
+ # SANTANDER (formato e-PyME) 'CUENTA E-PYME 92-0002155-0'
627
+ re.compile(r'\b(\d{2}-\d{7,8}-\d)\b'),
628
+ )
629
+
630
+
631
+ def numero_cuenta(t):
632
+ """Ultimos 4 digitos del numero de cuenta impreso en la portada, o None.
633
+
634
+ Con la primera etiqueta que aparezca, por MAYORIA entre todas sus apariciones
635
+ en la portada (Bank of America la repite en cada pagina y en un escaneo el OCR
636
+ puede cambiar un digito en una); en empate, la primera."""
637
+ cab = (t or '')[:8000]
638
+ for p in _CTA_PATS:
639
+ votos = {}
640
+ for m in p.finditer(cab):
641
+ dig = re.sub(r'\D', '', m.group(1))
642
+ if len(dig) >= 4:
643
+ votos[dig[-4:]] = votos.get(dig[-4:], 0) + 1
644
+ if votos:
645
+ return max(votos, key=lambda k: votos[k])
646
+ return None
647
+
648
+
649
  def extraer(path, _todo=False):
650
  # _todo=False lee solo portada y cierre. Si con eso no se identifica el banco
651
  # o faltan totales, se reintenta con el documento completo.
 
676
  'cuadre_interno': cuadre,
677
  'ok': pc is not None and ca is not None,
678
  })
679
+ _nc = re.sub(r'\D', '', str(r.get('numero_cuenta') or ''))
680
+ r['cuenta'] = _nc[-4:] if len(_nc) >= 4 else numero_cuenta(t)
681
  if not r['ok'] and not _todo:
682
  return extraer(path, _todo=True)
683
  return r
 
832
  'saldo_final': sf,
833
  'cuadre_interno': cuadre, # ~0 confirma que los totales del banco son consistentes
834
  'ok': ok,
835
+ 'cuenta': numero_cuenta(t),
836
  }
837
  if saldo_promedio is not None:
838
  r['saldo_promedio'] = saldo_promedio