ускоренная работа

app/core/cleaner.py

@@ -44,6 +44,14 @@ PREPOSITION_CASES = {
     "перед": "ablt",
     "за": "ablt",
     "между": "ablt",
+    "около": "gent",
+    "против": "gent",
+    "вместо": "gent",
+    "кроме": "gent",
+    "из-за": "gent",
+    "сквозь": "accs",
+    "через": "accs",
+    "про": "accs",
 }
 
 # Соответствие падежей pymorphy и библиотеки num2words
@@ -60,6 +68,13 @@ PYMORPHY_TO_NUM2WORDS = {
     "loc2": "prepositional",
 }
 
+# Соответствие родов pymorphy и num2words
+PYMORPHY_TO_GENDER = {
+    "masc": "m",
+    "femn": "f",
+    "neut": "n",
+}
+
 # Названия месяцев в родительном падеже (для поиска дат в тексте)
 MONTHS_GENITIVE = [
     "января",
@@ -123,6 +138,12 @@ def numbers_to_words(text: str) -> str:
 
         nw_case = PYMORPHY_TO_NUM2WORDS.get(case_tag, "nominative")
 
+        # FIX: Pymorphy часто определяет "год" как accs (винительный), что для num2words
+        # превращается в родительный (для одушевленных?), давая "2024 года".
+        # Если предлога нет, принудительно ставим именительный.
+        if not prep and year_word.lower().startswith("год"):
+            nw_case = "nominative"
+
         # Конвертируем число в порядковое числительное (тысяча девятьсот девяносто девятом)
         words = convert_number(
             year_str, context_type="ordinal", case=nw_case, gender="m"
@@ -171,9 +192,9 @@ def numbers_to_words(text: str) -> str:
         prefix = f"{prep} " if prep else ""
         return f"{prefix}{words} {month_word}"
 
-    # Конкатенация regex для месяцев (ВАЖНО: month_regex должен быть вставлен в строку)
+    # Конкатенация regex для месяцев (FIX: используем f-строку)
     text = re.sub(
-        r"(?i)\b((?:с|к|до|от|на|по)\s+)?(\d{1,2})\s+({month_regex})\b",
+        rf"(?i)\b((?:с|к|до|от|на|по)\s+)?(\d{{1,2}})\s+({month_regex})\b",
         replace_date_match,
         text,
     )
@@ -182,20 +203,41 @@ def numbers_to_words(text: str) -> str:
     def replace_cardinal_match(match):
         prep = match.group(1)
         num_str = match.group(2)
+        next_word = match.group(3)
 
         case = "nominative"
+        gender = "m"
+
         if prep:
             morph_case = get_case_from_preposition(prep.strip())
             if morph_case:
                 case = PYMORPHY_TO_NUM2WORDS.get(morph_case, "nominative")
 
-        words = convert_number(num_str, context_type="cardinal", case=case)
+        # Если есть следующее слово, проверяем его род (для "2 минуты" -> "две")
+        if next_word:
+            word_clean = next_word.strip()
+            parsed = morph.parse(word_clean)[0]
+            if "NOUN" in parsed.tag:
+                morph_gender = parsed.tag.gender
+                gender = PYMORPHY_TO_GENDER.get(morph_gender, "m")
+
+        words = convert_number(
+            num_str, context_type="cardinal", case=case, gender=gender
+        )
+
+        # Если конвертация вернула пустую строку (сбой?), возвращаем цифры
+        if not words:
+            words = num_str
 
         prefix = f"{prep} " if prep else ""
+        # suffix removed (lookahead)
         return f"{prefix}{words}"
 
+        # Регулярка теперь захватывает (опционально) следующее слово для определения рода
+
+    preps_list = "|".join(map(re.escape, PREPOSITION_CASES.keys()))
     text = re.sub(
-        r"(?i)\b((?:в|на|о|об|обо|при|у|от|до|из|с|со|без|для|вокруг|после|к|ко|по|над|под|перед|за|между)\s+)?(\d+(?:[.,]\d+)?)\b",
+        rf"(?i)\b((?:{preps_list})\s+)?(\d+(?:[.,]\d+)?)(?=(\s+[а-яА-ЯёЁ]+))?\b",
         replace_cardinal_match,
         text,
     )
@@ -234,13 +276,13 @@ def clean_response(text: str, language: str = "ru") -> str:
     # Удаление заголовков Markdown (# Header)
     text = re.sub(r"^#{1,6}\s*", "", text, flags=re.MULTILINE)
 
+    # Удаление картинок ![alt](url) -> удаляем полностью
+    text = re.sub(r"!\x5B([^\x5D]*)\x5D\([^)]+\)", "", text)
+
     # Удаление ссылок [text](url) -> оставляем только text
     # \x5B = [, \x5D = ]
     text = re.sub(r"\x5B([^\x5D]+)\x5D\([^)]+\)", r"\1", text)
 
-    # Удаление картинок ![alt](url) -> удаляем полностью
-    text = re.sub(r"!\x5B([^\x5D]*)\x5D\([^)]+\)", "", text)
-
     # Удаление inline кода `code`
     text = re.sub(r"`([^`]+)`", r"\1", text)