+ ifj_x aR{t50tRt^RIt^RIt^RIHt^RIHtHt^RI H t ^t R]P!R]P43R]P!R]P43R ]P!R ]P43R ]P!R ]P43R ]P!R]P43R]P!R]P43R]P!R]P43R]P!R]P43R]P!R]P43R]P!R]P43R]P!R]P43R]P!R]P433 t]^k]!0R|m4t]0R}m,tRRltRR lt]P!R!]P4t]P!R"]P4tR#R$R%R$R&R$R'R$R(R)R*R)R+R)/tR,R-ltR.R/lt]P!R0]P4R13]P!R2]P4R33]P!R4]P4R53]P!R6]P4R73]P!R8]P4R93]P!R:]P4R;3]P!R<]P4R=3]P!R>]P4R?33tR~R@RAlltRBRClt]P!RD]P4tRERFltRGRHlt]P!RI]P>4t ]P!RJ]P>4t!]P!RK]P4t"]P!RL]P4t#RM]P!RN]P4RO]P!RP]P4RQ]P!RR]P4RS]P!RT]P]P>,4RU]P!RV]P4RW]P!RX]P4RY]P!RZ]P4R[]P!R\]P4R]]P!R^]P4R_]P!R`]P4/ t$]P!Ra]P>4t%]P!Rb]P4t&]P!Rc]P]P>,4t']P!Rd]P]PP,4t)ReRflt*RgRhlt+RiRjlt,RkRllt-RmRnlt.RoRplt/RqRrlt0RsRtlt1RuRvlt2R~RwRxllt3R~RyRzllt4R#)uExtração estruturada de um acto do registo comercial do IRN. Substitui o `mj_people_parser`, que era tolerante de propósito e guardava tudo como texto: a quota ia concatenada no `cargo` ("sócio — 125.000,00 Euros") e o cargo saía de um varrimento de 600 caracteres para trás. Para um grafo de participações isso não serve — a quota tem de ser um número comparável e o papel tem de vir da secção onde a pessoa está. Este módulo lê os layouts reais, guardados em `tests/fixtures/registry/`. O que eles ensinam, e que não se adivinharia: * **A linha do NIF vem indentada.** `NIF/NIPC:` aparece a seguir ao nome mas com um espaço à esquerda. O parser antigo exigia-a colada ao `\n` e por isso devolvia zero pessoas em praticamente todo o corpus do IRN — falhou em silêncio durante meses. É a razão de existir deste ficheiro. * **A secção das quotas tem dois nomes.** `SÓCIOS E QUOTAS:` numa constituição ou aumento, `QUOTA(S) E TITULAR(ES):` numa redução de capital. * **Os montantes vêm em dois formatos.** `26.289,60` (pt-PT) e `15250.00` (ponto decimal, sem separador de milhares) coexistem no mesmo portal. Aplicar a regra portuguesa ao segundo daria 1.525.000 — um número plausível e cem vezes errado. * **A ordem dos campos dentro do bloco varia.** Numa redução o `Estado civil` vem antes da `Nacionalidade`, num aumento não há `Nacionalidade` nenhuma. Portanto os campos lêem-se por etiqueta, não por posição. * **O nome do titular traz a nacionalidade colada**: `TITULAR: FERNANDO JORGE BARBOSA DA COSTA, de Nacionalidade Portugusa` — com a gralha da fonte. Só se corta este sufixo concreto, porque as firmas têm vírgulas a sério (`CRESCENTIMOB - IMOBILIÁRIA, LDA`). * **Os actos de capital dizem o capital resultante** (`Capital após o aumento`, `CAPITAL APÓS A REDUÇÃO`). É melhor fonte do que a constituição, que só dá o capital inicial — e resolve o caso da SEGUNOR, cujo capital ficava em branco por haver aumentos posteriores. * **A mesma pessoa pode ser titular e gerente no mesmo acto** (numa constituição é a norma). São dois factos diferentes e saem como duas arestas. N)Any) html_to_textparse_publication) is_valid_nif constituicaou%CONSTITUI[ÇC][ÃA]O\s+DE\s+SOCIEDADEtransmissao_quotasu+(TRANSMISS[ÃA]O|CESS[ÃA]O)\s+DE\s+QUOTAS?aumento_capitalzAUMENTO\s+D[OE]\s+CAPITALreducao_capitalu!REDU[ÇC][ÃA]O\s+D[OE]\s+CAPITALalteracao_contratou#ALTERA[ÇC][ÕO]ES?\s+AO\s+CONTRATOcessacaou'CESSA[ÇC][ÃA]O\s+DE\s+FUN[ÇC][ÕO]ES designacaou3(DESIGNA[ÇC][ÃA]O|NOMEA[ÇC][ÃA]O)\s+DE\s+MEMBRO dissolucaou%DISSOLU[ÇC][ÃA]O|LIQUIDA[ÇC][ÃA]Oprestacao_contasuPRESTA[ÇC][ÃA]O\s+DE\s+CONTAS mudanca_sedeuMUDAN[ÇC]A\s+D[AE]\s+SEDEfusaouFUS[ÃA]O|CIS[ÃA]O insolvenciauINSOLV[ÊE]NCIAc>V^8dQhR\R,R\/#act_typeNreturnstr)formats"K/Volumes/www/segunor-intel-grid/backend/app/services/registry_act_parser.py __annotate__rLs3:#cnV'gR#\F wrVPV4'gKVu# R#)outro) _ACT_CLASSESsearch)rnamepatterns& r classify_actr#Ls- %  >>( # #K& rc>V^8dQhR\R,R\/#rrbool)rs"rrrUs44C$J444rc&\V4\9#)u9Vale a pena gastar três chamadas HTTP a abrir este acto?)r#PEOPLE_CLASSES)rs&r wants_contentr)Us  !^ 33rz,\s*de\s+Nacionalidade\b.*$u3(\d[\d.,\s]*\d|\d)\s*(Euros?|EUR|€|Escudos?|PTE)?euroEUReuroseuru€escudoPTEescudosptec|V^8dQhR\R,R\\R,\R,3,/#rrawNr)rtuplefloat)rs"rrrds0  S4Z E%$,d *B$C rcnV'gR#\PV4pV'gR#\P!RRVP ^44pVP ^4;'gRP 4P 4p\PV4pRV9d$VPRR4PRR4pMOVPR4^8Xd(\VPR4^,4^8XdMVPRR4p\V4V3# \dRu#i;i)upDevolve (valor, moeda). Os dois formatos que a fonte usa: * `26.289,60 Euros` — ponto de milhares, vírgula decimal (pt-PT) * `15250.00 Euros` — ponto decimal, sem separador de milhares A regra que os distingue: um único ponto seguido de exactamente dois dígitos é decimal; tudo o resto são milhares. Assim `15250.00` dá 15250,00 e `1.000` dá 1000 — que é o que a fonte quer dizer em cada caso. Escudos não se convertem para euros. Uma constituição de 1998 diz `5.000.000,00 Escudos`, e somar isso com euros na mesma cap table produziria um total absurdo. A moeda viaja com o valor e quem soma verifica. z\s,.NN) _MONEY_REr resubgroupstriplower _CURRENCYgetreplacecountlensplitr6 ValueError)r4mdigitsunitcurrencys& r parse_moneyrMds A  VVE2qwwqz *F GGAJ  " # # % + + -D}}T"H f}R(00c: c a C S(9!(<$=$B R(V}h&& s D$$ D43D4c>V^8dQhR\R,R\/#rr!Nrr)rs"rrrs//t//rc V'gR#\P!RVP44pRPRV44p\P !RRV4p\P !RRV4P 4#)uzMinúsculas, sem acentos, espaços colapsados. Chave de comparação de nomes e base do `entity_key` de quem não tem NIF.r8NFDc3`"TF$p\P!V4R8wgK VxK& R#5i)MnN) unicodedatacategory.0cs& r !normalize_name..s$J1+*>*>q*AT*IQQs. .z [^a-z0-9]+ \s+)rT normalizerAjoinr=r>r@)r!foldeds& rnormalize_namer`sd   " "5$**, 7F WWJJ JF VVM3 /F 66&#v & , , ..rz\br\.?\szrua z \bav\.?\szavenida z \btrav\.?\sz travessa u\bpc\.?\s|\bpra[çc]a\bzpraca z \blg\.?\szlargo u\bn\.?[ºo°]\s*zn z \besq\.?\besquerdou\bdt[ºo°]?\.?\bdireitocfV^8dQhR\R,R\R,R\R,/#)rstreetNpostalrr)rs"rrrs-cDj#*d rcJV'g V'gR#\T;'gR4p\Fwr4VPWB4pK \P!RRV4P 4pV'd$V RVP 4 2P 4pT;'gR#)uMorada em forma comparável, para a resolução de identidade. Não é para mostrar — é para responder à pergunta "esta `Andreia Filipa Batista Balsemão Barbosa` que aparece como cônjuge é a mesma sócia `ANDREIA FILIPA B. B. BARBOSA` que está noutra empresa?". O nome sozinho não chega (homónimos foi o que estragou as relações antigas); o nome mais a rua e o código postal já chegam para uma sugestão honesta. Nr8r\r[)r` _ADDR_ABBREVr>r=r@)rdrebaser"repls&& rnormalize_addressrjs & &,,B 'D% {{4&& 66&#t $ * * ,D q()//1 <<4rc>V^8dQhR\R,R\/#)rnifNrr)rs"rrrsS4ZCrcV'gR#\V4'gR#V^,pVR9dR#VR8XdR#VPR4'dR#R #) uTipo de entidade pelo primeiro dígito do NIF. 1/2/3 pessoas singulares · 5 pessoas colectivas residentes · 6 sector público · 8 empresário em nome individual · 98 não residentes. Dois casos que não se confundem, e ambos ficam **fora da travessia do grafo**: * `unknown` — não há NIF. Acontece nas publicações de 2006 importadas pela extensão, escritas em prosa. O nome e a quota valem para mostrar na ficha da empresa, mas um nó só com nome não se segue para lado nenhum sem se inventar uma identidade. * `invalid` — há NIF mas falha o mod-11. Um dígito trocado num acto não pode fundir duas pessoas reais. unknowninvalid1238person6public98foreigncompany)r startswith)rlheads& r entity_kindrysJ     q6D v~ s{ ~~d rum^\s*(quotas?\s+)?(amortizada|amortizadas|pr[óo]pria|pr[óo]prias|a\s+sociedade|da\s+sociedade|sociedade)\s*$c>V^8dQhR\R,R\/#rOr%)rs"rrrs"BBsTzBdBrc\V4;'d-\\PVP444#N)r& _OWN_QUOTA_REmatchr@)r!s&r is_own_quotars* : A A$}224::<@AArcfV^8dQhR\R,R\R,R\R,/#)rrlNr!rr)rs"rrrs- , ,C$J ,cDj ,S4Z ,rcPV'dRV 2#\V4pV'dRV 2#R#)uChave do nó. `nif:` quando há NIF, `name:` quando não há. Um `nif UNIQUE` deixaria passar NULLs sem limite e cada acto criaria um nó novo para o mesmo titular estrangeiro sem NIF. znif:zname:N)r`)rlr!norms&& r entity_keyrs0  cU| $ D!U4&>+t+rz^.*?UTC\s*-\s*(?P[^\n]+)$z-^[ \t]*(?P