fix: 多语言价格词组补字母后顾断言(防DN800/SDR11规格数字误杀,与英文组L7保护同款)

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

app/services/boundary_filter.py

@@ -46,8 +46,11 @@ PRICE_PATTERNS = [
     #    "customs paperwork for 20ft" 会被误杀(Task 3 质量审查发现)
     # ⚠️ 阿语定冠词 ال 与词连写(السعر): 词首 \b 落在 ل|س 之间(两者皆 \w)
     #    不成立,备选须收 (?:ال)? 形态——裸 \bسعر\b 实测漏检 "السعر 500 دولار"
+    # ⚠️ (?<![a-z]) 字母后顾(与英文组 (?<![a-z]) 同款): 建材规格数字永远
+    #    跟在拉丁字母后(DN800/SDR11/PN16/SCH40),后顾天然放行——实测
+    #    "El precio del DN800 PE100..." 旧形态误杀,加后顾全放行且 HITS 全保
     re.compile(r"\b(?:precio|costo|custo|preço|цена|стоимость|"
-               r"(?:ال)?سعر|(?:ال)?ثمن)\b[^\d\n]{0,20}\d", re.I),
+               r"(?:ال)?سعر|(?:ال)?ثمن)\b[^\d\n]{0,20}(?<![a-z])\d", re.I),
     # 货币名词后置(数字+货币词): dólares/euros/рублей(西里尔 долларов
     # 由上方 стоимость 前置组兜住,不单列)
     # ⚠️ euros 排除 pallets 邻接——"50 euro pallets"(欧标托盘)是建材

scripts/breach_rate.py

@@ -13,7 +13,7 @@ PATTERNS = [
     (r"\d[\d,.]*\s*(d[óo]lares?|euros?\b(?!\s*pallets?)|рублей|руб\.?)",
      "货币单位(多语言)"),
     (r"\b(?:precio|costo|custo|preço|цена|стоимость|(?:ال)?سعر|(?:ال)?ثمن)\b"
-     r"[^\d\n]{0,20}\d", "价格名词前置(多语言)"),
+     r"[^\d\n]{0,20}(?<![a-z])\d", "价格名词前置(多语言)"),
     (r"(price|cost|quote)[^.\d]{0,20}(?<![a-z])(?!(?:19|20)\d\d(?!\d))\d",
      "价格动词邻接(年份排除)"),
     (r"\d[\d,.]*\s*k\b(?!\w)", "25k形式"),

tests/test_boundary_filter.py

@@ -260,6 +260,11 @@ SPEC_NON_HITS = [
     "HS code 3917 for customs clearance",
     # euro pallet(欧标托盘)是建材物流高频词,"50 euro pallets" 非价格
     "50 euro pallets loading",
+    # 价格词邻接窗口内的规格数字: (?<![a-z]) 字母后顾放行(自审发现——
+    # "precio del DN800" 型句数字前是拉丁字母,与英文组 L7 保护同款)
+    "El precio del DN800 PE100 depende del volumen y el flete",
+    "El costo de las tuberías SDR11 se envía por correo",
+    "Цена труб PN16 зависит от объёма",
 ]