Etapa 2: plan v3, rapoarte de cercetare si etalonul de regresie

Cercetare: ambele formate SAGA (VFP xls/xlsx si Firebird .FDB), cu dovezi
fisier:linie in docs/raport_sursa_saga_xlsx.md si raport_exporturi_saga_noua.md.

Plan v3 dupa review de strategie si arhitectura: contract intern + trei
cititoare, mapare in doua fisiere cu proprietari diferiti, lane-uri.

Etalon de regresie anonimizat in tests/golden/ (sume si structura neatinse,
zero IBAN si zero cod fiscal real). Tabela de corespondenta ramane ignorata.

Iesirile de productie ies din git (raman pe disc); .gitignore acopera si
copiile de baze de client si iesirile intermediare ale convertorului.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01EYeAtVxeS8m4oXekjX8Am2

tests/anonimizeaza_etalon.py

@@ -0,0 +1,120 @@
+"""Produce etalonul de regresie: copii anonimizate ale xlsx-urilor importate in productie.
+
+Ce se pastreaza NEATINS: conturile, sumele, structura si numarul randurilor, datele, tipul
+randului. Asta este ce verifica poarta de regresie.
+Ce se inlocuieste:
+ - pe randurile FACTURA: numele partenerului, codul fiscal, registrul comertului, adresa,
+   explicatia;
+ - ORIUNDE in fisier: IBAN-urile. Randurile BALANTA de pe 5121/5124 au in `nume` denumirea
+   analiticului, care la conturile de banca este chiar IBAN-ul clientului
+   (`RO73 BACX 0000 0008 7243 0001`). Restul denumirilor de cont (CAPITAL SOCIAL, REZULTAT
+   REPORTAT, DEBITORI DIVERSI) sunt din planul de conturi si raman.
+
+Inlocuirea e stabila: acelasi nume real primeste mereu acelasi nume fals, ca relatiile dintre
+randuri (mai multe facturi ale aceluiasi partener) sa se pastreze.
+
+Tabela de corespondenta se scrie in tests/_corespondenta_anonimizare.json, care este IGNORAT de
+git. Nu o comite: cu ea, anonimizarea se poate desface.
+
+Rulare:  py tests\anonimizeaza_etalon.py
+"""
+import json
+import pathlib
+import re
+import shutil
+
+import openpyxl
+
+RADACINA = pathlib.Path(__file__).resolve().parent.parent
+GOLDEN = RADACINA / "tests" / "golden"
+CORESP = RADACINA / "tests" / "_corespondenta_anonimizare.json"
+
+SURSE = [
+    ("init_FUNDATIA_2025_12.xlsx", "golden_FUNDATIA_2025_12.xlsx"),
+    ("init_MASTER_2025_12.xlsx", "golden_MASTER_2025_12.xlsx"),
+]
+
+# coloana (1-based) -> cum se falsifica
+COL_NUME = 10
+COL_COD_FISCAL = 11
+COL_REG_COM = 12
+COL_ADRESA = 13
+COL_EXPLICATIA = 14
+COL_TIP = 5
+
+# IBAN romanesc, cu sau fara spatii: RO + 2 cifre + 4 litere + 16 caractere alfanumerice
+IBAN = re.compile(r"RO\s?\d{2}(?:\s?[A-Z0-9]{4}){5}", re.IGNORECASE)
+
+
+def anonimizeaza():
+    GOLDEN.mkdir(parents=True, exist_ok=True)
+    coresp = {"nume": {}, "cod_fiscal": {}, "iban": {}}
+    raport = []
+
+    for sursa, tinta in SURSE:
+        cale = RADACINA / sursa
+        if not cale.exists():
+            raise SystemExit(
+                "Lipseste %s. Etalonul nu se poate construi - vezi docs/handoff_etapa2_convertor.md"
+                % sursa
+            )
+        shutil.copy(cale, GOLDEN / tinta)
+        wb = openpyxl.load_workbook(GOLDEN / tinta)
+        ws = wb.active
+        schimbate = 0
+
+        for rand in range(2, ws.max_row + 1):
+            if (ws.cell(rand, COL_TIP).value or "").strip().upper() != "FACTURA":
+                continue
+            schimbate += 1
+
+            nume = ws.cell(rand, COL_NUME).value
+            if nume:
+                if nume not in coresp["nume"]:
+                    coresp["nume"][nume] = "PARTENER %03d" % (len(coresp["nume"]) + 1)
+                ws.cell(rand, COL_NUME).value = coresp["nume"][nume]
+
+            cf = ws.cell(rand, COL_COD_FISCAL).value
+            if cf:
+                cf = str(cf)
+                if cf not in coresp["cod_fiscal"]:
+                    coresp["cod_fiscal"][cf] = "CF%06d" % (len(coresp["cod_fiscal"]) + 1)
+                ws.cell(rand, COL_COD_FISCAL).value = coresp["cod_fiscal"][cf]
+
+            for col in (COL_REG_COM, COL_ADRESA, COL_EXPLICATIA):
+                if ws.cell(rand, col).value:
+                    ws.cell(rand, col).value = None
+
+        # IBAN-urile apar si in afara randurilor FACTURA (denumirea analiticului de banca)
+        ibanuri = 0
+        for rand in ws.iter_rows():
+            for celula in rand:
+                if not isinstance(celula.value, str) or not IBAN.search(celula.value):
+                    continue
+                def fals(m, _c=coresp):
+                    real = m.group(0)
+                    if real not in _c["iban"]:
+                        _c["iban"][real] = "RO00 IBAN %04d" % (len(_c["iban"]) + 1)
+                    return _c["iban"][real]
+
+                celula.value = IBAN.sub(fals, celula.value)
+                ibanuri += 1
+
+        wb.save(GOLDEN / tinta)
+        raport.append((tinta, ws.max_row - 1, schimbate, ibanuri))
+
+    CORESP.write_text(json.dumps(coresp, ensure_ascii=False, indent=1), encoding="utf-8")
+
+    for tinta, randuri, schimbate, ibanuri in raport:
+        print(
+            "%-34s %4d randuri, %3d FACTURA anonimizate, %2d celule cu IBAN"
+            % (tinta, randuri, schimbate, ibanuri)
+        )
+    print(
+        "%d nume, %d coduri fiscale si %d IBAN-uri inlocuite. Corespondenta: %s (ignorata de git)"
+        % (len(coresp["nume"]), len(coresp["cod_fiscal"]), len(coresp["iban"]), CORESP.name)
+    )
+
+
+if __name__ == "__main__":
+    anonimizeaza()