Fix part-number and date-code selection in ocr-extract

Part number now picks the longest hyphenated candidate instead of the
first one, matching the documented intent and preventing a short
unrelated token from being reported as the part number (which feeds
the fingerprint used for sorting).

Date code now only accepts YYWW candidates with a plausible year
(10-39) and valid calendar week (01-53), taking the last match when
several qualify; otherwise it stays null instead of guessing wrong,
since a wrong value is worse than a missing one.

Adds regression tests for both cases plus a no-plausible-candidate
case that must yield null.

src/ocr-extract.js

@@ -42,16 +42,33 @@ export function extractFields(rawText) {
     matchKnown(raw, KNOWN.formFactor),
   );
 
-  // Teilenummer: der laengste Kandidat, der nicht der Seriennummer entspricht.
+  // Teilenummer: unter den Kandidaten mit Bindestrich der laengste;
+  // bei gleicher Laenge der zuerst vorkommende. Echte Hersteller-
+  // Teilenummern sind laenger als die kurzen Codes, die sonst auf
+  // Etiketten stehen.
   PART_NUMBER_PATTERN.lastIndex = 0;
   const candidates = [...text.matchAll(PART_NUMBER_PATTERN)].map((m) => m[1]);
   const withDash = candidates.filter((c) => c.includes('-'));
-  spec.partNumber = withDash[0] ?? null;
+  spec.partNumber =
+    withDash.length === 0
+      ? null
+      : withDash.reduce((longest, current) =>
+          current.length > longest.length ? current : longest,
+        );
 
-  // Datumscode: vierstellige Zahl, die fuer sich allein steht.
+  // Datumscode: vierstellige Zahl der Form Jahr-Woche (JJWW), die fuer
+  // sich allein steht. Nur Kandidaten mit plausiblem Jahr (10-39) und
+  // gueltiger Kalenderwoche (01-53) kommen infrage; gibt es mehrere,
+  // gewinnt der zuletzt vorkommende, weil der Datumscode auf diesen
+  // Etiketten am Ende steht.
   DATE_CODE_PATTERN.lastIndex = 0;
-  const dateMatch = [...text.matchAll(DATE_CODE_PATTERN)].map((m) => m[1]);
-  spec.dateCode = dateMatch[0] ?? null;
+  const dateCandidates = [...text.matchAll(DATE_CODE_PATTERN)].map((m) => m[1]);
+  const plausibleDates = dateCandidates.filter((raw) => {
+    const year = Number(raw.slice(0, 2));
+    const week = Number(raw.slice(2, 4));
+    return year >= 10 && year <= 39 && week >= 1 && week <= 53;
+  });
+  spec.dateCode = plausibleDates.length === 0 ? null : plausibleDates[plausibleDates.length - 1];
 
   return spec;
 }

test/ocr-extract.test.js

@@ -52,3 +52,20 @@ test('leerer Text liefert ein leeres Spec', () => {
   assert.equal(spec.capacityGb, null);
   assert.equal(spec.partNumber, null);
 });
+
+test('waehlt bei der Teilenummer den laengsten Bindestrich-Kandidaten, nicht den ersten', () => {
+  const spec = extractFields(
+    'SAMSUNG\nAB1234SN-001\n64GB 4DRx4 PC4-2400\nM386A8K40BM1-CRC4Y\n1908',
+  );
+  assert.equal(spec.partNumber, 'M386A8K40BM1-CRC4Y');
+});
+
+test('verwirft den Datumscode, wenn mehrere vierstellige Bloecke vorkommen und nur einer plausibel ist', () => {
+  const spec = extractFields('SAMSUNG\n1234 5678\n64GB 2Rx4 PC4-2666\n9012\n1908');
+  assert.equal(spec.dateCode, '1908');
+});
+
+test('laesst den Datumscode null, wenn kein Kandidat als Jahr-Woche plausibel ist', () => {
+  const spec = extractFields('SAMSUNG\n9999 0060\n64GB 2Rx4 PC4-2666');
+  assert.equal(spec.dateCode, null);
+});