docid 0.1.3__tar.gz → 0.1.5__tar.gz

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
Files changed (27) hide show
  1. {docid-0.1.3 → docid-0.1.5}/PKG-INFO +44 -44
  2. {docid-0.1.3 → docid-0.1.5}/README.md +43 -43
  3. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/__init__.py +5 -5
  4. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/cli.py +5 -5
  5. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/cli_universal.py +1 -1
  6. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/document_id.py +10 -10
  7. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/ocr_processor.py +3 -7
  8. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/pipeline.py +8 -8
  9. {docid-0.1.3 → docid-0.1.5}/docid.egg-info/PKG-INFO +44 -44
  10. docid-0.1.5/docid.egg-info/SOURCES.txt +22 -0
  11. docid-0.1.5/docid.egg-info/entry_points.txt +3 -0
  12. docid-0.1.5/docid.egg-info/top_level.txt +1 -0
  13. {docid-0.1.3 → docid-0.1.5}/pyproject.toml +4 -4
  14. {docid-0.1.3 → docid-0.1.5}/setup.py +2 -2
  15. {docid-0.1.3 → docid-0.1.5}/tests/test_document_id.py +10 -10
  16. {docid-0.1.3 → docid-0.1.5}/tests/test_extractors.py +7 -7
  17. docid-0.1.5/tests/test_samples_id.py +277 -0
  18. docid-0.1.3/docid.egg-info/SOURCES.txt +0 -21
  19. docid-0.1.3/docid.egg-info/entry_points.txt +0 -3
  20. docid-0.1.3/docid.egg-info/top_level.txt +0 -1
  21. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/document_id_universal.py +0 -0
  22. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/extractors/__init__.py +0 -0
  23. {docid-0.1.3/exef_docid → docid-0.1.5/docid}/extractors/base.py +0 -0
  24. {docid-0.1.3 → docid-0.1.5}/docid.egg-info/dependency_links.txt +0 -0
  25. {docid-0.1.3 → docid-0.1.5}/docid.egg-info/not-zip-safe +0 -0
  26. {docid-0.1.3 → docid-0.1.5}/docid.egg-info/requires.txt +0 -0
  27. {docid-0.1.3 → docid-0.1.5}/setup.cfg +0 -0
{docid-0.1.3 → docid-0.1.5}/PKG-INFO RENAMED
@@ -1,6 +1,6 @@
1
1
  Metadata-Version: 2.4
2
2
  Name: docid
3
- Version: 0.1.3
3
+ Version: 0.1.5
4
4
  Summary: Deterministyczny generator identyfikatorów dokumentów z OCR
5
5
  Home-page: https://github.com/softreck/docid
6
6
  Author: Softreck
@@ -55,7 +55,7 @@ Dynamic: author
55
55
  Dynamic: home-page
56
56
  Dynamic: requires-python
57
57
 
58
- # EXEF Document ID Generator
58
+ # DOC Document ID Generator
59
59
 
60
60
  Deterministyczny generator identyfikatorów dokumentów z OCR. Generuje **zawsze ten sam ID** dla tego samego dokumentu, niezależnie od formatu źródłowego (skan, PDF, KSeF XML, obrazy).
61
61
 
@@ -71,12 +71,12 @@ Jak uzyskać **ten sam identyfikator** dla wszystkich trzech?
71
71
  ## ✨ Rozwiązanie
72
72
 
73
73
  ```python
74
- from exef_docid import get_document_id
74
+ from docid import get_document_id
75
75
 
76
76
  # Wszystkie trzy zwrócą TEN SAM ID!
77
- get_document_id("faktura_skan.jpg") # EXEF-FV-A7B3C9D2E1F04856
78
- get_document_id("faktura.pdf") # EXEF-FV-A7B3C9D2E1F04856
79
- get_document_id("faktura_ksef.xml") # EXEF-FV-A7B3C9D2E1F04856
77
+ get_document_id("faktura_skan.jpg") # DOC-FV-A7B3C9D2E1F04856
78
+ get_document_id("faktura.pdf") # DOC-FV-A7B3C9D2E1F04856
79
+ get_document_id("faktura_ksef.xml") # DOC-FV-A7B3C9D2E1F04856
80
80
  ```
81
81
 
82
82
  ## 📦 Instalacja
@@ -85,8 +85,8 @@ get_document_id("faktura_ksef.xml") # EXEF-FV-A7B3C9D2E1F04856
85
85
 
86
86
  ```bash
87
87
  # Klonuj repozytorium
88
- git clone https://github.com/softreck/exef-pl.git
89
- cd exef-pl/app/docid
88
+ git clone https://github.com/softreck/doc-pl.git
89
+ cd doc-pl/app/docid
90
90
 
91
91
  # Utwórz środowisko wirtualne
92
92
  python3 -m venv venv
@@ -124,7 +124,7 @@ pip install docid[all]
124
124
  ### Generator ID dla dokumentów biznesowych
125
125
 
126
126
  ```python
127
- from exef_docid import generate_invoice_id, generate_receipt_id, generate_contract_id
127
+ from docid import generate_invoice_id, generate_receipt_id, generate_contract_id
128
128
 
129
129
  # Faktura VAT
130
130
  invoice_id = generate_invoice_id(
@@ -133,7 +133,7 @@ invoice_id = generate_invoice_id(
133
133
  issue_date="2025-01-15",
134
134
  gross_amount=1230.50
135
135
  )
136
- print(invoice_id) # EXEF-FV-F0BE35240C77B2DB
136
+ print(invoice_id) # DOC-FV-F0BE35240C77B2DB
137
137
 
138
138
  # Paragon fiskalny
139
139
  receipt_id = generate_receipt_id(
@@ -142,7 +142,7 @@ receipt_id = generate_receipt_id(
142
142
  gross_amount=37.88,
143
143
  cash_register_number="001"
144
144
  )
145
- print(receipt_id) # EXEF-PAR-8142B3FC69D7778C
145
+ print(receipt_id) # DOC-PAR-8142B3FC69D7778C
146
146
 
147
147
  # Umowa
148
148
  contract_id = generate_contract_id(
@@ -151,13 +151,13 @@ contract_id = generate_contract_id(
151
151
  contract_date="2025-01-15",
152
152
  contract_number="001/2025"
153
153
  )
154
- print(contract_id) # EXEF-UMO-C54CB968D1342642
154
+ print(contract_id) # DOC-UMO-C54CB968D1342642
155
155
  ```
156
156
 
157
157
  ### Uniwersalny generator ID (dowolne dokumenty)
158
158
 
159
159
  ```python
160
- from exef_docid import generate_universal_document_id
160
+ from docid import generate_universal_document_id
161
161
 
162
162
  # Dowolny dokument
163
163
  doc_id = generate_universal_document_id("dokument.pdf")
@@ -175,20 +175,20 @@ print(doc_id) # UNIV-IMG-E2E2131A335F0918
175
175
  ### Pełne przetwarzanie z OCR
176
176
 
177
177
  ```python
178
- from exef_docid import process_document, get_document_id
178
+ from docid import process_document, get_document_id
179
179
 
180
180
  # Pełne przetwarzanie z ekstrakcją danych
181
181
  result = process_document("faktura.pdf")
182
- print(result.document_id) # EXEF-FV-F0BE35240C77B2DB
182
+ print(result.document_id) # DOC-FV-F0BE35240C77B2DB
183
183
  print(result.extraction.issuer_nip) # 5213017228
184
184
  print(result.extraction.invoice_number) # FV/2025/00142
185
185
 
186
186
  # Tylko wygeneruj ID
187
187
  doc_id = get_document_id("paragon.jpg")
188
- print(doc_id) # EXEF-PAR-8142B3FC69D7778C
188
+ print(doc_id) # DOC-PAR-8142B3FC69D7778C
189
189
 
190
190
  # Weryfikacja ID
191
- is_valid = verify_document_id("skan.png", "EXEF-FV-F0BE35240C77B2DB")
191
+ is_valid = verify_document_id("skan.png", "DOC-FV-F0BE35240C77B2DB")
192
192
  print(is_valid) # True/False
193
193
  ```
194
194
 
@@ -250,7 +250,7 @@ curl -X POST -F "file=@faktura.pdf" http://localhost:8000/process
250
250
 
251
251
  **2. Weryfikacja ID:**
252
252
  ```bash
253
- curl -X POST -F "file=@skan.jpg" -F "document_id=EXEF-FV-F0BE35240C77B2DB" http://localhost:8000/verify
253
+ curl -X POST -F "file=@skan.jpg" -F "document_id=DOC-FV-F0BE35240C77B2DB" http://localhost:8000/verify
254
254
  ```
255
255
 
256
256
  **3. Porównywanie plików:**
@@ -303,7 +303,7 @@ make run-web # Uruchom serwer API
303
303
  ### 1. Przetwarzanie faktur
304
304
 
305
305
  ```python
306
- from exef_docid import process_document
306
+ from docid import process_document
307
307
 
308
308
  # Przetwarzanie faktury PDF
309
309
  result = process_document("faktura.pdf")
@@ -319,7 +319,7 @@ print(f"ID: {result.document_id}")
319
319
  ### 2. Porównywanie dokumentów
320
320
 
321
321
  ```python
322
- from exef_docid import compare_universal_documents
322
+ from docid import compare_universal_documents
323
323
 
324
324
  # Porównaj dwa dokumenty
325
325
  comparison = compare_universal_documents("dokument1.pdf", "dokument2.png")
@@ -331,10 +331,10 @@ print(f"Ten sam rozmiar: {comparison['same_size']}")
331
331
  ### 3. Weryfikacja ID
332
332
 
333
333
  ```python
334
- from exef_docid import verify_document_id, verify_universal_document_id
334
+ from docid import verify_document_id, verify_universal_document_id
335
335
 
336
336
  # Weryfikacja ID dokumentu biznesowego
337
- is_valid = verify_document_id("faktura.pdf", "EXEF-FV-F0BE35240C77B2DB")
337
+ is_valid = verify_document_id("faktura.pdf", "DOC-FV-F0BE35240C77B2DB")
338
338
 
339
339
  # Weryfikacja uniwersalnego ID
340
340
  is_valid = verify_universal_document_id("dowolny_plik.jpg", "UNIV-IMG-4225A473A725978D")
@@ -344,7 +344,7 @@ is_valid = verify_universal_document_id("dowolny_plik.jpg", "UNIV-IMG-4225A473A7
344
344
 
345
345
  ```python
346
346
  from pathlib import Path
347
- from exef_docid import generate_universal_document_id
347
+ from docid import generate_universal_document_id
348
348
 
349
349
  # Przetwarzaj wszystkie pliki w folderze
350
350
  documents_dir = Path("dokumenty")
@@ -372,16 +372,16 @@ for file_path in documents_dir.glob("*"):
372
372
  **TAK!** Formaty PNG i JPG są w pełni przetwarzane przez OCR:
373
373
 
374
374
  ```python
375
- from exef_docid import process_document
375
+ from docid import process_document
376
376
 
377
377
  # Przetwarzanie skanu PNG z OCR
378
378
  result = process_document("skan_faktury.png")
379
- print(result.document_id) # EXEF-FV-F0BE35240C77B2DB
379
+ print(result.document_id) # DOC-FV-F0BE35240C77B2DB
380
380
  print(result.extraction.issuer_nip) # 5213017228
381
381
 
382
382
  # Przetwarzanie zdjęcia JPG z OCR
383
383
  result = process_document("zdjecie_paragonu.jpg")
384
- print(result.document_id) # EXEF-PAR-8142B3FC69D7778C
384
+ print(result.document_id) # DOC-PAR-8142B3FC69D7778C
385
385
  ```
386
386
 
387
387
  #### Co jest ekstrahowane z PNG/JPG:
@@ -402,13 +402,13 @@ print(result.document_id) # EXEF-PAR-8142B3FC69D7778C
402
402
 
403
403
  ```python
404
404
  # Ten sam dokument w różnych formatach - ten sam ID biznesowy
405
- generate_invoice_id(...) # -> EXEF-FV-F0BE35240C77B2DB
405
+ generate_invoice_id(...) # -> DOC-FV-F0BE35240C77B2DB
406
406
 
407
407
  # Przetwarzanie przez OCR daje ten sam wynik
408
- process_document("faktura.pdf") # -> EXEF-FV-F0BE35240C77B2DB
409
- process_document("faktura.png") # -> EXEF-FV-F0BE35240C77B2DB
410
- process_document("faktura.jpg") # -> EXEF-FV-F0BE35240C77B2DB
411
- process_document("faktura.xml") # -> EXEF-FV-F0BE35240C77B2DB
408
+ process_document("faktura.pdf") # -> DOC-FV-F0BE35240C77B2DB
409
+ process_document("faktura.png") # -> DOC-FV-F0BE35240C77B2DB
410
+ process_document("faktura.jpg") # -> DOC-FV-F0BE35240C77B2DB
411
+ process_document("faktura.xml") # -> DOC-FV-F0BE35240C77B2DB
412
412
 
413
413
  # Różne ID uniwersalne dla różnych formatów
414
414
  generate_universal_document_id("faktura.pdf") # -> UNIV-PDF-...
@@ -451,25 +451,25 @@ TEST WSZYSTKICH FORMATÓW - PDF, PNG, JPG, HTML, TXT, XML
451
451
  ================================================================================
452
452
 
453
453
  FOLDER: FAKTURY (invoices/)
454
- 📄 faktura_full.pdf (.pdf ) [ 2242B] -> EXEF-FV-F0BE35240C77B2DB
455
- 📄 faktura_full.xml (.xml ) [ 2077B] -> EXEF-FV-F0BE35240C77B2DB
456
- 📄 faktura_full.html (.html) [ 3334B] -> EXEF-FV-F0BE35240C77B2DB
457
- 📄 faktura_full.jpg (.jpg ) [ 28182B] -> EXEF-FV-F0BE35240C77B2DB
458
- 📄 faktura_full.png (.png ) [ 32325B] -> EXEF-FV-F0BE35240C77B2DB
459
- 📄 faktura_full.txt (.txt ) [ 2839B] -> EXEF-FV-F0BE35240C77B2DB
454
+ 📄 faktura_full.pdf (.pdf ) [ 2242B] -> DOC-FV-F0BE35240C77B2DB
455
+ 📄 faktura_full.xml (.xml ) [ 2077B] -> DOC-FV-F0BE35240C77B2DB
456
+ 📄 faktura_full.html (.html) [ 3334B] -> DOC-FV-F0BE35240C77B2DB
457
+ 📄 faktura_full.jpg (.jpg ) [ 28182B] -> DOC-FV-F0BE35240C77B2DB
458
+ 📄 faktura_full.png (.png ) [ 32325B] -> DOC-FV-F0BE35240C77B2DB
459
+ 📄 faktura_full.txt (.txt ) [ 2839B] -> DOC-FV-F0BE35240C77B2DB
460
460
 
461
461
  📊 Podsumowanie folderu invoices:
462
462
  Plików przetworzonych: 6
463
463
  Unikalnych ID: 1
464
464
  Wszystkie identyczne: True
465
- ✅ ID: EXEF-FV-F0BE35240C77B2DB
465
+ ✅ ID: DOC-FV-F0BE35240C77B2DB
466
466
  ```
467
467
 
468
468
  ## 📁 Struktura projektu
469
469
 
470
470
  ```
471
471
  docid/
472
- ├── exef_docid/ # Główny pakiet
472
+ ├── docid/ # Główny pakiet
473
473
  │ ├── __init__.py # Eksporty API
474
474
  │ ├── document_id.py # Generator ID biznesowy
475
475
  │ ├── document_id_universal.py # Generator ID uniwersalny
@@ -493,7 +493,7 @@ docid/
493
493
  ### Silniki OCR
494
494
 
495
495
  ```python
496
- from exef_docid import OCREngine, get_pipeline
496
+ from docid import OCREngine, get_pipeline
497
497
 
498
498
  # Użyj PaddleOCR (domyślnie)
499
499
  pipeline = get_pipeline(ocr_engine=OCREngine.PADDLE)
@@ -505,7 +505,7 @@ pipeline = get_pipeline(ocr_engine=OCREngine.TESSERACT)
505
505
  ### Custom prefix
506
506
 
507
507
  ```python
508
- from exef_docid import UniversalDocumentIDGenerator
508
+ from docid import UniversalDocumentIDGenerator
509
509
 
510
510
  generator = UniversalDocumentIDGenerator(prefix="MOJA")
511
511
  doc_id = generator.generate_universal_id("plik.pdf")
@@ -549,8 +549,8 @@ MIT License - zobacz [LICENSE](LICENSE) dla szczegółów.
549
549
  ## 🆘 Wsparcie
550
550
 
551
551
  - 📧 Email: info@softreck.dev
552
- - 🐛 Issues: [GitHub Issues](https://github.com/softreck/exef-pl/issues)
553
- - 📖 Dokumentacja: [GitHub Wiki](https://github.com/softreck/exef-pl/wiki)
552
+ - 🐛 Issues: [GitHub Issues](https://github.com/softreck/doc-pl/issues)
553
+ - 📖 Dokumentacja: [GitHub Wiki](https://github.com/softreck/doc-pl/wiki)
554
554
 
555
555
  ## 🗺️ Roadmap
556
556
 
@@ -563,4 +563,4 @@ MIT License - zobacz [LICENSE](LICENSE) dla szczegółów.
563
563
 
564
564
  ---
565
565
 
566
- **EXEF Document ID Generator** - Deterministyczne identyfikatory dla każdego dokumentu! 🚀
566
+ **DOC Document ID Generator** - Deterministyczne identyfikatory dla każdego dokumentu! 🚀
{docid-0.1.3 → docid-0.1.5}/README.md RENAMED
@@ -1,4 +1,4 @@
1
- # EXEF Document ID Generator
1
+ # DOC Document ID Generator
2
2
 
3
3
  Deterministyczny generator identyfikatorów dokumentów z OCR. Generuje **zawsze ten sam ID** dla tego samego dokumentu, niezależnie od formatu źródłowego (skan, PDF, KSeF XML, obrazy).
4
4
 
@@ -14,12 +14,12 @@ Jak uzyskać **ten sam identyfikator** dla wszystkich trzech?
14
14
  ## ✨ Rozwiązanie
15
15
 
16
16
  ```python
17
- from exef_docid import get_document_id
17
+ from docid import get_document_id
18
18
 
19
19
  # Wszystkie trzy zwrócą TEN SAM ID!
20
- get_document_id("faktura_skan.jpg") # EXEF-FV-A7B3C9D2E1F04856
21
- get_document_id("faktura.pdf") # EXEF-FV-A7B3C9D2E1F04856
22
- get_document_id("faktura_ksef.xml") # EXEF-FV-A7B3C9D2E1F04856
20
+ get_document_id("faktura_skan.jpg") # DOC-FV-A7B3C9D2E1F04856
21
+ get_document_id("faktura.pdf") # DOC-FV-A7B3C9D2E1F04856
22
+ get_document_id("faktura_ksef.xml") # DOC-FV-A7B3C9D2E1F04856
23
23
  ```
24
24
 
25
25
  ## 📦 Instalacja
@@ -28,8 +28,8 @@ get_document_id("faktura_ksef.xml") # EXEF-FV-A7B3C9D2E1F04856
28
28
 
29
29
  ```bash
30
30
  # Klonuj repozytorium
31
- git clone https://github.com/softreck/exef-pl.git
32
- cd exef-pl/app/docid
31
+ git clone https://github.com/softreck/doc-pl.git
32
+ cd doc-pl/app/docid
33
33
 
34
34
  # Utwórz środowisko wirtualne
35
35
  python3 -m venv venv
@@ -67,7 +67,7 @@ pip install docid[all]
67
67
  ### Generator ID dla dokumentów biznesowych
68
68
 
69
69
  ```python
70
- from exef_docid import generate_invoice_id, generate_receipt_id, generate_contract_id
70
+ from docid import generate_invoice_id, generate_receipt_id, generate_contract_id
71
71
 
72
72
  # Faktura VAT
73
73
  invoice_id = generate_invoice_id(
@@ -76,7 +76,7 @@ invoice_id = generate_invoice_id(
76
76
  issue_date="2025-01-15",
77
77
  gross_amount=1230.50
78
78
  )
79
- print(invoice_id) # EXEF-FV-F0BE35240C77B2DB
79
+ print(invoice_id) # DOC-FV-F0BE35240C77B2DB
80
80
 
81
81
  # Paragon fiskalny
82
82
  receipt_id = generate_receipt_id(
@@ -85,7 +85,7 @@ receipt_id = generate_receipt_id(
85
85
  gross_amount=37.88,
86
86
  cash_register_number="001"
87
87
  )
88
- print(receipt_id) # EXEF-PAR-8142B3FC69D7778C
88
+ print(receipt_id) # DOC-PAR-8142B3FC69D7778C
89
89
 
90
90
  # Umowa
91
91
  contract_id = generate_contract_id(
@@ -94,13 +94,13 @@ contract_id = generate_contract_id(
94
94
  contract_date="2025-01-15",
95
95
  contract_number="001/2025"
96
96
  )
97
- print(contract_id) # EXEF-UMO-C54CB968D1342642
97
+ print(contract_id) # DOC-UMO-C54CB968D1342642
98
98
  ```
99
99
 
100
100
  ### Uniwersalny generator ID (dowolne dokumenty)
101
101
 
102
102
  ```python
103
- from exef_docid import generate_universal_document_id
103
+ from docid import generate_universal_document_id
104
104
 
105
105
  # Dowolny dokument
106
106
  doc_id = generate_universal_document_id("dokument.pdf")
@@ -118,20 +118,20 @@ print(doc_id) # UNIV-IMG-E2E2131A335F0918
118
118
  ### Pełne przetwarzanie z OCR
119
119
 
120
120
  ```python
121
- from exef_docid import process_document, get_document_id
121
+ from docid import process_document, get_document_id
122
122
 
123
123
  # Pełne przetwarzanie z ekstrakcją danych
124
124
  result = process_document("faktura.pdf")
125
- print(result.document_id) # EXEF-FV-F0BE35240C77B2DB
125
+ print(result.document_id) # DOC-FV-F0BE35240C77B2DB
126
126
  print(result.extraction.issuer_nip) # 5213017228
127
127
  print(result.extraction.invoice_number) # FV/2025/00142
128
128
 
129
129
  # Tylko wygeneruj ID
130
130
  doc_id = get_document_id("paragon.jpg")
131
- print(doc_id) # EXEF-PAR-8142B3FC69D7778C
131
+ print(doc_id) # DOC-PAR-8142B3FC69D7778C
132
132
 
133
133
  # Weryfikacja ID
134
- is_valid = verify_document_id("skan.png", "EXEF-FV-F0BE35240C77B2DB")
134
+ is_valid = verify_document_id("skan.png", "DOC-FV-F0BE35240C77B2DB")
135
135
  print(is_valid) # True/False
136
136
  ```
137
137
 
@@ -193,7 +193,7 @@ curl -X POST -F "file=@faktura.pdf" http://localhost:8000/process
193
193
 
194
194
  **2. Weryfikacja ID:**
195
195
  ```bash
196
- curl -X POST -F "file=@skan.jpg" -F "document_id=EXEF-FV-F0BE35240C77B2DB" http://localhost:8000/verify
196
+ curl -X POST -F "file=@skan.jpg" -F "document_id=DOC-FV-F0BE35240C77B2DB" http://localhost:8000/verify
197
197
  ```
198
198
 
199
199
  **3. Porównywanie plików:**
@@ -246,7 +246,7 @@ make run-web # Uruchom serwer API
246
246
  ### 1. Przetwarzanie faktur
247
247
 
248
248
  ```python
249
- from exef_docid import process_document
249
+ from docid import process_document
250
250
 
251
251
  # Przetwarzanie faktury PDF
252
252
  result = process_document("faktura.pdf")
@@ -262,7 +262,7 @@ print(f"ID: {result.document_id}")
262
262
  ### 2. Porównywanie dokumentów
263
263
 
264
264
  ```python
265
- from exef_docid import compare_universal_documents
265
+ from docid import compare_universal_documents
266
266
 
267
267
  # Porównaj dwa dokumenty
268
268
  comparison = compare_universal_documents("dokument1.pdf", "dokument2.png")
@@ -274,10 +274,10 @@ print(f"Ten sam rozmiar: {comparison['same_size']}")
274
274
  ### 3. Weryfikacja ID
275
275
 
276
276
  ```python
277
- from exef_docid import verify_document_id, verify_universal_document_id
277
+ from docid import verify_document_id, verify_universal_document_id
278
278
 
279
279
  # Weryfikacja ID dokumentu biznesowego
280
- is_valid = verify_document_id("faktura.pdf", "EXEF-FV-F0BE35240C77B2DB")
280
+ is_valid = verify_document_id("faktura.pdf", "DOC-FV-F0BE35240C77B2DB")
281
281
 
282
282
  # Weryfikacja uniwersalnego ID
283
283
  is_valid = verify_universal_document_id("dowolny_plik.jpg", "UNIV-IMG-4225A473A725978D")
@@ -287,7 +287,7 @@ is_valid = verify_universal_document_id("dowolny_plik.jpg", "UNIV-IMG-4225A473A7
287
287
 
288
288
  ```python
289
289
  from pathlib import Path
290
- from exef_docid import generate_universal_document_id
290
+ from docid import generate_universal_document_id
291
291
 
292
292
  # Przetwarzaj wszystkie pliki w folderze
293
293
  documents_dir = Path("dokumenty")
@@ -315,16 +315,16 @@ for file_path in documents_dir.glob("*"):
315
315
  **TAK!** Formaty PNG i JPG są w pełni przetwarzane przez OCR:
316
316
 
317
317
  ```python
318
- from exef_docid import process_document
318
+ from docid import process_document
319
319
 
320
320
  # Przetwarzanie skanu PNG z OCR
321
321
  result = process_document("skan_faktury.png")
322
- print(result.document_id) # EXEF-FV-F0BE35240C77B2DB
322
+ print(result.document_id) # DOC-FV-F0BE35240C77B2DB
323
323
  print(result.extraction.issuer_nip) # 5213017228
324
324
 
325
325
  # Przetwarzanie zdjęcia JPG z OCR
326
326
  result = process_document("zdjecie_paragonu.jpg")
327
- print(result.document_id) # EXEF-PAR-8142B3FC69D7778C
327
+ print(result.document_id) # DOC-PAR-8142B3FC69D7778C
328
328
  ```
329
329
 
330
330
  #### Co jest ekstrahowane z PNG/JPG:
@@ -345,13 +345,13 @@ print(result.document_id) # EXEF-PAR-8142B3FC69D7778C
345
345
 
346
346
  ```python
347
347
  # Ten sam dokument w różnych formatach - ten sam ID biznesowy
348
- generate_invoice_id(...) # -> EXEF-FV-F0BE35240C77B2DB
348
+ generate_invoice_id(...) # -> DOC-FV-F0BE35240C77B2DB
349
349
 
350
350
  # Przetwarzanie przez OCR daje ten sam wynik
351
- process_document("faktura.pdf") # -> EXEF-FV-F0BE35240C77B2DB
352
- process_document("faktura.png") # -> EXEF-FV-F0BE35240C77B2DB
353
- process_document("faktura.jpg") # -> EXEF-FV-F0BE35240C77B2DB
354
- process_document("faktura.xml") # -> EXEF-FV-F0BE35240C77B2DB
351
+ process_document("faktura.pdf") # -> DOC-FV-F0BE35240C77B2DB
352
+ process_document("faktura.png") # -> DOC-FV-F0BE35240C77B2DB
353
+ process_document("faktura.jpg") # -> DOC-FV-F0BE35240C77B2DB
354
+ process_document("faktura.xml") # -> DOC-FV-F0BE35240C77B2DB
355
355
 
356
356
  # Różne ID uniwersalne dla różnych formatów
357
357
  generate_universal_document_id("faktura.pdf") # -> UNIV-PDF-...
@@ -394,25 +394,25 @@ TEST WSZYSTKICH FORMATÓW - PDF, PNG, JPG, HTML, TXT, XML
394
394
  ================================================================================
395
395
 
396
396
  FOLDER: FAKTURY (invoices/)
397
- 📄 faktura_full.pdf (.pdf ) [ 2242B] -> EXEF-FV-F0BE35240C77B2DB
398
- 📄 faktura_full.xml (.xml ) [ 2077B] -> EXEF-FV-F0BE35240C77B2DB
399
- 📄 faktura_full.html (.html) [ 3334B] -> EXEF-FV-F0BE35240C77B2DB
400
- 📄 faktura_full.jpg (.jpg ) [ 28182B] -> EXEF-FV-F0BE35240C77B2DB
401
- 📄 faktura_full.png (.png ) [ 32325B] -> EXEF-FV-F0BE35240C77B2DB
402
- 📄 faktura_full.txt (.txt ) [ 2839B] -> EXEF-FV-F0BE35240C77B2DB
397
+ 📄 faktura_full.pdf (.pdf ) [ 2242B] -> DOC-FV-F0BE35240C77B2DB
398
+ 📄 faktura_full.xml (.xml ) [ 2077B] -> DOC-FV-F0BE35240C77B2DB
399
+ 📄 faktura_full.html (.html) [ 3334B] -> DOC-FV-F0BE35240C77B2DB
400
+ 📄 faktura_full.jpg (.jpg ) [ 28182B] -> DOC-FV-F0BE35240C77B2DB
401
+ 📄 faktura_full.png (.png ) [ 32325B] -> DOC-FV-F0BE35240C77B2DB
402
+ 📄 faktura_full.txt (.txt ) [ 2839B] -> DOC-FV-F0BE35240C77B2DB
403
403
 
404
404
  📊 Podsumowanie folderu invoices:
405
405
  Plików przetworzonych: 6
406
406
  Unikalnych ID: 1
407
407
  Wszystkie identyczne: True
408
- ✅ ID: EXEF-FV-F0BE35240C77B2DB
408
+ ✅ ID: DOC-FV-F0BE35240C77B2DB
409
409
  ```
410
410
 
411
411
  ## 📁 Struktura projektu
412
412
 
413
413
  ```
414
414
  docid/
415
- ├── exef_docid/ # Główny pakiet
415
+ ├── docid/ # Główny pakiet
416
416
  │ ├── __init__.py # Eksporty API
417
417
  │ ├── document_id.py # Generator ID biznesowy
418
418
  │ ├── document_id_universal.py # Generator ID uniwersalny
@@ -436,7 +436,7 @@ docid/
436
436
  ### Silniki OCR
437
437
 
438
438
  ```python
439
- from exef_docid import OCREngine, get_pipeline
439
+ from docid import OCREngine, get_pipeline
440
440
 
441
441
  # Użyj PaddleOCR (domyślnie)
442
442
  pipeline = get_pipeline(ocr_engine=OCREngine.PADDLE)
@@ -448,7 +448,7 @@ pipeline = get_pipeline(ocr_engine=OCREngine.TESSERACT)
448
448
  ### Custom prefix
449
449
 
450
450
  ```python
451
- from exef_docid import UniversalDocumentIDGenerator
451
+ from docid import UniversalDocumentIDGenerator
452
452
 
453
453
  generator = UniversalDocumentIDGenerator(prefix="MOJA")
454
454
  doc_id = generator.generate_universal_id("plik.pdf")
@@ -492,8 +492,8 @@ MIT License - zobacz [LICENSE](LICENSE) dla szczegółów.
492
492
  ## 🆘 Wsparcie
493
493
 
494
494
  - 📧 Email: info@softreck.dev
495
- - 🐛 Issues: [GitHub Issues](https://github.com/softreck/exef-pl/issues)
496
- - 📖 Dokumentacja: [GitHub Wiki](https://github.com/softreck/exef-pl/wiki)
495
+ - 🐛 Issues: [GitHub Issues](https://github.com/softreck/doc-pl/issues)
496
+ - 📖 Dokumentacja: [GitHub Wiki](https://github.com/softreck/doc-pl/wiki)
497
497
 
498
498
  ## 🗺️ Roadmap
499
499
 
@@ -506,4 +506,4 @@ MIT License - zobacz [LICENSE](LICENSE) dla szczegółów.
506
506
 
507
507
  ---
508
508
 
509
- **EXEF Document ID Generator** - Deterministyczne identyfikatory dla każdego dokumentu! 🚀
509
+ **DOC Document ID Generator** - Deterministyczne identyfikatory dla każdego dokumentu! 🚀
{docid-0.1.3/exef_docid → docid-0.1.5/docid}/__init__.py RENAMED
@@ -1,23 +1,23 @@
1
1
  """
2
- EXEF Document ID Generator
2
+ DOC Document ID Generator
3
3
 
4
4
  Deterministyczny generator identyfikatorów dokumentów z OCR.
5
5
  Generuje zawsze ten sam ID dla tego samego dokumentu,
6
6
  niezależnie od formatu źródłowego (skan, PDF, KSeF XML).
7
7
 
8
8
  Przykład użycia:
9
- from exef_docid import process_document, get_document_id
9
+ from docid import process_document, get_document_id
10
10
 
11
11
  # Pełne przetwarzanie
12
12
  result = process_document("faktura.pdf")
13
- print(result.document_id) # EXEF-FV-A7B3C9D2E1F04856
13
+ print(result.document_id) # DOC-FV-A7B3C9D2E1F04856
14
14
  print(result.extraction.issuer_nip) # 5213017228
15
15
 
16
16
  # Tylko ID
17
17
  doc_id = get_document_id("paragon.jpg")
18
18
 
19
19
  # Weryfikacja
20
- is_same = verify_document_id("skan.png", "EXEF-FV-A7B3C9D2E1F04856")
20
+ is_same = verify_document_id("skan.png", "DOC-FV-A7B3C9D2E1F04856")
21
21
 
22
22
  Wymagania:
23
23
  pip install paddleocr paddlepaddle pdf2image pillow
@@ -27,7 +27,7 @@ Wymagania:
27
27
  pip install pytesseract pdf2image pillow
28
28
  """
29
29
 
30
- __version__ = "0.1.0"
30
+ __version__ = "0.1.5"
31
31
  __author__ = "Softreck"
32
32
 
33
33
  # Główne API
{docid-0.1.3/exef_docid → docid-0.1.5/docid}/cli.py RENAMED
@@ -1,6 +1,6 @@
1
1
  #!/usr/bin/env python3
2
2
  """
3
- CLI dla EXEF Document ID Generator.
3
+ CLI dla DOC Document ID Generator.
4
4
 
5
5
  Użycie:
6
6
  # Przetwórz pojedynczy plik
@@ -13,7 +13,7 @@ Użycie:
13
13
  docid batch ./dokumenty/ --output results.json
14
14
 
15
15
  # Weryfikacja ID
16
- docid verify faktura.pdf EXEF-FV-A7B3C9D2E1F04856
16
+ docid verify faktura.pdf DOC-FV-A7B3C9D2E1F04856
17
17
 
18
18
  # Tylko OCR (bez generowania ID)
19
19
  docid ocr skan.jpg
@@ -267,7 +267,7 @@ def cmd_generate_id(args):
267
267
 
268
268
  def main():
269
269
  parser = argparse.ArgumentParser(
270
- description='EXEF Document ID Generator - deterministyczne ID dokumentów z OCR',
270
+ description='DOC Document ID Generator - deterministyczne ID dokumentów z OCR',
271
271
  formatter_class=argparse.RawDescriptionHelpFormatter,
272
272
  )
273
273
  parser.add_argument('--version', action='version', version='docid 0.1.0')
@@ -279,7 +279,7 @@ def main():
279
279
  common.add_argument('--engine', choices=['paddle', 'tesseract'], default='paddle',
280
280
  help='Silnik OCR (domyślnie: paddle)')
281
281
  common.add_argument('--lang', default='pl', help='Język dokumentów')
282
- common.add_argument('--prefix', default='EXEF', help='Prefiks ID')
282
+ common.add_argument('--prefix', default='DOC', help='Prefiks ID')
283
283
  common.add_argument('--gpu', action='store_true', help='Użyj GPU')
284
284
  common.add_argument('-v', '--verbose', action='store_true', help='Więcej szczegółów')
285
285
 
@@ -324,7 +324,7 @@ def main():
324
324
  p_gen.add_argument('--number', help='Numer dokumentu')
325
325
  p_gen.add_argument('--date', help='Data (YYYY-MM-DD)')
326
326
  p_gen.add_argument('--amount', help='Kwota brutto')
327
- p_gen.add_argument('--prefix', default='EXEF', help='Prefiks ID')
327
+ p_gen.add_argument('--prefix', default='DOC', help='Prefiks ID')
328
328
  p_gen.set_defaults(func=cmd_generate_id)
329
329
 
330
330
  args = parser.parse_args()
{docid-0.1.3/exef_docid → docid-0.1.5/docid}/cli_universal.py RENAMED
@@ -431,7 +431,7 @@ def main():
431
431
  """Main CLI entry point"""
432
432
  parser = argparse.ArgumentParser(
433
433
  prog='docid',
434
- description='EXEF Document ID Generator - CLI'
434
+ description='DOC Document ID Generator - CLI'
435
435
  )
436
436
 
437
437
  parser.add_argument('--version', action='version', version='%(prog)s 0.1.0')
{docid-0.1.3/exef_docid → docid-0.1.5/docid}/document_id.py RENAMED
@@ -14,8 +14,8 @@ from decimal import ROUND_HALF_UP, Decimal
14
14
  from enum import Enum
15
15
  from typing import Optional, Union
16
16
 
17
- # Namespace UUID dla EXEF (RFC 4122 UUID v5)
18
- EXEF_NAMESPACE = uuid.UUID('a1b2c3d4-e5f6-7890-abcd-ef1234567890')
17
+ # Namespace UUID dla DOC (RFC 4122 UUID v5)
18
+ DOC_NAMESPACE = uuid.UUID('a1b2c3d4-e5f6-7890-abcd-ef1234567890')
19
19
 
20
20
 
21
21
  class DocumentType(Enum):
@@ -207,10 +207,10 @@ class DocumentIDGenerator:
207
207
  niezależnie od formatu źródłowego dokumentu.
208
208
  """
209
209
 
210
- def __init__(self, prefix: str = "EXEF"):
210
+ def __init__(self, prefix: str = "DOC"):
211
211
  """
212
212
  Args:
213
- prefix: Prefiks identyfikatora (domyślnie EXEF)
213
+ prefix: Prefiks identyfikatora (domyślnie DOC)
214
214
  """
215
215
  self.prefix = prefix
216
216
 
@@ -229,7 +229,7 @@ class DocumentIDGenerator:
229
229
 
230
230
  >>> gen = DocumentIDGenerator()
231
231
  >>> gen.generate_invoice_id("5213017228", "FV/2025/00142", "2025-01-15", 1230.00)
232
- 'EXEF-FV-A7B3C9D2E1F04856'
232
+ 'DOC-FV-A7B3C9D2E1F04856'
233
233
  """
234
234
  canonical = CanonicalData(
235
235
  document_type=DocumentType.INVOICE,
@@ -265,7 +265,7 @@ class DocumentIDGenerator:
265
265
 
266
266
  >>> gen = DocumentIDGenerator()
267
267
  >>> gen.generate_receipt_id("5213017228", "2025-01-15", 45.99)
268
- 'EXEF-PAR-...'
268
+ 'DOC-PAR-...'
269
269
  """
270
270
  parts = [
271
271
  NIPValidator.normalize(seller_nip),
@@ -649,7 +649,7 @@ class DocumentIDGenerator:
649
649
  Generuje finalny identyfikator z danych kanonicznych.
650
650
 
651
651
  Format: {PREFIX}-{TYPE}-{HASH16}
652
- Przykład: EXEF-FV-A7B3C9D2E1F04856
652
+ Przykład: DOC-FV-A7B3C9D2E1F04856
653
653
  """
654
654
  # SHA256 z canonical string
655
655
  hash_bytes = hashlib.sha256(canonical.canonical_string.encode('utf-8')).digest()
@@ -662,7 +662,7 @@ class DocumentIDGenerator:
662
662
  Weryfikuje czy ID odpowiada danym kanonicznym.
663
663
 
664
664
  >>> gen = DocumentIDGenerator()
665
- >>> gen.verify_id("EXEF-FV-A7B3C9D2E1F04856", "5213017228|FV/2025/00142|2025-01-15|1230.00")
665
+ >>> gen.verify_id("DOC-FV-A7B3C9D2E1F04856", "5213017228|FV/2025/00142|2025-01-15|1230.00")
666
666
  True
667
667
  """
668
668
  hash_bytes = hashlib.sha256(canonical_string.encode('utf-8')).digest()
@@ -679,8 +679,8 @@ class DocumentIDGenerator:
679
679
  """
680
680
  Parsuje identyfikator dokumentu.
681
681
 
682
- >>> DocumentIDGenerator.parse_id("EXEF-FV-A7B3C9D2E1F04856")
683
- {'prefix': 'EXEF', 'type': 'FV', 'hash': 'A7B3C9D2E1F04856',
682
+ >>> DocumentIDGenerator.parse_id("DOC-FV-A7B3C9D2E1F04856")
683
+ {'prefix': 'DOC', 'type': 'FV', 'hash': 'A7B3C9D2E1F04856',
684
684
  'document_type': <DocumentType.INVOICE>}
685
685
  """
686
686
  parts = document_id.split('-')