epts-parser 1.1.0

Structured data extraction from Russian vehicle electronic passport (ЭПТС/ЭПСМ) PDF

epts-parser — ЭПТС + ЭПСМ Парсер

Структурированное извлечение данных из PDF-выписок ЭПТС (электронный паспорт транспортного средства) и ЭПСМ (электронный паспорт самоходной машины) по стандарту R.019 (Решение Коллегии ЕЭК № 81).

---

Возможности

• ✅ Поддержка ЭПТС (легковые, грузовые, автобусы)
• ✅ Поддержка ЭПСМ (тракторы, спецтехника, дорожные машины)
• ✅ Авто-определение типа документа (parse_any)
• ✅ Извлечение 30+ полей ЭПТС и 70+ полей ЭПСМ
• ✅ Поддержка многостраничных PDF
• ✅ Первичное извлечение через таблицы (pdfplumber)
• ✅ Fallback-извлечение через Regex из свободного текста
• ✅ Валидация извлечённых данных (validate_epts, validate_epsm)
• ✅ Вывод в JSON, читабельный текст, CSV или JSONL
• ✅ Пакетная обработка директорий (рекурсивно)
• ✅ OCR-режим для отсканированных PDF
• ✅ CLI-интерфейс (epts-parser / python -m epts_parser)

---

Установка

# Из GitHub
pip install git+https://github.com/OlegKarenkikh/epts-parser.git

# Для разработки
git clone https://github.com/OlegKarenkikh/epts-parser.git
cd epts-parser
pip install -e .[dev]

# OCR-режим
pip install -e .[ocr]

---

Быстрый старт

ЭПТС (транспортное средство)

from epts_parser import EPTSParser

parser = EPTSParser("vyipiska_epts.pdf")
data = parser.parse()

print(parser.to_json())       # JSON
print(parser.to_flat_text())  # читабельный текст

print(data.vin)             # XTA21099071234567
print(data.epts_number)     # 111222333444555
print(data.owner_name)      # ООО «Ромашка»
print(data.engine_power_kw) # 77.0
print(data.engine_power_hp) # 104.7

ЭПСМ (самоходная машина)

from epts_parser import EPSMParser, validate_epsm

rec = EPSMParser().parse_file("traktor_john_deere.pdf")
print(rec.epsm_number)      # 264300200012345
print(rec.brand)            # John Deere
print(rec.category_epsm)   # F

errors = validate_epsm(rec)
if errors:
    for field, msg in errors:
        print(f"[{field}] {msg}")

Авто-определение типа документа

from epts_parser import parse_any, passport_type_str

# Определить тип без полного парсинга
print(passport_type_str("doc.pdf"))  # 'EPTS' или 'EPSM'

# Распарсить автоматически
record = parse_any("doc.pdf")  # → VehiclePassportData или VehiclePassportEPSM

CLI

# Один файл → JSON (stdout)
epts-parser vyipiska.pdf

# Один файл → читабельный текст
epts-parser vyipiska.pdf --format text

# Папка с PDF → CSV (рекурсивно)
epts-parser ./docs/ --format csv --output result.csv

# Папка с PDF → JSON Lines
epts-parser ./docs/ --format jsonl --output result.jsonl

# Отсканированный PDF (OCR)
epts-parser scan.pdf --ocr

---

Структура полей ЭПТС

Группа	Поля
Идентификация	epts_number, vin, pts_number
Общие сведения	brand, model, vehicle_type, category, year, color
Номера агрегатов	body_number, chassis_number, engine_number
Двигатель	engine_type, engine_power_kw, engine_power_hp, engine_volume, fuel_type, eco_class
Масса / места	max_mass, curb_mass, seats_count
Изготовитель	manufacturer_name, manufacturer_inn, manufacturer_country
ОТТС / таможня	otts_number, otts_date, customs_declaration
Владелец	owner_name, owner_inn, owner_ogrn, owner_address
Документ	issue_date, issuer

Подробное описание с примерами значений: docs/FIELDS.md

Структура полей ЭПСМ

Группа	Ключевые поля
Документ	epsm_number, epsm_status, issue_date, printed_date
Идентификация	vin, engine_number, chassis_number, body_number
Машина	brand, model, machine_type, category_epsm, category_trts
Движитель	propulsion_type (колесный / гусеничный / …)
Двигатель	engines[0].engine_power_kw, engines[0].fuel_type, engines[0].engine_volume
Трансмиссия	transmission.gearbox_type, transmission.pto_shaft
Масса	curb_mass, max_mass, payload, max_tow_mass, axle_loads
Изготовитель	manufacturer_name, manufacturer_country
Соответствие	compliance_doc_type, compliance_doc_number
Таможня	customs_declaration, customs_restrictions
Владелец	registrations[].action, any_restrictions

---

Тестирование

pip install -e .[dev]
pytest tests/ -v --cov=epts_parser --cov-report=term-missing

Целевое покрытие: ≥ 80% по всем модулям.

---

Требования

• Python 3.10+
• pdfplumber>=0.10.0

Для OCR-режима дополнительно: pytesseract>=0.3.10, pdf2image>=1.16.0, Tesseract OCR с пакетом rus.

---

Структура проекта

epts-parser/
├── .github/workflows/ci.yml
├── epts_parser/
│   ├── __init__.py          # публичный API
│   ├── __main__.py          # CLI
│   ├── models.py            # VehiclePassportData (ЭПТС)
│   ├── models_epsm.py       # VehiclePassportEPSM + sub-dataclasses (ЭПСМ)
│   ├── mappings.py          # таблица маппинга полей
│   ├── parser.py            # EPTSParser
│   ├── parser_epsm.py       # EPSMParser + detect_passport_type
│   ├── auto_parser.py       # parse_any / passport_type_str
│   ├── validators.py        # validate_epts
│   ├── validators_epsm.py   # validate_epsm
│   ├── exporters.py         # to_csv / to_jsonl
│   └── ocr.py
├── tests/
│   ├── fixtures/
│   │   └── john_deere_8r.json
│   ├── test_parser.py
│   ├── test_epsm_parser.py
│   ├── test_auto_parser.py
│   └── test_validators.py
├── docs/FIELDS.md
├── pyproject.toml
└── LICENSE

---

Лицензия

MIT © 2026 OlegKarenkikh