fix(uyap): extract İhale Bedeli from UDF <data> section (values stored outside <content>)

Inspector confirmed the auction_result UDF stores filled values in a <data> section with semantic element names (<ihaleBedeli>4.654.000,00</ihaleBedeli>, <satisBedeliKalani>...</satisBedeliKalani>), NOT in the <content> CDATA (which holds only template labels). extract_udf_source_text read only <content>, so the İhale Bedeli value was never seen -> honest PENDING_REVIEW. 2026/263 worked because its amounts were inline in <content>.

Fix: _extract_content_text now also reads the UDF <data> section and appends KNOWN FINANCIAL fields (exact tag-name match: ihaleBedeli/muhammenBedel/kiymeti/odenmesiGerekenBedel) as canonical labeled lines ('İhale Bedeli: <value>'). The existing label->value extractor (with the multi-occurrence change) then picks up the value. Deterministic and non-fabricating: the value comes from the explicit semantic element (tag name = field identity); the card 'Satış Tutarı' is still never used; compound/personal/unknown tags (e.g. borcluAdi, satisBedeliKalani) are NOT appended (no false match, no personal-data leak). content.xml without <data> is unchanged (no regression).

Verified end-to-end: data-section UDF now yields P=1.234.567,89 via same_segment; personal <borcluAdi> excluded; inline UDF unchanged. +3 tests; 525 uyap/extract/reconcile/model/pilot tests pass.

Author: onatozmenn

src/sold/ingestion/uyap/udf.py

@@ -63,6 +63,42 @@ def _member_names_safe_summary(names: list) -> dict:
     }
 
 
+# UYAP UDF: doldurulmuş ALAN DEĞERLERİ ``<content>`` CDATA'sında DEĞİL, ayrı ``<data>`` bölümünde SEMANTİK
+# tag'lerle tutulabilir (ör. ``<ihaleBedeli>4.654.000,00</ihaleBedeli>``). YALNIZCA bilinen FİNANSAL tag'ler
+# (TAM ad eşleşmesi) kanonik Türkçe etiketle metne eklenir → alan-etiketi→değer çıkarımı bunları görür.
+# Bileşik/kişisel/bilinmeyen tag'ler EKLENMEZ (yanlış eşleşme + kişisel-veri sızıntısı önlenir).
+_UDF_DATA_FINANCIAL_LABELS = {
+    "ihalebedeli": "İhale Bedeli",
+    "muhammenbedel": "Muhammen Bedel",
+    "muhammenbedeli": "Muhammen Bedel",
+    "muhammenkiymet": "Muhammen Kıymet",
+    "muhammenkiymeti": "Muhammen Kıymet",
+    "kiymeti": "Kıymeti",
+    "odenmesigerekenbedel": "Ödenmesi Gereken Bedel",
+}
+
+
+def _data_field_lines(root) -> list:
+    """UYAP UDF ``<data>`` bölümündeki BİLİNEN finansal alanları ``Kanonik Etiket: değer`` satırlarına çevirir.
+
+    Doldurulmuş değerler ``<content>`` CDATA'sında değil ``<data>``'da semantik tag'lerle tutulur. Yalnız
+    bilinen finansal tag'ler (TAM ad eşleşmesi) kanonik etiketle eklenir; değer AÇIK semantik elemandan
+    gelir (UYDURMA YOK, kart 'Satış Tutarı' KULLANILMAZ). Bileşik/kişisel/bilinmeyen alanlar EKLENMEZ.
+    """
+    lines = []
+    for data_el in root.iter():
+        if str(data_el.tag).split("}")[-1].lower() != "data":
+            continue
+        for child in list(data_el):
+            key = str(child.tag).split("}")[-1].lower().replace("_", "")
+            label = _UDF_DATA_FINANCIAL_LABELS.get(key)
+            val = (child.text or "").strip()
+            if label and val:
+                lines.append(f"{label}: {val}")
+        break  # ilk ``<data>`` bölümü yeterli
+    return lines
+
+
 def _extract_content_text(xml_bytes: bytes, diag: dict) -> str | None:
     """``content.xml`` baytlarını GÜVENLİ XML ayrıştırıp ``content`` elemanının CDATA/metnini aynen döndürür."""
     try:
@@ -96,6 +132,13 @@ def _extract_content_text(xml_bytes: bytes, diag: dict) -> str | None:
     if not text or not text.strip():
         diag["blocking_reason"] = "empty_content_text"
         return None
+    # UYAP UDF: doldurulmuş finansal değerler <content> DIŞINDA <data> bölümünde semantik tag'lerde durur
+    # (ör. <ihaleBedeli>). Bilinen finansal alanları kanonik etiketle EKLE ki İhale Bedeli/Muhammen çıkarımı
+    # görebilsin (değer açık semantik elemandan; UYDURMA YOK). content.xml'de yoksa metin AYNEN kalır.
+    data_lines = _data_field_lines(root)
+    if data_lines:
+        text = text + "\n" + "\n".join(data_lines)
+    diag["udf_data_financial_field_count"] = len(data_lines)
     diag["source_text_available"] = True
     diag["text_extraction_supported"] = True
     return text

tests/test_uyap_live_fix12.py

@@ -86,6 +86,49 @@ def test_root_content_xml_found_and_extracted():
     assert native_udf_supported(diag) is True
 
 
+# --- <data> bölümü finansal alanları (gerçek Ankara 2026/23: değer <content> DIŞINDA) ------- #
+_DATA_SECTION_XML = (
+    '<?xml version="1.0" encoding="UTF-8"?>\n'
+    '<template format_id="1.8">\n'
+    '  <content><![CDATA[Artırma Sonuç Tutanağı İhale Bedeli Ödenmesi Gereken Bedel]]></content>\n'
+    '  <data>\n'
+    '    <ihaleBedeli>1.234.567,89 TL</ihaleBedeli>\n'
+    '    <satisBedeliKalani>111.111,11 TL</satisBedeliKalani>\n'
+    '    <borcluAdi>SENTETİK KİŞİ</borcluAdi>\n'
+    '  </data>\n'
+    '</template>\n'
+)
+
+
+def test_data_section_known_financial_field_appended_personal_excluded():
+    # Doldurulmuş İhale Bedeli <content> CDATA'sında DEĞİL, <data><ihaleBedeli>'de; kanonik etiketle EKLENİR.
+    text, diag = extract_udf_source_text(_make_udf(_DATA_SECTION_XML))
+    assert text is not None
+    assert "İhale Bedeli: 1.234.567,89 TL" in text            # bilinen finansal alan kanonik etiketle
+    assert diag.get("udf_data_financial_field_count") == 1    # yalnız ihaleBedeli finansal-haritada
+    assert "SENTETİK KİŞİ" not in text                        # kişisel alan EKLENMEZ (sızıntı yok)
+    assert "111.111,11" not in text                           # harita-dışı finansal-olmayan alan EKLENMEZ
+
+
+def test_data_section_ihale_bedeli_feeds_auction_price_extraction():
+    # Uçtan uca: <data><ihaleBedeli> → metne eklenir → İhale Bedeli(P) çıkarımı bunu görür (uydurma yok).
+    text, _ = extract_udf_source_text(_make_udf(_DATA_SECTION_XML))
+    ev = extract_evidence(
+        [{"artifact_type": "auction_result", "text": text},
+         {"artifact_type": "status_card", "text": "Satıldı Satış İşlemleri Tamamlandı"}],
+        institution="Ankara", file_id="2026/23",
+    )
+    assert ev.ihale_bedeli == 1_234_567.89
+    assert ev.auction_price_field_label_found is True
+
+
+def test_inline_content_amounts_unchanged_when_no_data_section():
+    # <data> yoksa metin AYNEN kalır (2026/263 satır-içi düzen; regresyon yok).
+    text, diag = extract_udf_source_text(_make_udf())
+    assert diag.get("udf_data_financial_field_count") == 0
+    assert "İhale Bedeli : 1.234.567,89" in text
+
+
 def test_no_extractall_used_in_reader():
     src = inspect.getsource(_udf)
     assert "extractall" not in src                          # keyfi üye diske AÇILMAZ