fix: mask PIB after service labels and log noise (v2.6.7)

CHANGELOG.md

@@ -4,6 +4,22 @@ All notable changes to this project will be documented in this file.
 
 The format is based on [Keep a Changelog](https://keepachangelog.com/en/1.1.0/).
 
+## [2.6.7] - 2026-07
+
+### Fixed
+- **PIB preceded by service labels / noise is now masked.** In lines like
+  `ПІБ: Петренко Іван Васильович` or log lines
+  `… ІПН=3698521592 — ПІБ «138» → «Міронов Андрій Петрович» …` the real name
+  was skipped: the PIB anchor latched onto `ІПН=…` (starts uppercase) or the
+  marker `ПІБ`, then stopped. Now `is_pib_anchor` strips trailing punctuation
+  and rejects tokens containing digits/`=`; `ПІБ` and `звання` are excluded
+  markers.
+
+### Known limitation
+- A bare rank with **no** following PIB (e.g. `звання «…» → «молодший сержант»`)
+  is still not masked — long-standing behavior that avoids false positives on
+  rank words in prose; independent of this fix.
+
 ## [2.6.6] - 2026-06
 
 ### Fixed

data_masking.py

@@ -30,7 +30,7 @@
 # Re-exports from masking package for backward compatibility
 # ============================================================================
 
-__version__ = "2.6.6"
+__version__ = "2.6.7"
 
 from masking.constants import (
     __version__, __author__, __contact__, __phone__, __license__, __year__,

masking/constants.py

@@ -26,7 +26,7 @@
 # ============================================================================
 # МЕТАДАНІ
 # ============================================================================
-__version__ = "2.6.6"
+__version__ = "2.6.7"
 __author__ = "Vladyslav V. Prodan"
 __contact__ = "github.com/click0"
 __phone__ = "+38(099)6053340"
@@ -129,6 +129,9 @@
     "неналежііе", "инутрішньої", "радіовіzUділення",
     "с~гатуту", "року", "Року", "числа", "місяця",
     "один", "два", "три", "чотири", "п'ять",
+    # Службові маркери-мітки (щоб не плутались із самим ПІБ у форматах
+    # "ПІБ: Петренко..." чи логах "ПІБ «138» → «Міронов...»")
+    "ПІБ", "піб", "Піб", "звання", "Звання", "ЗВАННЯ",
 ]
 
 # Regex паттерни для виявлення звань різних типів служб

masking/helpers.py

@@ -107,8 +107,10 @@ def normalize_identifier(identifier: str) -> str:
 
 def is_pib_anchor(word: str) -> bool:
     if word.startswith("___") and word.endswith("___"): return False
-    word = word.strip(_cfg.QUOTE_CHARS)
+    word = word.strip(_cfg.QUOTE_CHARS).strip(",.!?;:")
     if not word or len(word) <= 2: return False
+    # Слова з цифрами/= — не ПІБ (ІПН=3698521592, «138», кодування)
+    if re.search(r'[\d=]', word): return False
     word_lower = word.lower()
     if word_lower in _cfg.EXCLUDE_WORDS_LOWER: return False
     if word_lower in _cfg.RANKS_LIST_LOWER: return False

tests/test_quoted.py

@@ -60,3 +60,29 @@ def test_matches_unquoted_behaviour(self):
         a, _ = mask('Петренко Іван Сергійович')
         b, _ = mask('«Петренко Іван Сергійович»')
         assert b == '«' + a + '»'
+
+
+class TestServiceMarkers:
+    """ПІБ маскується, коли перед ним стоять службові мітки/шум
+    ("ПІБ:", "ІПН=…", лог-формати), а не сам ПІБ."""
+
+    def test_label_pib_colon(self):
+        masked, _ = mask('ПІБ: Петренко Іван Васильович')
+        assert 'Петренко' not in masked
+        assert masked.startswith('ПІБ: ')  # мітка лишається
+
+    def test_data_ipn_log_line(self):
+        line = ('[WARNING] data-ipn: ІПН=3698521592 — ПІБ «138» → '
+                '«Міронов Андрій Петрович» (джерело data-ipn головне)')
+        masked, md = mask(line)
+        assert 'Міронов' not in masked
+        assert '3698521592' not in masked  # ІПН теж
+        from unmasking.engine import unmask_text_v2
+        restored, _ = unmask_text_v2(masked, md, check_mapping_version(md))
+        assert restored == line
+
+    def test_ipn_assignment_not_treated_as_name(self):
+        # ІПН=NNNNNNNNNN не має ламати розпізнавання ПІБ далі в рядку
+        masked, _ = mask('ІПН=1234567890 Петренко Іван Васильович')
+        assert 'Петренко' not in masked
+        assert '1234567890' not in masked

unmasking/cli.py

@@ -58,7 +58,7 @@
 # ============================================================================
 # МЕТАДАНІ
 # ============================================================================
-__version__ = "2.6.6"
+__version__ = "2.6.7"
 
 
 def main():