feat: mask standalone ranks in quotes (v2.6.8)

CHANGELOG.md

@@ -4,6 +4,24 @@ 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/).
 
+## [2.6.8] - 2026-07
+
+### Added
+- **Standalone ranks in quotes are now masked.** A rank wrapped in quotes as
+  a value on its own — `«молодший сержант»`, `звання «капітан» присвоєно`,
+  or log lines `… → «молодший сержант» …` — is masked even without an
+  accompanying PIB. Only exact known rank forms (`ALL_RANK_FORMS`) inside the
+  quotes are touched; arbitrary quoted text (`«важливо»`, `«138»`) is left
+  alone. Quotes stay in place; unmask restores via the `rank` mapping.
+
+### Known limitation
+- If a masked rank happens to collide with a *different, unmasked* bare rank
+  elsewhere in the same line (e.g. `капітан «майор»` where `майор` masks to
+  `капітан`), roundtrip may be ambiguous — an inherent property of
+  deterministic masking on collisions, not specific to quotes. Realistic
+  formats (one quoted rank, or several distinct quoted ranks) round-trip
+  correctly.
+
 ## [2.6.7] - 2026-07
 
 ### Fixed

data_masking.py

@@ -30,7 +30,7 @@
 # Re-exports from masking package for backward compatibility
 # ============================================================================
 
-__version__ = "2.6.7"
+__version__ = "2.6.8"
 
 from masking.constants import (
     __version__, __author__, __contact__, __phone__, __license__, __year__,

masking/constants.py

@@ -26,7 +26,7 @@
 # ============================================================================
 # МЕТАДАНІ
 # ============================================================================
-__version__ = "2.6.7"
+__version__ = "2.6.8"
 __author__ = "Vladyslav V. Prodan"
 __contact__ = "github.com/click0"
 __phone__ = "+38(099)6053340"
@@ -177,6 +177,8 @@
 
 EXCLUDE_WORDS_LOWER = frozenset(w.lower() for w in EXCLUDE_WORDS)
 RANKS_LIST_LOWER = frozenset(r.lower() for r in RANKS_LIST)
+# Усі граматичні форми звань (для точного збігу вмісту лапок «...»)
+ALL_RANK_FORMS_LOWER = frozenset(f.lower() for f in ALL_RANK_FORMS)
 
 _MONTHS_UA_LIST = [
     "січня", "лютого", "березня", "квітня", "травня", "червня",

masking/engine.py

@@ -206,6 +206,51 @@ def replace_match(match):
     return pattern.sub(replace_match, text)
 
 
+# Лапки (відкриваючі/закриваючі будь-якого стилю) для пошуку значень у лапках
+_QUOTED_RE = re.compile(r'([«"„“\'])([^«»"„“”\']{1,60})([»"”“\'])')
+
+
+def _mask_quoted_ranks(text: str, masking_dict: Dict, instance_counters: Dict) -> str:
+    """
+    Маскує звання, взяте в лапки як самостійне значення: «молодший сержант».
+
+    Основний парсер маскує звання лише в парі з ПІБ. Але у форматах-логах
+    звання йде як окреме значення в лапках без ПІБ. Тут маскуємо ТІЛЬКИ якщо
+    весь вміст лапок — рівно відома форма звання (ALL_RANK_FORMS), щоб не
+    зачепити довільний текст. Лапки лишаються на місці; unmask відновлює
+    звання зі словника rank як звичайно.
+    """
+    if not _cfg.MASK_RANKS:
+        return text
+
+    # Вже використані маски звань — щоб не маскувати результат повторно
+    already = {
+        info["masked_as"].lower()
+        for info in masking_dict["mappings"].get("rank", {}).values()
+        if isinstance(info, dict) and "masked_as" in info
+    }
+
+    segments = []
+    prev_end = 0
+    for m in _QUOTED_RE.finditer(text):
+        inner = m.group(2).strip()
+        low = inner.lower()
+        if low not in _cfg.ALL_RANK_FORMS_LOWER or low in already:
+            continue
+        masked = mask_rank_preserve_case(inner, masking_dict, instance_counters)
+        if masked == inner:
+            continue
+        already.add(masked.lower())
+        segments.append(text[prev_end:m.start()])
+        segments.append(m.group(1) + masked + m.group(3))
+        prev_end = m.end()
+
+    if segments:
+        segments.append(text[prev_end:])
+        text = ''.join(segments)
+    return text
+
+
 def mask_text_context_aware(text: str, masking_dict: Dict, instance_counters: Dict) -> str:
     """
     Головна функція маскування тексту з контекстним аналізом.
@@ -391,7 +436,13 @@ def mask_text_context_aware(text: str, masking_dict: Dict, instance_counters: Di
             iteration += 1
         masked_lines.append(final_line)
 
-    return '\n'.join(masked_lines)
+    text = '\n'.join(masked_lines)
+
+    # Звання-значення в лапках без ПІБ («молодший сержант») — після
+    # основного циклу, з пропуском уже замаскованих форм
+    text = _mask_quoted_ranks(text, masking_dict, instance_counters)
+
+    return text
 
 def mask_json_recursive(data: Any, masking_dict: Dict, instance_counters: Dict) -> Any:
     if isinstance(data, dict): return {key: mask_json_recursive(value, masking_dict, instance_counters) for key, value in data.items()}

tests/test_quoted.py

@@ -86,3 +86,32 @@ def test_ipn_assignment_not_treated_as_name(self):
         masked, _ = mask('ІПН=1234567890 Петренко Іван Васильович')
         assert 'Петренко' not in masked
         assert '1234567890' not in masked
+
+
+class TestQuotedRankStandalone:
+    """Звання в лапках як самостійне значення (без ПІБ) — v2.6.8."""
+
+    def test_data_ipn_rank_log_line(self):
+        line = ('[WARNING] data-ipn: ІПН=3577412582 — звання «1258963214» → '
+                '«молодший сержант» (джерело data-ipn головне)')
+        masked, md = mask(line)
+        assert '«молодший сержант»' not in masked  # звання замасковано
+        from unmasking.engine import unmask_text_v2
+        restored, _ = unmask_text_v2(masked, md, check_mapping_version(md))
+        assert restored == line
+
+    def test_quoted_rank_label(self):
+        masked, _ = mask('звання «капітан» присвоєно')
+        assert '«капітан»' not in masked
+        assert masked.count('«') == 1 and masked.count('»') == 1
+
+    def test_two_distinct_quoted_ranks_roundtrip(self):
+        line = 'звання «молодший сержант» та «сержант»'
+        masked, md = mask(line)
+        from unmasking.engine import unmask_text_v2
+        restored, _ = unmask_text_v2(masked, md, check_mapping_version(md))
+        assert restored == line
+
+    def test_non_rank_in_quotes_untouched(self):
+        assert mask('слово «важливо» тут')[0] == 'слово «важливо» тут'
+        assert mask('позиція «138» ключ')[0] == 'позиція «138» ключ'

unmasking/cli.py

@@ -58,7 +58,7 @@
 # ============================================================================
 # МЕТАДАНІ
 # ============================================================================
-__version__ = "2.6.7"
+__version__ = "2.6.8"
 
 
 def main():