Merge pull request 'fix(nevo): strip preamble/mini-ratio from court rulings too (#86.1)' (#56) from fix/nevo-preamble-court-rulings into main

mcp-server/src/legal_mcp/services/extractor.py

@@ -358,8 +358,16 @@ def render_pages_for_multimodal(
 _NEVO_MARKERS = ("ספרות:", "חקיקה שאוזכרה:", "מיני-רציו:", "פסקי דין שאוזכרו:",
                  "כתבי עת:", "הועתק מנבו")
 
+# Markers for where the actual decision body begins (everything before is Nevo
+# preamble: bibliography + מיני-רציו). Two families:
+#   - ועדת ערר / district openings (בפנינו / הערר שבנדון / ...)
+#   - COURT-RULING openings (#86.1): a פסק-דין header or the authoring judge's
+#     line ("השופט/ת X:", "כב' השופט", "הנשיא"). Without these, Nevo court
+#     judgments — exactly the ones carrying a מיני-רציו — slipped through unstripped
+#     (e.g. בג"ץ 1764/05), risking that the extractor reads Nevo's answer key.
 _DECISION_START = re.compile(
-    r"^(בפנינו|לפנינו|הערר שבנדון|ועדת הערר לתכנון|רקע עובדתי|עסקינן)",
+    r"^(בפנינו|לפנינו|לפניי|הערר שבנדון|ועדת הערר לתכנון|רקע עובדתי|עסקינן|"
+    r"פסק[- ]דין|פסק[- ]דינו|כב(?:וד)?['׳]?\s*השופט|המשנה לנשיא|הנשיא|השופט)",
     re.MULTILINE,
 )
 
@@ -369,7 +377,9 @@ def strip_nevo_preamble(text: str) -> str:
 
     Returns the original text unchanged if no preamble is detected.
     """
-    head = text[:400]
+    # Window wide enough to catch the Nevo markers even when a long court/parties
+    # header precedes them (court rulings push חקיקה שאוזכרה:/מיני-רציו: down).
+    head = text[:1500]
     if not any(marker in head for marker in _NEVO_MARKERS):
         return text
     m = _DECISION_START.search(text)

mcp-server/tests/test_nevo_preamble.py

@@ -0,0 +1,57 @@
+from __future__ import annotations
+
+from legal_mcp.services import extractor as ex
+
+# Nevo preamble block shared by the Nevo-sourced cases.
+_PREAMBLE = (
+    "חקיקה שאוזכרה:\n"
+    "חוק התכנון והבניה, תשכ\"ה-1965: סע' 197\n\n"
+    "מיני-רציו:\n"
+    "* העותרים לא הוכיחו טעם מיוחד.\n"
+    "ביהמ\"ש העליון דחה את העתירה בקובעו:\n"
+    "המחוקק הגביל את הזמן ל-3 שנים.\n\n"
+)
+
+
+def test_strips_court_ruling_judge_opening():
+    # #86.1: court rulings open with the authoring judge — previously NOT stripped.
+    text = _PREAMBLE + "השופט ס' ג'ובראן:\n\nהאם קיימים טעמים מיוחדים..."
+    out = ex.strip_nevo_preamble(text)
+    assert out.startswith("השופט ס' ג'ובראן:")
+    assert "מיני-רציו" not in out
+    assert "דחה את העתירה בקובעו" not in out
+
+
+def test_strips_court_ruling_pdin_header():
+    text = _PREAMBLE + "פסק-דין\n\nלפנינו עתירה..."
+    out = ex.strip_nevo_preamble(text)
+    assert out.startswith("פסק-דין")
+    assert "מיני-רציו" not in out
+
+
+def test_strips_vaada_opening_regression():
+    # existing behaviour must keep working
+    text = _PREAMBLE + "בפנינו ערר על החלטת הוועדה המקומית..."
+    out = ex.strip_nevo_preamble(text)
+    assert out.startswith("בפנינו ערר")
+    assert "מיני-רציו" not in out
+
+
+def test_non_nevo_unchanged():
+    # no Nevo markers → returned as-is even though it has a judge line
+    text = "פסק דין\nהשופט כהן: בעניין שלפנינו..."
+    assert ex.strip_nevo_preamble(text) == text
+
+
+def test_nevo_markers_but_no_body_start_unchanged():
+    # markers present but nothing that looks like a decision body → leave intact
+    text = "מיני-רציו:\n* תקציר בלבד ללא גוף החלטה\n"
+    assert ex.strip_nevo_preamble(text) == text
+
+
+def test_markers_past_400_chars_still_detected():
+    # a long court/parties header pushes the markers past the old 400-char window
+    header = "בבית המשפט העליון " + ("x " * 200) + "\n"  # ~600 chars
+    text = header + _PREAMBLE + "השופטת ע' ארבל:\n\nגוף ההחלטה..."
+    out = ex.strip_nevo_preamble(text)
+    assert out.startswith("השופטת ע' ארבל:")