-- 124_deglue_avito_addresses.sql
-- #1773 — де-слип номера дома и маркера района/нас.пункта в listings.address (Avito).
--
-- ПРОБЛЕМА (прод). Avito-адреса хранят номер дома СЛИПШИМСЯ с маркером района без
-- разделителя: «…ул. Евгения Савкова, 29р-н Академический» (номер «29» приклеен к
-- «р-н Академический»). Паттерны из данных: «29р-н», «17Ар-н», «35/2р-н», «33с1р-н»,
-- «44Бр-н». Из-за склейки ломается извлечение номера дома и матчинг «того же дома»
-- (41 несматченный avito-листинг по одной улице).
--
-- ЧТО ДЕЛАЕТ. Вставляет «, » между токеном номера дома и следующим за ним маркером
-- района/нас.пункта без пробела. На ingest то же чинит avito.py::_clean_address;
-- этот backfill чистит УЖЕ сохранённые строки на деплое.
--
-- ПОЧЕМУ POSIX-ERE без lookahead. Postgres regexp_replace не поддерживает (?=…),
-- поэтому маркер фиксируется хвостовой группой \3 = «не кириллица/не цифра или конец»
-- (гарантирует, что маркер — целый токен, а не начало слова). Литера дома [А-Яа-яЁё]?
-- жадная, но движок обязан затем сматчить целый маркер вплотную — иначе совпадения нет.
-- Корпус «сN/кN» требует цифру, поэтому не путается с маркерами «с.» (село) / «к».
--
-- Idempotent: regexp_replace на уже-расклеенной строке («29, р-н») — no-op
-- (между номером и маркером уже стоит «, »); WHERE отбирает только ещё-слипшиеся
-- строки. Под gate _schema_migrations (ровно один раз).
-- Apply after: 123_avito_newbuilding_sweep_schedule.sql

BEGIN;

UPDATE listings
   SET address = regexp_replace(
                   address,
                   -- \1 = токен номера дома (цифры + опц. литера + опц. корпус/строение)
                   -- \2 = маркер района/нас.пункта
                   -- \3 = хвостовая граница (не буква/цифра или конец строки)
                   '([0-9]+[А-Яа-яЁё]?(/[0-9]+|с[0-9]+|к[0-9]+|корп\.? ?[0-9]+|стр\.? ?[0-9]+)?)'
                   || '(р-?н|мкр\.?|микрорайон|район|г\.|пос\.?|посёлок|поселок|снт|кв-л|квартал|д\.|с\.|пгт)'
                   || '([^А-Яа-яЁё0-9]|$)',
                   '\1, \3\4',
                   'g'
                 )
 WHERE source = 'avito'
   AND address ~ ('([0-9]+[А-Яа-яЁё]?(/[0-9]+|с[0-9]+|к[0-9]+|корп\.? ?[0-9]+|стр\.? ?[0-9]+)?)'
                  || '(р-?н|мкр\.?|микрорайон|район|г\.|пос\.?|посёлок|поселок|снт|кв-л|квартал|д\.|с\.|пгт)'
                  || '([^А-Яа-яЁё0-9]|$)');

COMMIT;