From 2aec7f7a293f595f2a6b19f2697f964d9a355da2 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?Sebastjan=20Arti=C4=8D?= <sebastjan@folx.tv>
Date: Sat, 2 May 2026 08:52:40 +0000
Subject: [PATCH] =?UTF-8?q?Odstrani=20trailing=202-4=20cifrene=20=C5=A1tev?=
 =?UTF-8?q?ilke=20(leto/verzija)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

User: 'včasih številka 23 pri Modrijanih in pri Firbcih, te se pojavlajo
v naslovih'

Razlog: NAS interno označeni kot leto produkcije.
'PA KAJ (Official Video) 23' = leto 2023
'ONA HOČE (Official video) 22' = leto 2022
'S tabo res rad (Official Video) 33' = leto 2033 (?) ali interno

Pattern: r'\s+\d{2,4}\s*$' — trailing 2-4 cifrena številka

Test rezultati:
- 'S tabo res rad 33' → 'S tabo res rad' ✅
- 'PA KAJ 23' → 'PA KAJ' ✅
- 'PESEM GORENJSKIH TRAT (2023)' → 'PESEM GORENJSKIH TRAT' ✅

Edge cases (NI odstranjeno):
- 'Pesem 25 ljubljanskih ulic' (število v sredini) ✅
- 'Top 100 hitov' ✅
---
 app/main.py | 6 ++++++
 1 file changed, 6 insertions(+)

diff --git a/app/main.py b/app/main.py
index 5f3919e..9b51e1c 100644
--- a/app/main.py
+++ b/app/main.py
@@ -218,6 +218,12 @@ _NOISE_PATTERNS = [
     # Trailing year in parens (npr. "(2024)")
     r"\(\d{4}\)\s*$",
     
+    # Trailing 2-4 digit number na koncu (verjetno leto: "23", "2023", "33"):
+    # POMEMBNO: samo če je ZADNJA stvar v stringu in ne del besede
+    # NE odstrani '33 točk' ampak DA odstrani 'Naslov 33'
+    # Pred številko: presledek/oklepaji/ničesar
+    r"\s+\d{2,4}\s*$",
+    
     # Prazni / dummy oklepaji: "( )", "(  )", "( - )", "(-)", "(.)"
     r"\(\s*[-–—._]*\s*\)",