update

backend/blocks.py

@@ -378,7 +378,11 @@ _PDF_CAPS_SPLIT = re.compile(r"(?<![A-Za-zÄÖÜäöüß])([A-ZÄÖÜ]) ([A-ZÄ
 # Regel B: Einzelbuchstaben-PAAR („N P") — nur mergen, wenn das Ergebnis im selben Dokument
 # mehrfach ungespalten vorkommt (Frequenz-Beleg statt Domänenliste: „NP" ja, „C Y" nein).
 _PDF_LETTER_PAIR = re.compile(r"(?<![A-Za-zÄÖÜäöüß])([A-ZÄÖÜ]) ([A-ZÄÖÜ])(?![A-Za-zÄÖÜäöüß-])")
-_PDF_NORM_VERSION = 1  # bump → nächster Lauf re-konvertiert alle PDFs (Marker .pdf-txt-norm)
+# Regel C: GROSSLAUF + Leerzeichen VOR einem Bindestrich-Kompositum („NP -vollständig",
+# Makro-Spacing) → Leerzeichen weg. Einseitig: „X - y" (echter Gedankenstrich, beidseitig
+# Leerzeichen) bleibt unberührt.
+_PDF_HYPHEN_SPACE = re.compile(r"([A-ZÄÖÜ]{2,}) (-[a-zäöüß])")
+_PDF_NORM_VERSION = 2  # bump → nächster Lauf re-konvertiert alle PDFs (Marker .pdf-txt-norm)
 
 
 def _entzerre_pdf_woerter(text: str) -> str:
@@ -395,7 +399,8 @@ def _entzerre_pdf_woerter(text: str) -> str:
         n = len(re.findall(rf"(?<![A-Za-zÄÖÜäöüß]){merged}(?![A-Za-zÄÖÜäöüß])", text))
         return merged if n >= 3 else m.group(0)
 
-    return _PDF_LETTER_PAIR.sub(_belegt, text)
+    text = _PDF_LETTER_PAIR.sub(_belegt, text)
+    return _PDF_HYPHEN_SPACE.sub(r"\1\2", text)
 
 
 def _convert_pdfs(project: Path) -> None:
@@ -963,6 +968,10 @@ def _reference_strip(title: str) -> str:
         t = t[m.end():].strip()
         if (w := _WHOLE_PAREN_RE.match(t)):     # leading label left a lone '(Christofides)'
             t = w.group(1).strip()
+        else:
+            # 'Satz 7.12 (Lawler 1976): Konzept' — die Zuschreibungs-Klammer vor dem ':'
+            # gehört zum Katalog-Gerüst. Nur MIT ':' peelen — '(a1=1)-SubsetSum' bleibt.
+            t = re.sub(r'^[\(\[][^()\[\]]{2,40}[\)\]]\s*:\s*(?=\S)', '', t).strip() or t
     return t