fix(verify): PUNCT_END generico e frasi spezzate come warning

PUNCT_END esteso con terminatori comuni in documenti tecnici:
- $ e } per formule LaTeX inline e blocchi
- > per tag HTML (</table>, </td>, ecc.)
- \\ per line break LaTeX
- · (punto centrato, U+00B7) per notazione matematica
Caratteri unicode scritti con chr() per evitare SyntaxError Python 3.12+
con curly quotes nel sorgente.

Frasi spezzate spostate da blockers a warnings: il chunker le risolve
automaticamente con merge_broken_sentences; i casi residui sono
perlopiù falsi positivi (frontespizi, entità proprie senza punto finale).

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

chunks/verify_chunks.py

@@ -32,13 +32,27 @@ import config as cfg
 MIN_CHARS = cfg.MIN_CHARS
 MAX_CHARS = cfg.MAX_CHARS
 
+_PUNCT_CLS = (
+    "[.!?"
+    + chr(0xBB) + ")\\]"
+    + chr(0x2018) + chr(0x2019)
+    + chr(0x201C) + chr(0x201D)
+    + "\"'"
+    + chr(0x2014) + chr(0x2013) + chr(0x2026)
+    + chr(0xB7)   # punto centrato LaTeX
+    + "]$"
+)
 PUNCT_END = re.compile(
-    r"[.!?\xbb)\]'’\"“”‘—–…]$"
+    _PUNCT_CLS
-    r"|/$"              # URL che finisce con /
+    + r"|/$"
-    r"|\|$"             # riga di tabella Markdown
+    + r"|\|$"
-    r"|;$"              # fine clausola legale
+    + r"|;$"
-    r"|:$"              # introduzione a lista o formula
+    + r"|:$"
-    r"|\d[\d.,/]*$"     # numero, anno, versione, riferimento normativo
+    + r"|\d[\d.,/]*$"
+    + r"|\$$"
+    + r"|\}$"
+    + r"|>$"
+    + r"|\\\\$"
 )
 _HEX_END   = re.compile(r"[0-9a-fA-F]{8,}$")
 _URL_TAIL  = re.compile(r"(https?://|www\.)\S+(\s+\S+){0,3}$")
@@ -312,13 +326,13 @@ def verify_stem(stem: str, project_root: Path, min_chars: int, max_chars: int) -
         print(f"  → Causa probabile: sezioni senza testo nel clean.md")
 
     if incomplete:
-        print(f"\n  🔴 {len(incomplete)} chunk con FRASE SPEZZATA:")
+        print(f"\n  🟡 {len(incomplete)} chunk con FRASE SPEZZATA (warning):")
         for c in incomplete[:5]:
             last_line = c.get("text", "").rstrip().split("\n")[-1][-80:]
             print(f"  [{c.get('chunk_id', '?')}] ...{last_line!r}")
         if len(incomplete) > 5:
             print(f"  ... e altri {len(incomplete) - 5}")
-        print(f"  → Soluzione: python chunks/fix_chunks.py --stem {stem}")
+        print(f"  → Soluzione: correggi il sorgente .md e rigenera con chunker.py --force")
 
     # ── Warnings ──────────────────────────────────────────────────────────────
 
@@ -350,12 +364,12 @@ def verify_stem(stem: str, project_root: Path, min_chars: int, max_chars: int) -
             print(f"  [{e['chunk_id']}] ≡ [{e['duplicate_of']}]  «{e['last_text'][:60]}»")
         if len(duplicates) > 5:
             print(f"  ... e altri {len(duplicates) - 5}")
-        print(f"  → Causa probabile: fix_chunks merge multipli o sezioni ripetute")
+        print(f"  → Causa probabile: sezioni ripetute nel sorgente .md")
 
     # ── Report.json ───────────────────────────────────────────────────────────
 
-    blockers = empty_chunks + no_prefix + malformed_prefix + body_empty + incomplete
+    blockers = empty_chunks + no_prefix + malformed_prefix + body_empty
-    warnings = too_short + too_long + incomplete_math + broken_tables
+    warnings = too_short + too_long + incomplete + incomplete_math + broken_tables
 
     verdict = "blocked" if blockers else ("warnings_only" if (warnings or duplicates) else "ok")
 
@@ -418,18 +432,16 @@ def verify_stem(stem: str, project_root: Path, min_chars: int, max_chars: int) -
         print(f"       python ingestion/ingest.py --stem {stem}")
         if too_short or too_long:
             print()
-            print(f"  Per ottimizzare prima:")
+            print(f"  Per ottimizzare: correggi il sorgente .md e rigenera con --force")
-            print(f"       python chunks/fix_chunks.py --stem {stem} --dry-run")
-            print(f"       python chunks/fix_chunks.py --stem {stem}")
 
     else:
         print(f"  🔴 {len(blockers)} problemi bloccanti — correggi prima di procedere:")
         if empty_chunks or body_empty:
             print(f"    • chunk vuoti/senza corpo → controlla sources/{stem}/auto/{stem}_clean.md")
         if no_prefix or malformed_prefix:
-            print(f"    • prefisso mancante/malformato → controlla gli heading in {stem}_clean.md")
+            print(f"    • prefisso mancante/malformato → controlla gli heading in sources/{stem}.md")
         if incomplete:
-            print(f"    • frasi spezzate → python chunks/fix_chunks.py --stem {stem}")
+            print(f"    • frasi spezzate → correggi il sorgente e rigenera con --force")
         print()
         print(f"  Dopo le correzioni:")
         print(f"       python chunks/chunker.py --stem {stem} --force")