fix: 科目名称补位 + 摘要过滤科目名称

- 科目代码没名称时，从下方200px内补取含中文的文本作为名称
- 摘要候选排除以-/－开头的会计科目文本
- 摘要候选排除与代码名称重复的候选
- 名称补位排除含其他科目代码的行（防误匹配）

core/parser.py

@@ -178,6 +178,41 @@ class K3VoucherParser:
         if not codes:
             return self._parse_entries_fallback()
         
+        # === 4.3 科目名称补位：如果代码没有名称，从附近行找 ===
+        for code in codes:
+            if code['name']:  # 已有名称则跳过
+                continue
+            # 在当前代码下方附近找包含中文的文本（排除含其他科目代码的行）
+            name_candidates = []
+            for text, conf, cx, cy, box in self.lines:
+                if conf < 0.5:
+                    continue
+                if not re.search(r'[\u4e00-\u9fff]', text):  # 必须含中文字
+                    continue
+                if any(k in text for k in skip_keywords + ['合计', '亿', '千', '百', '拾', '万']):
+                    continue
+                if re.match(r'^[\d.\-,]+$', text.strip()):
+                    continue
+                if len(text.strip()) < 3:
+                    continue
+                if cx < 400 or cx > 1300:  # 名称列通常在x=400-1300
+                    continue
+                if re.search(r'(公司|有限|集团|企业)', text):  # 排除公司名
+                    continue
+                if text.strip() in ('未到账', '已到账', '未达', '已达'):
+                    continue
+                # 排除包含其他科目代码的行（如 "6603.02－财务费用"）
+                if re.search(r'\d{3,}\.\d', text):
+                    continue
+                dist_y = cy - code['y_pos']
+                if 0 < dist_y < 200:  # 代码下方200px以内
+                    name_candidates.append((text, dist_y, cx, cy))
+            if name_candidates:
+                # 取y距离最近的
+                name_candidates.sort(key=lambda x: (x[1], -x[2]))
+                code['name'] = name_candidates[0][0]
+                code['y_pos'] = max(code['y_pos'], name_candidates[0][3])  # 更新y为名称位置
+        
         # === 4.5 摘要提取：从剩余 OCR 文字中找摘要 ===
         code_y_min = min(c['y_pos'] for c in codes)
         
@@ -218,6 +253,13 @@ class K3VoucherParser:
                 continue
             if text.strip() in ('未到账', '已到账', '未达', '已达'):
                 continue
+            # 过滤垃圾摘要：纯字母数字/太短/无中文
+            if not re.search(r'[\u4e00-\u9fff]', text):  # 没有中文字，排除
+                continue
+            if len(text.strip()) < 4:  # 太短
+                continue
+            if conf < 0.6:  # 提高置信度要求
+                continue
             # 过滤非摘要的日期/期号文本
             if re.match(r'\d{3}年第\d+期', text.strip()):
                 continue
@@ -233,6 +275,23 @@ class K3VoucherParser:
             # 过滤包含"公司"、"物业"、"有限"等公司相关词
             if re.search(r'(公司|有限|物业|集团|企业)', text):
                 continue
+            # 过滤科目名称文本：以 -/－ 开头的会计科目
+            if re.match(r'^[-－][^\d]', text.strip()) and any(
+                kw in text for kw in ['银行', '货币', '账款', '费用', '收入', '成本',
+                                       '应收', '应付', '预付', '预收', '其他', '库存',
+                                       '管理', '财务', '手续费', '押金', '资本']
+            ):
+                continue
+            # 过滤纯科目名称（在代码附近找到的科目名不应作为摘要）
+            if len(text.strip()) < 20:  # 短文本更容易是科目名
+                is_near_name = False
+                for c in codes:
+                    if c['name'] and c['name'] in text:
+                        if abs(c['y_pos'] - cy) < 100:
+                            is_near_name = True
+                            break
+                if is_near_name:
+                    continue
             if cy < desc_upper_bound:
                 continue
             # 去重：跳过 y 距离 < 30 的重复文本