fix: 科目名称提取v2 + 摘要修复

1. 摘要：排除期号文本（J22年第9期/22年第9期等）
2. 科目补位v2:
   - 先提取清洗后名称再评分（而非评分原始OCR文本）
   - 评分窗口±30px~+500px（下方优先，允许同行偏移）
   - 始终运行补位，与内联名称比分（内联基线10分）
   - y距惩罚加强至1/10（防跨行误抓）
   - 排除非科目文本（房号模式\d-\d{3,4}、未到账等）
   - 最小名称长度3（排除假台等噪声）
3. 之前code_map去重保留（Bug 1）

core/parser.py

@@ -240,54 +240,88 @@ class K3VoucherParser:
         name_candidates.sort(key=lambda x: x[1])
         
         for code in codes:
+            # 对所有代码行（即使已有内联名称）运行补位评分
+            candidates = []
+            
+            # 基线：内联名称（如已存在，分数加成）
             if code['name'] and len(code['name']) >= 2:
-                continue  # 已有名称，跳过
-            # 评分制选取最佳名称补位：优先含全角横杠的科目名称文本
-            scored = []
+                candidates.append({
+                    'name': code['name'],
+                    'is_inline': True,
+                    'y': code['y_pos'],
+                    'x': code['x_pos'],
+                    'raw': '',
+                })
+            
             for t, cy, cx in name_candidates:
-                if cy <= code['y_pos']:
-                    continue  # 只找下方的
+                # 只找下方 ±30px（允许同行偏移，但不找上方无关文本）
+                if cy < code['y_pos'] - 30:
+                    continue
+                if cy > code['y_pos'] + 500:
+                    continue
                 if abs(cx - code['x_pos']) > 600:
                     continue
-                dist = cy - code['y_pos']
-                if dist >= 600:
+                
+                # 先提取清洗后的名称
+                n = t.lstrip('－-—= ')
+                n = re.sub(r'[\d.\-—=－]+$', '', n).strip()
+                n = n.lstrip('-—－=')
+                if '\\' in n:
+                    n = n.split('\\', 1)[0].strip()
+                else:
+                    idx = max(n.rfind('－'), n.rfind('-'), n.rfind('—'))
+                    if idx >= 0:
+                        n = n[idx+1:].strip()
+                if not n or len(n) < 3:
+                    continue
+                # 排除明显的非科目名称文本
+                if any(k in t for k in ['未到账', '过账', 'Manager', '出纳', '制单', '审核', '经办']):
+                    continue
+                # 排除房号/楼栋模式文本（如 "假日里C1二单元假日重C1-2-0201"）
+                if re.search(r'\d-\d{3,4}', t):
                     continue
                 
-                # 评分：高的优先
-                score = 0
-                if '－' in t or '-' in t:
-                    score += 10  # 含横杠（全角/ASCII）→ 科目名称信号
-                if re.search(r'\d{10,}', t):
-                    score -= 30  # 银行账号（10位以上数字）→ 强烈惩罚
-                if len(t) >= 4:
-                    score += 3   # 长文本更可能是有效科目名
-                # 同列优先（科目名称通常在代码同一列下方）
-                x_dist = abs(cx - code['x_pos'])
-                if x_dist < 50:
-                    score += 25
-                elif x_dist < 150:
-                    score += 15
-                elif x_dist < 300:
-                    score += 5
-                score -= dist / 30  # 近的优先（tiebreaker）
-                scored.append((score, t, cy, cx))
+                candidates.append({
+                    'name': n,
+                    'is_inline': False,
+                    'y': cy,
+                    'x': cx,
+                    'raw': t,
+                })
             
-            if not scored:
+            if not candidates:
                 continue
-            scored.sort(key=lambda x: -x[0])
-            t, cy, cx = scored[0][1], scored[0][2], scored[0][3]
-            # 按用户规则提取名称（先清洗尾部全角横杠，防止取到最后无内容）
-            n = t.lstrip('－-—= ')
-            n = re.sub(r'[\d.\-—=－]+$', '', n).strip()
-            n = n.lstrip('-—－=')
-            if '\\' in n:
-                n = n.split('\\', 1)[0].strip()
-            else:
-                idx = max(n.rfind('－'), n.rfind('-'), n.rfind('—'))
-                if idx >= 0:
-                    n = n[idx+1:].strip()
-            if n and len(n) >= 2:
-                code['name'] = n
+            
+            # 评分：基于清洗后的名称，而非原始 OCR 文本
+            for cand in candidates:
+                score = 0
+                if cand['is_inline']:
+                    score = 10  # 内联名称基线分（有实际来源，更高可信度）
+                else:
+                    if '－' in cand['raw'] or '-' in cand['raw']:
+                        score += 10  # 含横杠信号
+                    if len(cand['name']) >= 4:
+                        score += 3   # 长名称更可信
+                    x_dist = abs(cand['x'] - code['x_pos'])
+                    if x_dist < 50:
+                        score += 25
+                    elif x_dist < 150:
+                        score += 15
+                    elif x_dist < 300:
+                        score += 5
+                    if re.search(r'\d{10,}', cand['raw']):
+                        score -= 15  # 原始文本含长数字串则轻度惩罚
+                    # 非科目名称特征文本
+                    if any(k in cand['raw'] for k in ['未到账', '过账', 'Manager']):
+                        score -= 20
+                score -= abs(cand['y'] - code['y_pos']) / 10  # 近的优先（y差10px扣1分，防止跨行误抓）
+                cand['score'] = score
+            
+            candidates.sort(key=lambda c: -c['score'])
+            best = candidates[0]
+            
+            if not best['is_inline']:
+                code['name'] = best['name']
         
         return codes
     
@@ -384,9 +418,9 @@ class K3VoucherParser:
         
         # 按 y 排序，取最靠上且有意义的候选
         candidates.sort(key=lambda x: x[1])
-        # 过滤掉日期/期号类文本
+        # 过滤掉日期/期号类文本（如"J22年第9期"、"022年第9期"）
         real_summaries = [t for t, y in candidates 
-                         if not re.match(r'\d{3}年第\d+期', t)
+                         if not re.match(r'.*\d{1,4}年第?\d{1,2}期', t)
                          and not re.match(r'[:：]\d+', t)
                          and '日期' not in t
                          and len(t) >= 6]