v3.1.4: таблицы — мин 2 строки, 40% заполнения

site/parser.py

@@ -154,7 +154,7 @@ def _parse_pdf(file_bytes: bytes) -> dict:
                 tables = page.extract_tables()
                 if tables:
                     for tbl in tables:
-                        if tbl and _table_has_content(tbl, min_fill_ratio=0.3):
+                        if tbl and _table_has_content(tbl):
                             result["elements"].append({
                                 "type": "table",
                                 "rows": tbl,
@@ -168,18 +168,22 @@ def _parse_pdf(file_bytes: bytes) -> dict:
 
 def _table_has_content(tbl: list, min_fill_ratio: float = 0.0) -> bool:
     """
-    Проверить что таблица содержит осмысленные данные.
+    Проверить что таблица содержит осмысленные ТАБЛИЧНЫЕ данные.
 
-    Фильтры:
-      - Хотя бы одна непустая ячейка
-      - Не менее min_fill_ratio ячеек заполнены (по умолчанию 0 — без фильтра)
+    Отбрасываем:
+      - Полностью пустые
+      - Одна строка (обычно это текст, не таблица)
+      - Менее 40% ячеек заполнены
     """
     if not tbl or not tbl[0]:
         return False
 
+    # Одна строка — не таблица, а текст
+    if len(tbl) <= 1:
+        return False
+
     total = 0
     filled = 0
-    all_text = ""
 
     for row in tbl:
         if not row:
@@ -189,15 +193,13 @@ def _table_has_content(tbl: list, min_fill_ratio: float = 0.0) -> bool:
             cell_str = str(cell).strip() if cell else ""
             if cell_str:
                 filled += 1
-                all_text += " " + cell_str
 
     if filled == 0:
         return False
 
-    # Фильтр по доле заполненных ячеек
-    if min_fill_ratio > 0 and total > 0:
-        if filled / total < min_fill_ratio:
-            return False
+    # Не менее 40% ячеек должны быть заполнены
+    if total > 0 and filled / total < 0.4:
+        return False
 
     return True