# Парсер даташитов: состояние (итерация 2 — pdfplumber) Дата: 06.11.2026. Источник: даташиты Yealink из Nextcloud (`Work/Datasheet`). ## Сравнение подходов | Подход | Разобрано | С 3+ параметрами | Качество строк | |---|---|---|---| | v1: `pdftotext -layout` | 27 / 48 | 12 | строки прилипали не к тем параметрам | | **v2: `pdfplumber` (таблицы по координатам)** | **46 / 53** | **46** | привязка верная | **Рост: 12 → 46 полноценных разборов (в 3.8 раза).** ## Что получилось | Метрика | Значение | |---|---| | Файлов разобрано | **46 из 53** | | Параметров всего | **1645** | | Среднее на файл | **37** | | С совместимыми моделями | **24 файла** | | Не разобрано | 7 (не табличные спецификации) | **Лучшие:** - `UVC85-BYOD` — 127 параметров - `MeetingBar A40` — 126 - `MeetingEye 500` — 102, **12 совместимых моделей** ## Что исправлено по сравнению с v1 1. **Таблицы по координатам** — параметр и его описание больше не путаются. 2. **Мусорные заголовки** (`PPaarraammeetteerr`, `DDeessccrriippttiioonn`) — отбрасываются. 3. **Разбивка значений по «•»** — вместо одной длинной строки список пунктов. 4. **Совместимые модели** извлекаются из текста (`UVC86`, `CTP18`, `VCM35`) → граф. ## Что осталось 1. **7 файлов не разобраны** — не табличные спецификации (монтажные аксессуары, HiBoard-презентации). Отсекать по содержимому или разбирать LLM. 2. **Верификация** — ни один файл не `verified: true`. Нужна ручная проверка 5 эталонов. 3. **Нормализация единиц** — `10ft (3m)` → структурированное `{value: 3, unit: m}`. 4. **77 параметров у `CLS120`** — подозрительно много; проверить, не склеены ли разделы. ## Следующий шаг Ручная проверка `MeetingEye 500` (102 параметра) → эталон → сравнение с остальными.