extract_ids.py impl. Bauen der json Files so dass die Bezeichnungen immer mit dabei stehen ausser in den Blättern.

lib/extract_products.py

@@ -272,7 +272,12 @@ def extract_text_to_rst(pdf_path: Path, rst_path: Path) -> int:
     # --- Phase 3: Ueberschriften erkennen und RST generieren ---
     # Heading: Nummerierung wie "1 Text", "2.3 Text", "2.3.1.4 Text"
     # Text muss mit einem Buchstaben beginnen (verhindert "610 014 001" etc.)
-    RE_HEADING = re.compile(r"^(\d+(?:\.\d+)*)\s+([A-Za-zÄÖÜäöüß].+)$")
+    # Jeder Nummerierungsteil max 3 Stellen (verhindert Datumsangaben wie "10.12.2020")
+    # Titeltext muss mit einem Wort von mind. 3 Buchstaben beginnen
+    # (verhindert "2 B. def.", "19.8 mm (LW13)")
+    RE_HEADING = re.compile(
+        r"^(\d{1,3}(?:\.\d{1,3})*)\s+([A-Za-zÄÖÜäöüß]{3,}.*)$"
+    )
     rst_lines: list[str] = []
     title = pdf_path.stem
     rst_lines.append(RST_HEADING_CHARS[1] * len(title))
@@ -310,10 +315,12 @@ def extract_text_to_rst(pdf_path: Path, rst_path: Path) -> int:
             toc_num = toc_numbers.get(text)
             if toc_num:
                 # Nummer aus TOC voranstellen
-                text = f"{toc_num} {text}"
-                hm = RE_HEADING.match(text)
-                is_heading = True
-                log.debug("  TOC-Nummer ergaenzt: %s", text)
+                candidate = f"{toc_num} {text}"
+                hm = RE_HEADING.match(candidate)
+                if hm:
+                    text = candidate
+                    is_heading = True
+                    log.debug("  TOC-Nummer ergaenzt: %s", text)
 
         if is_heading:
             num = hm.group(1)