移除数据统计标签页，优化表格分析页面布局，调整表格数据预览展示逻辑

streamlit_ocr_validator.py

@@ -1025,7 +1025,7 @@ def main():
             st.write("**详细信息:**", stats['tool_info'])
     
     # 其余标签页保持不变...
-    tab1, tab2, tab3, tab4 = st.tabs(["📄 内容校验", "📄 VLM预校验识别结果", "📊 表格分析", "📈 数据统计"])
+    tab1, tab2, tab3 = st.tabs(["📄 内容校验", "📄 VLM预校验识别结果", "📊 表格分析"])
     
     with tab1:
         validator.create_compact_layout(config)
@@ -1063,57 +1063,41 @@ def main():
         st.header("📊 表格数据分析")
         
         if validator.md_content and '<table' in validator.md_content.lower():
-            col1, col2 = st.columns([2, 1])
+            st.subheader("🔍 表格数据预览")
+            validator.display_html_table_as_dataframe(validator.md_content)
             
-            with col1:
-                st.subheader("🔍 表格数据预览")
-                validator.display_html_table_as_dataframe(validator.md_content)
-            
-            with col2:
-                st.subheader("⚙️ 表格操作")
-                
-                if st.button("📥 导出表格数据", type="primary"):
-                    tables = parse_html_tables(validator.md_content)
-                    if tables:
-                        output = export_tables_to_excel(tables)
-                        st.download_button(
-                            label="📥 下载Excel文件",
-                            data=output.getvalue(),
-                            file_name=f"ocr_tables_{validator.current_source_config['ocr_tool']}.xlsx",
-                            mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"
-                        )
         else:
             st.info("当前OCR结果中没有检测到表格数据")
     
-    with tab4:
-        # 数据统计页面 - 保持原有逻辑
-        st.header("📈 OCR数据统计")
+    # with tab4:
+    #     # 数据统计页面 - 保持原有逻辑
+    #     st.header("📈 OCR数据统计")
         
-        # 添加数据源特定的统计信息
-        if validator.current_source_config:
-            st.subheader(f"📊 {get_data_source_display_name(validator.current_source_config)} - 统计信息")
+    #     # 添加数据源特定的统计信息
+    #     if validator.current_source_config:
+    #         st.subheader(f"📊 {get_data_source_display_name(validator.current_source_config)} - 统计信息")
         
-        if stats['categories']:
-            st.subheader("📊 类别分布")
-            fig_pie = px.pie(
-                values=list(stats['categories'].values()),
-                names=list(stats['categories'].keys()),
-                title="文本类别分布"
-            )
-            st.plotly_chart(fig_pie, use_container_width=True)
+    #     if stats['categories']:
+    #         st.subheader("📊 类别分布")
+    #         fig_pie = px.pie(
+    #             values=list(stats['categories'].values()),
+    #             names=list(stats['categories'].keys()),
+    #             title="文本类别分布"
+    #         )
+    #         st.plotly_chart(fig_pie, use_container_width=True)
         
-        # 错误率分析
-        st.subheader("📈 质量分析")
-        accuracy_data = {
-            '状态': ['正确', '错误'],
-            '数量': [stats['clickable_texts'] - stats['marked_errors'], stats['marked_errors']]
-        }
+    #     # 错误率分析
+    #     st.subheader("📈 质量分析")
+    #     accuracy_data = {
+    #         '状态': ['正确', '错误'],
+    #         '数量': [stats['clickable_texts'] - stats['marked_errors'], stats['marked_errors']]
+    #     }
         
-        fig_bar = px.bar(
-            accuracy_data, x='状态', y='数量', title="识别质量分布",
-            color='状态', color_discrete_map={'正确': 'green', '错误': 'red'}
-        )
-        st.plotly_chart(fig_bar, use_container_width=True)
+    #     fig_bar = px.bar(
+    #         accuracy_data, x='状态', y='数量', title="识别质量分布",
+    #         color='状态', color_discrete_map={'正确': 'green', '错误': 'red'}
+    #     )
+    #     st.plotly_chart(fig_bar, use_container_width=True)
     
 if __name__ == "__main__":
     main()