npm - kordoc - Versions diffs - 4.2.7 → 4.2.8 - Mend

kordoc 4.2.7 → 4.2.8

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.

Files changed (88) hide show

package/dist/{parser-GAZROLSA.cjs.map → parser-KTNIUF2N.cjs.map} RENAMED Viewed

	@@ -1 +1 @@
1	- {"version":3,"sources":["/Users/mong-e/workspace/kordoc/dist/parser-GAZROLSA.cjs","../src/pdf/image-extract.ts","../src/pdf/quality.ts","../src/pdf/text-clean.ts","../src/pdf/formula-ocr.ts","../src/pdf/polyfill.ts","../src/pdf/parser.ts"],"names":[],"mappings":"AAAA;AACE;AACA;AACF,wDAA6B;AAC7B;AACE;AACF,wDAA6B;AAC7B;AACE;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACF,wDAA6B;AAC7B;AACE;AACF,wDAA6B;AAC7B;AACE;AACF,wDAA6B;AAC7B;AACA;ACpBA,yDAA+B;AAsB/B,IAAM,yBAAA,EAA2B,GAAA;AAQjC,SAAS,cAAA,CAAe,IAAA,EAAmB,KAAA,EAA2C;AAEpF,EAAA,MAAM,MAAA,EAAQ,KAAA,CAAM,UAAA,CAAW,IAAI,EAAA,EAAI,IAAA,CAAK,WAAA,EAAa,IAAA,CAAK,IAAA;AAC9D,EAAA,OAAO,IAAI,OAAA,CAAQ,CAAA,OAAA,EAAA,GAAW;AAC5B,IAAA,IAAI,KAAA,EAAO,KAAA;AACX,IAAA,MAAM,MAAA,EAAQ,UAAA,CAAW,CAAA,EAAA,GAAM;AAAE,MAAA,GAAA,CAAI,CAAC,IAAA,EAAM;AAAE,QAAA,KAAA,EAAO,IAAA;AAAM,QAAA,OAAA,CAAQ,IAAI,CAAA;AAAA,MAAE;AAAA,IAAE,CAAA,EAAG,wBAAwB,CAAA;AACtG,IAAA,IAAI;AACF,MAAA,KAAA,CAAM,GAAA,CAAI,KAAA,EAAO,CAAC,IAAA,EAAA,GAAkB;AAClC,QAAA,GAAA,CAAI,CAAC,IAAA,EAAM;AAAE,UAAA,KAAA,EAAO,IAAA;AAAM,UAAA,YAAA,CAAa,KAAK,CAAA;AAAG,UAAA,OAAA,kBAAS,IAAA,UAAQ,MAA0B,CAAA;AAAA,QAAE;AAAA,MAC9F,CAAC,CAAA;AAAA,IACH,EAAA,WAAQ;AACN,MAAA,GAAA,CAAI,CAAC,IAAA,EAAM;AAAE,QAAA,KAAA,EAAO,IAAA;AAAM,QAAA,YAAA,CAAa,KAAK,CAAA;AAAG,QAAA,OAAA,CAAQ,IAAI,CAAA;AAAA,MAAE;AAAA,IAC/D;AAAA,EACF,CAAC,CAAA;AACH;AAGA,IAAM,QAAA,EAAU,CAAA;AAEhB,IAAM,WAAA,EAAa,IAAA;AAEnB,IAAM,mBAAA,EAAqB,GAAA;AAE3B,IAAM,sBAAA,EAAwB,IAAA,EAAM,KAAA,EAAO,IAAA;AAWpC,SAAS,mBAAA,CAAA,EAAqC;AACnD,EAAA,OAAO,EAAE,UAAA,EAAY,CAAA,EAAG,UAAA,EAAY,CAAA,EAAG,IAAA,kBAAM,IAAI,GAAA,CAAI,CAAA,EAAG,SAAA,EAAW,MAAM,CAAA;AAC3E;AAGA,SAAS,KAAA,CAAM,IAAA,EAA8C;AAC3D,EAAA,IAAI,EAAA,EAAI,UAAA;AACR,EAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,IAAA,CAAK,MAAA,EAAQ,CAAA,EAAA,EAAK;AACpC,IAAA,EAAA,GAAK,IAAA,CAAK,CAAC,CAAA;AACX,IAAA,EAAA,EAAI,IAAA,CAAK,IAAA,CAAK,CAAA,EAAG,QAAU,CAAA;AAAA,EAC7B;AACA,EAAA,OAAO,EAAA,IAAM,CAAA;AACf;AAGA,SAAS,MAAA,CAAO,GAAA,EAAoC;AAClD,EAAA,MAAM,EAAE,KAAA,EAAO,CAAA,EAAG,MAAA,EAAQ,CAAA,EAAG,IAAA,EAAM,KAAK,EAAA,EAAI,GAAA;AAC5C,EAAA,GAAA,CAAI,CAAC,KAAA,GAAQ,CAAC,EAAA,GAAK,CAAC,CAAA,EAAG,OAAO,IAAA;AAC9B,EAAA,MAAM,KAAA,EAAO,IAAI,UAAA,CAAW,EAAA,EAAI,EAAA,EAAI,CAAC,CAAA;AAErC,EAAA,GAAA,CAAI,KAAA,IAAS,iBAAA,CAAU,UAAA,EAAY;AACjC,IAAA,GAAA,CAAI,IAAA,CAAK,OAAA,EAAS,EAAA,EAAI,EAAA,EAAI,CAAA,EAAG,OAAO,IAAA;AACpC,IAAA,IAAA,CAAK,GAAA,CAAI,IAAA,CAAK,QAAA,CAAS,CAAA,EAAG,EAAA,EAAI,EAAA,EAAI,CAAC,CAAC,CAAA;AACpC,IAAA,OAAO,IAAA;AAAA,EACT;AACA,EAAA,GAAA,CAAI,KAAA,IAAS,iBAAA,CAAU,SAAA,EAAW;AAChC,IAAA,GAAA,CAAI,IAAA,CAAK,OAAA,EAAS,EAAA,EAAI,EAAA,EAAI,CAAA,EAAG,OAAO,IAAA;AACpC,IAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,EAAA,EAAI,CAAA,EAAG,CAAA,EAAA,EAAK,EAAA,GAAK,CAAA,EAAG,EAAA,GAAK,CAAA,EAAG;AAC5D,MAAA,IAAA,CAAK,CAAC,EAAA,EAAI,IAAA,CAAK,CAAC,CAAA;AAAG,MAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,IAAA,CAAK,EAAA,EAAI,CAAC,CAAA;AAAG,MAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,IAAA,CAAK,EAAA,EAAI,CAAC,CAAA;AAAG,MAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,GAAA;AAAA,IACzF;AACA,IAAA,OAAO,IAAA;AAAA,EACT;AACA,EAAA,GAAA,CAAI,KAAA,IAAS,iBAAA,CAAU,cAAA,EAAgB;AAErC,IAAA,MAAM,OAAA,EAAU,EAAA,EAAI,EAAA,GAAM,CAAA;AAC1B,IAAA,GAAA,CAAI,IAAA,CAAK,OAAA,EAAS,OAAA,EAAS,CAAA,EAAG,OAAO,IAAA;AACrC,IAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,CAAA,EAAA,EAAK;AAC1B,MAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,CAAA,EAAA,EAAK;AAC1B,QAAA,MAAM,IAAA,EAAO,IAAA,CAAK,EAAA,EAAI,OAAA,EAAA,CAAU,EAAA,GAAK,CAAA,CAAE,EAAA,GAAM,EAAA,EAAA,CAAK,EAAA,EAAI,CAAA,EAAA,EAAO,CAAA;AAC7D,QAAA,MAAM,EAAA,EAAI,IAAA,EAAM,IAAA,EAAM,CAAA;AACtB,QAAA,MAAM,EAAA,EAAA,CAAK,EAAA,EAAI,EAAA,EAAI,CAAA,EAAA,EAAK,CAAA;AACxB,QAAA,IAAA,CAAK,CAAC,EAAA,EAAI,CAAA;AAAG,QAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,CAAA;AAAG,QAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,CAAA;AAAG,QAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,GAAA;AAAA,MAC/D;AAAA,IACF;AACA,IAAA,OAAO,IAAA;AAAA,EACT;AACA,EAAA,OAAO,IAAA;AACT;AAOA,MAAA,SAAsB,iBAAA,CACpB,IAAA,EACA,OAAA,EACA,SAAA,EACA,UAAA,EACA,KAAA,EACA,QAAA,EAC0D;AAC1D,EAAA,MAAM,OAAA,EAAoB,CAAC,CAAA;AAC3B,EAAA,MAAM,OAAA,EAA2B,CAAC,CAAA;AAClC,EAAA,MAAM,YAAA,kBAAc,IAAI,GAAA,CAAY,CAAA;AAEpC,EAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,OAAA,CAAQ,MAAA,EAAQ,CAAA,EAAA,EAAK;AACvC,IAAA,MAAM,GAAA,EAAK,OAAA,CAAQ,CAAC,CAAA;AACpB,IAAA,IAAI,QAAA,EAA6B,IAAA;AACjC,IAAA,IAAI,SAAA,EAA0B,IAAA;AAE9B,IAAA,GAAA,CAAI,GAAA,IAAO,WAAA,CAAI,kBAAA,GAAqB,GAAA,IAAO,WAAA,CAAI,uBAAA,EAAyB;AACtE,MAAA,MAAM,MAAA,kBAAQ,SAAA,qBAAU,CAAC,CAAA,4BAAA,CAAI,CAAC,GAAA;AAC9B,MAAA,GAAA,CAAI,OAAO,MAAA,IAAU,SAAA,GAAY,WAAA,CAAY,GAAA,CAAI,KAAK,CAAA,EAAG,QAAA;AACzD,MAAA,WAAA,CAAY,GAAA,CAAI,KAAK,CAAA;AACrB,MAAA,SAAA,EAAW,KAAA;AAAA,IACb,EAAA,KAAA,GAAA,CAAW,GAAA,IAAO,WAAA,CAAI,uBAAA,EAAyB;AAC7C,MAAA,QAAA;AAAA,IACF;AAIA,IAAA,GAAA,CAAI,KAAA,CAAM,WAAA,GAAc,mBAAA,GAAsB,KAAA,CAAM,WAAA,GAAc,qBAAA,EAAuB;AACvF,MAAA,GAAA,CAAI,CAAC,KAAA,CAAM,SAAA,EAAW;AACpB,QAAA,KAAA,CAAM,UAAA,EAAY,IAAA;AAClB,QAAA,QAAA,CAAS,IAAA,CAAK,EAAE,IAAA,EAAM,UAAA,EAAY,OAAA,EAAS,CAAA,2DAAA,EAAiB,kBAAkB,CAAA,iEAAA,CAAA,EAAwB,IAAA,EAAM,gBAAgB,CAAC,CAAA;AAAA,MAC/H;AACA,MAAA,QAAA;AAAA,IACF;AAEA,IAAA,GAAA,CAAI,QAAA,EAAU;AACZ,MAAA,QAAA,EAAU,MAAM,cAAA,CAAe,IAAA,EAAM,QAAQ,CAAA;AAAA,IAC/C,EAAA,KAAO;AACL,MAAA,QAAA,kBAAU,SAAA,qBAAU,CAAC,CAAA,4BAAA,CAAI,CAAC,GAAA;AAAA,IAC5B;AAEA,IAAA,GAAA,CAAI,iBAAC,OAAA,6BAAS,OAAA,GAAQ,CAAC,OAAA,CAAQ,MAAA,GAAS,CAAC,OAAA,CAAQ,MAAA,EAAQ,QAAA;AACzD,IAAA,MAAM,EAAE,KAAA,EAAO,CAAA,EAAG,MAAA,EAAQ,EAAE,EAAA,EAAI,OAAA;AAChC,IAAA,GAAA,CAAI,EAAA,EAAI,QAAA,GAAW,EAAA,EAAI,OAAA,EAAS,QAAA;AAChC,IAAA,GAAA,CAAI,EAAA,EAAI,EAAA,EAAI,UAAA,EAAY;AACtB,MAAA,QAAA,CAAS,IAAA,CAAK,EAAE,IAAA,EAAM,UAAA,EAAY,OAAA,EAAS,CAAA,8EAAA,EAAqB,CAAC,CAAA,IAAA,EAAI,CAAC,CAAA,CAAA,CAAA,EAAK,IAAA,EAAM,gBAAgB,CAAC,CAAA;AAClG,MAAA,QAAA;AAAA,IACF;AAGA,IAAA,MAAM,KAAA,EAAO,CAAA,EAAA;AACH,IAAA;AAEG,IAAA;AACF,IAAA;AAEC,IAAA;AACN,IAAA;AACA,IAAA;AACA,IAAA;AACK,IAAA;AACG,IAAA;AACA,IAAA;AAChB,EAAA;AAES,EAAA;AACX;AAOgB;AACC,EAAA;AAGT,EAAA;AACU,EAAA;AACJ,IAAA;AACA,IAAA;AACZ,EAAA;AACM,EAAA;AACS,EAAA;AAEY,EAAA;AACrB,EAAA;AACU,EAAA;AACF,IAAA;AACF,IAAA;AACA,IAAA;AACI,MAAA;AACH,MAAA;AACX,IAAA;AACF,EAAA;AAEgB,EAAA;AACD,IAAA;AACJ,IAAA;AACI,IAAA;AACA,MAAA;AACA,MAAA;AAA4B,QAAA;AAAG,QAAA;AAAM,MAAA;AAClD,IAAA;AACc,IAAA;AAChB,EAAA;AAEgB,EAAA;AACD,EAAA;AACjB;AD1CkB;AACA;AErJA;AAGZ;AAEA;AAEA;AAGU;AACF,EAAA;AACC,EAAA;AACT,EAAA;AACA,EAAA;AACU,EAAA;AACV,EAAA;AACM,EAAA;AAEM,EAAA;AACD,IAAA;AAEA,IAAA;AACb,IAAA;AAGY,IAAA;AACV,MAAA;AACA,MAAA;AACF,IAAA;AACa,IAAA;AACX,MAAA;AACA,MAAA;AACF,IAAA;AAEY,IAAA;AACV,MAAA;AACM,MAAA;AACF,MAAA;AACK,MAAA;AACT,MAAA;AACF,IAAA;AAGa,IAAA;AACX,MAAA;AACA,MAAA;AACF,IAAA;AACF,EAAA;AAEc,EAAA;AACR,EAAA;AACA,EAAA;AACA,EAAA;AACA,EAAA;AACA,EAAA;AAIA,EAAA;AAKS,EAAA;AACX,EAAA;AAEQ,EAAA;AAAiC,IAAA;AAAkB,IAAA;AACtD,EAAA;AAA6C,IAAA;AAAkB,IAAA;AAC/D,EAAA;AAAyD,IAAA;AAAkB,IAAA;AAC3E,EAAA;AAAiE,IAAA;AAAkB,IAAA;AACnF,EAAA;AAA4B,IAAA;AAAkB,IAAA;AAAiB,EAAA;AAEjE,EAAA;AACL,IAAA;AACW,IAAA;AACE,IAAA;AACb,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACF,EAAA;AACF;AAoBM;AACA;AACA;AACA;AAEA;AAMU;AAEF,EAAA;AACd;AAEgB;AACJ,EAAA;AACD,IAAA;AACO,MAAA;AACZ,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACU,MAAA;AACV,MAAA;AACF,IAAA;AACF,EAAA;AAEgB,EAAA;AACH,EAAA;AACC,EAAA;AACV,EAAA;AACM,EAAA;AACI,EAAA;AACA,EAAA;AACR,EAAA;AAEU,EAAA;AACD,IAAA;AACD,IAAA;AACC,IAAA;AACb,IAAA;AACS,IAAA;AACH,IAAA;AACA,IAAA;AAEA,IAAA;AACR,EAAA;AAEgB,EAAA;AACT,EAAA;AACO,IAAA;AACZ,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACa,IAAA;AACb,IAAA;AACA,IAAA;AACU,IAAA;AACV,IAAA;AACF,EAAA;AACF;AF4GkB;AACA;AGzTF;AACE,EAAA;AACA,IAAA;AACD,IAAA;AACA,MAAA;AACT,QAAA;AACM,UAAA;AACN,QAAA;AACF,MAAA;AACF,IAAA;AACM,IAAA;AACR,EAAA;AACF;AAEgB;AACP,EAAA;AACL,IAAA;AAgBS,EAAA;AACH,IAAA;AACG,IAAA;AAGA,EAAA;AAOb;AAES;AACQ,EAAA;AACR,EAAA;AAET;AAES;AACA,EAAA;AACT;AAES;AACI,EAAA;AACG,EAAA;AACJ,EAAA;AACgB,EAAA;AAEV,EAAA;AACD,IAAA;AACA,IAAA;AACP,IAAA;AAEF,IAAA;AACU,MAAA;AACZ,MAAA;AACF,IAAA;AAEc,IAAA;AACL,MAAA;AACP,MAAA;AACF,IAAA;AAEW,IAAA;AACF,MAAA;AACP,MAAA;AACF,IAAA;AAEI,IAAA;AAGK,MAAA;AACF,IAAA;AACO,MAAA;AACd,IAAA;AACF,EAAA;AACc,EAAA;AAChB;AHwRkB;AACA;AI7WI;AAQd,EAAA;AACE,EAAA;AAGF,EAAA;AACE,IAAA;AACQ,MAAA;AACJ,MAAA;AACF,MAAA;AACK,IAAA;AACH,MAAA;AAAgE;AAC7D,IAAA;AACH,MAAA;AAAsD;AACnD,IAAA;AAEb,IAAA;AACD,EAAA;AAEK,EAAA;AACF,EAAA;AAGI,IAAA;AAEA,IAAA;AAEF,IAAA;AAEA,IAAA;AACA,IAAA;AAEO,IAAA;AACH,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AAQA,MAAA;AACK,MAAA;AACF,QAAA;AACD,QAAA;AAEA,QAAA;AACA,QAAA;AAEA,QAAA;AACA,QAAA;AACA,QAAA;AACA,QAAA;AACA,QAAA;AAEN,QAAA;AACS,UAAA;AACC,YAAA;AACA,YAAA;AACN,YAAA;AACM,YAAA;AACR,UAAA;AACA,UAAA;AACA,UAAA;AACD,QAAA;AACH,MAAA;AACI,MAAA;AAIE,MAAA;AACA,MAAA;AACG,MAAA;AACG,QAAA;AACJ,QAAA;AACA,QAAA;AACC,QAAA;AACD,QAAA;AACF,QAAA;AAEJ,QAAA;AACQ,UAAA;AACA,UAAA;AACA,UAAA;AACA,UAAA;AACA,UAAA;AACF,UAAA;AACF,YAAA;AACA,YAAA;AACF,UAAA;AACF,QAAA;AACF,MAAA;AAEI,MAAA;AAEI,QAAA;AACN,QAAA;AACA,QAAA;AACF,MAAA;AAKW,MAAA;AAEA,MAAA;AACL,QAAA;AACA,QAAA;AACA,QAAA;AACK,QAAA;AACD,UAAA;AACA,UAAA;AACF,UAAA;AACJ,UAAA;AACO,UAAA;AACD,UAAA;AACF,UAAA;AACF,YAAA;AACA,YAAA;AACF,UAAA;AACF,QAAA;AAEI,QAAA;AACK,UAAA;AACT,QAAA;AACS,UAAA;AACF,QAAA;AAEE,UAAA;AACT,QAAA;AACA,QAAA;AACF,MAAA;AACF,IAAA;AAEI,IAAA;AACM,MAAA;AACN,QAAA;AAAgG;AAClG,MAAA;AACF,IAAA;AACA,EAAA;AACM,IAAA;AAAiC,IAAA;AACzC,EAAA;AACF;AAEkB;AACL,EAAA;AACb;AJyUkB;AACA;AKjeN;AAfF;AAEG;AACG,EAAA;AACY,mBAAA;AACZ,IAAA;AAA6B,MAAA;AAAc,IAAA;AACzD,EAAA;AACF;AAEa;AACA,EAAA;AAAc,EAAA;AAC3B;AAKgB;ALgfE;AACA;AMhfT;AACA;AACS;AAQlB;AAGkB;AACZ;AAEA;AAKwF;AAC1F;AACI,EAAA;AACS,EAAA;AACH,EAAA;AACA,EAAA;AACA,EAAA;AACN;AAA6C;AAGtC;AACP,EAAA;AACM,IAAA;AACV,IAAA;AACA,IAAA;AACA,IAAA;AACG,IAAA;AACJ,EAAA;AACG,EAAA;AACA,EAAA;AACW,IAAA;AACC,MAAA;AACO,MAAA;AACT,QAAA;AAAmB,UAAA;AAA8B,UAAA;AAA4C,QAAA;AACtG,MAAA;AACF,IAAA;AACD,EAAA;AACc,IAAA;AAChB,EAAA;AACF;AAEsB;AAGd,EAAA;AACA,EAAA;AACM,EAAA;AAER,EAAA;AACI,IAAA;AACF,IAAA;AAGE,IAAA;AACA,IAAA;AAEA,IAAA;AACA,IAAA;AACA,IAAA;AACF,IAAA;AACA,IAAA;AACE,IAAA;AAGA,IAAA;AACA,IAAA;AAGA,IAAA;AACA,IAAA;AAEA,IAAA;AAEA,IAAA;AAIA,IAAA;AACA,IAAA;AACA,IAAA;AAEF,IAAA;AACS,IAAA;AACP,MAAA;AACA,MAAA;AACI,QAAA;AACA,QAAA;AACA,QAAA;AACN,QAAA;AACM,QAAA;AACA,QAAA;AAGE,QAAA;AACJ,QAAA;AACF,UAAA;AACF,QAAA;AAGA,QAAA;AACM,UAAA;AACN,QAAA;AAGM,QAAA;AAGA,QAAA;AACF,QAAA;AACI,UAAA;AACF,UAAA;AACJ,UAAA;AACQ,YAAA;AACF,YAAA;AACJ,YAAA;AACM,YAAA;AACJ,cAAA;AACA,cAAA;AACA,cAAA;AACD,YAAA;AACI,YAAA;AACP,UAAA;AACI,UAAA;AACN,QAAA;AAEM,QAAA;AACN,QAAA;AAGI,QAAA;AACM,UAAA;AACJ,UAAA;AACJ,UAAA;AACM,QAAA;AAAkC,QAAA;AAGtC,QAAA;AACJ,QAAA;AACU,UAAA;AAIF,UAAA;AACE,YAAA;AACF,YAAA;AACN,UAAA;AACA,UAAA;AACA,UAAA;AACA,UAAA;AACF,QAAA;AACA,QAAA;AACI,QAAA;AACJ,QAAA;AACS,wBAAA;AACF,MAAA;AAEH,QAAA;AACK,QAAA;AACX,MAAA;AACF,IAAA;AAEM,IAAA;AAEA,IAAA;AAMA,IAAA;AACO,IAAA;AACL,MAAA;AACA,MAAA;AACM,MAAA;AACD,QAAA;AACJ,MAAA;AACL,QAAA;AACU,UAAA;AAED,UAAA;AACC,UAAA;AACV,QAAA;AACF,MAAA;AACY,MAAA;AACN,QAAA;AACM,UAAA;AACF,UAAA;AACA,UAAA;AACF,UAAA;AAEF,YAAA;AACM,YAAA;AACN,YAAA;AACA,YAAA;AACA,YAAA;AACA,YAAA;AACA,YAAA;AACA,YAAA;AACE,cAAA;AACA,cAAA;AACD,YAAA;AACH,UAAA;AACO,QAAA;AAEP,UAAA;AACE,YAAA;AACM,YAAA;AACP,UAAA;AACH,QAAA;AACF,MAAA;AACF,IAAA;AAEI,IAAA;AAEO,MAAA;AACE,QAAA;AACH,QAAA;AACP,MAAA;AACH,IAAA;AAKK,IAAA;AACG,MAAA;AACM,QAAA;AACA,QAAA;AACV,QAAA;AACA,QAAA;AACA,QAAA;AACF,MAAA;AACW,MAAA;AACD,QAAA;AACD,QAAA;AACE,QAAA;AACX,MAAA;AACF,IAAA;AAIK,IAAA;AACS,MAAA;AACD,QAAA;AACX,MAAA;AACF,IAAA;AAGa,IAAA;AACL,MAAA;AAEG,MAAA;AACA,QAAA;AACT,MAAA;AACF,IAAA;AAIA,IAAA;AAGA,IAAA;AAIa,IAAA;AACP,MAAA;AACI,QAAA;AACI,MAAA;AACD,QAAA;AACP,UAAA;AACM,UAAA;AACP,QAAA;AACH,MAAA;AACF,IAAA;AAGM,IAAA;AACF,IAAA;AACF,MAAA;AACF,IAAA;AAGA,IAAA;AAGA,IAAA;AAGA,IAAA;AAGM,IAAA;AAKN,IAAA;AAGI,IAAA;AAEG,IAAA;AACL,MAAA;AACA,MAAA;AACA,MAAA;AACS,MAAA;AACC,MAAA;AACV,MAAA;AACA,MAAA;AACA,MAAA;AACQ,MAAA;AACV,IAAA;AACA,EAAA;AACU,IAAA;AAAwB,IAAA;AACpC,EAAA;AACF;AAIe;AACT,EAAA;AACI,IAAA;AACO,IAAA;AACA,IAAA;AAEF,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,MAAA;AACX,IAAA;AACW,IAAA;AACA,IAAA;AACL,EAAA;AAER,EAAA;AACF;AAGS;AACG,EAAA;AACK,EAAA;AACA,EAAA;AACD,EAAA;AAChB;AAGsB;AACR,EAAA;AAER,EAAA;AACI,IAAA;AACA,IAAA;AACC,IAAA;AACP,EAAA;AACU,IAAA;AAAwB,IAAA;AACpC,EAAA;AACF;AN8YkB;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA","file":"/Users/mong-e/workspace/kordoc/dist/parser-GAZROLSA.cjs","sourcesContent":[null,"/*\n PDF 이미지 XObject 바이트 추출 — 페이지 operatorList의 paint 이미지를\n * page.objs/commonObjs에서 디코딩된 픽셀로 받아 PNG로 인코딩한다.\n \n getOperatorList()가 이미 디코딩 비용을 지불하므로(선 감지용으로 항상 호출)\n * 여기서는 RGBA 변환 + PNG deflate만 추가된다. 순수 JS (node:zlib) 전용.\n /\n\nimport { OPS, ImageKind } from \"pdfjs-dist/legacy/build/pdf.mjs\"\nimport { encodePng } from \"../image/transcode.js\"\nimport type { ExtractedImage, IRBlock, ParseWarning } from \"../types.js\"\n\n/* 디코딩된 이미지 픽셀 (pdfjs page.objs 반환 형태의 최소 부분) /\ninterface PdfImgData {\n width: number\n height: number\n kind?: number\n data?: Uint8Array \| Uint8ClampedArray\n}\n\n/* 페이지 프록시의 최소 형태 — objs/commonObjs 만 사용 /\ninterface PdfObjects {\n get(id: string, callback?: (data: unknown) => void): unknown\n}\ninterface PdfPageObjs {\n objs: PdfObjects\n commonObjs: PdfObjects\n}\n\n/* 개별 이미지 디코딩 대기 상한 — 실패 시에도 null 로 resolve 되므로 안전망 성격 /\nconst IMAGE_RESOLVE_TIMEOUT_MS = 5_000\n\n/\n 이미지 객체 대기 해제 — 디코딩은 getOperatorList() resolve 후에도 워커에서\n * 비동기로 진행되므로(pdfjs buildPaintImageXObject 는 await 하지 않음) 동기\n * has()/get() 은 이미 완료된 것만 잡힌다. 콜백형 get()으로 완료를 기다리며,\n * 디코딩 실패는 pdfjs 가 null 로 resolve 하므로 무한 대기는 없다.\n /\nfunction resolveImgData(page: PdfPageObjs, objId: string): Promise<PdfImgData \| null> {\n // canvas.js 규약과 동일 — \"g_\" 접두사는 문서 공용 객체\n const store = objId.startsWith(\"g_\") ? page.commonObjs : page.objs\n return new Promise(resolve => {\n let done = false\n const timer = setTimeout(() => { if (!done) { done = true; resolve(null) } }, IMAGE_RESOLVE_TIMEOUT_MS)\n try {\n store.get(objId, (data: unknown) => {\n if (!done) { done = true; clearTimeout(timer); resolve((data ?? null) as PdfImgData \| null) }\n })\n } catch {\n if (!done) { done = true; clearTimeout(timer); resolve(null) }\n }\n })\n}\n\n/* 폭·높이 하한 — 괘선/불릿 등 장식 조각 제외 /\nconst MIN_DIM = 8\n/* 총 픽셀 상한 — transcode.ts MAX_PIXELS와 동일 근거 (deflateSync 동기 블로킹 방지) /\nconst MAX_PIXELS = 36_000_000\n/* 문서당 추출 이미지 수 상한 /\nconst MAX_IMAGES_PER_DOC = 200\n/* 문서당 PNG 누적 바이트 상한 (128MB) /\nconst MAX_TOTAL_IMAGE_BYTES = 128 1024 * 1024\n\n/** 문서 단위 추출 상태 — 페이지 간 중복(로고·워터마크) 억제 + 상한 추적 /\nexport interface PdfImageState {\n imageIndex: number\n totalBytes: number\n /* 내용 해시 → 파일명 (이전 페이지에서 이미 추출된 이미지) /\n seen: Map<string, string>\n capWarned: boolean\n}\n\nexport function createPdfImageState(): PdfImageState {\n return { imageIndex: 0, totalBytes: 0, seen: new Map(), capWarned: false }\n}\n\n/* FNV-1a 32bit — 픽셀 버퍼 내용 해시 (crypto 불필요, 충돌은 dims 결합으로 완화) /\nfunction fnv1a(data: Uint8Array \| Uint8ClampedArray): number {\n let h = 0x811c9dc5\n for (let i = 0; i < data.length; i++) {\n h ^= data[i]\n h = Math.imul(h, 0x01000193)\n }\n return h >>> 0\n}\n\n/* kind별 픽셀 → 8bit RGBA. 미지원/불일치 형태는 null. /\nfunction toRgba(img: PdfImgData): Uint8Array \| null {\n const { width: w, height: h, kind, data } = img\n if (!data \|\| !w \|\| !h) return null\n const rgba = new Uint8Array(w h * 4)\n\n if (kind === ImageKind.RGBA_32BPP) {\n if (data.length < w * h * 4) return null\n rgba.set(data.subarray(0, w * h * 4))\n return rgba\n }\n if (kind === ImageKind.RGB_24BPP) {\n if (data.length < w * h * 3) return null\n for (let i = 0, s = 0, d = 0; i < w * h; i++, s += 3, d += 4) {\n rgba[d] = data[s]; rgba[d + 1] = data[s + 1]; rgba[d + 2] = data[s + 2]; rgba[d + 3] = 255\n }\n return rgba\n }\n if (kind === ImageKind.GRAYSCALE_1BPP) {\n // 행 단위 비트 패킹 (stride = ceil(w/8)), 1=백 0=흑\n const stride = (w + 7) >> 3\n if (data.length < stride * h) return null\n for (let y = 0; y < h; y++) {\n for (let x = 0; x < w; x++) {\n const bit = (data[y * stride + (x >> 3)] >> (7 - (x & 7))) & 1\n const v = bit ? 255 : 0\n const d = (y * w + x) * 4\n rgba[d] = v; rgba[d + 1] = v; rgba[d + 2] = v; rgba[d + 3] = 255\n }\n }\n return rgba\n }\n return null\n}\n\n/*\n 한 페이지의 operatorList에서 이미지를 추출해 image 블록·바이너리로 반환.\n * 같은 페이지 내 반복 paint(타일링)는 1회만, 이전 페이지와 동일 내용(로고·\n * 워터마크)은 블록·바이너리 모두 재방출하지 않는다.\n /\nexport async function extractPageImages(\n page: PdfPageObjs,\n fnArray: Uint32Array \| number[],\n argsArray: unknown[][],\n pageNumber: number,\n state: PdfImageState,\n warnings: ParseWarning[],\n): Promise<{ blocks: IRBlock[]; images: ExtractedImage[] }> {\n const blocks: IRBlock[] = []\n const images: ExtractedImage[] = []\n const pageSeenIds = new Set<string>()\n\n for (let i = 0; i < fnArray.length; i++) {\n const op = fnArray[i]\n let imgData: PdfImgData \| null = null\n let dedupeId: string \| null = null\n\n if (op === OPS.paintImageXObject \|\| op === OPS.paintImageXObjectRepeat) {\n const objId = argsArray[i]?.[0]\n if (typeof objId !== \"string\" \|\| pageSeenIds.has(objId)) continue\n pageSeenIds.add(objId)\n dedupeId = objId\n } else if (op !== OPS.paintInlineImageXObject) {\n continue\n }\n\n // 상한 도달 검사 — resolveImgData(이미지당 최대 5초 대기) 앞에서 중단해야\n // 상한 이후 이미지들이 페이지마다 디코딩 대기 시간만 소모하지 않는다\n if (state.imageIndex >= MAX_IMAGES_PER_DOC \|\| state.totalBytes >= MAX_TOTAL_IMAGE_BYTES) {\n if (!state.capWarned) {\n state.capWarned = true\n warnings.push({ page: pageNumber, message: `이미지 추출 상한 도달 (${MAX_IMAGES_PER_DOC}개/128MB) — 이후 이미지 생략`, code: \"SKIPPED_IMAGE\" })\n }\n continue\n }\n\n if (dedupeId) {\n imgData = await resolveImgData(page, dedupeId)\n } else {\n imgData = argsArray[i]?.[0] as PdfImgData\n }\n\n if (!imgData?.data \|\| !imgData.width \|\| !imgData.height) continue\n const { width: w, height: h } = imgData\n if (w < MIN_DIM \|\| h < MIN_DIM) continue // 괘선/불릿 장식\n if (w h > MAX_PIXELS) {\n warnings.push({ page: pageNumber, message: `이미지 크기 초과로 추출 생략 (${w}×${h})`, code: \"SKIPPED_IMAGE\" })\n continue\n }\n\n // 페이지 간 내용 중복 — 로고·워터마크 재추출 방지\n const hash = `${w}x${h}k${imgData.kind ?? \"?\"}h${fnv1a(imgData.data)}${dedupeId ? \"\" : \"inline\"}`\n if (state.seen.has(hash)) continue\n\n const rgba = toRgba(imgData)\n if (!rgba) continue // 미지원 픽셀 형태 (bitmap 전용 등)\n\n const png = encodePng(w, h, rgba)\n state.imageIndex++\n state.totalBytes += png.length\n const filename = `image_${String(state.imageIndex).padStart(3, \"0\")}.png`\n state.seen.set(hash, filename)\n images.push({ filename, data: png, mimeType: \"image/png\" })\n blocks.push({ type: \"image\", text: filename, pageNumber })\n }\n\n return { blocks, images }\n}\n\n/*\n 페이지별 image 블록을 본문 블록 열에 주입 — 각 페이지의 마지막 블록 뒤.\n * 페이지 루프 중 바로 끼워 넣으면 페이지 경계에서 표 블록 인접성이 깨져\n * mergeCrossPageTables가 무산되므로, 병합이 끝난 뒤 호출해야 한다.\n /\nexport function injectPageImageBlocks(blocks: IRBlock[], pageImages: Map<number, IRBlock[]>): void {\n if (pageImages.size === 0) return\n\n // 페이지별 마지막 블록 위치 → 위치별 페이지 역인덱스\n const lastIndexForPage = new Map<number, number>()\n for (let i = 0; i < blocks.length; i++) {\n const p = blocks[i].pageNumber\n if (p !== undefined) lastIndexForPage.set(p, i)\n }\n const pageAtIndex = new Map<number, number>()\n for (const [p, last] of lastIndexForPage) pageAtIndex.set(last, p)\n\n const result: IRBlock[] = []\n const injected = new Set<number>()\n for (let i = 0; i < blocks.length; i++) {\n result.push(blocks[i])\n const p = pageAtIndex.get(i)\n if (p !== undefined && pageImages.has(p)) {\n result.push(...pageImages.get(p)!)\n injected.add(p)\n }\n }\n // 텍스트 블록이 하나도 없는 페이지(전면 이미지 등) — 페이지 순서 위치에 삽입\n for (const p of [...pageImages.keys()].sort((a, b) => a - b)) {\n if (injected.has(p)) continue\n let at = result.length\n for (let i = 0; i < result.length; i++) {\n const bp = result[i].pageNumber\n if (bp !== undefined && bp > p) { at = i; break }\n }\n result.splice(at, 0, ...pageImages.get(p)!)\n }\n\n blocks.length = 0\n blocks.push(...result)\n}\n","/\n PDF 페이지별 텍스트 품질 신호 수집.\n \n pdfjs가 텍스트층을 추출했더라도, 폰트의 ToUnicode/CMap이 불완전하면\n * 한글이 PUA(Private Use Area) 글리프 코드로 그대로 떨어진다. 또 일부 PDF는\n * NUL/제어문자가 본문에 섞여 있다. 본 모듈은 그런 신호를 페이지 단위로 수집해\n * \"OCR 검토 필요\" 판정에 사용한다.\n \n 더 까다로운 케이스: ToUnicode가 \"잘못\" 매핑되면 글리프가 PUA/FFFD가 아니라\n * 정상 한글 음절 영역(0xAC00-0xD7A3)의 엉뚱한 글자로 떨어진다(\"GPU쭒컫 많핂슪\").\n * 이건 PUA/제어/대체문자 신호로 못 잡는다. 대신 자소를 분해해 종성(받침) 분포를\n * 본다 — CID 스크램블은 받침을 균등하게 흩뿌리므로, 자연 한국어(받침없음 다수 +\n * 겹받침 희소)와 통계적으로 갈린다. 이것이 garbled_hangul 신호다.\n /\n\nexport interface PageQuality {\n /* 1-based 페이지 번호 /\n page: number\n /* 공백 제외 문자 수 /\n textChars: number\n /* 한글 음절(0xAC00-0xD7A3) 비율 (0~1) /\n hangulRatio: number\n /* C0/C1 제어문자 비율 (tab/newline/CR 제외) /\n controlCharRatio: number\n /* U+FFFD replacement character 비율 /\n replacementCharRatio: number\n /* PUA 비율 — 글꼴 매핑 실패의 핵심 신호 /\n puaRatio: number\n /* 한글 음절 중 받침 없는 음절 비율 (자연 한국어 ~0.5, mojibake ~0.04) /\n hangulNoBatchimRatio: number\n /* 한글 음절 중 겹받침/희귀 받침 비율 (자연 한국어 <0.06, mojibake ~0.5) /\n hangulRareBatchimRatio: number\n /* OCR 검토 권장 여부 (pdfjs 텍스트층 기준 원신호 — OCR 적용 후에도 보존) /\n needsOcr: boolean\n /* needsOcr=true일 때 사유 (단일 신호로 충분, 가장 강한 신호 선택) /\n ocrReason?: \"low_text\" \| \"high_pua\" \| \"high_control\" \| \"high_replacement\" \| \"garbled_hangul\"\n /* 이 페이지에 OCR 이 실제 적용되어 본문이 OCR 결과로 대체됨 /\n ocrApplied?: boolean\n}\n\n/\n 희귀 종성(받침) 인덱스 집합. 종성 인덱스 = (code - 0xAC00) % 28,\n * 0 = 받침 없음. 겹받침(ㄳㄵㄶㄺㄻㄼㄽㄾㄿㅀㅄ) + 거의 안 쓰는 홑받침(ㅋㅌㅍ).\n * 자연 한국어에서 이들의 합산 비율은 매우 낮다(<6%).\n /\nconst RARE_JONG = new Set<number>([3, 5, 6, 9, 10, 11, 12, 13, 14, 15, 18, 24, 25, 26])\n\n/* garbled_hangul 판정 최소 한글 음절 수 — 통계적 유의성 확보 /\nconst MOJIBAKE_MIN_HANGUL = 30\n/* 받침 없는 음절 비율이 이 값 미만이면 비정상 (자연 한국어는 훨씬 높음) /\nconst MOJIBAKE_MAX_NOBATCHIM = 0.15\n/* 희귀 받침 비율이 이 값 이상이면 비정상 (자연 한국어는 훨씬 낮음) /\nconst MOJIBAKE_MIN_RAREBATCHIM = 0.25\n\n/* 페이지 텍스트에서 품질 메트릭을 계산한다. /\nexport function computePageQuality(page: number, text: string): PageQuality {\n let total = 0\n let hangul = 0\n let hangulNoBatchim = 0\n let hangulRareBatchim = 0\n let control = 0\n let replacement = 0\n let pua = 0\n\n for (let i = 0; i < text.length; i++) {\n const code = text.charCodeAt(i)\n // 공백류는 분모에서 제외\n if (code === 0x20 \|\| code === 0x09 \|\| code === 0x0a \|\| code === 0x0d) continue\n total++\n\n // C0 제어문자 (0x00-0x1F 중 tab/lf/cr 제외) + DEL(0x7F) + C1(0x80-0x9F)\n if ((code < 0x20) \|\| code === 0x7f \|\| (code >= 0x80 && code <= 0x9f)) {\n control++\n continue\n }\n if (code === 0xfffd) {\n replacement++\n continue\n }\n // 한글 음절 — 종성(받침) 분포로 mojibake 판정\n if (code >= 0xac00 && code <= 0xd7a3) {\n hangul++\n const jong = (code - 0xac00) % 28\n if (jong === 0) hangulNoBatchim++\n else if (RARE_JONG.has(jong)) hangulRareBatchim++\n continue\n }\n // PUA: BMP(E000-F8FF) + SPUA-A(F0000-FFFFD) + SPUA-B(100000-10FFFD)\n // 서로게이트 페어는 high만 검사해도 충분 (Plane 15/16 high surrogate 범위 DB80-DBFF)\n if ((code >= 0xe000 && code <= 0xf8ff) \|\| (code >= 0xdb80 && code <= 0xdbff)) {\n pua++\n continue\n }\n }\n\n const denom = total \|\| 1\n const puaRatio = pua / denom\n const controlCharRatio = control / denom\n const replacementCharRatio = replacement / denom\n const hangulNoBatchimRatio = hangul > 0 ? hangulNoBatchim / hangul : 0\n const hangulRareBatchimRatio = hangul > 0 ? hangulRareBatchim / hangul : 0\n\n // 받침 분포 이상 = ToUnicode 오매핑 mojibake. 받침없음 희소 + 희귀받침 과다를\n // 둘 다(AND) 만족해야 발화 — 자연 한국어(받침없음 다수)에서 오탐 방지.\n const garbledHangul =\n hangul >= MOJIBAKE_MIN_HANGUL &&\n hangulNoBatchimRatio < MOJIBAKE_MAX_NOBATCHIM &&\n hangulRareBatchimRatio >= MOJIBAKE_MIN_RAREBATCHIM\n\n let needsOcr = false\n let ocrReason: PageQuality[\"ocrReason\"] \| undefined\n // 우선순위: low_text > high_pua > high_control > high_replacement > garbled_hangul\n if (total < LOW_TEXT_THRESHOLD) { needsOcr = true; ocrReason = \"low_text\" }\n else if (puaRatio >= HIGH_PUA_THRESHOLD) { needsOcr = true; ocrReason = \"high_pua\" }\n else if (controlCharRatio >= HIGH_CONTROL_THRESHOLD) { needsOcr = true; ocrReason = \"high_control\" }\n else if (replacementCharRatio >= HIGH_REPLACEMENT_THRESHOLD) { needsOcr = true; ocrReason = \"high_replacement\" }\n else if (garbledHangul) { needsOcr = true; ocrReason = \"garbled_hangul\" }\n\n return {\n page,\n textChars: total,\n hangulRatio: hangul / denom,\n controlCharRatio,\n replacementCharRatio,\n puaRatio,\n hangulNoBatchimRatio,\n hangulRareBatchimRatio,\n needsOcr,\n ocrReason,\n }\n}\n\n/* 페이지별 품질에서 문서 단위 요약을 계산한다. /\nexport interface DocumentQualitySummary {\n totalPages: number\n totalTextChars: number\n avgHangulRatio: number\n avgControlCharRatio: number\n avgReplacementCharRatio: number\n avgPuaRatio: number\n /* textChars 매우 적은 페이지 수 (이미지/빈 페이지 후보) /\n lowTextPageCount: number\n /* PUA 비율 임계 초과 페이지 수 (글꼴 매핑 깨짐 후보) /\n highPuaPageCount: number\n /* 문서 전체에 OCR 검토가 권장되는지 — needsOcr 페이지 비율 또는 평균 신호 기반 /\n needsOcr: boolean\n /* needsOcr=true인 페이지 번호 목록 /\n ocrCandidatePages: number[]\n}\n\nconst LOW_TEXT_THRESHOLD = 20\nconst HIGH_PUA_THRESHOLD = 0.2\nconst HIGH_CONTROL_THRESHOLD = 0.05\nconst HIGH_REPLACEMENT_THRESHOLD = 0.05\n/* 페이지 중 needsOcr 비율이 이 값 이상이면 문서 전체에 OCR 권장 /\nconst DOC_NEEDS_OCR_PAGE_RATIO = 0.3\n\n/\n 비표시 제어문자를 제거한다. C0(NUL 등, tab/lf/cr 제외) + DEL + C1.\n * PUA는 사용자가 글꼴 매핑 실패를 시각적으로 확인할 수 있도록 보존.\n /\nexport function stripControlChars(text: string): string {\n // eslint-disable-next-line no-control-regex\n return text.replace(/[\\x00-\\x08\\x0B\\x0C\\x0E-\\x1F\\x7F\\x80-\\x9F]/g, \"\")\n}\n\nexport function summarizeDocumentQuality(pages: PageQuality[]): DocumentQualitySummary {\n if (pages.length === 0) {\n return {\n totalPages: 0,\n totalTextChars: 0,\n avgHangulRatio: 0,\n avgControlCharRatio: 0,\n avgReplacementCharRatio: 0,\n avgPuaRatio: 0,\n lowTextPageCount: 0,\n highPuaPageCount: 0,\n needsOcr: false,\n ocrCandidatePages: [],\n }\n }\n\n let textChars = 0\n let hangul = 0\n let control = 0\n let replacement = 0\n let pua = 0\n let lowText = 0\n let highPua = 0\n const ocrCandidatePages: number[] = []\n\n for (const p of pages) {\n textChars += p.textChars\n hangul += p.hangulRatio\n control += p.controlCharRatio\n replacement += p.replacementCharRatio\n pua += p.puaRatio\n if (p.textChars < LOW_TEXT_THRESHOLD) lowText++\n if (p.puaRatio >= HIGH_PUA_THRESHOLD) highPua++\n // OCR 이 이미 적용된 페이지는 후보에서 제외 — \"OCR 했는데 또 하라\" 자기모순 방지\n if (p.needsOcr && !p.ocrApplied) ocrCandidatePages.push(p.page)\n }\n\n const n = pages.length\n return {\n totalPages: n,\n totalTextChars: textChars,\n avgHangulRatio: hangul / n,\n avgControlCharRatio: control / n,\n avgReplacementCharRatio: replacement / n,\n avgPuaRatio: pua / n,\n lowTextPageCount: lowText,\n highPuaPageCount: highPua,\n needsOcr: ocrCandidatePages.length / n >= DOC_NEEDS_OCR_PAGE_RATIO,\n ocrCandidatePages,\n }\n}\n","/\n PDF 마크다운 최종 정리.\n \n 페이지 번호 제거, 균등배분 후처리, 취소선 복원, 한글 줄바꿈 병합.\n * blocksToMarkdown 이후의 문자열 수준 후처리를 담당한다.\n /\n\nimport type { IRBlock } from \"../types.js\"\nimport { stripControlChars } from \"./quality.js\"\nimport { collapseEvenSpacing } from \"./text-line.js\"\n\n/* 블록 트리의 텍스트에서 비표시 제어문자를 in-place로 제거한다. /\nexport function sanitizeBlockControlChars(blocks: IRBlock[]): void {\n for (const b of blocks) {\n if (b.text) b.text = stripControlChars(b.text)\n if (b.table) {\n for (const row of b.table.cells) {\n for (const cell of row) {\n if (cell.text) cell.text = stripControlChars(cell.text)\n }\n }\n }\n if (b.children) sanitizeBlockControlChars(b.children)\n }\n}\n\nexport function cleanPdfText(text: string): string {\n return mergeKoreanLines(\n stripControlChars(text)\n // 문서 시작 단독 페이지 번호\n .replace(/^\\d{1,4}\\n/, \"\")\n // \"- 2 -\" 스타일 페이지 번호 (독립 라인 및 목록 항목 형태 포함)\n .replace(/^[\\s][-–—]\\s[-–—]?\\d+[-–—]?[\\s][-–—]?[\\s]$/gm, \"\")\n // \"1 / 5\" 스타일 페이지 번호\n .replace(/^\\s\\d+\\s\\/\\s\\d+\\s$/gm, \"\")\n // 단독 페이지 번호 (줄 끝에 혼자 있는 숫자)\n .replace(/\\n\\d{1,4}\\n/g, \"\\n\")\n // 문서 마지막 단독 페이지 번호\n .replace(/\\n\\d{1,4}$/, \"\")\n // 단독 숫자 헤딩 제거 (\"# 6\\n재무과\" → \"\\n재무과\")\n .replace(/^#{1,6}\\s\\d{1,4}\\s$/gm, \"\")\n )\n // 균등배분 문자열 후처리 (pdfjs가 합친 TextItem + buildGridTable 셀 텍스트)\n // LaTeX 수식 라인 ($...$ / $$...$$) 은 공백이 토큰 구분자라 collapse 시 `\\cdot d` → `\\cdotd` 로 망가짐 — skip\n .replace(/^(?!\\\| ---).$/gm, line => {\n if (/^\\s\\${1,2}.+\\${1,2}\\s$/.test(line)) return line\n return collapseEvenSpacing(line)\n })\n // 마커 뒤 2글자 균등배분 합침 (\"□ 일 시\" → \"□ 일시\", \"□ 장 소\" → \"□ 장소\")\n .replace(/([□■◆○●▶ㅇ])\\s+([가-힣])\\s+([가-힣])/g, \"$1 $2$3\")\n // 취소선 복원: builder escapeGfm이 ~를 \\~로 이스케이프 — 쌍(~~)만 되살림\n .replace(/\\\\~\\\\~/g, \"~~\")\n // 인접 취소선 run이 붙어 생긴 빈 마크(~~~~) 정리\n .replace(/~~~~/g, \"\")\n .replace(/\\n{3,}/g, \"\\n\\n\")\n .trim()\n}\n\nfunction startsWithMarker(line: string): boolean {\n const t = line.trimStart()\n return /^[가-힣ㄱ-ㅎ][.)]/.test(t) \|\| /^\\d+[.)]/.test(t) \|\| /^\$[가-힣ㄱ-ㅎ\\d]+\$/.test(t) \|\|\n /^[○●※▶▷◆◇■□★☆\\-·]\\s/.test(t) \|\| /^제\\d+[조항호장절]/.test(t)\n}\n\nfunction isStandaloneHeader(line: string): boolean {\n return /^제\\d+[조항호장절](\$[^)]\$)?(\\s+\\S+){0,7}$/.test(line.trim())\n}\n\nfunction mergeKoreanLines(text: string): string {\n if (!text) return \"\"\n const lines = text.split(\"\\n\")\n if (lines.length <= 1) return text\n const result: string[] = [lines[0]]\n\n for (let i = 1; i < lines.length; i++) {\n const prev = result[result.length - 1]\n const curr = lines[i]\n const currTrimmed = curr.trim()\n // 마크다운 헤딩/테이블/구분선은 병합하지 않음\n if (/^#{1,6}\\s/.test(prev) \|\| /^#{1,6}\\s/.test(curr) \|\| /^\\\|/.test(currTrimmed) \|\| /^---/.test(currTrimmed)) {\n result.push(curr)\n continue\n }\n // 쉼표로 끝나는 줄 + 다음 줄 = 연속 문장\n if (/,$/.test(prev.trim()) && currTrimmed.length > 0) {\n result[result.length - 1] = prev + \"\\n\" + curr\n continue\n }\n // (※ 로 시작하는 줄 = 이전 줄의 부연설명\n if (/^\\(※/.test(currTrimmed)) {\n result[result.length - 1] = prev + \" \" + currTrimmed\n continue\n }\n // 한글 줄바꿈 병합 — 마커(○, □ 등)로 시작하는 이전 줄은 합치지 않음\n if (/[가-힣·,\\-]$/.test(prev) && /^[가-힣(]/.test(curr) &&\n !startsWithMarker(curr) && !isStandaloneHeader(prev) &&\n !startsWithMarker(prev)) {\n result[result.length - 1] = prev + \" \" + curr\n } else {\n result.push(curr)\n }\n }\n return result.join(\"\\n\")\n}\n","/\n 수식 OCR 통합 (optional)\n \n 페이지 이미지 렌더 후 수식만 검출/인식해 blocks 에 formula paragraph 를 삽입.\n * 모델은 최초 실행 시 자동 다운로드 (./formula/index.js 에 위임).\n /\n\nimport type { IRBlock, ParseWarning } from \"../types.js\"\n\n/\n 수식 OCR 을 적용하여 blocks 에 formula paragraph 를 삽입한다.\n \n 좌표 매핑:\n * - pdfium 픽셀 bbox (top-left origin) → PDF 포인트 (bottom-left origin) 변환\n * - 수식 bbox 의 y center 와 같은 페이지 내 pdfjs block 의 y center 비교로 삽입 위치 결정\n * - pdfjs 가 이미 뽑은 수식 흔적(block) 과 겹치면 해당 block 제거 (중복 방지)\n \n 실패/trivial 수식(latex === \"\") 은 삽입하지 않는다.\n /\nexport async function applyFormulaOcr(\n buffer: ArrayBuffer,\n blocks: IRBlock[],\n pageFilter: Set<number> \| null,\n effectivePageCount: number,\n warnings: ParseWarning[],\n _onProgress?: (current: number, total: number) => void,\n): Promise<void> {\n const formulaMod = await import(\"./formula/index.js\")\n const { FormulaPipeline, ensureFormulaModels } = formulaMod\n\n // 모델 준비 — 없으면 자동 다운로드. 진행률은 stderr 로 출력.\n await ensureFormulaModels((p) => {\n if (p.phase === \"download\" && p.total) {\n const pct = Math.floor((p.downloaded / p.total) 100)\n process.stderr.write(`\\r[kordoc-formula] ${p.spec.name} ${pct}% (${formatMb(p.downloaded)}/${formatMb(p.total)})`)\n if (p.downloaded >= p.total) process.stderr.write(\"\\n\")\n } else if (p.phase === \"verify\") {\n process.stderr.write(`[kordoc-formula] ${p.spec.name} SHA-256 검증 중...\\n`)\n } else if (p.phase === \"done\") {\n process.stderr.write(`[kordoc-formula] ${p.spec.name} 준비 완료\\n`)\n } else if (p.phase === \"skip\") {\n // 조용히 스킵\n }\n })\n\n const pipeline = await FormulaPipeline.create()\n try {\n // MAX_PAGES 상한을 수식 OCR 에도 적용 — 필터 없으면 텍스트 추출과 같은 범위만\n // (없으면 대형 PDF 에서 상한 밖 페이지까지 ONNX 추론 + 결과가 문서 끝에 오배치)\n const effectiveFilter = pageFilter\n ?? new Set(Array.from({ length: effectivePageCount }, (_, i) => i + 1))\n const pagesResult = await pipeline.runOnBuffer(buffer, effectiveFilter)\n\n if (pagesResult.length === 0) return\n\n let insertedCount = 0\n let removedDupCount = 0\n\n for (const page of pagesResult) {\n const pageNumber = page.pageNumber\n const pdfHeight = page.pdfHeight\n const scaleX = page.renderedWidth > 0 ? page.pdfWidth / page.renderedWidth : 0.5\n const scaleY = page.renderedHeight > 0 ? page.pdfHeight / page.renderedHeight : 0.5\n\n // 1) 수식 → (PDF 포인트 bbox, latex) 정규화 + trivial 제외\n interface FormulaCandidate {\n block: IRBlock\n pdfBbox: { x1: number; x2: number; yTop: number; yBottom: number }\n centerY: number // PDF bottom-up\n }\n const candidates: FormulaCandidate[] = []\n for (const r of page.regions) {\n if (!r.latex \|\| !r.latex.trim()) continue\n const wrapped = r.kind === \"display\" ? `$$${r.latex}$$` : `$${r.latex}$`\n\n const x1 = r.bbox.x1 * scaleX\n const x2 = r.bbox.x2 * scaleX\n // pdfium 픽셀 y → PDF bottom-up\n const yTop = pdfHeight - r.bbox.y1 * scaleY\n const yBottom = pdfHeight - r.bbox.y2 * scaleY\n const centerY = (yTop + yBottom) / 2\n const width = x2 - x1\n const height = yTop - yBottom\n\n candidates.push({\n block: {\n type: \"paragraph\",\n text: wrapped,\n pageNumber,\n bbox: { page: pageNumber, x: x1, y: yBottom, width, height },\n },\n pdfBbox: { x1, x2, yTop, yBottom },\n centerY,\n })\n }\n if (candidates.length === 0) continue\n\n // 2) 같은 페이지의 pdfjs block 중 수식 bbox 와 크게 겹치는 것 제거\n // (pdfjs 가 수식을 텍스트로 파편 추출한 경우 — overlap ratio ≥ 0.6 이면 중복으로 간주)\n const OVERLAP_THRESHOLD = 0.6\n const indicesToRemove = new Set<number>()\n for (let i = 0; i < blocks.length; i++) {\n const b = blocks[i]\n if (b.pageNumber !== pageNumber) continue\n if (b.type === \"table\") continue // 표는 건드리지 않음\n if (!b.bbox \|\| b.bbox.width <= 0 \|\| b.bbox.height <= 0) continue\n const blockArea = b.bbox.width * b.bbox.height\n if (blockArea <= 0) continue\n\n for (const c of candidates) {\n const ox1 = Math.max(b.bbox.x, c.pdfBbox.x1)\n const ox2 = Math.min(b.bbox.x + b.bbox.width, c.pdfBbox.x2)\n const oy1 = Math.max(b.bbox.y, c.pdfBbox.yBottom)\n const oy2 = Math.min(b.bbox.y + b.bbox.height, c.pdfBbox.yTop)\n const interArea = Math.max(0, ox2 - ox1) * Math.max(0, oy2 - oy1)\n if (interArea / blockArea >= OVERLAP_THRESHOLD) {\n indicesToRemove.add(i)\n break\n }\n }\n }\n\n if (indicesToRemove.size > 0) {\n // 내림차순으로 제거해야 인덱스가 밀리지 않음\n const sorted = [...indicesToRemove].sort((a, b) => b - a)\n for (const idx of sorted) blocks.splice(idx, 1)\n removedDupCount += indicesToRemove.size\n }\n\n // 3) 각 수식을 y 좌표 기준 적절한 위치에 삽입\n // 수식들을 위→아래(centerY 큰 것부터) 정렬 후, 각 수식마다 현재 blocks 에서\n // \"center y < 수식 center y\" 인 첫 블록(= 수식보다 아래) 앞에 삽입.\n candidates.sort((a, b) => b.centerY - a.centerY)\n\n for (const c of candidates) {\n let insertIdx = -1\n let pageFirstIdx = -1\n let pageLastIdx = -1\n for (let i = 0; i < blocks.length; i++) {\n const b = blocks[i]\n if (b.pageNumber !== pageNumber) continue\n if (pageFirstIdx === -1) pageFirstIdx = i\n pageLastIdx = i\n if (!b.bbox) continue\n const blockCenter = b.bbox.y + b.bbox.height / 2\n if (blockCenter < c.centerY) {\n insertIdx = i\n break\n }\n }\n\n if (insertIdx !== -1) {\n blocks.splice(insertIdx, 0, c.block)\n } else if (pageLastIdx !== -1) {\n blocks.splice(pageLastIdx + 1, 0, c.block)\n } else {\n // 해당 페이지에 텍스트 블록 없음 — 맨 끝에 추가\n blocks.push(c.block)\n }\n insertedCount++\n }\n }\n\n if (insertedCount > 0 \|\| removedDupCount > 0) {\n process.stderr.write(\n `[kordoc-formula] ${insertedCount}개 수식 삽입, ${removedDupCount}개 중복 block 제거 (${pagesResult.length}개 페이지)\\n`,\n )\n }\n } finally {\n await pipeline.destroy().catch(() => {})\n }\n}\n\nfunction formatMb(bytes: number): string {\n return `${(bytes / 1024 / 1024).toFixed(1)}MB`\n}\n","/*\n 서버리스/Node.js 환경에서 pdfjs-dist가 요구하는 브라우저 API polyfill.\n * pdfjs-dist import보다 먼저 실행되어야 함 (ES 모듈 호이스팅 대응으로 별도 파일 분리).\n \n 1. DOMMatrix / Path2D polyfill — pdfjs-dist가 참조하지만 Node.js에 없음\n * 2. pdfjsWorker 사전 주입 — fake worker의 동적 import를 우회\n /\n\n// eslint-disable-next-line @typescript-eslint/no-explicit-any\nconst g = globalThis as any\n\nif (typeof g.DOMMatrix === \"undefined\") {\n g.DOMMatrix = class DOMMatrix {\n m: number[] = [1, 0, 0, 1, 0, 0]\n constructor(init?: number[]) { if (init) this.m = init }\n }\n}\n\nif (typeof g.Path2D === \"undefined\") {\n g.Path2D = class Path2D {}\n}\n\n// worker 모듈 static import → fake worker가 동적 import를 건너뜀\n// @ts-expect-error pdfjs-dist worker has no type declarations\nimport as pdfjsWorker from \"pdfjs-dist/legacy/build/pdf.worker.mjs\"\ng.pdfjsWorker = pdfjsWorker\n","/*\n PDF 텍스트 추출 (pdfjs-dist static import 기반)\n \n polyfill을 먼저 import해야 DOMMatrix/Path2D/pdfjsWorker가 주입됨.\n * ES 모듈 호이스팅 때문에 별도 파일로 분리되어 있음.\n \n 이 파일은 엔트리(파이프라인 오케스트레이션)와 메타데이터 추출만 담당한다.\n * 세부 단계는 모듈로 분리: text-line(아이템/줄), xy-cut(읽기 순서),\n * columns(열 감지), page-blocks(블록 추출), block-detect(후처리 감지),\n * text-clean(마크다운 정리), formula-ocr(수식).\n /\n\nimport type { InternalParseResult, IRBlock, DocumentMetadata, ExtractedImage, ParseOptions, ParseWarning, OutlineItem } from \"../types.js\"\nimport { KordocError } from \"../utils.js\"\nimport { parsePageRange } from \"../page-range.js\"\nimport { blocksToMarkdown } from \"../table/builder.js\"\nimport { extractImageRegions } from \"./line-detector.js\"\nimport { createPdfImageState, extractPageImages, injectPageImageBlocks } from \"./image-extract.js\"\nimport { computePageQuality, summarizeDocumentQuality, type PageQuality } from \"./quality.js\"\nimport { type PdfTextItem, normalizeItems, filterHiddenText } from \"./text-line.js\"\nimport { extractPageBlocksWithLines, mergeCrossPageTables } from \"./page-blocks.js\"\nimport { computeMedianFontSizeFromFreq, detectHeadings, detectMarkerHeadings, detectTableCaptions, detectKoreanListBlocks, removeHeaderFooterBlocks } from \"./block-detect.js\"\nimport { sanitizeBlockControlChars, cleanPdfText } from \"./text-clean.js\"\nimport { applyFormulaOcr } from \"./formula-ocr.js\"\n// polyfill 먼저 (ES 모듈 호이스팅되므로 별도 파일 필수)\nimport \"./polyfill.js\"\nimport { getDocument, GlobalWorkerOptions } from \"pdfjs-dist/legacy/build/pdf.mjs\"\nimport { createRequire } from \"node:module\"\nimport { dirname, join } from \"node:path\"\n\n// 기존 공개 API 경로 유지 — 이동된 함수의 re-export\nexport { mergeCrossPageTables }\nexport { cleanPdfText }\nexport { detectTableCaptions, detectKoreanListBlocks, removeHeaderFooterBlocks }\n\n// worker 비활성화 (polyfill에서 pdfjsWorker를 이미 주입했으므로)\nGlobalWorkerOptions.workerSrc = \"\"\n\n// ─── 안전 한계값 (구조적 파싱과 무관) ────────────────\nconst MAX_PAGES = 5000\nconst MAX_TOTAL_TEXT = 100 1024 * 1024 // 100MB\n/** PDF 로딩 타임아웃 (30초) — 악성/대용량 PDF 무한 대기 방지 /\nconst PDF_LOAD_TIMEOUT_MS = 30_000\n\n// CID 폰트 자산(cmaps/standard_fonts) 경로 — 미지정이면 CMap 필요 폰트의 텍스트가\n// \"loadFont failed: cMapUrl 필요\" 경고와 함께 통째로 소실된다 (성과계획서류 숫자 전멸).\n// pdfjs-dist 패키지 위치에서 해석하고, 실패 시 미지정(기존 동작) 유지.\nconst pdfjsAssets: { cMapUrl?: string; cMapPacked?: boolean; standardFontDataUrl?: string } = {}\ntry {\n const _require = createRequire(import.meta.url)\n const pkgDir = dirname(_require.resolve(\"pdfjs-dist/package.json\"))\n pdfjsAssets.cMapUrl = join(pkgDir, \"cmaps\") + \"/\"\n pdfjsAssets.cMapPacked = true\n pdfjsAssets.standardFontDataUrl = join(pkgDir, \"standard_fonts\") + \"/\"\n} catch { / optional dep — 경로 해석 실패 시 cMap 없이 진행 / }\n\n/* getDocument + 타임아웃 래퍼 /\nasync function loadPdfWithTimeout(buffer: ArrayBuffer) {\n const loadingTask = getDocument({\n data: new Uint8Array(buffer),\n useSystemFonts: true,\n disableFontFace: true,\n isEvalSupported: false,\n ...pdfjsAssets,\n })\n let timer: ReturnType<typeof setTimeout> \| undefined\n try {\n return await Promise.race([\n loadingTask.promise,\n new Promise<never>((_, reject) => {\n timer = setTimeout(() => { loadingTask.destroy(); reject(new KordocError(\"PDF 로딩 타임아웃 (30초 초과)\")) }, PDF_LOAD_TIMEOUT_MS)\n }),\n ])\n } finally {\n if (timer !== undefined) clearTimeout(timer)\n }\n}\n\nexport async function parsePdfDocument(buffer: ArrayBuffer, options?: ParseOptions): Promise<InternalParseResult> {\n // pdfjs-dist 는 전달받은 buffer 의 underlying storage 를 detach 할 수 있다.\n // 수식/텍스트 OCR 은 같은 버퍼를 pdfium 으로 재사용해야 하므로 옵션 on 일 때만 clone 을 보관.\n const formulaBuffer: ArrayBuffer \| null = options?.formulaOcr ? buffer.slice(0) : null\n const ocrBuffer: ArrayBuffer \| null = options?.ocr ? buffer.slice(0) : null\n const doc = await loadPdfWithTimeout(buffer)\n\n try {\n const pageCount = doc.numPages\n if (pageCount === 0) throw new KordocError(\"PDF에 페이지가 없습니다.\")\n\n // 메타데이터 추출 (best-effort)\n const metadata: DocumentMetadata = { pageCount }\n await extractPdfMetadata(doc, metadata)\n\n const blocks: IRBlock[] = []\n const warnings: ParseWarning[] = []\n const pageQuality: PageQuality[] = []\n let totalChars = 0\n let totalTextBytes = 0\n const effectivePageCount = Math.min(pageCount, MAX_PAGES)\n\n // 페이지 범위 필터링\n const pageFilter = options?.pages ? parsePageRange(options.pages, effectivePageCount) : null\n const totalTarget = pageFilter ? pageFilter.size : effectivePageCount\n\n // 전체 문서의 폰트 크기 빈도 수집 (헤딩 감지용) — 빈도 Map으로 메모리 절약\n const fontSizeFreq = new Map<number, number>()\n const pageHeights = new Map<number, number>()\n // 큰 이미지가 있는 페이지 (needsOcr 경고 노이즈 필터 + SKIPPED_IMAGE)\n const pagesWithLargeImage = new Set<number>()\n // 텍스트 없는 큰 이미지 영역: page → count\n const skippedImagePages = new Map<number, number>()\n // 이미지 XObject 바이트 추출 상태 (문서 단위 중복 억제·상한).\n // image 블록은 페이지 경계 표 병합(mergeCrossPageTables)의 인접성을 깨지 않도록\n // 페이지별로 모아뒀다가 병합 후 주입한다.\n const imageState = createPdfImageState()\n const extractedImages: ExtractedImage[] = []\n const pageImageBlocks = new Map<number, IRBlock[]>()\n\n let parsedPages = 0\n for (let i = 1; i <= effectivePageCount; i++) {\n if (pageFilter && !pageFilter.has(i)) continue\n try {\n const page = await doc.getPage(i)\n const tc = await page.getTextContent()\n const viewport = page.getViewport({ scale: 1 })\n pageHeights.set(i, viewport.height)\n const rawItems = tc.items as PdfTextItem[]\n const items = normalizeItems(rawItems)\n\n // hidden text 필터링 + 경고 수집\n const { visible, hiddenCount } = filterHiddenText(items, viewport.width, viewport.height)\n if (hiddenCount > 0) {\n warnings.push({ page: i, message: `${hiddenCount}개 숨겨진 텍스트 요소 필터링됨`, code: \"HIDDEN_TEXT_FILTERED\" })\n }\n\n // 폰트 크기 빈도 수집\n for (const item of visible) {\n if (item.fontSize > 0) fontSizeFreq.set(item.fontSize, (fontSizeFreq.get(item.fontSize) \|\| 0) + 1)\n }\n\n // 선 기반 테이블 감지를 위한 operatorList\n const opList = await page.getOperatorList()\n\n // 이미지 영역 감지 — 텍스트 없는 큰 이미지는 무음 정보손실이므로 가시화 (ODL 아이디어)\n const pageArea = viewport.width viewport.height\n if (pageArea > 0) {\n const imageRegions = extractImageRegions(opList.fnArray, opList.argsArray)\n let uncovered = 0\n for (const r of imageRegions) {\n const area = (r.x2 - r.x1) * (r.y2 - r.y1)\n if (area < pageArea * 0.05) continue // 작은 장식 이미지 무시\n pagesWithLargeImage.add(i)\n const hasText = visible.some(it => {\n const cx = it.x + it.w / 2\n const cy = it.y + (it.h \|\| it.fontSize) / 2\n return cx >= r.x1 && cx <= r.x2 && cy >= r.y1 && cy <= r.y2\n })\n if (!hasText) uncovered++\n }\n if (uncovered > 0) skippedImagePages.set(i, uncovered)\n }\n\n const pageBlocks = extractPageBlocksWithLines(visible, i, opList, viewport.width, viewport.height)\n for (const b of pageBlocks) blocks.push(b)\n\n // 이미지 XObject 바이트 추출 — 블록 주입은 표 병합 후(injectPageImageBlocks)\n try {\n const { blocks: imgBlocks, images: pageImages } = await extractPageImages(page, opList.fnArray, opList.argsArray, i, imageState, warnings)\n if (imgBlocks.length > 0) pageImageBlocks.set(i, imgBlocks)\n extractedImages.push(...pageImages)\n } catch { /* 이미지 추출 실패가 텍스트 파싱을 막지 않도록 / }\n\n // 이미지 기반 PDF 감지 + 크기 제한용 문자 수 집계 + 페이지 품질 신호\n let pageText = \"\"\n for (const b of pageBlocks) {\n let t = b.text \|\| \"\"\n // 표 블록은 text 없이 table만 가지므로 셀 텍스트도 집계 — 괘선 양식(표-전용)\n // 문서가 totalChars=0으로 이미지 기반 오판되어 정상 파싱 표가 OCR로\n // 대체되는 것 방지. 페이지 품질(computePageQuality) 집계도 같은 뿌리.\n if (b.type === \"table\" && b.table) {\n const cellText = b.table.cells.map(row => row.map(c => c.text).join(\" \")).join(\"\\n\")\n t = t ? t + \"\\n\" + cellText : cellText\n }\n totalChars += t.replace(/\\s/g, \"\").length\n totalTextBytes += t.length 2\n pageText += pageText ? \"\\n\" + t : t\n }\n pageQuality.push(computePageQuality(i, pageText))\n if (totalTextBytes > MAX_TOTAL_TEXT) throw new KordocError(\"텍스트 추출 크기 초과\")\n parsedPages++\n options?.onProgress?.(parsedPages, totalTarget)\n } catch (pageErr) {\n // 크기 초과는 전체 중단\n if (pageErr instanceof KordocError) throw pageErr\n warnings.push({ page: i, message: `페이지 ${i} 파싱 실패: ${pageErr instanceof Error ? pageErr.message : \"알 수 없는 오류\"}`, code: \"PARTIAL_PARSE\" })\n }\n }\n\n const parsedPageCount = parsedPages \|\| (pageFilter ? pageFilter.size : effectivePageCount)\n // 문서 단위 이미지 기반 판정 (평균 10자/페이지 미만 = 텍스트층 부재)\n const isImageBased = totalChars / Math.max(parsedPageCount, 1) < 10\n\n // ── OCR 실행 (옵션) — 페이지 단위 선정·병합 ──\n // 대상: \"force\"=전 페이지 / 문서가 이미지 기반=전 페이지 /\n // 그 외=품질 신호가 OCR 을 권하는 페이지만 (깨진 텍스트층 포함 — F1,\n // 혼합 문서의 스캔 페이지 포함 — F2). 정상 페이지 파싱 결과는 유지 (F3).\n const ocrDone = new Set<number>()\n if (options?.ocr && ocrBuffer) {\n const inScope = (p: number) => !pageFilter \|\| pageFilter.has(p)\n const targets = new Set<number>()\n if (options.ocr === \"force\" \|\| isImageBased) {\n for (let i = 1; i <= effectivePageCount; i++) if (inScope(i)) targets.add(i)\n } else {\n for (const pq of pageQuality) {\n if (!pq.needsOcr) continue\n // low_text 는 빈 페이지(표지/간지)일 수 있으므로 큰 이미지가 있는 페이지만\n if (pq.ocrReason === \"low_text\" && !pagesWithLargeImage.has(pq.page)) continue\n targets.add(pq.page)\n }\n }\n if (targets.size > 0) {\n try {\n const { runPdfOcr } = await import(\"../ocr/pdf-ocr.js\")\n const mode = typeof options.ocr === \"function\" ? options.ocr : (\"builtin\" as const)\n const ocrPageBlocks = await runPdfOcr(ocrBuffer, targets, mode, warnings, options.onProgress)\n if (ocrPageBlocks.size > 0) {\n // 페이지 단위 교체: OCR 성공 페이지의 기존(깨진/빈) 블록 제거 후 병합\n for (const p of ocrPageBlocks.keys()) ocrDone.add(p)\n const merged = blocks.filter(b => !(b.pageNumber && ocrDone.has(b.pageNumber)))\n for (const obs of ocrPageBlocks.values()) merged.push(...obs)\n merged.sort((a, b) => (a.pageNumber ?? 0) - (b.pageNumber ?? 0)) // stable — 페이지 내 순서 보존\n blocks.length = 0\n blocks.push(...merged)\n for (const pq of pageQuality) if (ocrDone.has(pq.page)) pq.ocrApplied = true\n warnings.push({\n message: `${ocrDone.size}개 페이지에 OCR 적용 (${mode === \"builtin\" ? \"내장 PP-OCRv5\" : \"사용자 프로바이더\"})`,\n code: \"OCR_APPLIED\",\n })\n }\n } catch (e) {\n // 환경 오류(의존성·모델) — 아래 NEEDS_OCR 폴백이 가시화, 원인은 별도 경고로 보존 (F6)\n warnings.push({\n message: `OCR 실행 불가: ${e instanceof Error ? e.message : String(e)}`,\n code: \"OCR_FAILED\",\n })\n }\n }\n }\n\n if (isImageBased && ocrDone.size === 0) {\n // OCR 미설정/실패 — 빈 출력을 무경고로 내보내지 않고 경고 + 플래그로 가시화 (v3.0)\n warnings.push({\n message: `이미지 기반 PDF (${pageCount}페이지, 텍스트 ${totalChars}자) — 텍스트 레이어가 없어 OCR이 필요합니다`,\n code: \"NEEDS_OCR\",\n })\n }\n\n // 페이지 단위 needsOcr 경고 — 텍스트+스캔 혼합 문서에서 스캔 페이지 무음 손실 방지.\n // low_text는 빈 페이지(표지/간지)일 수 있으므로 큰 이미지가 있는 페이지만 경고.\n // OCR 이 적용된 페이지는 해소된 것이므로 제외.\n if (!isImageBased) {\n const OCR_REASON_MESSAGES: Record<string, string> = {\n low_text: \"텍스트가 거의 없는 페이지 (스캔/이미지 추정)\",\n high_pua: \"글꼴 매핑 실패 (PUA 비율 높음) — 추출 텍스트 신뢰 불가\",\n high_control: \"제어문자 비율 높음 — 추출 텍스트 신뢰 불가\",\n high_replacement: \"대체문자(U+FFFD) 비율 높음 — 추출 텍스트 신뢰 불가\",\n garbled_hangul: \"글꼴 매핑 실패 (한글 자소 분포 이상) — 추출 텍스트가 깨졌을 수 있음\",\n }\n for (const pq of pageQuality) {\n if (!pq.needsOcr \|\| !pq.ocrReason \|\| pq.ocrApplied) continue\n if (pq.ocrReason === \"low_text\" && !pagesWithLargeImage.has(pq.page)) continue\n warnings.push({ page: pq.page, message: `${OCR_REASON_MESSAGES[pq.ocrReason]} — OCR 검토 필요`, code: \"NEEDS_OCR\" })\n }\n }\n\n // 텍스트 없는 큰 이미지 영역 경고 — 그림/차트/도장 무음 누락 가시화\n // (문서 전체가 이미지 기반이면 위의 NEEDS_OCR 단일 경고로 충분)\n if (!isImageBased) {\n for (const [page, count] of [...skippedImagePages.entries()].sort((a, b) => a[0] - b[0])) {\n warnings.push({ page, message: `${count}개 이미지 영역에 추출 가능한 텍스트 없음 (그림/차트/도장 내용 누락 가능)`, code: \"SKIPPED_IMAGE\" })\n }\n }\n\n // 머리글/바닥글 필터링 (기본 ON — 명시적 false일 때만 비활성화)\n if (options?.removeHeaderFooter !== false && parsedPageCount >= 3) {\n const removed = removeHeaderFooterBlocks(blocks, pageHeights, warnings)\n // 필터링된 블록 제거 (뒤에서부터 삭제)\n for (let ri = removed.length - 1; ri >= 0; ri--) {\n blocks.splice(removed[ri], 1)\n }\n }\n\n // 페이지 걸친 표 병합 — 머리글/바닥글 제거 후 인접해진 표를 하나로\n // (ODL TableBorderProcessor.checkNeighborTables 포팅)\n mergeCrossPageTables(blocks)\n\n // 추출 이미지 참조를 페이지 말미 위치에 주입 (표 병합 뒤 — 인접성 보존)\n injectPageImageBlocks(blocks, pageImageBlocks)\n\n // 수식 OCR (선택) — 기본 텍스트 추출과 별개로 페이지 이미지 렌더 후 수식만 검출/인식.\n // 실패 시 경고만 기록하고 일반 텍스트 추출 결과는 그대로 반환한다.\n if (options?.formulaOcr && formulaBuffer) {\n try {\n await applyFormulaOcr(formulaBuffer, blocks, pageFilter, effectivePageCount, warnings, options.onProgress)\n } catch (e) {\n warnings.push({\n message: `수식 OCR 실패: ${e instanceof Error ? e.message : String(e)}`,\n code: \"PARTIAL_PARSE\",\n })\n }\n }\n\n // 헤딩 감지: 폰트 크기 기반\n const medianFontSize = computeMedianFontSizeFromFreq(fontSizeFreq)\n if (medianFontSize > 0) {\n detectHeadings(blocks, medianFontSize)\n }\n\n // □/■ 마커 기반 서브헤딩 감지 (ODL 패턴)\n detectMarkerHeadings(blocks)\n\n // 표 캡션 감지 — 표 직전/직후 '표 N./그림 N' 패턴 텍스트를 IRTable.caption으로\n detectTableCaptions(blocks)\n\n // 한국어 리스트 감지 — 공문서 계층 라벨(1.→가.→1)→가)→①) 시퀀스 검증\n detectKoreanListBlocks(blocks)\n\n // outline 구축\n const outline: OutlineItem[] = blocks\n .filter(b => b.type === \"heading\" && b.level && b.text)\n .map(b => ({ level: b.level!, text: b.text!, pageNumber: b.pageNumber }))\n\n // 메트릭 수집 끝났으니 블록 텍스트의 C0/C1 제어문자(NUL 등) 정리\n sanitizeBlockControlChars(blocks)\n\n // blocksToMarkdown로 통일 — 헤딩 마크다운 반영 (HWP5/HWPX와 일관성)\n let markdown = cleanPdfText(blocksToMarkdown(blocks))\n\n return {\n markdown,\n blocks,\n metadata,\n outline: outline.length > 0 ? outline : undefined,\n warnings: warnings.length > 0 ? warnings : undefined,\n isImageBased: isImageBased \|\| undefined,\n pageQuality,\n qualitySummary: summarizeDocumentQuality(pageQuality),\n images: extractedImages.length > 0 ? extractedImages : undefined,\n }\n } finally {\n await doc.destroy().catch(() => {})\n }\n}\n\n// ─── PDF 메타데이터 추출 ────────────────────────────\n\nasync function extractPdfMetadata(doc: { getMetadata(): Promise<unknown> }, metadata: DocumentMetadata): Promise<void> {\n try {\n const result = await doc.getMetadata() as { info?: Record<string, unknown> } \| null\n if (!result?.info) return\n const info = result.info\n\n if (typeof info.Title === \"string\" && info.Title.trim()) metadata.title = info.Title.trim()\n if (typeof info.Author === \"string\" && info.Author.trim()) metadata.author = info.Author.trim()\n if (typeof info.Creator === \"string\" && info.Creator.trim()) metadata.creator = info.Creator.trim()\n if (typeof info.Subject === \"string\" && info.Subject.trim()) metadata.description = info.Subject.trim()\n if (typeof info.Keywords === \"string\" && info.Keywords.trim()) {\n metadata.keywords = info.Keywords.split(/[,;]/).map((k: string) => k.trim()).filter(Boolean)\n }\n if (typeof info.CreationDate === \"string\") metadata.createdAt = parsePdfDate(info.CreationDate)\n if (typeof info.ModDate === \"string\") metadata.modifiedAt = parsePdfDate(info.ModDate)\n } catch {\n // best-effort\n }\n}\n\n/** PDF 날짜 형식 (D:YYYYMMDDHHmmSS) → ISO 8601 변환 /\nfunction parsePdfDate(dateStr: string): string \| undefined {\n const m = dateStr.match(/D:(\\d{4})(\\d{2})?(\\d{2})?(\\d{2})?(\\d{2})?(\\d{2})?/)\n if (!m) return undefined\n const [, year, month = \"01\", day = \"01\", hour = \"00\", min = \"00\", sec = \"00\"] = m\n return `${year}-${month}-${day}T${hour}:${min}:${sec}`\n}\n\n/* 메타데이터만 추출 (전체 파싱 없이) — MCP parse_metadata용 */\nexport async function extractPdfMetadataOnly(buffer: ArrayBuffer): Promise<DocumentMetadata> {\n const doc = await loadPdfWithTimeout(buffer)\n\n try {\n const metadata: DocumentMetadata = { pageCount: doc.numPages }\n await extractPdfMetadata(doc, metadata)\n return metadata\n } finally {\n await doc.destroy().catch(() => {})\n }\n}\n"]}
1	+ {"version":3,"sources":["/Users/mong-e/workspace/kordoc/dist/parser-KTNIUF2N.cjs","../src/pdf/image-extract.ts","../src/pdf/quality.ts","../src/pdf/text-clean.ts","../src/pdf/formula-ocr.ts","../src/pdf/polyfill.ts","../src/pdf/parser.ts"],"names":[],"mappings":"AAAA;AACE;AACA;AACF,wDAA6B;AAC7B;AACE;AACF,wDAA6B;AAC7B;AACE;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACF,wDAA6B;AAC7B;AACE;AACF,wDAA6B;AAC7B;AACE;AACF,wDAA6B;AAC7B;AACA;ACpBA,yDAA+B;AAsB/B,IAAM,yBAAA,EAA2B,GAAA;AAQjC,SAAS,cAAA,CAAe,IAAA,EAAmB,KAAA,EAA2C;AAEpF,EAAA,MAAM,MAAA,EAAQ,KAAA,CAAM,UAAA,CAAW,IAAI,EAAA,EAAI,IAAA,CAAK,WAAA,EAAa,IAAA,CAAK,IAAA;AAC9D,EAAA,OAAO,IAAI,OAAA,CAAQ,CAAA,OAAA,EAAA,GAAW;AAC5B,IAAA,IAAI,KAAA,EAAO,KAAA;AACX,IAAA,MAAM,MAAA,EAAQ,UAAA,CAAW,CAAA,EAAA,GAAM;AAAE,MAAA,GAAA,CAAI,CAAC,IAAA,EAAM;AAAE,QAAA,KAAA,EAAO,IAAA;AAAM,QAAA,OAAA,CAAQ,IAAI,CAAA;AAAA,MAAE;AAAA,IAAE,CAAA,EAAG,wBAAwB,CAAA;AACtG,IAAA,IAAI;AACF,MAAA,KAAA,CAAM,GAAA,CAAI,KAAA,EAAO,CAAC,IAAA,EAAA,GAAkB;AAClC,QAAA,GAAA,CAAI,CAAC,IAAA,EAAM;AAAE,UAAA,KAAA,EAAO,IAAA;AAAM,UAAA,YAAA,CAAa,KAAK,CAAA;AAAG,UAAA,OAAA,kBAAS,IAAA,UAAQ,MAA0B,CAAA;AAAA,QAAE;AAAA,MAC9F,CAAC,CAAA;AAAA,IACH,EAAA,WAAQ;AACN,MAAA,GAAA,CAAI,CAAC,IAAA,EAAM;AAAE,QAAA,KAAA,EAAO,IAAA;AAAM,QAAA,YAAA,CAAa,KAAK,CAAA;AAAG,QAAA,OAAA,CAAQ,IAAI,CAAA;AAAA,MAAE;AAAA,IAC/D;AAAA,EACF,CAAC,CAAA;AACH;AAGA,IAAM,QAAA,EAAU,CAAA;AAEhB,IAAM,WAAA,EAAa,IAAA;AAEnB,IAAM,mBAAA,EAAqB,GAAA;AAE3B,IAAM,sBAAA,EAAwB,IAAA,EAAM,KAAA,EAAO,IAAA;AAWpC,SAAS,mBAAA,CAAA,EAAqC;AACnD,EAAA,OAAO,EAAE,UAAA,EAAY,CAAA,EAAG,UAAA,EAAY,CAAA,EAAG,IAAA,kBAAM,IAAI,GAAA,CAAI,CAAA,EAAG,SAAA,EAAW,MAAM,CAAA;AAC3E;AAGA,SAAS,KAAA,CAAM,IAAA,EAA8C;AAC3D,EAAA,IAAI,EAAA,EAAI,UAAA;AACR,EAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,IAAA,CAAK,MAAA,EAAQ,CAAA,EAAA,EAAK;AACpC,IAAA,EAAA,GAAK,IAAA,CAAK,CAAC,CAAA;AACX,IAAA,EAAA,EAAI,IAAA,CAAK,IAAA,CAAK,CAAA,EAAG,QAAU,CAAA;AAAA,EAC7B;AACA,EAAA,OAAO,EAAA,IAAM,CAAA;AACf;AAGA,SAAS,MAAA,CAAO,GAAA,EAAoC;AAClD,EAAA,MAAM,EAAE,KAAA,EAAO,CAAA,EAAG,MAAA,EAAQ,CAAA,EAAG,IAAA,EAAM,KAAK,EAAA,EAAI,GAAA;AAC5C,EAAA,GAAA,CAAI,CAAC,KAAA,GAAQ,CAAC,EAAA,GAAK,CAAC,CAAA,EAAG,OAAO,IAAA;AAC9B,EAAA,MAAM,KAAA,EAAO,IAAI,UAAA,CAAW,EAAA,EAAI,EAAA,EAAI,CAAC,CAAA;AAErC,EAAA,GAAA,CAAI,KAAA,IAAS,iBAAA,CAAU,UAAA,EAAY;AACjC,IAAA,GAAA,CAAI,IAAA,CAAK,OAAA,EAAS,EAAA,EAAI,EAAA,EAAI,CAAA,EAAG,OAAO,IAAA;AACpC,IAAA,IAAA,CAAK,GAAA,CAAI,IAAA,CAAK,QAAA,CAAS,CAAA,EAAG,EAAA,EAAI,EAAA,EAAI,CAAC,CAAC,CAAA;AACpC,IAAA,OAAO,IAAA;AAAA,EACT;AACA,EAAA,GAAA,CAAI,KAAA,IAAS,iBAAA,CAAU,SAAA,EAAW;AAChC,IAAA,GAAA,CAAI,IAAA,CAAK,OAAA,EAAS,EAAA,EAAI,EAAA,EAAI,CAAA,EAAG,OAAO,IAAA;AACpC,IAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,EAAA,EAAI,CAAA,EAAG,CAAA,EAAA,EAAK,EAAA,GAAK,CAAA,EAAG,EAAA,GAAK,CAAA,EAAG;AAC5D,MAAA,IAAA,CAAK,CAAC,EAAA,EAAI,IAAA,CAAK,CAAC,CAAA;AAAG,MAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,IAAA,CAAK,EAAA,EAAI,CAAC,CAAA;AAAG,MAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,IAAA,CAAK,EAAA,EAAI,CAAC,CAAA;AAAG,MAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,GAAA;AAAA,IACzF;AACA,IAAA,OAAO,IAAA;AAAA,EACT;AACA,EAAA,GAAA,CAAI,KAAA,IAAS,iBAAA,CAAU,cAAA,EAAgB;AAErC,IAAA,MAAM,OAAA,EAAU,EAAA,EAAI,EAAA,GAAM,CAAA;AAC1B,IAAA,GAAA,CAAI,IAAA,CAAK,OAAA,EAAS,OAAA,EAAS,CAAA,EAAG,OAAO,IAAA;AACrC,IAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,CAAA,EAAA,EAAK;AAC1B,MAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,CAAA,EAAG,CAAA,EAAA,EAAK;AAC1B,QAAA,MAAM,IAAA,EAAO,IAAA,CAAK,EAAA,EAAI,OAAA,EAAA,CAAU,EAAA,GAAK,CAAA,CAAE,EAAA,GAAM,EAAA,EAAA,CAAK,EAAA,EAAI,CAAA,EAAA,EAAO,CAAA;AAC7D,QAAA,MAAM,EAAA,EAAI,IAAA,EAAM,IAAA,EAAM,CAAA;AACtB,QAAA,MAAM,EAAA,EAAA,CAAK,EAAA,EAAI,EAAA,EAAI,CAAA,EAAA,EAAK,CAAA;AACxB,QAAA,IAAA,CAAK,CAAC,EAAA,EAAI,CAAA;AAAG,QAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,CAAA;AAAG,QAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,CAAA;AAAG,QAAA,IAAA,CAAK,EAAA,EAAI,CAAC,EAAA,EAAI,GAAA;AAAA,MAC/D;AAAA,IACF;AACA,IAAA,OAAO,IAAA;AAAA,EACT;AACA,EAAA,OAAO,IAAA;AACT;AAOA,MAAA,SAAsB,iBAAA,CACpB,IAAA,EACA,OAAA,EACA,SAAA,EACA,UAAA,EACA,KAAA,EACA,QAAA,EAC0D;AAC1D,EAAA,MAAM,OAAA,EAAoB,CAAC,CAAA;AAC3B,EAAA,MAAM,OAAA,EAA2B,CAAC,CAAA;AAClC,EAAA,MAAM,YAAA,kBAAc,IAAI,GAAA,CAAY,CAAA;AAEpC,EAAA,IAAA,CAAA,IAAS,EAAA,EAAI,CAAA,EAAG,EAAA,EAAI,OAAA,CAAQ,MAAA,EAAQ,CAAA,EAAA,EAAK;AACvC,IAAA,MAAM,GAAA,EAAK,OAAA,CAAQ,CAAC,CAAA;AACpB,IAAA,IAAI,QAAA,EAA6B,IAAA;AACjC,IAAA,IAAI,SAAA,EAA0B,IAAA;AAE9B,IAAA,GAAA,CAAI,GAAA,IAAO,WAAA,CAAI,kBAAA,GAAqB,GAAA,IAAO,WAAA,CAAI,uBAAA,EAAyB;AACtE,MAAA,MAAM,MAAA,kBAAQ,SAAA,qBAAU,CAAC,CAAA,4BAAA,CAAI,CAAC,GAAA;AAC9B,MAAA,GAAA,CAAI,OAAO,MAAA,IAAU,SAAA,GAAY,WAAA,CAAY,GAAA,CAAI,KAAK,CAAA,EAAG,QAAA;AACzD,MAAA,WAAA,CAAY,GAAA,CAAI,KAAK,CAAA;AACrB,MAAA,SAAA,EAAW,KAAA;AAAA,IACb,EAAA,KAAA,GAAA,CAAW,GAAA,IAAO,WAAA,CAAI,uBAAA,EAAyB;AAC7C,MAAA,QAAA;AAAA,IACF;AAIA,IAAA,GAAA,CAAI,KAAA,CAAM,WAAA,GAAc,mBAAA,GAAsB,KAAA,CAAM,WAAA,GAAc,qBAAA,EAAuB;AACvF,MAAA,GAAA,CAAI,CAAC,KAAA,CAAM,SAAA,EAAW;AACpB,QAAA,KAAA,CAAM,UAAA,EAAY,IAAA;AAClB,QAAA,QAAA,CAAS,IAAA,CAAK,EAAE,IAAA,EAAM,UAAA,EAAY,OAAA,EAAS,CAAA,2DAAA,EAAiB,kBAAkB,CAAA,iEAAA,CAAA,EAAwB,IAAA,EAAM,gBAAgB,CAAC,CAAA;AAAA,MAC/H;AACA,MAAA,QAAA;AAAA,IACF;AAEA,IAAA,GAAA,CAAI,QAAA,EAAU;AACZ,MAAA,QAAA,EAAU,MAAM,cAAA,CAAe,IAAA,EAAM,QAAQ,CAAA;AAAA,IAC/C,EAAA,KAAO;AACL,MAAA,QAAA,kBAAU,SAAA,qBAAU,CAAC,CAAA,4BAAA,CAAI,CAAC,GAAA;AAAA,IAC5B;AAEA,IAAA,GAAA,CAAI,iBAAC,OAAA,6BAAS,OAAA,GAAQ,CAAC,OAAA,CAAQ,MAAA,GAAS,CAAC,OAAA,CAAQ,MAAA,EAAQ,QAAA;AACzD,IAAA,MAAM,EAAE,KAAA,EAAO,CAAA,EAAG,MAAA,EAAQ,EAAE,EAAA,EAAI,OAAA;AAChC,IAAA,GAAA,CAAI,EAAA,EAAI,QAAA,GAAW,EAAA,EAAI,OAAA,EAAS,QAAA;AAChC,IAAA,GAAA,CAAI,EAAA,EAAI,EAAA,EAAI,UAAA,EAAY;AACtB,MAAA,QAAA,CAAS,IAAA,CAAK,EAAE,IAAA,EAAM,UAAA,EAAY,OAAA,EAAS,CAAA,8EAAA,EAAqB,CAAC,CAAA,IAAA,EAAI,CAAC,CAAA,CAAA,CAAA,EAAK,IAAA,EAAM,gBAAgB,CAAC,CAAA;AAClG,MAAA,QAAA;AAAA,IACF;AAGA,IAAA,MAAM,KAAA,EAAO,CAAA,EAAA;AACH,IAAA;AAEG,IAAA;AACF,IAAA;AAEC,IAAA;AACN,IAAA;AACA,IAAA;AACA,IAAA;AACK,IAAA;AACG,IAAA;AACA,IAAA;AAChB,EAAA;AAES,EAAA;AACX;AAOgB;AACC,EAAA;AAGT,EAAA;AACU,EAAA;AACJ,IAAA;AACA,IAAA;AACZ,EAAA;AACM,EAAA;AACS,EAAA;AAEY,EAAA;AACrB,EAAA;AACU,EAAA;AACF,IAAA;AACF,IAAA;AACA,IAAA;AACI,MAAA;AACH,MAAA;AACX,IAAA;AACF,EAAA;AAEgB,EAAA;AACD,IAAA;AACJ,IAAA;AACI,IAAA;AACA,MAAA;AACA,MAAA;AAA4B,QAAA;AAAG,QAAA;AAAM,MAAA;AAClD,IAAA;AACc,IAAA;AAChB,EAAA;AAEgB,EAAA;AACD,EAAA;AACjB;AD1CkB;AACA;AErJA;AAGZ;AAEA;AAEA;AAGU;AACF,EAAA;AACC,EAAA;AACT,EAAA;AACA,EAAA;AACU,EAAA;AACV,EAAA;AACM,EAAA;AAEM,EAAA;AACD,IAAA;AAEA,IAAA;AACb,IAAA;AAGY,IAAA;AACV,MAAA;AACA,MAAA;AACF,IAAA;AACa,IAAA;AACX,MAAA;AACA,MAAA;AACF,IAAA;AAEY,IAAA;AACV,MAAA;AACM,MAAA;AACF,MAAA;AACK,MAAA;AACT,MAAA;AACF,IAAA;AAGa,IAAA;AACX,MAAA;AACA,MAAA;AACF,IAAA;AACF,EAAA;AAEc,EAAA;AACR,EAAA;AACA,EAAA;AACA,EAAA;AACA,EAAA;AACA,EAAA;AAIA,EAAA;AAKS,EAAA;AACX,EAAA;AAEQ,EAAA;AAAiC,IAAA;AAAkB,IAAA;AACtD,EAAA;AAA6C,IAAA;AAAkB,IAAA;AAC/D,EAAA;AAAyD,IAAA;AAAkB,IAAA;AAC3E,EAAA;AAAiE,IAAA;AAAkB,IAAA;AACnF,EAAA;AAA4B,IAAA;AAAkB,IAAA;AAAiB,EAAA;AAEjE,EAAA;AACL,IAAA;AACW,IAAA;AACE,IAAA;AACb,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACF,EAAA;AACF;AAoBM;AACA;AACA;AACA;AAEA;AAMU;AAEF,EAAA;AACd;AAEgB;AACJ,EAAA;AACD,IAAA;AACO,MAAA;AACZ,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AACU,MAAA;AACV,MAAA;AACF,IAAA;AACF,EAAA;AAEgB,EAAA;AACH,EAAA;AACC,EAAA;AACV,EAAA;AACM,EAAA;AACI,EAAA;AACA,EAAA;AACR,EAAA;AAEU,EAAA;AACD,IAAA;AACD,IAAA;AACC,IAAA;AACb,IAAA;AACS,IAAA;AACH,IAAA;AACA,IAAA;AAEA,IAAA;AACR,EAAA;AAEgB,EAAA;AACT,EAAA;AACO,IAAA;AACZ,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACa,IAAA;AACb,IAAA;AACA,IAAA;AACU,IAAA;AACV,IAAA;AACF,EAAA;AACF;AF4GkB;AACA;AGzTF;AACE,EAAA;AACA,IAAA;AACD,IAAA;AACA,MAAA;AACT,QAAA;AACM,UAAA;AACN,QAAA;AACF,MAAA;AACF,IAAA;AACM,IAAA;AACR,EAAA;AACF;AAEgB;AACP,EAAA;AACL,IAAA;AAgBS,EAAA;AACH,IAAA;AACG,IAAA;AAGA,EAAA;AAOb;AAES;AACQ,EAAA;AACR,EAAA;AAET;AAES;AACA,EAAA;AACT;AAES;AACI,EAAA;AACG,EAAA;AACJ,EAAA;AACgB,EAAA;AAEV,EAAA;AACD,IAAA;AACA,IAAA;AACP,IAAA;AAEF,IAAA;AACU,MAAA;AACZ,MAAA;AACF,IAAA;AAEc,IAAA;AACL,MAAA;AACP,MAAA;AACF,IAAA;AAEW,IAAA;AACF,MAAA;AACP,MAAA;AACF,IAAA;AAEI,IAAA;AAGK,MAAA;AACF,IAAA;AACO,MAAA;AACd,IAAA;AACF,EAAA;AACc,EAAA;AAChB;AHwRkB;AACA;AI7WI;AAQd,EAAA;AACE,EAAA;AAGF,EAAA;AACE,IAAA;AACQ,MAAA;AACJ,MAAA;AACF,MAAA;AACK,IAAA;AACH,MAAA;AAAgE;AAC7D,IAAA;AACH,MAAA;AAAsD;AACnD,IAAA;AAEb,IAAA;AACD,EAAA;AAEK,EAAA;AACF,EAAA;AAGI,IAAA;AAEA,IAAA;AAEF,IAAA;AAEA,IAAA;AACA,IAAA;AAEO,IAAA;AACH,MAAA;AACA,MAAA;AACA,MAAA;AACA,MAAA;AAQA,MAAA;AACK,MAAA;AACF,QAAA;AACD,QAAA;AAEA,QAAA;AACA,QAAA;AAEA,QAAA;AACA,QAAA;AACA,QAAA;AACA,QAAA;AACA,QAAA;AAEN,QAAA;AACS,UAAA;AACC,YAAA;AACA,YAAA;AACN,YAAA;AACM,YAAA;AACR,UAAA;AACA,UAAA;AACA,UAAA;AACD,QAAA;AACH,MAAA;AACI,MAAA;AAIE,MAAA;AACA,MAAA;AACG,MAAA;AACG,QAAA;AACJ,QAAA;AACA,QAAA;AACC,QAAA;AACD,QAAA;AACF,QAAA;AAEJ,QAAA;AACQ,UAAA;AACA,UAAA;AACA,UAAA;AACA,UAAA;AACA,UAAA;AACF,UAAA;AACF,YAAA;AACA,YAAA;AACF,UAAA;AACF,QAAA;AACF,MAAA;AAEI,MAAA;AAEI,QAAA;AACN,QAAA;AACA,QAAA;AACF,MAAA;AAKW,MAAA;AAEA,MAAA;AACL,QAAA;AACA,QAAA;AACA,QAAA;AACK,QAAA;AACD,UAAA;AACA,UAAA;AACF,UAAA;AACJ,UAAA;AACO,UAAA;AACD,UAAA;AACF,UAAA;AACF,YAAA;AACA,YAAA;AACF,UAAA;AACF,QAAA;AAEI,QAAA;AACK,UAAA;AACT,QAAA;AACS,UAAA;AACF,QAAA;AAEE,UAAA;AACT,QAAA;AACA,QAAA;AACF,MAAA;AACF,IAAA;AAEI,IAAA;AACM,MAAA;AACN,QAAA;AAAgG;AAClG,MAAA;AACF,IAAA;AACA,EAAA;AACM,IAAA;AAAiC,IAAA;AACzC,EAAA;AACF;AAEkB;AACL,EAAA;AACb;AJyUkB;AACA;AKjeN;AAfF;AAEG;AACG,EAAA;AACY,mBAAA;AACZ,IAAA;AAA6B,MAAA;AAAc,IAAA;AACzD,EAAA;AACF;AAEa;AACA,EAAA;AAAc,EAAA;AAC3B;AAKgB;ALgfE;AACA;AMhfT;AACA;AACS;AAQlB;AAGkB;AACZ;AAEA;AAKwF;AAC1F;AACI,EAAA;AACS,EAAA;AACH,EAAA;AACA,EAAA;AACA,EAAA;AACN;AAA6C;AAGtC;AACP,EAAA;AACM,IAAA;AACV,IAAA;AACA,IAAA;AACA,IAAA;AACG,IAAA;AACJ,EAAA;AACG,EAAA;AACA,EAAA;AACW,IAAA;AACC,MAAA;AACO,MAAA;AACT,QAAA;AAAmB,UAAA;AAA8B,UAAA;AAA4C,QAAA;AACtG,MAAA;AACF,IAAA;AACD,EAAA;AACc,IAAA;AAChB,EAAA;AACF;AAEsB;AAGd,EAAA;AACA,EAAA;AACM,EAAA;AAER,EAAA;AACI,IAAA;AACF,IAAA;AAGE,IAAA;AACA,IAAA;AAEA,IAAA;AACA,IAAA;AACA,IAAA;AACF,IAAA;AACA,IAAA;AACE,IAAA;AAGA,IAAA;AACA,IAAA;AAGA,IAAA;AACA,IAAA;AAEA,IAAA;AAEA,IAAA;AAIA,IAAA;AACA,IAAA;AACA,IAAA;AAEF,IAAA;AACS,IAAA;AACP,MAAA;AACA,MAAA;AACI,QAAA;AACA,QAAA;AACA,QAAA;AACN,QAAA;AACM,QAAA;AACA,QAAA;AAGE,QAAA;AACJ,QAAA;AACF,UAAA;AACF,QAAA;AAGA,QAAA;AACM,UAAA;AACN,QAAA;AAGM,QAAA;AAGA,QAAA;AACF,QAAA;AACI,UAAA;AACF,UAAA;AACJ,UAAA;AACQ,YAAA;AACF,YAAA;AACJ,YAAA;AACM,YAAA;AACJ,cAAA;AACA,cAAA;AACA,cAAA;AACD,YAAA;AACI,YAAA;AACP,UAAA;AACI,UAAA;AACN,QAAA;AAEM,QAAA;AACN,QAAA;AAGI,QAAA;AACM,UAAA;AACJ,UAAA;AACJ,UAAA;AACM,QAAA;AAAkC,QAAA;AAGtC,QAAA;AACJ,QAAA;AACU,UAAA;AAIF,UAAA;AACE,YAAA;AACF,YAAA;AACN,UAAA;AACA,UAAA;AACA,UAAA;AACA,UAAA;AACF,QAAA;AACA,QAAA;AACI,QAAA;AACJ,QAAA;AACS,wBAAA;AACF,MAAA;AAEH,QAAA;AACK,QAAA;AACX,MAAA;AACF,IAAA;AAEM,IAAA;AAEA,IAAA;AAMA,IAAA;AACO,IAAA;AACL,MAAA;AACA,MAAA;AACM,MAAA;AACD,QAAA;AACJ,MAAA;AACL,QAAA;AACU,UAAA;AAED,UAAA;AACC,UAAA;AACV,QAAA;AACF,MAAA;AACY,MAAA;AACN,QAAA;AACM,UAAA;AACF,UAAA;AACA,UAAA;AACF,UAAA;AAEF,YAAA;AACM,YAAA;AACN,YAAA;AACA,YAAA;AACA,YAAA;AACA,YAAA;AACA,YAAA;AACA,YAAA;AACE,cAAA;AACA,cAAA;AACD,YAAA;AACH,UAAA;AACO,QAAA;AAEP,UAAA;AACE,YAAA;AACM,YAAA;AACP,UAAA;AACH,QAAA;AACF,MAAA;AACF,IAAA;AAEI,IAAA;AAEO,MAAA;AACE,QAAA;AACH,QAAA;AACP,MAAA;AACH,IAAA;AAKK,IAAA;AACG,MAAA;AACM,QAAA;AACA,QAAA;AACV,QAAA;AACA,QAAA;AACA,QAAA;AACF,MAAA;AACW,MAAA;AACD,QAAA;AACD,QAAA;AACE,QAAA;AACX,MAAA;AACF,IAAA;AAIK,IAAA;AACS,MAAA;AACD,QAAA;AACX,MAAA;AACF,IAAA;AAGa,IAAA;AACL,MAAA;AAEG,MAAA;AACA,QAAA;AACT,MAAA;AACF,IAAA;AAIA,IAAA;AAGA,IAAA;AAIa,IAAA;AACP,MAAA;AACI,QAAA;AACI,MAAA;AACD,QAAA;AACP,UAAA;AACM,UAAA;AACP,QAAA;AACH,MAAA;AACF,IAAA;AAGM,IAAA;AACF,IAAA;AACF,MAAA;AACF,IAAA;AAGA,IAAA;AAGA,IAAA;AAGA,IAAA;AAGM,IAAA;AAKN,IAAA;AAGI,IAAA;AAEG,IAAA;AACL,MAAA;AACA,MAAA;AACA,MAAA;AACS,MAAA;AACC,MAAA;AACV,MAAA;AACA,MAAA;AACA,MAAA;AACQ,MAAA;AACV,IAAA;AACA,EAAA;AACU,IAAA;AAAwB,IAAA;AACpC,EAAA;AACF;AAIe;AACT,EAAA;AACI,IAAA;AACO,IAAA;AACA,IAAA;AAEF,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,IAAA;AACA,MAAA;AACX,IAAA;AACW,IAAA;AACA,IAAA;AACL,EAAA;AAER,EAAA;AACF;AAGS;AACG,EAAA;AACK,EAAA;AACA,EAAA;AACD,EAAA;AAChB;AAGsB;AACR,EAAA;AAER,EAAA;AACI,IAAA;AACA,IAAA;AACC,IAAA;AACP,EAAA;AACU,IAAA;AAAwB,IAAA;AACpC,EAAA;AACF;AN8YkB;AACA;AACA;AACA;AACA;AACA;AACA;AACA;AACA","file":"/Users/mong-e/workspace/kordoc/dist/parser-KTNIUF2N.cjs","sourcesContent":[null,"/*\n PDF 이미지 XObject 바이트 추출 — 페이지 operatorList의 paint 이미지를\n * page.objs/commonObjs에서 디코딩된 픽셀로 받아 PNG로 인코딩한다.\n \n getOperatorList()가 이미 디코딩 비용을 지불하므로(선 감지용으로 항상 호출)\n * 여기서는 RGBA 변환 + PNG deflate만 추가된다. 순수 JS (node:zlib) 전용.\n /\n\nimport { OPS, ImageKind } from \"pdfjs-dist/legacy/build/pdf.mjs\"\nimport { encodePng } from \"../image/transcode.js\"\nimport type { ExtractedImage, IRBlock, ParseWarning } from \"../types.js\"\n\n/* 디코딩된 이미지 픽셀 (pdfjs page.objs 반환 형태의 최소 부분) /\ninterface PdfImgData {\n width: number\n height: number\n kind?: number\n data?: Uint8Array \| Uint8ClampedArray\n}\n\n/* 페이지 프록시의 최소 형태 — objs/commonObjs 만 사용 /\ninterface PdfObjects {\n get(id: string, callback?: (data: unknown) => void): unknown\n}\ninterface PdfPageObjs {\n objs: PdfObjects\n commonObjs: PdfObjects\n}\n\n/* 개별 이미지 디코딩 대기 상한 — 실패 시에도 null 로 resolve 되므로 안전망 성격 /\nconst IMAGE_RESOLVE_TIMEOUT_MS = 5_000\n\n/\n 이미지 객체 대기 해제 — 디코딩은 getOperatorList() resolve 후에도 워커에서\n * 비동기로 진행되므로(pdfjs buildPaintImageXObject 는 await 하지 않음) 동기\n * has()/get() 은 이미 완료된 것만 잡힌다. 콜백형 get()으로 완료를 기다리며,\n * 디코딩 실패는 pdfjs 가 null 로 resolve 하므로 무한 대기는 없다.\n /\nfunction resolveImgData(page: PdfPageObjs, objId: string): Promise<PdfImgData \| null> {\n // canvas.js 규약과 동일 — \"g_\" 접두사는 문서 공용 객체\n const store = objId.startsWith(\"g_\") ? page.commonObjs : page.objs\n return new Promise(resolve => {\n let done = false\n const timer = setTimeout(() => { if (!done) { done = true; resolve(null) } }, IMAGE_RESOLVE_TIMEOUT_MS)\n try {\n store.get(objId, (data: unknown) => {\n if (!done) { done = true; clearTimeout(timer); resolve((data ?? null) as PdfImgData \| null) }\n })\n } catch {\n if (!done) { done = true; clearTimeout(timer); resolve(null) }\n }\n })\n}\n\n/* 폭·높이 하한 — 괘선/불릿 등 장식 조각 제외 /\nconst MIN_DIM = 8\n/* 총 픽셀 상한 — transcode.ts MAX_PIXELS와 동일 근거 (deflateSync 동기 블로킹 방지) /\nconst MAX_PIXELS = 36_000_000\n/* 문서당 추출 이미지 수 상한 /\nconst MAX_IMAGES_PER_DOC = 200\n/* 문서당 PNG 누적 바이트 상한 (128MB) /\nconst MAX_TOTAL_IMAGE_BYTES = 128 1024 * 1024\n\n/** 문서 단위 추출 상태 — 페이지 간 중복(로고·워터마크) 억제 + 상한 추적 /\nexport interface PdfImageState {\n imageIndex: number\n totalBytes: number\n /* 내용 해시 → 파일명 (이전 페이지에서 이미 추출된 이미지) /\n seen: Map<string, string>\n capWarned: boolean\n}\n\nexport function createPdfImageState(): PdfImageState {\n return { imageIndex: 0, totalBytes: 0, seen: new Map(), capWarned: false }\n}\n\n/* FNV-1a 32bit — 픽셀 버퍼 내용 해시 (crypto 불필요, 충돌은 dims 결합으로 완화) /\nfunction fnv1a(data: Uint8Array \| Uint8ClampedArray): number {\n let h = 0x811c9dc5\n for (let i = 0; i < data.length; i++) {\n h ^= data[i]\n h = Math.imul(h, 0x01000193)\n }\n return h >>> 0\n}\n\n/* kind별 픽셀 → 8bit RGBA. 미지원/불일치 형태는 null. /\nfunction toRgba(img: PdfImgData): Uint8Array \| null {\n const { width: w, height: h, kind, data } = img\n if (!data \|\| !w \|\| !h) return null\n const rgba = new Uint8Array(w h * 4)\n\n if (kind === ImageKind.RGBA_32BPP) {\n if (data.length < w * h * 4) return null\n rgba.set(data.subarray(0, w * h * 4))\n return rgba\n }\n if (kind === ImageKind.RGB_24BPP) {\n if (data.length < w * h * 3) return null\n for (let i = 0, s = 0, d = 0; i < w * h; i++, s += 3, d += 4) {\n rgba[d] = data[s]; rgba[d + 1] = data[s + 1]; rgba[d + 2] = data[s + 2]; rgba[d + 3] = 255\n }\n return rgba\n }\n if (kind === ImageKind.GRAYSCALE_1BPP) {\n // 행 단위 비트 패킹 (stride = ceil(w/8)), 1=백 0=흑\n const stride = (w + 7) >> 3\n if (data.length < stride * h) return null\n for (let y = 0; y < h; y++) {\n for (let x = 0; x < w; x++) {\n const bit = (data[y * stride + (x >> 3)] >> (7 - (x & 7))) & 1\n const v = bit ? 255 : 0\n const d = (y * w + x) * 4\n rgba[d] = v; rgba[d + 1] = v; rgba[d + 2] = v; rgba[d + 3] = 255\n }\n }\n return rgba\n }\n return null\n}\n\n/*\n 한 페이지의 operatorList에서 이미지를 추출해 image 블록·바이너리로 반환.\n * 같은 페이지 내 반복 paint(타일링)는 1회만, 이전 페이지와 동일 내용(로고·\n * 워터마크)은 블록·바이너리 모두 재방출하지 않는다.\n /\nexport async function extractPageImages(\n page: PdfPageObjs,\n fnArray: Uint32Array \| number[],\n argsArray: unknown[][],\n pageNumber: number,\n state: PdfImageState,\n warnings: ParseWarning[],\n): Promise<{ blocks: IRBlock[]; images: ExtractedImage[] }> {\n const blocks: IRBlock[] = []\n const images: ExtractedImage[] = []\n const pageSeenIds = new Set<string>()\n\n for (let i = 0; i < fnArray.length; i++) {\n const op = fnArray[i]\n let imgData: PdfImgData \| null = null\n let dedupeId: string \| null = null\n\n if (op === OPS.paintImageXObject \|\| op === OPS.paintImageXObjectRepeat) {\n const objId = argsArray[i]?.[0]\n if (typeof objId !== \"string\" \|\| pageSeenIds.has(objId)) continue\n pageSeenIds.add(objId)\n dedupeId = objId\n } else if (op !== OPS.paintInlineImageXObject) {\n continue\n }\n\n // 상한 도달 검사 — resolveImgData(이미지당 최대 5초 대기) 앞에서 중단해야\n // 상한 이후 이미지들이 페이지마다 디코딩 대기 시간만 소모하지 않는다\n if (state.imageIndex >= MAX_IMAGES_PER_DOC \|\| state.totalBytes >= MAX_TOTAL_IMAGE_BYTES) {\n if (!state.capWarned) {\n state.capWarned = true\n warnings.push({ page: pageNumber, message: `이미지 추출 상한 도달 (${MAX_IMAGES_PER_DOC}개/128MB) — 이후 이미지 생략`, code: \"SKIPPED_IMAGE\" })\n }\n continue\n }\n\n if (dedupeId) {\n imgData = await resolveImgData(page, dedupeId)\n } else {\n imgData = argsArray[i]?.[0] as PdfImgData\n }\n\n if (!imgData?.data \|\| !imgData.width \|\| !imgData.height) continue\n const { width: w, height: h } = imgData\n if (w < MIN_DIM \|\| h < MIN_DIM) continue // 괘선/불릿 장식\n if (w h > MAX_PIXELS) {\n warnings.push({ page: pageNumber, message: `이미지 크기 초과로 추출 생략 (${w}×${h})`, code: \"SKIPPED_IMAGE\" })\n continue\n }\n\n // 페이지 간 내용 중복 — 로고·워터마크 재추출 방지\n const hash = `${w}x${h}k${imgData.kind ?? \"?\"}h${fnv1a(imgData.data)}${dedupeId ? \"\" : \"inline\"}`\n if (state.seen.has(hash)) continue\n\n const rgba = toRgba(imgData)\n if (!rgba) continue // 미지원 픽셀 형태 (bitmap 전용 등)\n\n const png = encodePng(w, h, rgba)\n state.imageIndex++\n state.totalBytes += png.length\n const filename = `image_${String(state.imageIndex).padStart(3, \"0\")}.png`\n state.seen.set(hash, filename)\n images.push({ filename, data: png, mimeType: \"image/png\" })\n blocks.push({ type: \"image\", text: filename, pageNumber })\n }\n\n return { blocks, images }\n}\n\n/*\n 페이지별 image 블록을 본문 블록 열에 주입 — 각 페이지의 마지막 블록 뒤.\n * 페이지 루프 중 바로 끼워 넣으면 페이지 경계에서 표 블록 인접성이 깨져\n * mergeCrossPageTables가 무산되므로, 병합이 끝난 뒤 호출해야 한다.\n /\nexport function injectPageImageBlocks(blocks: IRBlock[], pageImages: Map<number, IRBlock[]>): void {\n if (pageImages.size === 0) return\n\n // 페이지별 마지막 블록 위치 → 위치별 페이지 역인덱스\n const lastIndexForPage = new Map<number, number>()\n for (let i = 0; i < blocks.length; i++) {\n const p = blocks[i].pageNumber\n if (p !== undefined) lastIndexForPage.set(p, i)\n }\n const pageAtIndex = new Map<number, number>()\n for (const [p, last] of lastIndexForPage) pageAtIndex.set(last, p)\n\n const result: IRBlock[] = []\n const injected = new Set<number>()\n for (let i = 0; i < blocks.length; i++) {\n result.push(blocks[i])\n const p = pageAtIndex.get(i)\n if (p !== undefined && pageImages.has(p)) {\n result.push(...pageImages.get(p)!)\n injected.add(p)\n }\n }\n // 텍스트 블록이 하나도 없는 페이지(전면 이미지 등) — 페이지 순서 위치에 삽입\n for (const p of [...pageImages.keys()].sort((a, b) => a - b)) {\n if (injected.has(p)) continue\n let at = result.length\n for (let i = 0; i < result.length; i++) {\n const bp = result[i].pageNumber\n if (bp !== undefined && bp > p) { at = i; break }\n }\n result.splice(at, 0, ...pageImages.get(p)!)\n }\n\n blocks.length = 0\n blocks.push(...result)\n}\n","/\n PDF 페이지별 텍스트 품질 신호 수집.\n \n pdfjs가 텍스트층을 추출했더라도, 폰트의 ToUnicode/CMap이 불완전하면\n * 한글이 PUA(Private Use Area) 글리프 코드로 그대로 떨어진다. 또 일부 PDF는\n * NUL/제어문자가 본문에 섞여 있다. 본 모듈은 그런 신호를 페이지 단위로 수집해\n * \"OCR 검토 필요\" 판정에 사용한다.\n \n 더 까다로운 케이스: ToUnicode가 \"잘못\" 매핑되면 글리프가 PUA/FFFD가 아니라\n * 정상 한글 음절 영역(0xAC00-0xD7A3)의 엉뚱한 글자로 떨어진다(\"GPU쭒컫 많핂슪\").\n * 이건 PUA/제어/대체문자 신호로 못 잡는다. 대신 자소를 분해해 종성(받침) 분포를\n * 본다 — CID 스크램블은 받침을 균등하게 흩뿌리므로, 자연 한국어(받침없음 다수 +\n * 겹받침 희소)와 통계적으로 갈린다. 이것이 garbled_hangul 신호다.\n /\n\nexport interface PageQuality {\n /* 1-based 페이지 번호 /\n page: number\n /* 공백 제외 문자 수 /\n textChars: number\n /* 한글 음절(0xAC00-0xD7A3) 비율 (0~1) /\n hangulRatio: number\n /* C0/C1 제어문자 비율 (tab/newline/CR 제외) /\n controlCharRatio: number\n /* U+FFFD replacement character 비율 /\n replacementCharRatio: number\n /* PUA 비율 — 글꼴 매핑 실패의 핵심 신호 /\n puaRatio: number\n /* 한글 음절 중 받침 없는 음절 비율 (자연 한국어 ~0.5, mojibake ~0.04) /\n hangulNoBatchimRatio: number\n /* 한글 음절 중 겹받침/희귀 받침 비율 (자연 한국어 <0.06, mojibake ~0.5) /\n hangulRareBatchimRatio: number\n /* OCR 검토 권장 여부 (pdfjs 텍스트층 기준 원신호 — OCR 적용 후에도 보존) /\n needsOcr: boolean\n /* needsOcr=true일 때 사유 (단일 신호로 충분, 가장 강한 신호 선택) /\n ocrReason?: \"low_text\" \| \"high_pua\" \| \"high_control\" \| \"high_replacement\" \| \"garbled_hangul\"\n /* 이 페이지에 OCR 이 실제 적용되어 본문이 OCR 결과로 대체됨 /\n ocrApplied?: boolean\n}\n\n/\n 희귀 종성(받침) 인덱스 집합. 종성 인덱스 = (code - 0xAC00) % 28,\n * 0 = 받침 없음. 겹받침(ㄳㄵㄶㄺㄻㄼㄽㄾㄿㅀㅄ) + 거의 안 쓰는 홑받침(ㅋㅌㅍ).\n * 자연 한국어에서 이들의 합산 비율은 매우 낮다(<6%).\n /\nconst RARE_JONG = new Set<number>([3, 5, 6, 9, 10, 11, 12, 13, 14, 15, 18, 24, 25, 26])\n\n/* garbled_hangul 판정 최소 한글 음절 수 — 통계적 유의성 확보 /\nconst MOJIBAKE_MIN_HANGUL = 30\n/* 받침 없는 음절 비율이 이 값 미만이면 비정상 (자연 한국어는 훨씬 높음) /\nconst MOJIBAKE_MAX_NOBATCHIM = 0.15\n/* 희귀 받침 비율이 이 값 이상이면 비정상 (자연 한국어는 훨씬 낮음) /\nconst MOJIBAKE_MIN_RAREBATCHIM = 0.25\n\n/* 페이지 텍스트에서 품질 메트릭을 계산한다. /\nexport function computePageQuality(page: number, text: string): PageQuality {\n let total = 0\n let hangul = 0\n let hangulNoBatchim = 0\n let hangulRareBatchim = 0\n let control = 0\n let replacement = 0\n let pua = 0\n\n for (let i = 0; i < text.length; i++) {\n const code = text.charCodeAt(i)\n // 공백류는 분모에서 제외\n if (code === 0x20 \|\| code === 0x09 \|\| code === 0x0a \|\| code === 0x0d) continue\n total++\n\n // C0 제어문자 (0x00-0x1F 중 tab/lf/cr 제외) + DEL(0x7F) + C1(0x80-0x9F)\n if ((code < 0x20) \|\| code === 0x7f \|\| (code >= 0x80 && code <= 0x9f)) {\n control++\n continue\n }\n if (code === 0xfffd) {\n replacement++\n continue\n }\n // 한글 음절 — 종성(받침) 분포로 mojibake 판정\n if (code >= 0xac00 && code <= 0xd7a3) {\n hangul++\n const jong = (code - 0xac00) % 28\n if (jong === 0) hangulNoBatchim++\n else if (RARE_JONG.has(jong)) hangulRareBatchim++\n continue\n }\n // PUA: BMP(E000-F8FF) + SPUA-A(F0000-FFFFD) + SPUA-B(100000-10FFFD)\n // 서로게이트 페어는 high만 검사해도 충분 (Plane 15/16 high surrogate 범위 DB80-DBFF)\n if ((code >= 0xe000 && code <= 0xf8ff) \|\| (code >= 0xdb80 && code <= 0xdbff)) {\n pua++\n continue\n }\n }\n\n const denom = total \|\| 1\n const puaRatio = pua / denom\n const controlCharRatio = control / denom\n const replacementCharRatio = replacement / denom\n const hangulNoBatchimRatio = hangul > 0 ? hangulNoBatchim / hangul : 0\n const hangulRareBatchimRatio = hangul > 0 ? hangulRareBatchim / hangul : 0\n\n // 받침 분포 이상 = ToUnicode 오매핑 mojibake. 받침없음 희소 + 희귀받침 과다를\n // 둘 다(AND) 만족해야 발화 — 자연 한국어(받침없음 다수)에서 오탐 방지.\n const garbledHangul =\n hangul >= MOJIBAKE_MIN_HANGUL &&\n hangulNoBatchimRatio < MOJIBAKE_MAX_NOBATCHIM &&\n hangulRareBatchimRatio >= MOJIBAKE_MIN_RAREBATCHIM\n\n let needsOcr = false\n let ocrReason: PageQuality[\"ocrReason\"] \| undefined\n // 우선순위: low_text > high_pua > high_control > high_replacement > garbled_hangul\n if (total < LOW_TEXT_THRESHOLD) { needsOcr = true; ocrReason = \"low_text\" }\n else if (puaRatio >= HIGH_PUA_THRESHOLD) { needsOcr = true; ocrReason = \"high_pua\" }\n else if (controlCharRatio >= HIGH_CONTROL_THRESHOLD) { needsOcr = true; ocrReason = \"high_control\" }\n else if (replacementCharRatio >= HIGH_REPLACEMENT_THRESHOLD) { needsOcr = true; ocrReason = \"high_replacement\" }\n else if (garbledHangul) { needsOcr = true; ocrReason = \"garbled_hangul\" }\n\n return {\n page,\n textChars: total,\n hangulRatio: hangul / denom,\n controlCharRatio,\n replacementCharRatio,\n puaRatio,\n hangulNoBatchimRatio,\n hangulRareBatchimRatio,\n needsOcr,\n ocrReason,\n }\n}\n\n/* 페이지별 품질에서 문서 단위 요약을 계산한다. /\nexport interface DocumentQualitySummary {\n totalPages: number\n totalTextChars: number\n avgHangulRatio: number\n avgControlCharRatio: number\n avgReplacementCharRatio: number\n avgPuaRatio: number\n /* textChars 매우 적은 페이지 수 (이미지/빈 페이지 후보) /\n lowTextPageCount: number\n /* PUA 비율 임계 초과 페이지 수 (글꼴 매핑 깨짐 후보) /\n highPuaPageCount: number\n /* 문서 전체에 OCR 검토가 권장되는지 — needsOcr 페이지 비율 또는 평균 신호 기반 /\n needsOcr: boolean\n /* needsOcr=true인 페이지 번호 목록 /\n ocrCandidatePages: number[]\n}\n\nconst LOW_TEXT_THRESHOLD = 20\nconst HIGH_PUA_THRESHOLD = 0.2\nconst HIGH_CONTROL_THRESHOLD = 0.05\nconst HIGH_REPLACEMENT_THRESHOLD = 0.05\n/* 페이지 중 needsOcr 비율이 이 값 이상이면 문서 전체에 OCR 권장 /\nconst DOC_NEEDS_OCR_PAGE_RATIO = 0.3\n\n/\n 비표시 제어문자를 제거한다. C0(NUL 등, tab/lf/cr 제외) + DEL + C1.\n * PUA는 사용자가 글꼴 매핑 실패를 시각적으로 확인할 수 있도록 보존.\n /\nexport function stripControlChars(text: string): string {\n // eslint-disable-next-line no-control-regex\n return text.replace(/[\\x00-\\x08\\x0B\\x0C\\x0E-\\x1F\\x7F\\x80-\\x9F]/g, \"\")\n}\n\nexport function summarizeDocumentQuality(pages: PageQuality[]): DocumentQualitySummary {\n if (pages.length === 0) {\n return {\n totalPages: 0,\n totalTextChars: 0,\n avgHangulRatio: 0,\n avgControlCharRatio: 0,\n avgReplacementCharRatio: 0,\n avgPuaRatio: 0,\n lowTextPageCount: 0,\n highPuaPageCount: 0,\n needsOcr: false,\n ocrCandidatePages: [],\n }\n }\n\n let textChars = 0\n let hangul = 0\n let control = 0\n let replacement = 0\n let pua = 0\n let lowText = 0\n let highPua = 0\n const ocrCandidatePages: number[] = []\n\n for (const p of pages) {\n textChars += p.textChars\n hangul += p.hangulRatio\n control += p.controlCharRatio\n replacement += p.replacementCharRatio\n pua += p.puaRatio\n if (p.textChars < LOW_TEXT_THRESHOLD) lowText++\n if (p.puaRatio >= HIGH_PUA_THRESHOLD) highPua++\n // OCR 이 이미 적용된 페이지는 후보에서 제외 — \"OCR 했는데 또 하라\" 자기모순 방지\n if (p.needsOcr && !p.ocrApplied) ocrCandidatePages.push(p.page)\n }\n\n const n = pages.length\n return {\n totalPages: n,\n totalTextChars: textChars,\n avgHangulRatio: hangul / n,\n avgControlCharRatio: control / n,\n avgReplacementCharRatio: replacement / n,\n avgPuaRatio: pua / n,\n lowTextPageCount: lowText,\n highPuaPageCount: highPua,\n needsOcr: ocrCandidatePages.length / n >= DOC_NEEDS_OCR_PAGE_RATIO,\n ocrCandidatePages,\n }\n}\n","/\n PDF 마크다운 최종 정리.\n \n 페이지 번호 제거, 균등배분 후처리, 취소선 복원, 한글 줄바꿈 병합.\n * blocksToMarkdown 이후의 문자열 수준 후처리를 담당한다.\n /\n\nimport type { IRBlock } from \"../types.js\"\nimport { stripControlChars } from \"./quality.js\"\nimport { collapseEvenSpacing } from \"./text-line.js\"\n\n/* 블록 트리의 텍스트에서 비표시 제어문자를 in-place로 제거한다. /\nexport function sanitizeBlockControlChars(blocks: IRBlock[]): void {\n for (const b of blocks) {\n if (b.text) b.text = stripControlChars(b.text)\n if (b.table) {\n for (const row of b.table.cells) {\n for (const cell of row) {\n if (cell.text) cell.text = stripControlChars(cell.text)\n }\n }\n }\n if (b.children) sanitizeBlockControlChars(b.children)\n }\n}\n\nexport function cleanPdfText(text: string): string {\n return mergeKoreanLines(\n stripControlChars(text)\n // 문서 시작 단독 페이지 번호\n .replace(/^\\d{1,4}\\n/, \"\")\n // \"- 2 -\" 스타일 페이지 번호 (독립 라인 및 목록 항목 형태 포함)\n .replace(/^[\\s][-–—]\\s[-–—]?\\d+[-–—]?[\\s][-–—]?[\\s]$/gm, \"\")\n // \"1 / 5\" 스타일 페이지 번호\n .replace(/^\\s\\d+\\s\\/\\s\\d+\\s$/gm, \"\")\n // 단독 페이지 번호 (줄 끝에 혼자 있는 숫자)\n .replace(/\\n\\d{1,4}\\n/g, \"\\n\")\n // 문서 마지막 단독 페이지 번호\n .replace(/\\n\\d{1,4}$/, \"\")\n // 단독 숫자 헤딩 제거 (\"# 6\\n재무과\" → \"\\n재무과\")\n .replace(/^#{1,6}\\s\\d{1,4}\\s$/gm, \"\")\n )\n // 균등배분 문자열 후처리 (pdfjs가 합친 TextItem + buildGridTable 셀 텍스트)\n // LaTeX 수식 라인 ($...$ / $$...$$) 은 공백이 토큰 구분자라 collapse 시 `\\cdot d` → `\\cdotd` 로 망가짐 — skip\n .replace(/^(?!\\\| ---).$/gm, line => {\n if (/^\\s\\${1,2}.+\\${1,2}\\s$/.test(line)) return line\n return collapseEvenSpacing(line)\n })\n // 마커 뒤 2글자 균등배분 합침 (\"□ 일 시\" → \"□ 일시\", \"□ 장 소\" → \"□ 장소\")\n .replace(/([□■◆○●▶ㅇ])\\s+([가-힣])\\s+([가-힣])/g, \"$1 $2$3\")\n // 취소선 복원: builder escapeGfm이 ~를 \\~로 이스케이프 — 쌍(~~)만 되살림\n .replace(/\\\\~\\\\~/g, \"~~\")\n // 인접 취소선 run이 붙어 생긴 빈 마크(~~~~) 정리\n .replace(/~~~~/g, \"\")\n .replace(/\\n{3,}/g, \"\\n\\n\")\n .trim()\n}\n\nfunction startsWithMarker(line: string): boolean {\n const t = line.trimStart()\n return /^[가-힣ㄱ-ㅎ][.)]/.test(t) \|\| /^\\d+[.)]/.test(t) \|\| /^\$[가-힣ㄱ-ㅎ\\d]+\$/.test(t) \|\|\n /^[○●※▶▷◆◇■□★☆\\-·]\\s/.test(t) \|\| /^제\\d+[조항호장절]/.test(t)\n}\n\nfunction isStandaloneHeader(line: string): boolean {\n return /^제\\d+[조항호장절](\$[^)]\$)?(\\s+\\S+){0,7}$/.test(line.trim())\n}\n\nfunction mergeKoreanLines(text: string): string {\n if (!text) return \"\"\n const lines = text.split(\"\\n\")\n if (lines.length <= 1) return text\n const result: string[] = [lines[0]]\n\n for (let i = 1; i < lines.length; i++) {\n const prev = result[result.length - 1]\n const curr = lines[i]\n const currTrimmed = curr.trim()\n // 마크다운 헤딩/테이블/구분선은 병합하지 않음\n if (/^#{1,6}\\s/.test(prev) \|\| /^#{1,6}\\s/.test(curr) \|\| /^\\\|/.test(currTrimmed) \|\| /^---/.test(currTrimmed)) {\n result.push(curr)\n continue\n }\n // 쉼표로 끝나는 줄 + 다음 줄 = 연속 문장\n if (/,$/.test(prev.trim()) && currTrimmed.length > 0) {\n result[result.length - 1] = prev + \"\\n\" + curr\n continue\n }\n // (※ 로 시작하는 줄 = 이전 줄의 부연설명\n if (/^\\(※/.test(currTrimmed)) {\n result[result.length - 1] = prev + \" \" + currTrimmed\n continue\n }\n // 한글 줄바꿈 병합 — 마커(○, □ 등)로 시작하는 이전 줄은 합치지 않음\n if (/[가-힣·,\\-]$/.test(prev) && /^[가-힣(]/.test(curr) &&\n !startsWithMarker(curr) && !isStandaloneHeader(prev) &&\n !startsWithMarker(prev)) {\n result[result.length - 1] = prev + \" \" + curr\n } else {\n result.push(curr)\n }\n }\n return result.join(\"\\n\")\n}\n","/\n 수식 OCR 통합 (optional)\n \n 페이지 이미지 렌더 후 수식만 검출/인식해 blocks 에 formula paragraph 를 삽입.\n * 모델은 최초 실행 시 자동 다운로드 (./formula/index.js 에 위임).\n /\n\nimport type { IRBlock, ParseWarning } from \"../types.js\"\n\n/\n 수식 OCR 을 적용하여 blocks 에 formula paragraph 를 삽입한다.\n \n 좌표 매핑:\n * - pdfium 픽셀 bbox (top-left origin) → PDF 포인트 (bottom-left origin) 변환\n * - 수식 bbox 의 y center 와 같은 페이지 내 pdfjs block 의 y center 비교로 삽입 위치 결정\n * - pdfjs 가 이미 뽑은 수식 흔적(block) 과 겹치면 해당 block 제거 (중복 방지)\n \n 실패/trivial 수식(latex === \"\") 은 삽입하지 않는다.\n /\nexport async function applyFormulaOcr(\n buffer: ArrayBuffer,\n blocks: IRBlock[],\n pageFilter: Set<number> \| null,\n effectivePageCount: number,\n warnings: ParseWarning[],\n _onProgress?: (current: number, total: number) => void,\n): Promise<void> {\n const formulaMod = await import(\"./formula/index.js\")\n const { FormulaPipeline, ensureFormulaModels } = formulaMod\n\n // 모델 준비 — 없으면 자동 다운로드. 진행률은 stderr 로 출력.\n await ensureFormulaModels((p) => {\n if (p.phase === \"download\" && p.total) {\n const pct = Math.floor((p.downloaded / p.total) 100)\n process.stderr.write(`\\r[kordoc-formula] ${p.spec.name} ${pct}% (${formatMb(p.downloaded)}/${formatMb(p.total)})`)\n if (p.downloaded >= p.total) process.stderr.write(\"\\n\")\n } else if (p.phase === \"verify\") {\n process.stderr.write(`[kordoc-formula] ${p.spec.name} SHA-256 검증 중...\\n`)\n } else if (p.phase === \"done\") {\n process.stderr.write(`[kordoc-formula] ${p.spec.name} 준비 완료\\n`)\n } else if (p.phase === \"skip\") {\n // 조용히 스킵\n }\n })\n\n const pipeline = await FormulaPipeline.create()\n try {\n // MAX_PAGES 상한을 수식 OCR 에도 적용 — 필터 없으면 텍스트 추출과 같은 범위만\n // (없으면 대형 PDF 에서 상한 밖 페이지까지 ONNX 추론 + 결과가 문서 끝에 오배치)\n const effectiveFilter = pageFilter\n ?? new Set(Array.from({ length: effectivePageCount }, (_, i) => i + 1))\n const pagesResult = await pipeline.runOnBuffer(buffer, effectiveFilter)\n\n if (pagesResult.length === 0) return\n\n let insertedCount = 0\n let removedDupCount = 0\n\n for (const page of pagesResult) {\n const pageNumber = page.pageNumber\n const pdfHeight = page.pdfHeight\n const scaleX = page.renderedWidth > 0 ? page.pdfWidth / page.renderedWidth : 0.5\n const scaleY = page.renderedHeight > 0 ? page.pdfHeight / page.renderedHeight : 0.5\n\n // 1) 수식 → (PDF 포인트 bbox, latex) 정규화 + trivial 제외\n interface FormulaCandidate {\n block: IRBlock\n pdfBbox: { x1: number; x2: number; yTop: number; yBottom: number }\n centerY: number // PDF bottom-up\n }\n const candidates: FormulaCandidate[] = []\n for (const r of page.regions) {\n if (!r.latex \|\| !r.latex.trim()) continue\n const wrapped = r.kind === \"display\" ? `$$${r.latex}$$` : `$${r.latex}$`\n\n const x1 = r.bbox.x1 * scaleX\n const x2 = r.bbox.x2 * scaleX\n // pdfium 픽셀 y → PDF bottom-up\n const yTop = pdfHeight - r.bbox.y1 * scaleY\n const yBottom = pdfHeight - r.bbox.y2 * scaleY\n const centerY = (yTop + yBottom) / 2\n const width = x2 - x1\n const height = yTop - yBottom\n\n candidates.push({\n block: {\n type: \"paragraph\",\n text: wrapped,\n pageNumber,\n bbox: { page: pageNumber, x: x1, y: yBottom, width, height },\n },\n pdfBbox: { x1, x2, yTop, yBottom },\n centerY,\n })\n }\n if (candidates.length === 0) continue\n\n // 2) 같은 페이지의 pdfjs block 중 수식 bbox 와 크게 겹치는 것 제거\n // (pdfjs 가 수식을 텍스트로 파편 추출한 경우 — overlap ratio ≥ 0.6 이면 중복으로 간주)\n const OVERLAP_THRESHOLD = 0.6\n const indicesToRemove = new Set<number>()\n for (let i = 0; i < blocks.length; i++) {\n const b = blocks[i]\n if (b.pageNumber !== pageNumber) continue\n if (b.type === \"table\") continue // 표는 건드리지 않음\n if (!b.bbox \|\| b.bbox.width <= 0 \|\| b.bbox.height <= 0) continue\n const blockArea = b.bbox.width * b.bbox.height\n if (blockArea <= 0) continue\n\n for (const c of candidates) {\n const ox1 = Math.max(b.bbox.x, c.pdfBbox.x1)\n const ox2 = Math.min(b.bbox.x + b.bbox.width, c.pdfBbox.x2)\n const oy1 = Math.max(b.bbox.y, c.pdfBbox.yBottom)\n const oy2 = Math.min(b.bbox.y + b.bbox.height, c.pdfBbox.yTop)\n const interArea = Math.max(0, ox2 - ox1) * Math.max(0, oy2 - oy1)\n if (interArea / blockArea >= OVERLAP_THRESHOLD) {\n indicesToRemove.add(i)\n break\n }\n }\n }\n\n if (indicesToRemove.size > 0) {\n // 내림차순으로 제거해야 인덱스가 밀리지 않음\n const sorted = [...indicesToRemove].sort((a, b) => b - a)\n for (const idx of sorted) blocks.splice(idx, 1)\n removedDupCount += indicesToRemove.size\n }\n\n // 3) 각 수식을 y 좌표 기준 적절한 위치에 삽입\n // 수식들을 위→아래(centerY 큰 것부터) 정렬 후, 각 수식마다 현재 blocks 에서\n // \"center y < 수식 center y\" 인 첫 블록(= 수식보다 아래) 앞에 삽입.\n candidates.sort((a, b) => b.centerY - a.centerY)\n\n for (const c of candidates) {\n let insertIdx = -1\n let pageFirstIdx = -1\n let pageLastIdx = -1\n for (let i = 0; i < blocks.length; i++) {\n const b = blocks[i]\n if (b.pageNumber !== pageNumber) continue\n if (pageFirstIdx === -1) pageFirstIdx = i\n pageLastIdx = i\n if (!b.bbox) continue\n const blockCenter = b.bbox.y + b.bbox.height / 2\n if (blockCenter < c.centerY) {\n insertIdx = i\n break\n }\n }\n\n if (insertIdx !== -1) {\n blocks.splice(insertIdx, 0, c.block)\n } else if (pageLastIdx !== -1) {\n blocks.splice(pageLastIdx + 1, 0, c.block)\n } else {\n // 해당 페이지에 텍스트 블록 없음 — 맨 끝에 추가\n blocks.push(c.block)\n }\n insertedCount++\n }\n }\n\n if (insertedCount > 0 \|\| removedDupCount > 0) {\n process.stderr.write(\n `[kordoc-formula] ${insertedCount}개 수식 삽입, ${removedDupCount}개 중복 block 제거 (${pagesResult.length}개 페이지)\\n`,\n )\n }\n } finally {\n await pipeline.destroy().catch(() => {})\n }\n}\n\nfunction formatMb(bytes: number): string {\n return `${(bytes / 1024 / 1024).toFixed(1)}MB`\n}\n","/*\n 서버리스/Node.js 환경에서 pdfjs-dist가 요구하는 브라우저 API polyfill.\n * pdfjs-dist import보다 먼저 실행되어야 함 (ES 모듈 호이스팅 대응으로 별도 파일 분리).\n \n 1. DOMMatrix / Path2D polyfill — pdfjs-dist가 참조하지만 Node.js에 없음\n * 2. pdfjsWorker 사전 주입 — fake worker의 동적 import를 우회\n /\n\n// eslint-disable-next-line @typescript-eslint/no-explicit-any\nconst g = globalThis as any\n\nif (typeof g.DOMMatrix === \"undefined\") {\n g.DOMMatrix = class DOMMatrix {\n m: number[] = [1, 0, 0, 1, 0, 0]\n constructor(init?: number[]) { if (init) this.m = init }\n }\n}\n\nif (typeof g.Path2D === \"undefined\") {\n g.Path2D = class Path2D {}\n}\n\n// worker 모듈 static import → fake worker가 동적 import를 건너뜀\n// @ts-expect-error pdfjs-dist worker has no type declarations\nimport as pdfjsWorker from \"pdfjs-dist/legacy/build/pdf.worker.mjs\"\ng.pdfjsWorker = pdfjsWorker\n","/*\n PDF 텍스트 추출 (pdfjs-dist static import 기반)\n \n polyfill을 먼저 import해야 DOMMatrix/Path2D/pdfjsWorker가 주입됨.\n * ES 모듈 호이스팅 때문에 별도 파일로 분리되어 있음.\n \n 이 파일은 엔트리(파이프라인 오케스트레이션)와 메타데이터 추출만 담당한다.\n * 세부 단계는 모듈로 분리: text-line(아이템/줄), xy-cut(읽기 순서),\n * columns(열 감지), page-blocks(블록 추출), block-detect(후처리 감지),\n * text-clean(마크다운 정리), formula-ocr(수식).\n /\n\nimport type { InternalParseResult, IRBlock, DocumentMetadata, ExtractedImage, ParseOptions, ParseWarning, OutlineItem } from \"../types.js\"\nimport { KordocError } from \"../utils.js\"\nimport { parsePageRange } from \"../page-range.js\"\nimport { blocksToMarkdown } from \"../table/builder.js\"\nimport { extractImageRegions } from \"./line-detector.js\"\nimport { createPdfImageState, extractPageImages, injectPageImageBlocks } from \"./image-extract.js\"\nimport { computePageQuality, summarizeDocumentQuality, type PageQuality } from \"./quality.js\"\nimport { type PdfTextItem, normalizeItems, filterHiddenText } from \"./text-line.js\"\nimport { extractPageBlocksWithLines, mergeCrossPageTables } from \"./page-blocks.js\"\nimport { computeMedianFontSizeFromFreq, detectHeadings, detectMarkerHeadings, detectTableCaptions, detectKoreanListBlocks, removeHeaderFooterBlocks } from \"./block-detect.js\"\nimport { sanitizeBlockControlChars, cleanPdfText } from \"./text-clean.js\"\nimport { applyFormulaOcr } from \"./formula-ocr.js\"\n// polyfill 먼저 (ES 모듈 호이스팅되므로 별도 파일 필수)\nimport \"./polyfill.js\"\nimport { getDocument, GlobalWorkerOptions } from \"pdfjs-dist/legacy/build/pdf.mjs\"\nimport { createRequire } from \"node:module\"\nimport { dirname, join } from \"node:path\"\n\n// 기존 공개 API 경로 유지 — 이동된 함수의 re-export\nexport { mergeCrossPageTables }\nexport { cleanPdfText }\nexport { detectTableCaptions, detectKoreanListBlocks, removeHeaderFooterBlocks }\n\n// worker 비활성화 (polyfill에서 pdfjsWorker를 이미 주입했으므로)\nGlobalWorkerOptions.workerSrc = \"\"\n\n// ─── 안전 한계값 (구조적 파싱과 무관) ────────────────\nconst MAX_PAGES = 5000\nconst MAX_TOTAL_TEXT = 100 1024 * 1024 // 100MB\n/** PDF 로딩 타임아웃 (30초) — 악성/대용량 PDF 무한 대기 방지 /\nconst PDF_LOAD_TIMEOUT_MS = 30_000\n\n// CID 폰트 자산(cmaps/standard_fonts) 경로 — 미지정이면 CMap 필요 폰트의 텍스트가\n// \"loadFont failed: cMapUrl 필요\" 경고와 함께 통째로 소실된다 (성과계획서류 숫자 전멸).\n// pdfjs-dist 패키지 위치에서 해석하고, 실패 시 미지정(기존 동작) 유지.\nconst pdfjsAssets: { cMapUrl?: string; cMapPacked?: boolean; standardFontDataUrl?: string } = {}\ntry {\n const _require = createRequire(import.meta.url)\n const pkgDir = dirname(_require.resolve(\"pdfjs-dist/package.json\"))\n pdfjsAssets.cMapUrl = join(pkgDir, \"cmaps\") + \"/\"\n pdfjsAssets.cMapPacked = true\n pdfjsAssets.standardFontDataUrl = join(pkgDir, \"standard_fonts\") + \"/\"\n} catch { / optional dep — 경로 해석 실패 시 cMap 없이 진행 / }\n\n/* getDocument + 타임아웃 래퍼 /\nasync function loadPdfWithTimeout(buffer: ArrayBuffer) {\n const loadingTask = getDocument({\n data: new Uint8Array(buffer),\n useSystemFonts: true,\n disableFontFace: true,\n isEvalSupported: false,\n ...pdfjsAssets,\n })\n let timer: ReturnType<typeof setTimeout> \| undefined\n try {\n return await Promise.race([\n loadingTask.promise,\n new Promise<never>((_, reject) => {\n timer = setTimeout(() => { loadingTask.destroy(); reject(new KordocError(\"PDF 로딩 타임아웃 (30초 초과)\")) }, PDF_LOAD_TIMEOUT_MS)\n }),\n ])\n } finally {\n if (timer !== undefined) clearTimeout(timer)\n }\n}\n\nexport async function parsePdfDocument(buffer: ArrayBuffer, options?: ParseOptions): Promise<InternalParseResult> {\n // pdfjs-dist 는 전달받은 buffer 의 underlying storage 를 detach 할 수 있다.\n // 수식/텍스트 OCR 은 같은 버퍼를 pdfium 으로 재사용해야 하므로 옵션 on 일 때만 clone 을 보관.\n const formulaBuffer: ArrayBuffer \| null = options?.formulaOcr ? buffer.slice(0) : null\n const ocrBuffer: ArrayBuffer \| null = options?.ocr ? buffer.slice(0) : null\n const doc = await loadPdfWithTimeout(buffer)\n\n try {\n const pageCount = doc.numPages\n if (pageCount === 0) throw new KordocError(\"PDF에 페이지가 없습니다.\")\n\n // 메타데이터 추출 (best-effort)\n const metadata: DocumentMetadata = { pageCount }\n await extractPdfMetadata(doc, metadata)\n\n const blocks: IRBlock[] = []\n const warnings: ParseWarning[] = []\n const pageQuality: PageQuality[] = []\n let totalChars = 0\n let totalTextBytes = 0\n const effectivePageCount = Math.min(pageCount, MAX_PAGES)\n\n // 페이지 범위 필터링\n const pageFilter = options?.pages ? parsePageRange(options.pages, effectivePageCount) : null\n const totalTarget = pageFilter ? pageFilter.size : effectivePageCount\n\n // 전체 문서의 폰트 크기 빈도 수집 (헤딩 감지용) — 빈도 Map으로 메모리 절약\n const fontSizeFreq = new Map<number, number>()\n const pageHeights = new Map<number, number>()\n // 큰 이미지가 있는 페이지 (needsOcr 경고 노이즈 필터 + SKIPPED_IMAGE)\n const pagesWithLargeImage = new Set<number>()\n // 텍스트 없는 큰 이미지 영역: page → count\n const skippedImagePages = new Map<number, number>()\n // 이미지 XObject 바이트 추출 상태 (문서 단위 중복 억제·상한).\n // image 블록은 페이지 경계 표 병합(mergeCrossPageTables)의 인접성을 깨지 않도록\n // 페이지별로 모아뒀다가 병합 후 주입한다.\n const imageState = createPdfImageState()\n const extractedImages: ExtractedImage[] = []\n const pageImageBlocks = new Map<number, IRBlock[]>()\n\n let parsedPages = 0\n for (let i = 1; i <= effectivePageCount; i++) {\n if (pageFilter && !pageFilter.has(i)) continue\n try {\n const page = await doc.getPage(i)\n const tc = await page.getTextContent()\n const viewport = page.getViewport({ scale: 1 })\n pageHeights.set(i, viewport.height)\n const rawItems = tc.items as PdfTextItem[]\n const items = normalizeItems(rawItems)\n\n // hidden text 필터링 + 경고 수집\n const { visible, hiddenCount } = filterHiddenText(items, viewport.width, viewport.height)\n if (hiddenCount > 0) {\n warnings.push({ page: i, message: `${hiddenCount}개 숨겨진 텍스트 요소 필터링됨`, code: \"HIDDEN_TEXT_FILTERED\" })\n }\n\n // 폰트 크기 빈도 수집\n for (const item of visible) {\n if (item.fontSize > 0) fontSizeFreq.set(item.fontSize, (fontSizeFreq.get(item.fontSize) \|\| 0) + 1)\n }\n\n // 선 기반 테이블 감지를 위한 operatorList\n const opList = await page.getOperatorList()\n\n // 이미지 영역 감지 — 텍스트 없는 큰 이미지는 무음 정보손실이므로 가시화 (ODL 아이디어)\n const pageArea = viewport.width viewport.height\n if (pageArea > 0) {\n const imageRegions = extractImageRegions(opList.fnArray, opList.argsArray)\n let uncovered = 0\n for (const r of imageRegions) {\n const area = (r.x2 - r.x1) * (r.y2 - r.y1)\n if (area < pageArea * 0.05) continue // 작은 장식 이미지 무시\n pagesWithLargeImage.add(i)\n const hasText = visible.some(it => {\n const cx = it.x + it.w / 2\n const cy = it.y + (it.h \|\| it.fontSize) / 2\n return cx >= r.x1 && cx <= r.x2 && cy >= r.y1 && cy <= r.y2\n })\n if (!hasText) uncovered++\n }\n if (uncovered > 0) skippedImagePages.set(i, uncovered)\n }\n\n const pageBlocks = extractPageBlocksWithLines(visible, i, opList, viewport.width, viewport.height)\n for (const b of pageBlocks) blocks.push(b)\n\n // 이미지 XObject 바이트 추출 — 블록 주입은 표 병합 후(injectPageImageBlocks)\n try {\n const { blocks: imgBlocks, images: pageImages } = await extractPageImages(page, opList.fnArray, opList.argsArray, i, imageState, warnings)\n if (imgBlocks.length > 0) pageImageBlocks.set(i, imgBlocks)\n extractedImages.push(...pageImages)\n } catch { /* 이미지 추출 실패가 텍스트 파싱을 막지 않도록 / }\n\n // 이미지 기반 PDF 감지 + 크기 제한용 문자 수 집계 + 페이지 품질 신호\n let pageText = \"\"\n for (const b of pageBlocks) {\n let t = b.text \|\| \"\"\n // 표 블록은 text 없이 table만 가지므로 셀 텍스트도 집계 — 괘선 양식(표-전용)\n // 문서가 totalChars=0으로 이미지 기반 오판되어 정상 파싱 표가 OCR로\n // 대체되는 것 방지. 페이지 품질(computePageQuality) 집계도 같은 뿌리.\n if (b.type === \"table\" && b.table) {\n const cellText = b.table.cells.map(row => row.map(c => c.text).join(\" \")).join(\"\\n\")\n t = t ? t + \"\\n\" + cellText : cellText\n }\n totalChars += t.replace(/\\s/g, \"\").length\n totalTextBytes += t.length 2\n pageText += pageText ? \"\\n\" + t : t\n }\n pageQuality.push(computePageQuality(i, pageText))\n if (totalTextBytes > MAX_TOTAL_TEXT) throw new KordocError(\"텍스트 추출 크기 초과\")\n parsedPages++\n options?.onProgress?.(parsedPages, totalTarget)\n } catch (pageErr) {\n // 크기 초과는 전체 중단\n if (pageErr instanceof KordocError) throw pageErr\n warnings.push({ page: i, message: `페이지 ${i} 파싱 실패: ${pageErr instanceof Error ? pageErr.message : \"알 수 없는 오류\"}`, code: \"PARTIAL_PARSE\" })\n }\n }\n\n const parsedPageCount = parsedPages \|\| (pageFilter ? pageFilter.size : effectivePageCount)\n // 문서 단위 이미지 기반 판정 (평균 10자/페이지 미만 = 텍스트층 부재)\n const isImageBased = totalChars / Math.max(parsedPageCount, 1) < 10\n\n // ── OCR 실행 (옵션) — 페이지 단위 선정·병합 ──\n // 대상: \"force\"=전 페이지 / 문서가 이미지 기반=전 페이지 /\n // 그 외=품질 신호가 OCR 을 권하는 페이지만 (깨진 텍스트층 포함 — F1,\n // 혼합 문서의 스캔 페이지 포함 — F2). 정상 페이지 파싱 결과는 유지 (F3).\n const ocrDone = new Set<number>()\n if (options?.ocr && ocrBuffer) {\n const inScope = (p: number) => !pageFilter \|\| pageFilter.has(p)\n const targets = new Set<number>()\n if (options.ocr === \"force\" \|\| isImageBased) {\n for (let i = 1; i <= effectivePageCount; i++) if (inScope(i)) targets.add(i)\n } else {\n for (const pq of pageQuality) {\n if (!pq.needsOcr) continue\n // low_text 는 빈 페이지(표지/간지)일 수 있으므로 큰 이미지가 있는 페이지만\n if (pq.ocrReason === \"low_text\" && !pagesWithLargeImage.has(pq.page)) continue\n targets.add(pq.page)\n }\n }\n if (targets.size > 0) {\n try {\n const { runPdfOcr } = await import(\"../ocr/pdf-ocr.js\")\n const mode = typeof options.ocr === \"function\" ? options.ocr : (\"builtin\" as const)\n const ocrPageBlocks = await runPdfOcr(ocrBuffer, targets, mode, warnings, options.onProgress)\n if (ocrPageBlocks.size > 0) {\n // 페이지 단위 교체: OCR 성공 페이지의 기존(깨진/빈) 블록 제거 후 병합\n for (const p of ocrPageBlocks.keys()) ocrDone.add(p)\n const merged = blocks.filter(b => !(b.pageNumber && ocrDone.has(b.pageNumber)))\n for (const obs of ocrPageBlocks.values()) merged.push(...obs)\n merged.sort((a, b) => (a.pageNumber ?? 0) - (b.pageNumber ?? 0)) // stable — 페이지 내 순서 보존\n blocks.length = 0\n blocks.push(...merged)\n for (const pq of pageQuality) if (ocrDone.has(pq.page)) pq.ocrApplied = true\n warnings.push({\n message: `${ocrDone.size}개 페이지에 OCR 적용 (${mode === \"builtin\" ? \"내장 PP-OCRv5\" : \"사용자 프로바이더\"})`,\n code: \"OCR_APPLIED\",\n })\n }\n } catch (e) {\n // 환경 오류(의존성·모델) — 아래 NEEDS_OCR 폴백이 가시화, 원인은 별도 경고로 보존 (F6)\n warnings.push({\n message: `OCR 실행 불가: ${e instanceof Error ? e.message : String(e)}`,\n code: \"OCR_FAILED\",\n })\n }\n }\n }\n\n if (isImageBased && ocrDone.size === 0) {\n // OCR 미설정/실패 — 빈 출력을 무경고로 내보내지 않고 경고 + 플래그로 가시화 (v3.0)\n warnings.push({\n message: `이미지 기반 PDF (${pageCount}페이지, 텍스트 ${totalChars}자) — 텍스트 레이어가 없어 OCR이 필요합니다`,\n code: \"NEEDS_OCR\",\n })\n }\n\n // 페이지 단위 needsOcr 경고 — 텍스트+스캔 혼합 문서에서 스캔 페이지 무음 손실 방지.\n // low_text는 빈 페이지(표지/간지)일 수 있으므로 큰 이미지가 있는 페이지만 경고.\n // OCR 이 적용된 페이지는 해소된 것이므로 제외.\n if (!isImageBased) {\n const OCR_REASON_MESSAGES: Record<string, string> = {\n low_text: \"텍스트가 거의 없는 페이지 (스캔/이미지 추정)\",\n high_pua: \"글꼴 매핑 실패 (PUA 비율 높음) — 추출 텍스트 신뢰 불가\",\n high_control: \"제어문자 비율 높음 — 추출 텍스트 신뢰 불가\",\n high_replacement: \"대체문자(U+FFFD) 비율 높음 — 추출 텍스트 신뢰 불가\",\n garbled_hangul: \"글꼴 매핑 실패 (한글 자소 분포 이상) — 추출 텍스트가 깨졌을 수 있음\",\n }\n for (const pq of pageQuality) {\n if (!pq.needsOcr \|\| !pq.ocrReason \|\| pq.ocrApplied) continue\n if (pq.ocrReason === \"low_text\" && !pagesWithLargeImage.has(pq.page)) continue\n warnings.push({ page: pq.page, message: `${OCR_REASON_MESSAGES[pq.ocrReason]} — OCR 검토 필요`, code: \"NEEDS_OCR\" })\n }\n }\n\n // 텍스트 없는 큰 이미지 영역 경고 — 그림/차트/도장 무음 누락 가시화\n // (문서 전체가 이미지 기반이면 위의 NEEDS_OCR 단일 경고로 충분)\n if (!isImageBased) {\n for (const [page, count] of [...skippedImagePages.entries()].sort((a, b) => a[0] - b[0])) {\n warnings.push({ page, message: `${count}개 이미지 영역에 추출 가능한 텍스트 없음 (그림/차트/도장 내용 누락 가능)`, code: \"SKIPPED_IMAGE\" })\n }\n }\n\n // 머리글/바닥글 필터링 (기본 ON — 명시적 false일 때만 비활성화)\n if (options?.removeHeaderFooter !== false && parsedPageCount >= 3) {\n const removed = removeHeaderFooterBlocks(blocks, pageHeights, warnings)\n // 필터링된 블록 제거 (뒤에서부터 삭제)\n for (let ri = removed.length - 1; ri >= 0; ri--) {\n blocks.splice(removed[ri], 1)\n }\n }\n\n // 페이지 걸친 표 병합 — 머리글/바닥글 제거 후 인접해진 표를 하나로\n // (ODL TableBorderProcessor.checkNeighborTables 포팅)\n mergeCrossPageTables(blocks)\n\n // 추출 이미지 참조를 페이지 말미 위치에 주입 (표 병합 뒤 — 인접성 보존)\n injectPageImageBlocks(blocks, pageImageBlocks)\n\n // 수식 OCR (선택) — 기본 텍스트 추출과 별개로 페이지 이미지 렌더 후 수식만 검출/인식.\n // 실패 시 경고만 기록하고 일반 텍스트 추출 결과는 그대로 반환한다.\n if (options?.formulaOcr && formulaBuffer) {\n try {\n await applyFormulaOcr(formulaBuffer, blocks, pageFilter, effectivePageCount, warnings, options.onProgress)\n } catch (e) {\n warnings.push({\n message: `수식 OCR 실패: ${e instanceof Error ? e.message : String(e)}`,\n code: \"PARTIAL_PARSE\",\n })\n }\n }\n\n // 헤딩 감지: 폰트 크기 기반\n const medianFontSize = computeMedianFontSizeFromFreq(fontSizeFreq)\n if (medianFontSize > 0) {\n detectHeadings(blocks, medianFontSize)\n }\n\n // □/■ 마커 기반 서브헤딩 감지 (ODL 패턴)\n detectMarkerHeadings(blocks)\n\n // 표 캡션 감지 — 표 직전/직후 '표 N./그림 N' 패턴 텍스트를 IRTable.caption으로\n detectTableCaptions(blocks)\n\n // 한국어 리스트 감지 — 공문서 계층 라벨(1.→가.→1)→가)→①) 시퀀스 검증\n detectKoreanListBlocks(blocks)\n\n // outline 구축\n const outline: OutlineItem[] = blocks\n .filter(b => b.type === \"heading\" && b.level && b.text)\n .map(b => ({ level: b.level!, text: b.text!, pageNumber: b.pageNumber }))\n\n // 메트릭 수집 끝났으니 블록 텍스트의 C0/C1 제어문자(NUL 등) 정리\n sanitizeBlockControlChars(blocks)\n\n // blocksToMarkdown로 통일 — 헤딩 마크다운 반영 (HWP5/HWPX와 일관성)\n let markdown = cleanPdfText(blocksToMarkdown(blocks))\n\n return {\n markdown,\n blocks,\n metadata,\n outline: outline.length > 0 ? outline : undefined,\n warnings: warnings.length > 0 ? warnings : undefined,\n isImageBased: isImageBased \|\| undefined,\n pageQuality,\n qualitySummary: summarizeDocumentQuality(pageQuality),\n images: extractedImages.length > 0 ? extractedImages : undefined,\n }\n } finally {\n await doc.destroy().catch(() => {})\n }\n}\n\n// ─── PDF 메타데이터 추출 ────────────────────────────\n\nasync function extractPdfMetadata(doc: { getMetadata(): Promise<unknown> }, metadata: DocumentMetadata): Promise<void> {\n try {\n const result = await doc.getMetadata() as { info?: Record<string, unknown> } \| null\n if (!result?.info) return\n const info = result.info\n\n if (typeof info.Title === \"string\" && info.Title.trim()) metadata.title = info.Title.trim()\n if (typeof info.Author === \"string\" && info.Author.trim()) metadata.author = info.Author.trim()\n if (typeof info.Creator === \"string\" && info.Creator.trim()) metadata.creator = info.Creator.trim()\n if (typeof info.Subject === \"string\" && info.Subject.trim()) metadata.description = info.Subject.trim()\n if (typeof info.Keywords === \"string\" && info.Keywords.trim()) {\n metadata.keywords = info.Keywords.split(/[,;]/).map((k: string) => k.trim()).filter(Boolean)\n }\n if (typeof info.CreationDate === \"string\") metadata.createdAt = parsePdfDate(info.CreationDate)\n if (typeof info.ModDate === \"string\") metadata.modifiedAt = parsePdfDate(info.ModDate)\n } catch {\n // best-effort\n }\n}\n\n/** PDF 날짜 형식 (D:YYYYMMDDHHmmSS) → ISO 8601 변환 /\nfunction parsePdfDate(dateStr: string): string \| undefined {\n const m = dateStr.match(/D:(\\d{4})(\\d{2})?(\\d{2})?(\\d{2})?(\\d{2})?(\\d{2})?/)\n if (!m) return undefined\n const [, year, month = \"01\", day = \"01\", hour = \"00\", min = \"00\", sec = \"00\"] = m\n return `${year}-${month}-${day}T${hour}:${min}:${sec}`\n}\n\n/* 메타데이터만 추출 (전체 파싱 없이) — MCP parse_metadata용 */\nexport async function extractPdfMetadataOnly(buffer: ArrayBuffer): Promise<DocumentMetadata> {\n const doc = await loadPdfWithTimeout(buffer)\n\n try {\n const metadata: DocumentMetadata = { pageCount: doc.numPages }\n await extractPdfMetadata(doc, metadata)\n return metadata\n } finally {\n await doc.destroy().catch(() => {})\n }\n}\n"]}

package/dist/pdf-ocr-6XKLXZTF.cjs ADDED Viewed

@@ -0,0 +1,13 @@
+"use strict";Object.defineProperty(exports, "__esModule", {value: true});
+var _chunkCELJIGBQcjs = require('./chunk-CELJIGBQ.cjs');
+require('./chunk-H7OWEYH2.cjs');
+require('./chunk-ROKHZE76.cjs');
+require('./chunk-OQNFGKRY.cjs');
+require('./chunk-GS7T56RP.cjs');
+exports.ocrItemsToBlocks = _chunkCELJIGBQcjs.ocrItemsToBlocks; exports.runPdfOcr = _chunkCELJIGBQcjs.runPdfOcr;
+//# sourceMappingURL=pdf-ocr-6XKLXZTF.cjs.map

package/dist/{pdf-ocr-2SKGRXIR.cjs.map → pdf-ocr-6XKLXZTF.cjs.map} RENAMED Viewed

	@@ -1 +1 @@
1	- {"version":3,"sources":["/Users/mong-e/workspace/kordoc/dist/pdf-ocr-~~2SKGRXIR~~.cjs"],"names":[],"mappings":"AAAA;AACE;AACA;AACF,wDAA6B;AAC7B,gCAA6B;AAC7B,gCAA6B;AAC7B,gCAA6B;AAC7B,gCAA6B;AAC7B;AACE;AACA;AACF,+GAAC","file":"/Users/mong-e/workspace/kordoc/dist/pdf-ocr-~~2SKGRXIR~~.cjs"}
1	+ {"version":3,"sources":["/Users/mong-e/workspace/kordoc/dist/pdf-ocr-6XKLXZTF.cjs"],"names":[],"mappings":"AAAA;AACE;AACA;AACF,wDAA6B;AAC7B,gCAA6B;AAC7B,gCAA6B;AAC7B,gCAA6B;AAC7B,gCAA6B;AAC7B;AACE;AACA;AACF,+GAAC","file":"/Users/mong-e/workspace/kordoc/dist/pdf-ocr-6XKLXZTF.cjs"}

package/dist/pdf-ocr-HWPNMKKC.js ADDED Viewed

@@ -0,0 +1,12 @@
+import {
+  ocrItemsToBlocks,
+  runPdfOcr
+} from "./chunk-FS3XQ3ZQ.js";
+import "./chunk-J2RZ444H.js";
+import "./chunk-UKEZ46VL.js";
+import "./chunk-WP4VD5T7.js";
+export {
+  ocrItemsToBlocks,
+  runPdfOcr
+};
+//# sourceMappingURL=pdf-ocr-HWPNMKKC.js.map

package/dist/{pdf-ocr-3A3QLPID.js → pdf-ocr-W2PA2K3U.js} RENAMED Viewed

@@ -2,14 +2,14 @@
 import {
   ocrItemsToBlocks,
   runPdfOcr
-} from "./chunk-2CHFQQXM.js";
+} from "./chunk-JP5MNHUK.js";
 import "./chunk-GEPINOL6.js";
 import "./chunk-NNDVFNMJ.js";
-import "./chunk-AES6PHIG.js";
-import "./chunk-GJO3ORFW.js";
-import "./chunk-G2AS6ICC.js";
+import "./chunk-IJUAWDOS.js";
+import "./chunk-LM7C6HI2.js";
+import "./chunk-7GEBDS6B.js";
 export {
   ocrItemsToBlocks,
   runPdfOcr
 };
-//# sourceMappingURL=pdf-ocr-3A3QLPID.js.map
+//# sourceMappingURL=pdf-ocr-W2PA2K3U.js.map

package/dist/{profile-io-6GX564CO.js → profile-io-I2TH44EO.js} RENAMED Viewed

@@ -2,10 +2,10 @@
 import {
   formatProfileSchema,
   parseFormatProfileJson
-} from "./chunk-NKERQ6GB.js";
-import "./chunk-G2AS6ICC.js";
+} from "./chunk-URKX77GB.js";
+import "./chunk-7GEBDS6B.js";
 export {
   formatProfileSchema,
   parseFormatProfileJson
 };
-//# sourceMappingURL=profile-io-6GX564CO.js.map
+//# sourceMappingURL=profile-io-I2TH44EO.js.map

package/dist/{rasterize-4V7PKE7A.js → rasterize-QBA43YAQ.js} RENAMED Viewed

@@ -1,7 +1,7 @@
 #!/usr/bin/env node
 import {
   KordocError
-} from "./chunk-G2AS6ICC.js";
+} from "./chunk-7GEBDS6B.js";
 // src/render/rasterize.ts
 async function rasterizeSvg(svg, widthPt, heightPt, options) {
@@ -37,4 +37,4 @@ async function rasterizeSvg(svg, widthPt, heightPt, options) {
 export {
   rasterizeSvg
 };
-//# sourceMappingURL=rasterize-4V7PKE7A.js.map
+//# sourceMappingURL=rasterize-QBA43YAQ.js.map

package/dist/render-MDJDKKNH.js ADDED Viewed

@@ -0,0 +1,10 @@
+#!/usr/bin/env node
+import {
+  renderHwpxToSvg
+} from "./chunk-EOVJ27WC.js";
+import "./chunk-GKSFNCVP.js";
+import "./chunk-7GEBDS6B.js";
+export {
+  renderHwpxToSvg
+};
+//# sourceMappingURL=render-MDJDKKNH.js.map

package/dist/seal-Z52JR2GX.js ADDED Viewed

@@ -0,0 +1,10 @@
+#!/usr/bin/env node
+import {
+  placeSealHwpx
+} from "./chunk-55QIELGV.js";
+import "./chunk-GKSFNCVP.js";
+import "./chunk-7GEBDS6B.js";
+export {
+  placeSealHwpx
+};
+//# sourceMappingURL=seal-Z52JR2GX.js.map

package/dist/{watch-JVRAAJNA.js → watch-7V6X7LHV.js} RENAMED Viewed

@@ -1,22 +1,22 @@
 #!/usr/bin/env node
 import {
   parse
-} from "./chunk-LPRNVK4G.js";
+} from "./chunk-YNAPK4H6.js";
 import "./chunk-7FCNOKOR.js";
-import "./chunk-GJO3ORFW.js";
+import "./chunk-LM7C6HI2.js";
 import {
   detectFormat
 } from "./chunk-TCJRGFYY.js";
 import "./chunk-MOL7MDBG.js";
-import "./chunk-ESV4KOSE.js";
+import "./chunk-55QIELGV.js";
 import "./chunk-DZIXKL7E.js";
-import "./chunk-PK5GLL5C.js";
-import "./chunk-T6BTWUTC.js";
-import "./chunk-FSUCQ6ZM.js";
-import "./chunk-NAWC6HTC.js";
+import "./chunk-COHHXQSP.js";
+import "./chunk-4FTXKIGT.js";
+import "./chunk-EOVJ27WC.js";
+import "./chunk-GKSFNCVP.js";
 import {
   toArrayBuffer
-} from "./chunk-G2AS6ICC.js";
+} from "./chunk-7GEBDS6B.js";
 // src/watch.ts
 import { watch, readFileSync, writeFileSync, mkdirSync, statSync, existsSync, realpathSync } from "fs";
@@ -206,4 +206,4 @@ export {
   isPrivateIp,
   watchDirectory
 };
-//# sourceMappingURL=watch-JVRAAJNA.js.map
+//# sourceMappingURL=watch-7V6X7LHV.js.map

package/package.json CHANGED Viewed

@@ -1,6 +1,6 @@
 {
   "name": "kordoc",
-  "version": "4.2.7",
+  "version": "4.2.8",
   "description": "Parse Korean documents (HWP3-5, HWPX, HWPML, PDF, XLS(X), DOCX) to Markdown — CLI + MCP server with lossless patch/roundtrip, form-filler, document diff, print & layout-preserving SVG renderer",
   "type": "module",
   "exports": {

package/dist/chunk-GJO3ORFW.js.map DELETED Viewed

@@ -1 +0,0 @@

- {"version":3,"sources":["../src/types.ts"],"sourcesContent":["/** kordoc 공통 타입 정의 */\n\n// ─── 중간 표현 (Intermediate Representation) ─────────\n\nexport interface CellContext {\n text: string\n colSpan: number\n rowSpan: number\n /** HWP5 셀 열 주소 (0-based) — 병합 테이블 배치용 */\n colAddr?: number\n /** HWP5 셀 행 주소 (0-based) — 병합 테이블 배치용 */\n rowAddr?: number\n}\n\n/** 블록 타입 — v2.0에서 heading, list, image, separator 추가 */\nexport type IRBlockType = \"paragraph\" | \"table\" | \"heading\" | \"list\" | \"image\" | \"separator\"\n\n/** 인라인 강조 run-span — 문단 텍스트를 서식 단위로 쪼갠 조각 (텍스트 연결 = block.text) */\nexport interface IRSpan {\n text: string\n bold?: boolean\n italic?: boolean\n strike?: boolean\n code?: boolean\n}\n\nexport interface IRBlock {\n type: IRBlockType\n text?: string\n table?: IRTable\n /** 헤딩 레벨 (1-6), type=\"heading\"일 때 사용 */\n level?: number\n /** 원본 페이지 번호 (1-based) */\n pageNumber?: number\n /** 바운딩 박스 — PDF에서만 제공 */\n bbox?: BoundingBox\n /** 텍스트 스타일 정보 (선택) */\n style?: InlineStyle\n /** 리스트 타입, type=\"list\"일 때 사용 */\n listType?: \"ordered\" | \"unordered\"\n /** 중첩 리스트 아이템 */\n children?: IRBlock[]\n /** 하이퍼링크 URL */\n href?: string\n /** 각주/미주 텍스트 (인라인 삽입용) */\n footnoteText?: string\n /** 이미지 데이터 (type=\"image\"일 때) */\n imageData?: ImageData\n /** 인라인 강조 run-span (선택 — kordoc 생성 hwpx 왕복 채널 + 외래 실속성 볼드/이탤릭).\n * 존재하면 마크다운 변환이 **·*·` 마커를 재방출한다 */\n spans?: IRSpan[]\n /** 인용문 문단 (선택 — kordoc 생성 hwpx 왕복 채널) — 마크다운 변환이 \"> \" 접두 재방출 */\n quote?: boolean\n /**\n * 문단 들여쓰기(HWPUNIT, 선택) — HWPX paraPr `<hh:margin>` 자식요소형 hc:left\n * (+양수 hc:intent 첫줄분). 마크다운 방출엔 쓰지 않는 관찰 슬롯 — gongmun 리스트\n * depth 재유도·양식 분석 등 소비자 몫 (v4.0.4)\n */\n indent?: number\n /**\n * gongmun 리스트 단계(1~7, 선택) — indent를 levelIndent 단위로 역산한 소비 결과\n * (v4.0.5). md 리스트 문법과 충돌하는 부호('- '·'1) ') 문단에만 채워지며,\n * 마크다운 변환이 2칸/단계 선행 공백을 방출해 재생성 시 depth가 복원된다\n */\n listDepth?: number\n}\n\n/** 추출된 이미지 바이너리 데이터 */\nexport interface ImageData {\n /** 이미지 바이너리 */\n data: Uint8Array\n /** MIME 타입 (image/png, image/jpeg, image/gif, image/bmp, image/wmf, image/emf) */\n mimeType: string\n /** 원본 파일명 (있는 경우) */\n filename?: string\n}\n\n/** 바운딩 박스 — PDF 포인트 단위 (72pt = 1인치) */\nexport interface BoundingBox {\n page: number\n x: number\n y: number\n width: number\n height: number\n}\n\n/** 인라인 텍스트 스타일 */\nexport interface InlineStyle {\n bold?: boolean\n italic?: boolean\n /** 취소선 — 법령 개정문 등의 삭제 표시. 판정은 취소선 모양 whitelist (비트만 믿으면 오탐) */\n strike?: boolean\n fontSize?: number\n fontName?: string\n}\n\nexport interface IRTable {\n rows: number\n cols: number\n cells: IRCell[][]\n /** 첫 행을 헤더로 렌더링할지 여부 (현재: rows > 1이면 true — 의미적 감지가 아닌 레이아웃 힌트) */\n hasHeader: boolean\n /** 표 캡션 (예: \"표 1. 부서별 예산\") — v3.0 */\n caption?: string\n}\n\nexport interface IRCell {\n text: string\n colSpan: number\n rowSpan: number\n /**\n * 셀 내부 블록 콘텐츠 — v3.0.\n * 중첩 표·이미지·다중 문단을 구조 그대로, 문서(원문) 순서대로 보존한다.\n * 표와 텍스트가 한 줄에 번갈아 놓인 셀도 배치 순서를 따른다 (v4.2.3, #49).\n * blocks가 있으면 text는 blocks의 평탄화 텍스트(하위 호환용)다.\n */\n blocks?: IRBlock[]\n /** 제목 셀 여부 (HWP5 width_ref bit2 / HWPX header 속성) — v3.0 */\n isHeader?: boolean\n}\n\n// ─── 메타데이터 ─────────────────────────────────────\n\n/** 문서 메타데이터 — 각 포맷에서 추출 가능한 필드만 채워짐 */\nexport interface DocumentMetadata {\n /** 문서 제목 */\n title?: string\n /** 작성자 */\n author?: string\n /** 작성 프로그램 (예: \"한글 2020\", \"Adobe Acrobat\") */\n creator?: string\n /** 생성일시 (ISO 8601) */\n createdAt?: string\n /** 수정일시 (ISO 8601) */\n modifiedAt?: string\n /** 페이지/섹션 수 */\n pageCount?: number\n /** 문서 포맷 버전 (예: HWP \"5.1.0.1\") */\n version?: string\n /** 설명 */\n description?: string\n /** 키워드 */\n keywords?: string[]\n}\n\n// ─── 파싱 옵션 ──────────────────────────────────────\n\n/** 파싱 옵션 — parse() 함수에 전달 */\nexport interface ParseOptions {\n /**\n * 파싱할 페이지/섹션 범위 (1-based).\n * - 배열: [1, 2, 3]\n * - 문자열: \"1-3\", \"1,3,5-7\"\n *\n * PDF: 정확한 페이지 단위. HWP/HWPX: 섹션 단위 근사치.\n */\n pages?: number[] | string\n /** 이미지 기반 PDF OCR (선택).\n * - `true`: 내장 엔진(PP-OCRv5 korean, ~18MB 자동 다운로드)으로 OCR 필요 판정\n * 페이지만 인식 (스캔 페이지·글꼴 매핑 깨진 페이지). 정상 페이지는 파싱 결과 유지.\n * - `\"force\"`: 전 페이지를 내장 엔진으로 강제 OCR.\n * - 함수: 사용자 제공 OcrProvider (Claude Vision·Tesseract 등) — 판정은 `true`와 동일. */\n ocr?: boolean | \"force\" | OcrProvider\n /** 진행률 콜백 — current: 현재 페이지/섹션, total: 전체 수 */\n onProgress?: (current: number, total: number) => void\n /** PDF 머리글/바닥글 자동 제거 */\n removeHeaderFooter?: boolean\n /** 표 오른쪽 끝의 빈 열(서식 문서의 입력란) 보존 (#47).\n * 기본 false: 마크다운 가독성을 위해 후행 빈 열을 트림.\n * 양식 인식 경로(parse_form·fill)는 내부적으로 항상 켠다. */\n keepTrailingEmptyCols?: boolean\n /** 원본 파일 경로 (DRM COM fallback에 필요, 내부 전용) */\n filePath?: string\n /**\n * PDF 수식 OCR 활성화 (기본 false).\n *\n * 활성화 시 각 PDF 페이지를 이미지로 렌더링 → YOLOv8 기반 수식 영역 검출 →\n * TrOCR 기반 LaTeX 인식. 감지된 수식은 `$...$` (inline) / `$$...$$` (display) 로\n * 블록 텍스트에 삽입된다.\n *\n * 필수 optional 의존성: `onnxruntime-node`, `@huggingface/transformers`,\n * `@hyzyla/pdfium`, `sharp`. 미설치 시 parse 에 실패하지 않고 **경고만** 남기고\n * 수식 인식은 skip 한다 (일반 텍스트 추출은 정상 동작).\n *\n * 모델(~155MB) 은 첫 사용 시 HuggingFace 에서 자동 다운로드 되어\n * `~/.cache/kordoc/models/pix2text/` 에 SHA-256 검증과 함께 저장된다.\n */\n formulaOcr?: boolean\n /**\n * 레이아웃 표 페이지 반복 헤더(러닝 헤더) 정리 휴리스틱 활성화 (기본 false).\n *\n * 구형 HWP5 문서가 페이지마다 재삽입한 짧은 번호매김 러닝 헤더\n * (\"2. 과제 구축 내용\")를 최초 1회만 남기고 이후 중복을 제거한다.\n * 다만 페이지 위치 정보가 없는 HWP5 특성상 이 휴리스틱은 정당하게 반복되는\n * 번호매김 문단(예: 붙임/별지별 재번호 \"1. 목적\")도 삭제할 수 있어 opt-in 으로\n * 둔다. 활성 시 제거가 발생하면 HIDDEN_TEXT_FILTERED 경고를 남긴다.\n */\n dedupeRunningHeaders?: boolean\n /**\n * 추출된 이미지를 마크다운에 base64 data URI 로 인라인 (기본 false).\n *\n * 활성화 시 `![image](image_001.bmp)` 참조를 `![image](data:image/png;base64,...)` 로\n * 치환한다. 임베드된 BMP 는 PNG 로 무손실 압축 후 인라인하여 용량을 크게 줄인다.\n * 별도 이미지 파일 없이 자체 완결형 마크다운이 되어 MCP/AI 에이전트 소비에 적합하다.\n * (현재 HWP5 경로 지원)\n */\n inlineImages?: boolean\n}\n\n// ─── 파싱 경고 ──────────────────────────────────────\n\n/** 파싱 중 스킵/실패한 요소 보고 */\nexport interface ParseWarning {\n /** 관련 페이지 번호 (알 수 있는 경우) */\n page?: number\n /** 경고 메시지 */\n message: string\n /** 구조화된 경고 코드 */\n code: WarningCode\n}\n\nexport type WarningCode =\n | \"SKIPPED_IMAGE\"\n | \"SKIPPED_OLE\"\n | \"TRUNCATED_TABLE\"\n | \"OCR_FALLBACK\"\n | \"UNSUPPORTED_ELEMENT\"\n | \"BROKEN_ZIP_RECOVERY\"\n | \"HIDDEN_TEXT_FILTERED\"\n | \"MALFORMED_XML\"\n | \"PARTIAL_PARSE\"\n | \"LENIENT_CFB_RECOVERY\"\n | \"NEEDS_OCR\"\n | \"OCR_FAILED\"\n | \"OCR_APPLIED\"\n | \"COM_EMPTY\"\n | \"DRM_COM_FALLBACK\"\n\n/** 문서 구조 (헤딩 트리) */\nexport interface OutlineItem {\n level: number\n text: string\n pageNumber?: number\n}\n\n// ─── 에러 코드 ──────────────────────────────────────\n\n/** 구조화된 에러 코드 — 프로그래밍적 에러 핸들링용 */\nexport type ErrorCode =\n | \"EMPTY_INPUT\"\n | \"UNSUPPORTED_FORMAT\"\n | \"ENCRYPTED\"\n | \"DRM_PROTECTED\"\n | \"CORRUPTED\"\n | \"DECOMPRESSION_BOMB\"\n | \"ZIP_BOMB\"\n | \"IMAGE_BASED_PDF\"\n | \"NO_SECTIONS\"\n | \"PARSE_ERROR\"\n | \"MISSING_DEPENDENCY\"\n\n// ─── 파싱 결과 (discriminated union) ────────────────\n\nexport type FileType = \"hwpx\" | \"hwp\" | \"hwp3\" | \"hwpml\" | \"pdf\" | \"xlsx\" | \"xls\" | \"docx\" | \"image\" | \"unknown\"\n\ninterface ParseResultBase {\n fileType: FileType\n /** 페이지/섹션 수 — PDF: 실제 페이지 수, HWP/HWPX: 섹션 수, XLSX: 시트 수 */\n pageCount?: number\n /** 이미지 기반 PDF 여부 (텍스트 추출 불가) */\n isImageBased?: boolean\n}\n\nexport interface ParseSuccess extends ParseResultBase {\n success: true\n /** 추출된 마크다운 텍스트 */\n markdown: string\n /**\n * 중간 표현 블록 (구조화된 데이터 접근용).\n * 블록은 문서(원문) 읽기 순서를 따른다 — 한 문단 안에 글자취급(treatAsChar)\n * 표와 텍스트가 섞여 있어도 배치 순서대로 방출된다 (v4.2.3, #50).\n */\n blocks: IRBlock[]\n /** 문서 메타데이터 */\n metadata?: DocumentMetadata\n /** 문서 구조 (헤딩 트리) — v2.0 */\n outline?: OutlineItem[]\n /** 파싱 중 발생한 경고 — v2.0 */\n warnings?: ParseWarning[]\n /** 추출된 이미지 목록 — 마크다운에서 파일명으로 참조됨 */\n images?: ExtractedImage[]\n /** 페이지별 텍스트 품질 신호 — PDF에서만 제공 */\n pageQuality?: PageQuality[]\n /** 문서 단위 품질 요약 — PDF에서만 제공 */\n qualitySummary?: DocumentQualitySummary\n}\n\n/** 페이지별 텍스트 품질 신호 (PDF 전용). 자세한 설명은 src/pdf/quality.ts */\nexport interface PageQuality {\n page: number\n textChars: number\n hangulRatio: number\n controlCharRatio: number\n replacementCharRatio: number\n puaRatio: number\n needsOcr: boolean\n ocrReason?: \"low_text\" | \"high_pua\" | \"high_control\" | \"high_replacement\" | \"garbled_hangul\"\n}\n\n/** 문서 단위 품질 요약 (PDF 전용). */\nexport interface DocumentQualitySummary {\n totalPages: number\n totalTextChars: number\n avgHangulRatio: number\n avgControlCharRatio: number\n avgReplacementCharRatio: number\n avgPuaRatio: number\n lowTextPageCount: number\n highPuaPageCount: number\n needsOcr: boolean\n ocrCandidatePages: number[]\n}\n\n/** 추출된 이미지 — ParseSuccess.images에 포함 */\nexport interface ExtractedImage {\n /** 마크다운에서 참조되는 파일명 (예: image_001.png) */\n filename: string\n /** 이미지 바이너리 */\n data: Uint8Array\n /** MIME 타입 */\n mimeType: string\n}\n\nexport interface ParseFailure extends ParseResultBase {\n success: false\n /** 오류 메시지 */\n error: string\n /** 구조화된 에러 코드 */\n code?: ErrorCode\n}\n\nexport type ParseResult = ParseSuccess | ParseFailure\n\n// ─── 문서 비교 (Diff) ───────────────────────────────\n\nexport type DiffChangeType = \"added\" | \"removed\" | \"modified\" | \"unchanged\"\n\nexport interface BlockDiff {\n type: DiffChangeType\n /** 원본 블록 (added이면 undefined) */\n before?: IRBlock\n /** 변경 후 블록 (removed이면 undefined) */\n after?: IRBlock\n /** modified 테이블의 셀 단위 diff */\n cellDiffs?: CellDiff[][]\n /** 유사도 (0-1) */\n similarity?: number\n}\n\nexport interface CellDiff {\n type: DiffChangeType\n before?: string\n after?: string\n}\n\nexport interface DiffResult {\n stats: { added: number; removed: number; modified: number; unchanged: number }\n diffs: BlockDiff[]\n}\n\n// ─── 라운드트립 패치 (v3.0) ─────────────────────────\n\n/** 패치 중 매핑 실패/미지원으로 건너뛴 항목 — silent 실패 금지 */\nexport interface PatchSkip {\n /** 건너뛴 사유 */\n reason: string\n /** 원본 쪽 내용 요약 (최대 80자) */\n before?: string\n /** 편집 쪽 내용 요약 (최대 80자) */\n after?: string\n /**\n * 부분 적용 표시 — 변경이 적용은 됐지만(applied 계상) 편집 원형 그대로는\n * 아님 (예: 셀 내 줄 추가를 마지막 문단에 병합). 완전 미적용 skip과 구분.\n */\n partial?: boolean\n}\n\n/** patchHwpx 옵션 */\nexport interface PatchOptions {\n /** 패치 후 재파싱 자동 검증 (기본 true) */\n verify?: boolean\n}\n\n/** patchHwpx / patchBlocks 결과 */\nexport interface PatchResult {\n success: boolean\n /** 패치된 HWPX (success=true) */\n data?: Uint8Array\n /** 적용된 변경 수 */\n applied: number\n /** 매핑 실패 항목 (이유 포함) */\n skipped: PatchSkip[]\n /**\n * 무손실 검증 (patchHwpx/patchHwp 전용): 패치본 재파싱 vs 편집 마크다운의\n * 잔차 diff — modified/added/removed가 0이어야 의도가 전부 반영된 것.\n * session.patchBlocks는 이 필드를 채우지 않는다 (changes 참조).\n */\n verification?: DiffResult\n /**\n * 변경 가시화 (session.patchBlocks 전용): 패치 전 → 후 문서 diff —\n * 적용된 편집 수만큼 modified가 나오는 것이 정상. verification과 의미가\n * 정반대이므로 혼용 금지.\n */\n changes?: DiffResult\n /** 실패 사유 (success=false) */\n error?: string\n}\n\n// ─── 양식 인식 ──────────────────────────────────────\n\nexport interface FormField {\n label: string\n value: string\n /** 0-based 소스 행 */\n row: number\n /** 0-based 소스 열 */\n col: number\n /** 매칭된 입력 키(정규화) — 모호 라벨 거부 가드(fillWithUniqueGuard)의 집계 기준 */\n key?: string\n}\n\nexport interface FormResult {\n fields: FormField[]\n /** 양식 확신도 (0-1) */\n confidence: number\n}\n\n// ─── OCR 프로바이더 ─────────────────────────────────\n\n/** 사용자 제공 OCR 함수 — 페이지 이미지를 받아 텍스트 반환 */\nexport type OcrProvider = (\n pageImage: Uint8Array,\n pageNumber: number,\n mimeType: \"image/png\"\n) => Promise<string>\n\n// ─── Watch 모드 ─────────────────────────────────────\n\nexport interface WatchOptions {\n dir: string\n outDir?: string\n webhook?: string\n format?: \"markdown\" | \"json\"\n pages?: string\n silent?: boolean\n}\n\n// ─── 헤딩 감지 공통 임계값 ──────────────────────────\n\n/** 폰트 크기 비율 → heading level (전 파서 공통) */\nexport const HEADING_RATIO_H1 = 1.5\nexport const HEADING_RATIO_H2 = 1.3\nexport const HEADING_RATIO_H3 = 1.15\n\n// ─── 내부 파서 반환 타입 ─────────────────────────────\n\n/** 내부 파서가 index.ts에 반환하는 공통 타입 (HWP5/HWPX/PDF/XLSX/DOCX) */\nexport interface InternalParseResult {\n markdown: string\n blocks: IRBlock[]\n metadata?: DocumentMetadata\n outline?: OutlineItem[]\n warnings?: ParseWarning[]\n images?: ExtractedImage[]\n /** PDF 전용: 이미지 기반 PDF 여부 */\n isImageBased?: boolean\n /** PDF 전용: 페이지별 품질 신호 */\n pageQuality?: PageQuality[]\n /** PDF 전용: 문서 단위 품질 요약 */\n qualitySummary?: DocumentQualitySummary\n}\n"],"mappings":";;;AA4cO,IAAM,mBAAmB;AACzB,IAAM,mBAAmB;AACzB,IAAM,mBAAmB;","names":[]}

package/dist/chunk-IVX3YLQH.js.map DELETED Viewed

@@ -1 +0,0 @@

- {"version":3,"sources":["../src/utils.ts","../src/types.ts"],"sourcesContent":["/** kordoc 공용 유틸리티 */\n\n/** 빌드 타임에 tsup define으로 주입되는 버전 */\ndeclare const __KORDOC_VERSION__: string\nexport const VERSION: string = typeof __KORDOC_VERSION__ !== \"undefined\" ? __KORDOC_VERSION__ : \"0.0.0-dev\"\n\n/**\n * Node.js Buffer → ArrayBuffer 변환\n * pool Buffer의 공유 ArrayBuffer 문제를 안전하게 처리.\n * offset=0이고 전체 ArrayBuffer를 차지하면 복사 없이 직접 반환.\n */\nexport function toArrayBuffer(buf: Buffer): ArrayBuffer {\n if (buf.byteOffset === 0 && buf.byteLength === buf.buffer.byteLength) {\n return buf.buffer as ArrayBuffer\n }\n return buf.buffer.slice(buf.byteOffset, buf.byteOffset + buf.byteLength) as ArrayBuffer\n}\n\n/**\n * kordoc 내부 에러 클래스 — 사용자에게 노출해도 안전한 메시지만 포함.\n * MCP 에러 정제에서 instanceof로 판별하여 allowlist 패턴 매칭 없이 안전하게 통과.\n */\nexport class KordocError extends Error {\n constructor(message: string) {\n super(message)\n this.name = \"KordocError\"\n }\n}\n\n/**\n * 에러 메시지 정제 — KordocError는 그대로, 나머지는 일반 메시지로 대체.\n * 파일시스템 경로, 스택 트레이스 등 내부 정보 노출 방지.\n */\nexport function sanitizeError(err: unknown): string {\n if (err instanceof KordocError) return err.message\n return \"문서 처리 중 오류가 발생했습니다\"\n}\n\n/**\n * ZIP 엔트리 경로의 경로 순회 여부 판별.\n * 백슬래시 정규화, .., 절대경로, Windows 드라이브 문자 모두 차단.\n */\nexport function isPathTraversal(name: string): boolean {\n if (name.includes(\"\\x00\")) return true\n const normalized = name.replace(/\\\\/g, \"/\")\n const segments = normalized.split(\"/\")\n return segments.some(s => s === \"..\") || normalized.startsWith(\"/\") || /^[A-Za-z]:/.test(normalized)\n}\n\n// ─── HWPX 섹션 href 해석 (parser/roundtrip 공용) ────────────────────\n\n/**\n * manifest href를 본문 섹션 경로(`Contents/sectionN.xml`)로 정규화.\n * 비본문 XML(header/script/settings)·path traversal·드라이브 경로는 null로 거른다.\n * 백슬래시 구분자를 슬래시로 통일해 parser와 roundtrip이 동일한 목록을 만든다.\n */\nexport function normalizeSectionHref(href: string): string | null {\n if (!href) return null\n let normalized = href.replace(/\\\\/g, \"/\").replace(/^\\/+/, \"\")\n if (isPathTraversal(normalized)) return null\n if (/^[Ss]ection\\d+\\.xml$/.test(normalized)) normalized = \"Contents/\" + normalized\n return /(?:^|\\/)[Ss]ection\\d+\\.xml$/.test(normalized) ? normalized : null\n}\n\n/** sectionN.xml을 N 숫자 순서로 정렬 (section10 > section2). */\nexport function compareSectionPaths(a: string, b: string): number {\n const ai = Number(a.match(/[Ss]ection(\\d+)\\.xml$/)?.[1] ?? Number.MAX_SAFE_INTEGER)\n const bi = Number(b.match(/[Ss]ection(\\d+)\\.xml$/)?.[1] ?? Number.MAX_SAFE_INTEGER)\n return ai === bi ? a.localeCompare(b) : ai - bi\n}\n\n// ─── ZIP 안전 로딩 (ZIP bomb 방지) ────────────────────\n\n/**\n * ZIP bomb 사전 검사 — Central Directory에서 비압축 합계와 엔트리 수 확인.\n * HWPX/XLSX/DOCX 등 모든 ZIP 기반 포맷에서 공통 사용.\n */\nexport function precheckZipSize(\n buffer: ArrayBuffer,\n maxUncompressedSize = 256 * 1024 * 1024, // parser-shared MAX_DECOMPRESS_SIZE 와 동기\n maxEntries = 500,\n): { totalUncompressed: number; entryCount: number } {\n try {\n const data = new DataView(buffer)\n const len = buffer.byteLength\n // EOCD 시그니처 역방향 스캔\n let eocdOffset = -1\n for (let i = len - 22; i >= Math.max(0, len - 65557); i--) {\n if (data.getUint32(i, true) === 0x06054b50) { eocdOffset = i; break }\n }\n if (eocdOffset < 0) return { totalUncompressed: 0, entryCount: 0 }\n\n const entryCount = data.getUint16(eocdOffset + 10, true)\n if (entryCount > maxEntries) {\n throw new KordocError(`ZIP 엔트리 수 초과: ${entryCount} (최대 ${maxEntries})`)\n }\n\n const cdSize = data.getUint32(eocdOffset + 12, true)\n const cdOffset = data.getUint32(eocdOffset + 16, true)\n if (cdOffset + cdSize > len) return { totalUncompressed: 0, entryCount }\n\n let totalUncompressed = 0\n let pos = cdOffset\n for (let i = 0; i < entryCount && pos + 46 <= cdOffset + cdSize; i++) {\n if (data.getUint32(pos, true) !== 0x02014b50) break\n totalUncompressed += data.getUint32(pos + 24, true)\n const nameLen = data.getUint16(pos + 28, true)\n const extraLen = data.getUint16(pos + 30, true)\n const commentLen = data.getUint16(pos + 32, true)\n pos += 46 + nameLen + extraLen + commentLen\n }\n\n if (totalUncompressed > maxUncompressedSize) {\n throw new KordocError(`ZIP 비압축 크기 초과: ${(totalUncompressed / 1024 / 1024).toFixed(1)}MB (최대 ${maxUncompressedSize / 1024 / 1024}MB)`)\n }\n\n return { totalUncompressed, entryCount }\n } catch (err) {\n if (err instanceof KordocError) throw err\n return { totalUncompressed: 0, entryCount: 0 }\n }\n}\n\n/** XXE/Billion Laughs 방지 — DOCTYPE 제거 (내부 DTD 서브셋 포함) */\nexport function stripDtd(xml: string): string {\n return xml.replace(/<!DOCTYPE\\s[^[>]*(\\[[\\s\\S]*?\\])?\\s*>/gi, \"\")\n}\n\n/** 하이퍼링크 URL 살균 — javascript: 등 XSS 위험 스킴 차단 */\nconst SAFE_HREF_RE = /^(?:https?:|mailto:|tel:|#)/i\nexport function sanitizeHref(href: string): string | null {\n const trimmed = href.trim()\n if (!trimmed || !SAFE_HREF_RE.test(trimmed)) return null\n // 괄호 percent-encoding — 마크다운 링크 목적지에서 불균형 ')'는 링크를 조기 종료시켜\n // 문법이 깨진다 (원문 하이퍼링크에 ')'가 박힌 실문서 존재). %28/%29는 의미 동일.\n return trimmed.replace(/\$/g, \"%28\").replace(/\$/g, \"%29\")\n}\n\n// ─── 안전한 min/max (스택 오버플로 방지) ─────────────\n\n/** Math.min(...arr) 대체 — 대형 배열에서 스택 오버플로 방지 */\nexport function safeMin(arr: number[]): number {\n let min = Infinity\n for (let i = 0; i < arr.length; i++) if (arr[i] < min) min = arr[i]\n return min\n}\n\n/** Math.max(...arr) 대체 — 대형 배열에서 스택 오버플로 방지 */\nexport function safeMax(arr: number[]): number {\n let max = -Infinity\n for (let i = 0; i < arr.length; i++) if (arr[i] > max) max = arr[i]\n return max\n}\n\n// ─── 에러 분류 ──────────────────────────────────────\n\nimport type { ErrorCode } from \"./types.js\"\n\n/** 에러를 구조화된 ErrorCode로 분류 — KordocError 메시지 패턴 매칭 */\nexport function classifyError(err: unknown): ErrorCode {\n if (!(err instanceof Error)) return \"PARSE_ERROR\"\n const msg = err.message\n if (msg.includes(\"암호화\")) return \"ENCRYPTED\"\n if (msg.includes(\"DRM\")) return \"DRM_PROTECTED\"\n if (msg.includes(\"ZIP bomb\") || msg.includes(\"ZIP 비압축 크기 초과\") || msg.includes(\"ZIP 엔트리 수 초과\")) return \"ZIP_BOMB\"\n if (msg.includes(\"bomb\") || msg.includes(\"크기 초과\") || msg.includes(\"압축 해제\")) return \"DECOMPRESSION_BOMB\"\n if (msg.includes(\"이미지 기반\")) return \"IMAGE_BASED_PDF\"\n if (msg.includes(\"섹션\") && (msg.includes(\"찾을 수 없\") || msg.includes(\"없음\"))) return \"NO_SECTIONS\"\n if (msg.includes(\"시그니처\") || msg.includes(\"복구할 수 없\")) return \"CORRUPTED\"\n return \"PARSE_ERROR\"\n}\n","/** kordoc 공통 타입 정의 */\n\n// ─── 중간 표현 (Intermediate Representation) ─────────\n\nexport interface CellContext {\n text: string\n colSpan: number\n rowSpan: number\n /** HWP5 셀 열 주소 (0-based) — 병합 테이블 배치용 */\n colAddr?: number\n /** HWP5 셀 행 주소 (0-based) — 병합 테이블 배치용 */\n rowAddr?: number\n}\n\n/** 블록 타입 — v2.0에서 heading, list, image, separator 추가 */\nexport type IRBlockType = \"paragraph\" | \"table\" | \"heading\" | \"list\" | \"image\" | \"separator\"\n\n/** 인라인 강조 run-span — 문단 텍스트를 서식 단위로 쪼갠 조각 (텍스트 연결 = block.text) */\nexport interface IRSpan {\n text: string\n bold?: boolean\n italic?: boolean\n strike?: boolean\n code?: boolean\n}\n\nexport interface IRBlock {\n type: IRBlockType\n text?: string\n table?: IRTable\n /** 헤딩 레벨 (1-6), type=\"heading\"일 때 사용 */\n level?: number\n /** 원본 페이지 번호 (1-based) */\n pageNumber?: number\n /** 바운딩 박스 — PDF에서만 제공 */\n bbox?: BoundingBox\n /** 텍스트 스타일 정보 (선택) */\n style?: InlineStyle\n /** 리스트 타입, type=\"list\"일 때 사용 */\n listType?: \"ordered\" | \"unordered\"\n /** 중첩 리스트 아이템 */\n children?: IRBlock[]\n /** 하이퍼링크 URL */\n href?: string\n /** 각주/미주 텍스트 (인라인 삽입용) */\n footnoteText?: string\n /** 이미지 데이터 (type=\"image\"일 때) */\n imageData?: ImageData\n /** 인라인 강조 run-span (선택 — kordoc 생성 hwpx 왕복 채널 + 외래 실속성 볼드/이탤릭).\n * 존재하면 마크다운 변환이 **·*·` 마커를 재방출한다 */\n spans?: IRSpan[]\n /** 인용문 문단 (선택 — kordoc 생성 hwpx 왕복 채널) — 마크다운 변환이 \"> \" 접두 재방출 */\n quote?: boolean\n /**\n * 문단 들여쓰기(HWPUNIT, 선택) — HWPX paraPr `<hh:margin>` 자식요소형 hc:left\n * (+양수 hc:intent 첫줄분). 마크다운 방출엔 쓰지 않는 관찰 슬롯 — gongmun 리스트\n * depth 재유도·양식 분석 등 소비자 몫 (v4.0.4)\n */\n indent?: number\n /**\n * gongmun 리스트 단계(1~7, 선택) — indent를 levelIndent 단위로 역산한 소비 결과\n * (v4.0.5). md 리스트 문법과 충돌하는 부호('- '·'1) ') 문단에만 채워지며,\n * 마크다운 변환이 2칸/단계 선행 공백을 방출해 재생성 시 depth가 복원된다\n */\n listDepth?: number\n}\n\n/** 추출된 이미지 바이너리 데이터 */\nexport interface ImageData {\n /** 이미지 바이너리 */\n data: Uint8Array\n /** MIME 타입 (image/png, image/jpeg, image/gif, image/bmp, image/wmf, image/emf) */\n mimeType: string\n /** 원본 파일명 (있는 경우) */\n filename?: string\n}\n\n/** 바운딩 박스 — PDF 포인트 단위 (72pt = 1인치) */\nexport interface BoundingBox {\n page: number\n x: number\n y: number\n width: number\n height: number\n}\n\n/** 인라인 텍스트 스타일 */\nexport interface InlineStyle {\n bold?: boolean\n italic?: boolean\n /** 취소선 — 법령 개정문 등의 삭제 표시. 판정은 취소선 모양 whitelist (비트만 믿으면 오탐) */\n strike?: boolean\n fontSize?: number\n fontName?: string\n}\n\nexport interface IRTable {\n rows: number\n cols: number\n cells: IRCell[][]\n /** 첫 행을 헤더로 렌더링할지 여부 (현재: rows > 1이면 true — 의미적 감지가 아닌 레이아웃 힌트) */\n hasHeader: boolean\n /** 표 캡션 (예: \"표 1. 부서별 예산\") — v3.0 */\n caption?: string\n}\n\nexport interface IRCell {\n text: string\n colSpan: number\n rowSpan: number\n /**\n * 셀 내부 블록 콘텐츠 — v3.0.\n * 중첩 표·이미지·다중 문단을 구조 그대로, 문서(원문) 순서대로 보존한다.\n * 표와 텍스트가 한 줄에 번갈아 놓인 셀도 배치 순서를 따른다 (v4.2.3, #49).\n * blocks가 있으면 text는 blocks의 평탄화 텍스트(하위 호환용)다.\n */\n blocks?: IRBlock[]\n /** 제목 셀 여부 (HWP5 width_ref bit2 / HWPX header 속성) — v3.0 */\n isHeader?: boolean\n}\n\n// ─── 메타데이터 ─────────────────────────────────────\n\n/** 문서 메타데이터 — 각 포맷에서 추출 가능한 필드만 채워짐 */\nexport interface DocumentMetadata {\n /** 문서 제목 */\n title?: string\n /** 작성자 */\n author?: string\n /** 작성 프로그램 (예: \"한글 2020\", \"Adobe Acrobat\") */\n creator?: string\n /** 생성일시 (ISO 8601) */\n createdAt?: string\n /** 수정일시 (ISO 8601) */\n modifiedAt?: string\n /** 페이지/섹션 수 */\n pageCount?: number\n /** 문서 포맷 버전 (예: HWP \"5.1.0.1\") */\n version?: string\n /** 설명 */\n description?: string\n /** 키워드 */\n keywords?: string[]\n}\n\n// ─── 파싱 옵션 ──────────────────────────────────────\n\n/** 파싱 옵션 — parse() 함수에 전달 */\nexport interface ParseOptions {\n /**\n * 파싱할 페이지/섹션 범위 (1-based).\n * - 배열: [1, 2, 3]\n * - 문자열: \"1-3\", \"1,3,5-7\"\n *\n * PDF: 정확한 페이지 단위. HWP/HWPX: 섹션 단위 근사치.\n */\n pages?: number[] | string\n /** 이미지 기반 PDF OCR (선택).\n * - `true`: 내장 엔진(PP-OCRv5 korean, ~18MB 자동 다운로드)으로 OCR 필요 판정\n * 페이지만 인식 (스캔 페이지·글꼴 매핑 깨진 페이지). 정상 페이지는 파싱 결과 유지.\n * - `\"force\"`: 전 페이지를 내장 엔진으로 강제 OCR.\n * - 함수: 사용자 제공 OcrProvider (Claude Vision·Tesseract 등) — 판정은 `true`와 동일. */\n ocr?: boolean | \"force\" | OcrProvider\n /** 진행률 콜백 — current: 현재 페이지/섹션, total: 전체 수 */\n onProgress?: (current: number, total: number) => void\n /** PDF 머리글/바닥글 자동 제거 */\n removeHeaderFooter?: boolean\n /** 표 오른쪽 끝의 빈 열(서식 문서의 입력란) 보존 (#47).\n * 기본 false: 마크다운 가독성을 위해 후행 빈 열을 트림.\n * 양식 인식 경로(parse_form·fill)는 내부적으로 항상 켠다. */\n keepTrailingEmptyCols?: boolean\n /** 원본 파일 경로 (DRM COM fallback에 필요, 내부 전용) */\n filePath?: string\n /**\n * PDF 수식 OCR 활성화 (기본 false).\n *\n * 활성화 시 각 PDF 페이지를 이미지로 렌더링 → YOLOv8 기반 수식 영역 검출 →\n * TrOCR 기반 LaTeX 인식. 감지된 수식은 `$...$` (inline) / `$$...$$` (display) 로\n * 블록 텍스트에 삽입된다.\n *\n * 필수 optional 의존성: `onnxruntime-node`, `@huggingface/transformers`,\n * `@hyzyla/pdfium`, `sharp`. 미설치 시 parse 에 실패하지 않고 **경고만** 남기고\n * 수식 인식은 skip 한다 (일반 텍스트 추출은 정상 동작).\n *\n * 모델(~155MB) 은 첫 사용 시 HuggingFace 에서 자동 다운로드 되어\n * `~/.cache/kordoc/models/pix2text/` 에 SHA-256 검증과 함께 저장된다.\n */\n formulaOcr?: boolean\n /**\n * 레이아웃 표 페이지 반복 헤더(러닝 헤더) 정리 휴리스틱 활성화 (기본 false).\n *\n * 구형 HWP5 문서가 페이지마다 재삽입한 짧은 번호매김 러닝 헤더\n * (\"2. 과제 구축 내용\")를 최초 1회만 남기고 이후 중복을 제거한다.\n * 다만 페이지 위치 정보가 없는 HWP5 특성상 이 휴리스틱은 정당하게 반복되는\n * 번호매김 문단(예: 붙임/별지별 재번호 \"1. 목적\")도 삭제할 수 있어 opt-in 으로\n * 둔다. 활성 시 제거가 발생하면 HIDDEN_TEXT_FILTERED 경고를 남긴다.\n */\n dedupeRunningHeaders?: boolean\n /**\n * 추출된 이미지를 마크다운에 base64 data URI 로 인라인 (기본 false).\n *\n * 활성화 시 `![image](image_001.bmp)` 참조를 `![image](data:image/png;base64,...)` 로\n * 치환한다. 임베드된 BMP 는 PNG 로 무손실 압축 후 인라인하여 용량을 크게 줄인다.\n * 별도 이미지 파일 없이 자체 완결형 마크다운이 되어 MCP/AI 에이전트 소비에 적합하다.\n * (현재 HWP5 경로 지원)\n */\n inlineImages?: boolean\n}\n\n// ─── 파싱 경고 ──────────────────────────────────────\n\n/** 파싱 중 스킵/실패한 요소 보고 */\nexport interface ParseWarning {\n /** 관련 페이지 번호 (알 수 있는 경우) */\n page?: number\n /** 경고 메시지 */\n message: string\n /** 구조화된 경고 코드 */\n code: WarningCode\n}\n\nexport type WarningCode =\n | \"SKIPPED_IMAGE\"\n | \"SKIPPED_OLE\"\n | \"TRUNCATED_TABLE\"\n | \"OCR_FALLBACK\"\n | \"UNSUPPORTED_ELEMENT\"\n | \"BROKEN_ZIP_RECOVERY\"\n | \"HIDDEN_TEXT_FILTERED\"\n | \"MALFORMED_XML\"\n | \"PARTIAL_PARSE\"\n | \"LENIENT_CFB_RECOVERY\"\n | \"NEEDS_OCR\"\n | \"OCR_FAILED\"\n | \"OCR_APPLIED\"\n | \"COM_EMPTY\"\n | \"DRM_COM_FALLBACK\"\n\n/** 문서 구조 (헤딩 트리) */\nexport interface OutlineItem {\n level: number\n text: string\n pageNumber?: number\n}\n\n// ─── 에러 코드 ──────────────────────────────────────\n\n/** 구조화된 에러 코드 — 프로그래밍적 에러 핸들링용 */\nexport type ErrorCode =\n | \"EMPTY_INPUT\"\n | \"UNSUPPORTED_FORMAT\"\n | \"ENCRYPTED\"\n | \"DRM_PROTECTED\"\n | \"CORRUPTED\"\n | \"DECOMPRESSION_BOMB\"\n | \"ZIP_BOMB\"\n | \"IMAGE_BASED_PDF\"\n | \"NO_SECTIONS\"\n | \"PARSE_ERROR\"\n | \"MISSING_DEPENDENCY\"\n\n// ─── 파싱 결과 (discriminated union) ────────────────\n\nexport type FileType = \"hwpx\" | \"hwp\" | \"hwp3\" | \"hwpml\" | \"pdf\" | \"xlsx\" | \"xls\" | \"docx\" | \"image\" | \"unknown\"\n\ninterface ParseResultBase {\n fileType: FileType\n /** 페이지/섹션 수 — PDF: 실제 페이지 수, HWP/HWPX: 섹션 수, XLSX: 시트 수 */\n pageCount?: number\n /** 이미지 기반 PDF 여부 (텍스트 추출 불가) */\n isImageBased?: boolean\n}\n\nexport interface ParseSuccess extends ParseResultBase {\n success: true\n /** 추출된 마크다운 텍스트 */\n markdown: string\n /**\n * 중간 표현 블록 (구조화된 데이터 접근용).\n * 블록은 문서(원문) 읽기 순서를 따른다 — 한 문단 안에 글자취급(treatAsChar)\n * 표와 텍스트가 섞여 있어도 배치 순서대로 방출된다 (v4.2.3, #50).\n */\n blocks: IRBlock[]\n /** 문서 메타데이터 */\n metadata?: DocumentMetadata\n /** 문서 구조 (헤딩 트리) — v2.0 */\n outline?: OutlineItem[]\n /** 파싱 중 발생한 경고 — v2.0 */\n warnings?: ParseWarning[]\n /** 추출된 이미지 목록 — 마크다운에서 파일명으로 참조됨 */\n images?: ExtractedImage[]\n /** 페이지별 텍스트 품질 신호 — PDF에서만 제공 */\n pageQuality?: PageQuality[]\n /** 문서 단위 품질 요약 — PDF에서만 제공 */\n qualitySummary?: DocumentQualitySummary\n}\n\n/** 페이지별 텍스트 품질 신호 (PDF 전용). 자세한 설명은 src/pdf/quality.ts */\nexport interface PageQuality {\n page: number\n textChars: number\n hangulRatio: number\n controlCharRatio: number\n replacementCharRatio: number\n puaRatio: number\n needsOcr: boolean\n ocrReason?: \"low_text\" | \"high_pua\" | \"high_control\" | \"high_replacement\" | \"garbled_hangul\"\n}\n\n/** 문서 단위 품질 요약 (PDF 전용). */\nexport interface DocumentQualitySummary {\n totalPages: number\n totalTextChars: number\n avgHangulRatio: number\n avgControlCharRatio: number\n avgReplacementCharRatio: number\n avgPuaRatio: number\n lowTextPageCount: number\n highPuaPageCount: number\n needsOcr: boolean\n ocrCandidatePages: number[]\n}\n\n/** 추출된 이미지 — ParseSuccess.images에 포함 */\nexport interface ExtractedImage {\n /** 마크다운에서 참조되는 파일명 (예: image_001.png) */\n filename: string\n /** 이미지 바이너리 */\n data: Uint8Array\n /** MIME 타입 */\n mimeType: string\n}\n\nexport interface ParseFailure extends ParseResultBase {\n success: false\n /** 오류 메시지 */\n error: string\n /** 구조화된 에러 코드 */\n code?: ErrorCode\n}\n\nexport type ParseResult = ParseSuccess | ParseFailure\n\n// ─── 문서 비교 (Diff) ───────────────────────────────\n\nexport type DiffChangeType = \"added\" | \"removed\" | \"modified\" | \"unchanged\"\n\nexport interface BlockDiff {\n type: DiffChangeType\n /** 원본 블록 (added이면 undefined) */\n before?: IRBlock\n /** 변경 후 블록 (removed이면 undefined) */\n after?: IRBlock\n /** modified 테이블의 셀 단위 diff */\n cellDiffs?: CellDiff[][]\n /** 유사도 (0-1) */\n similarity?: number\n}\n\nexport interface CellDiff {\n type: DiffChangeType\n before?: string\n after?: string\n}\n\nexport interface DiffResult {\n stats: { added: number; removed: number; modified: number; unchanged: number }\n diffs: BlockDiff[]\n}\n\n// ─── 라운드트립 패치 (v3.0) ─────────────────────────\n\n/** 패치 중 매핑 실패/미지원으로 건너뛴 항목 — silent 실패 금지 */\nexport interface PatchSkip {\n /** 건너뛴 사유 */\n reason: string\n /** 원본 쪽 내용 요약 (최대 80자) */\n before?: string\n /** 편집 쪽 내용 요약 (최대 80자) */\n after?: string\n /**\n * 부분 적용 표시 — 변경이 적용은 됐지만(applied 계상) 편집 원형 그대로는\n * 아님 (예: 셀 내 줄 추가를 마지막 문단에 병합). 완전 미적용 skip과 구분.\n */\n partial?: boolean\n}\n\n/** patchHwpx 옵션 */\nexport interface PatchOptions {\n /** 패치 후 재파싱 자동 검증 (기본 true) */\n verify?: boolean\n}\n\n/** patchHwpx / patchBlocks 결과 */\nexport interface PatchResult {\n success: boolean\n /** 패치된 HWPX (success=true) */\n data?: Uint8Array\n /** 적용된 변경 수 */\n applied: number\n /** 매핑 실패 항목 (이유 포함) */\n skipped: PatchSkip[]\n /**\n * 무손실 검증 (patchHwpx/patchHwp 전용): 패치본 재파싱 vs 편집 마크다운의\n * 잔차 diff — modified/added/removed가 0이어야 의도가 전부 반영된 것.\n * session.patchBlocks는 이 필드를 채우지 않는다 (changes 참조).\n */\n verification?: DiffResult\n /**\n * 변경 가시화 (session.patchBlocks 전용): 패치 전 → 후 문서 diff —\n * 적용된 편집 수만큼 modified가 나오는 것이 정상. verification과 의미가\n * 정반대이므로 혼용 금지.\n */\n changes?: DiffResult\n /** 실패 사유 (success=false) */\n error?: string\n}\n\n// ─── 양식 인식 ──────────────────────────────────────\n\nexport interface FormField {\n label: string\n value: string\n /** 0-based 소스 행 */\n row: number\n /** 0-based 소스 열 */\n col: number\n /** 매칭된 입력 키(정규화) — 모호 라벨 거부 가드(fillWithUniqueGuard)의 집계 기준 */\n key?: string\n}\n\nexport interface FormResult {\n fields: FormField[]\n /** 양식 확신도 (0-1) */\n confidence: number\n}\n\n// ─── OCR 프로바이더 ─────────────────────────────────\n\n/** 사용자 제공 OCR 함수 — 페이지 이미지를 받아 텍스트 반환 */\nexport type OcrProvider = (\n pageImage: Uint8Array,\n pageNumber: number,\n mimeType: \"image/png\"\n) => Promise<string>\n\n// ─── Watch 모드 ─────────────────────────────────────\n\nexport interface WatchOptions {\n dir: string\n outDir?: string\n webhook?: string\n format?: \"markdown\" | \"json\"\n pages?: string\n silent?: boolean\n}\n\n// ─── 헤딩 감지 공통 임계값 ──────────────────────────\n\n/** 폰트 크기 비율 → heading level (전 파서 공통) */\nexport const HEADING_RATIO_H1 = 1.5\nexport const HEADING_RATIO_H2 = 1.3\nexport const HEADING_RATIO_H3 = 1.15\n\n// ─── 내부 파서 반환 타입 ─────────────────────────────\n\n/** 내부 파서가 index.ts에 반환하는 공통 타입 (HWP5/HWPX/PDF/XLSX/DOCX) */\nexport interface InternalParseResult {\n markdown: string\n blocks: IRBlock[]\n metadata?: DocumentMetadata\n outline?: OutlineItem[]\n warnings?: ParseWarning[]\n images?: ExtractedImage[]\n /** PDF 전용: 이미지 기반 PDF 여부 */\n isImageBased?: boolean\n /** PDF 전용: 페이지별 품질 신호 */\n pageQuality?: PageQuality[]\n /** PDF 전용: 문서 단위 품질 요약 */\n qualitySummary?: DocumentQualitySummary\n}\n"],"mappings":";AAIO,IAAM,UAAkB,OAA4C,UAAqB;AAOzF,SAAS,cAAc,KAA0B;AACtD,MAAI,IAAI,eAAe,KAAK,IAAI,eAAe,IAAI,OAAO,YAAY;AACpE,WAAO,IAAI;AAAA,EACb;AACA,SAAO,IAAI,OAAO,MAAM,IAAI,YAAY,IAAI,aAAa,IAAI,UAAU;AACzE;AAMO,IAAM,cAAN,cAA0B,MAAM;AAAA,EACrC,YAAY,SAAiB;AAC3B,UAAM,OAAO;AACb,SAAK,OAAO;AAAA,EACd;AACF;AAMO,SAAS,cAAc,KAAsB;AAClD,MAAI,eAAe,YAAa,QAAO,IAAI;AAC3C,SAAO;AACT;AAMO,SAAS,gBAAgB,MAAuB;AACrD,MAAI,KAAK,SAAS,IAAM,EAAG,QAAO;AAClC,QAAM,aAAa,KAAK,QAAQ,OAAO,GAAG;AAC1C,QAAM,WAAW,WAAW,MAAM,GAAG;AACrC,SAAO,SAAS,KAAK,OAAK,MAAM,IAAI,KAAK,WAAW,WAAW,GAAG,KAAK,aAAa,KAAK,UAAU;AACrG;AASO,SAAS,qBAAqB,MAA6B;AAChE,MAAI,CAAC,KAAM,QAAO;AAClB,MAAI,aAAa,KAAK,QAAQ,OAAO,GAAG,EAAE,QAAQ,QAAQ,EAAE;AAC5D,MAAI,gBAAgB,UAAU,EAAG,QAAO;AACxC,MAAI,uBAAuB,KAAK,UAAU,EAAG,cAAa,cAAc;AACxE,SAAO,8BAA8B,KAAK,UAAU,IAAI,aAAa;AACvE;AAGO,SAAS,oBAAoB,GAAW,GAAmB;AAChE,QAAM,KAAK,OAAO,EAAE,MAAM,uBAAuB,IAAI,CAAC,KAAK,OAAO,gBAAgB;AAClF,QAAM,KAAK,OAAO,EAAE,MAAM,uBAAuB,IAAI,CAAC,KAAK,OAAO,gBAAgB;AAClF,SAAO,OAAO,KAAK,EAAE,cAAc,CAAC,IAAI,KAAK;AAC/C;AAQO,SAAS,gBACd,QACA,sBAAsB,MAAM,OAAO,MACnC,aAAa,KACsC;AACnD,MAAI;AACF,UAAM,OAAO,IAAI,SAAS,MAAM;AAChC,UAAM,MAAM,OAAO;AAEnB,QAAI,aAAa;AACjB,aAAS,IAAI,MAAM,IAAI,KAAK,KAAK,IAAI,GAAG,MAAM,KAAK,GAAG,KAAK;AACzD,UAAI,KAAK,UAAU,GAAG,IAAI,MAAM,WAAY;AAAE,qBAAa;AAAG;AAAA,MAAM;AAAA,IACtE;AACA,QAAI,aAAa,EAAG,QAAO,EAAE,mBAAmB,GAAG,YAAY,EAAE;AAEjE,UAAM,aAAa,KAAK,UAAU,aAAa,IAAI,IAAI;AACvD,QAAI,aAAa,YAAY;AAC3B,YAAM,IAAI,YAAY,+CAAiB,UAAU,kBAAQ,UAAU,GAAG;AAAA,IACxE;AAEA,UAAM,SAAS,KAAK,UAAU,aAAa,IAAI,IAAI;AACnD,UAAM,WAAW,KAAK,UAAU,aAAa,IAAI,IAAI;AACrD,QAAI,WAAW,SAAS,IAAK,QAAO,EAAE,mBAAmB,GAAG,WAAW;AAEvE,QAAI,oBAAoB;AACxB,QAAI,MAAM;AACV,aAAS,IAAI,GAAG,IAAI,cAAc,MAAM,MAAM,WAAW,QAAQ,KAAK;AACpE,UAAI,KAAK,UAAU,KAAK,IAAI,MAAM,SAAY;AAC9C,2BAAqB,KAAK,UAAU,MAAM,IAAI,IAAI;AAClD,YAAM,UAAU,KAAK,UAAU,MAAM,IAAI,IAAI;AAC7C,YAAM,WAAW,KAAK,UAAU,MAAM,IAAI,IAAI;AAC9C,YAAM,aAAa,KAAK,UAAU,MAAM,IAAI,IAAI;AAChD,aAAO,KAAK,UAAU,WAAW;AAAA,IACnC;AAEA,QAAI,oBAAoB,qBAAqB;AAC3C,YAAM,IAAI,YAAY,sDAAmB,oBAAoB,OAAO,MAAM,QAAQ,CAAC,CAAC,oBAAU,sBAAsB,OAAO,IAAI,KAAK;AAAA,IACtI;AAEA,WAAO,EAAE,mBAAmB,WAAW;AAAA,EACzC,SAAS,KAAK;AACZ,QAAI,eAAe,YAAa,OAAM;AACtC,WAAO,EAAE,mBAAmB,GAAG,YAAY,EAAE;AAAA,EAC/C;AACF;AAGO,SAAS,SAAS,KAAqB;AAC5C,SAAO,IAAI,QAAQ,0CAA0C,EAAE;AACjE;AAGA,IAAM,eAAe;AACd,SAAS,aAAa,MAA6B;AACxD,QAAM,UAAU,KAAK,KAAK;AAC1B,MAAI,CAAC,WAAW,CAAC,aAAa,KAAK,OAAO,EAAG,QAAO;AAGpD,SAAO,QAAQ,QAAQ,OAAO,KAAK,EAAE,QAAQ,OAAO,KAAK;AAC3D;AAKO,SAAS,QAAQ,KAAuB;AAC7C,MAAI,MAAM;AACV,WAAS,IAAI,GAAG,IAAI,IAAI,QAAQ,IAAK,KAAI,IAAI,CAAC,IAAI,IAAK,OAAM,IAAI,CAAC;AAClE,SAAO;AACT;AAGO,SAAS,QAAQ,KAAuB;AAC7C,MAAI,MAAM;AACV,WAAS,IAAI,GAAG,IAAI,IAAI,QAAQ,IAAK,KAAI,IAAI,CAAC,IAAI,IAAK,OAAM,IAAI,CAAC;AAClE,SAAO;AACT;AAOO,SAAS,cAAc,KAAyB;AACrD,MAAI,EAAE,eAAe,OAAQ,QAAO;AACpC,QAAM,MAAM,IAAI;AAChB,MAAI,IAAI,SAAS,oBAAK,EAAG,QAAO;AAChC,MAAI,IAAI,SAAS,KAAK,EAAG,QAAO;AAChC,MAAI,IAAI,SAAS,UAAU,KAAK,IAAI,SAAS,kDAAe,KAAK,IAAI,SAAS,4CAAc,EAAG,QAAO;AACtG,MAAI,IAAI,SAAS,MAAM,KAAK,IAAI,SAAS,2BAAO,KAAK,IAAI,SAAS,2BAAO,EAAG,QAAO;AACnF,MAAI,IAAI,SAAS,iCAAQ,EAAG,QAAO;AACnC,MAAI,IAAI,SAAS,cAAI,MAAM,IAAI,SAAS,4BAAQ,KAAK,IAAI,SAAS,cAAI,GAAI,QAAO;AACjF,MAAI,IAAI,SAAS,0BAAM,KAAK,IAAI,SAAS,kCAAS,EAAG,QAAO;AAC5D,SAAO;AACT;;;ACkSO,IAAM,mBAAmB;AACzB,IAAM,mBAAmB;AACzB,IAAM,mBAAmB;","names":[]}