kordoc 4.7.2 → 4.8.0

package/README.md

@@ -86,6 +86,28 @@ MCP 등록 대신 스킬(SKILL.md) 형태로 쓰려면:
 
 ---
 
+## v4.8.0 변경사항
+
+- **📑 `--format json` 에 페이지별 마크다운 (#68)**: JSON 결과에 `pages: [{ pageNumber, markdown }]` 이 기본으로 들어갑니다. v4.7.3 의 실제 페이지 경계(`pageMode: "layout"`)를 그대로 써서, RAG 인용 각주나 뷰어 페이지 동기화에 쪽 단위 본문을 바로 쓸 수 있습니다. 문서를 다시 파싱하지 않고 이미 만든 블록의 `pageNumber` 로 가르기 때문에 비용은 파싱 시간의 1% 미만입니다(24쪽 PDF 기준 parse 399ms / pages 2.5ms). `--pages 3-5` 를 쓰면 `pages` 에도 3~5쪽만 담기고, 페이지 번호를 매기지 않는 포맷(DOCX 등)에서는 `pages` 자체가 없습니다. 라이브러리에서는 `blocksToPages(blocks)` 로도 같은 값을 얻습니다. (@sorbetsharkroundhand 제안)
+
+  ```jsonc
+  {
+    "markdown": "# 전체 문서…",
+    "pages": [
+      { "pageNumber": 1, "markdown": "# 1페이지…" },
+      { "pageNumber": 2, "markdown": "2페이지…" }
+    ],
+    "blocks": [/* … */],
+    "metadata": { "pageCount": 2, "pageMode": "layout" }
+  }
+  ```
+
+  여러 페이지에 걸친 표는 현 IR 구조상 시작 페이지의 한 블록이라, 표가 이어지는 중간 페이지의 `markdown` 은 빈 문자열입니다(항목 자체는 남깁니다 — 배열 길이 = 쪽수).
+
+## v4.7.3 변경사항
+
+- **📄 HWP/HWPX 실제 페이지 경계 복원 (#66)**: 한컴 저장본의 조판 캐시(HWPX `linesegarray` / HWP5 `PARA_LINE_SEG`)로 실제 페이지를 복원합니다 — `pageCount`·블록별 `pageNumber` 가 섹션 근사가 아닌 **실제 쪽 번호**가 되고, `parse(buffer, { pages: "3-5" })` 가 실제 3~5쪽을 반환합니다. 신호 4종(vertpos 역행·명시 쪽나눔·분할 표의 셀 흐름 리셋·분할 직후 이중 카운트 억제)을 결합해 실코퍼스 hwp↔hwpx↔pdf 쌍 대조에서 페이지 수 전수 일치. 조판 캐시가 없는 생성 파일은 종전대로 섹션 근사로 동작하며, 새 메타데이터 **`pageMode: "layout" | "section"`** 으로 구분됩니다(근사 상태에서 `pages` 필터 사용 시 `PAGE_BOUNDARY_APPROXIMATE` 경고). RAG 페이지 인용·뷰어 동기화용. (@sorbetsharkroundhand 제안)
+
 ## v4.7.2 변경사항
 
 - **🔒 폐쇄망(내부망) 배포 대응**: `KORDOC_OFFLINE=1` 로 모든 아웃바운드 통신(OCR 모델 다운로드·watch webhook)을 요청 발신 전에 차단하고, `KORDOC_ROOT=<디렉토리>` 로 MCP 서버의 파일 읽기·쓰기를 해당 디렉토리 하위로 제한합니다(둘 다 opt-in — 미설정 시 기존 동작 그대로). 인터넷 없는 망에 반입하는 오프라인 설치 번들은 `node scripts/pack-offline.mjs [--with-ocr] [--with-models]` 로 만들고, OCR 모델은 `kordoc models --export/--import` 로 SHA-256 검증과 함께 옮깁니다. 절차와 보안성 검토용 근거는 [docs/offline-deployment.md](docs/offline-deployment.md) 참조.
@@ -572,7 +594,7 @@ MCP 등록 대신 스킬(SKILL.md) 형태로 쓰려면:
 - **문서 비교 (Diff)** — IR 레벨 블록 비교로 신구대조표 생성. HWP↔HWPX 크로스 포맷 지원.
 - **양식 인식** — 공문서 테이블에서 label-value 쌍 자동 추출. 성명, 소속, 전화번호 등.
 - **구조화 파싱** — `IRBlock[]`과 `DocumentMetadata`에 직접 접근. 마크다운 넘어선 데이터 활용.
-- **페이지 범위** — `parse(buffer, { pages: "1-3" })` — 필요한 페이지만 빠르게.
+- **페이지 범위** — `parse(buffer, { pages: "1-3" })` — 필요한 페이지만 빠르게. 한컴 저장본은 실제 쪽 번호 기준(`metadata.pageMode: "layout"`), 조판 캐시 없는 생성 파일은 섹션 근사(`"section"`).
 - **Markdown → HWPX** — 역변환. AI가 생성한 내용을 바로 공문서로.
 - **OCR** — 스캔/이미지 PDF 텍스트 추출. 내장 엔진(`ocr: true`, PP-OCRv5 korean) 또는 외부 프로바이더(Tesseract, Claude Vision 등).
 - **Watch 모드** — `kordoc watch ./수신함 -d ./변환결과 --webhook https://...`
@@ -796,7 +818,7 @@ for (const p of r.pageQuality ?? []) {
 npx kordoc 사업계획서.hwpx                          # 터미널 출력
 npx kordoc 보고서.hwp -o 보고서.md                  # 파일 저장
 npx kordoc *.pdf -d ./변환결과/                     # 일괄 변환
-npx kordoc 검토서.hwpx --format json               # JSON (blocks + metadata 포함)
+npx kordoc 검토서.hwpx --format json               # JSON (blocks + pages + metadata 포함)
 npx kordoc 보고서.hwpx --pages 1-3                  # 페이지 범위
 npx kordoc fill 신청서.hwpx -f '성명=홍길동,주소=서울' -o 결과.hwpx  # 양식 채우기
 npx kordoc fill 신청서.hwpx -j values.json -o 결과.hwpx             # JSON 파일로 채우기

package/dist/{-CVPGGSAB.js → -URO5XBEB.js}

@@ -4,6 +4,7 @@ import {
   HwpxSession,
   PRESET_ALIAS,
   ValueCursor,
+  blocksToPages,
   blocksToPdf,
   compare,
   detectFormat,
@@ -52,9 +53,9 @@ import {
   resolveBuiltinTemplate,
   unknownFontWarnings,
   validateHwpx
-} from "./chunk-QXC5NPO2.js";
+} from "./chunk-3CBHCDYD.js";
 import "./chunk-7FCNOKOR.js";
-import "./chunk-4VNUQYUE.js";
+import "./chunk-XINP35F4.js";
 import "./chunk-MOL7MDBG.js";
 import {
   applySplices,
@@ -62,7 +63,7 @@ import {
   buildRangeSplices,
   placeSealHwpx,
   scanSectionXml
-} from "./chunk-IN2AOMX6.js";
+} from "./chunk-F7RZZI5P.js";
 import {
   DEFAULT_REDACT_RULES,
   redactMarkdown,
@@ -70,10 +71,10 @@ import {
 } from "./chunk-DZIXKL7E.js";
 import {
   blocksToChunks
-} from "./chunk-BSWJCSG7.js";
+} from "./chunk-TXRTH5BV.js";
 import {
   blocksToMarkdown
-} from "./chunk-P7HPLWEP.js";
+} from "./chunk-OKE6G67G.js";
 import {
   SPACE_EM_FIXED,
   SPACE_EM_FONT,
@@ -83,11 +84,11 @@ import {
   renderHwpxToSvg,
   simulateWrap,
   simulateWrapKeepWord
-} from "./chunk-FJBOVJAG.js";
-import "./chunk-LJW5EQXS.js";
+} from "./chunk-VPAYFTMH.js";
+import "./chunk-ZEQPTIWN.js";
 import {
   VERSION
-} from "./chunk-VXB52EWX.js";
+} from "./chunk-L2Q3NLHX.js";
 export {
   BUILTIN_TEMPLATES,
   DEFAULT_REDACT_RULES,
@@ -100,6 +101,7 @@ export {
   applySplices,
   blocksToChunks,
   blocksToMarkdown,
+  blocksToPages,
   blocksToPdf,
   buildParagraphSplices,
   buildRangeSplices,
@@ -161,4 +163,4 @@ export {
   unknownFontWarnings,
   validateHwpx
 };
-//# sourceMappingURL=-CVPGGSAB.js.map
+//# sourceMappingURL=-URO5XBEB.js.map

package/dist/{chunk-IMY4LQ3J.js → chunk-2ANLGAUG.js}

@@ -3,7 +3,7 @@ import {
   ensureModelsIn,
   getModelStatusIn,
   getModelsDir
-} from "./chunk-QKHN7LEV.js";
+} from "./chunk-WG473BIB.js";
 
 // src/ocr/models.ts
 import { join } from "path";
@@ -80,4 +80,4 @@ export {
   parseCharacterDict,
   ocrModelPath
 };
-//# sourceMappingURL=chunk-IMY4LQ3J.js.map
+//# sourceMappingURL=chunk-2ANLGAUG.js.map

package/dist/{chunk-7CWNBDWQ.js → chunk-37SAM3LH.js}

@@ -2,11 +2,11 @@ import {
   HEADING_RATIO_H1,
   HEADING_RATIO_H2,
   HEADING_RATIO_H3
-} from "./chunk-I4TP7HYB.js";
+} from "./chunk-BN33O25L.js";
 import {
   safeMax,
   safeMin
-} from "./chunk-JMWBMGNH.js";
+} from "./chunk-S4SMUQAT.js";
 
 // src/pdf/image-regions.ts
 import { OPS } from "pdfjs-dist/legacy/build/pdf.mjs";
@@ -3686,4 +3686,4 @@ export {
   extractPageBlocksWithLines,
   mergeCrossPageTables
 };
-//# sourceMappingURL=chunk-7CWNBDWQ.js.map
+//# sourceMappingURL=chunk-37SAM3LH.js.map