kordoc 4.9.2 → 4.11.0

package/dist/index.d.cts

@@ -329,6 +329,8 @@ interface ExtractedImage {
     data: Uint8Array;
     /** MIME 타입 */
     mimeType: string;
+    /** 원본 컨테이너 내 항목명 (HWPX/DOCX ZIP 경로, HWP5 BinData 스토리지명 — PDF 등 합성 이미지는 없음, #70) */
+    source?: string;
 }
 interface ParseFailure extends ParseResultBase {
     success: false;

package/dist/index.d.ts

@@ -329,6 +329,8 @@ interface ExtractedImage {
     data: Uint8Array;
     /** MIME 타입 */
     mimeType: string;
+    /** 원본 컨테이너 내 항목명 (HWPX/DOCX ZIP 경로, HWP5 BinData 스토리지명 — PDF 등 합성 이미지는 없음, #70) */
+    source?: string;
 }
 interface ParseFailure extends ParseResultBase {
     success: false;

package/dist/index.js

@@ -8,7 +8,7 @@ import {
   flattenLayoutTables,
   inlineImagesIntoMarkdown,
   mapPuaText
-} from "./chunk-VYGNPB2X.js";
+} from "./chunk-7XDCXPWC.js";
 import {
   parsePageRange
 } from "./chunk-GE43BE46.js";
@@ -16,7 +16,7 @@ import {
   HEADING_RATIO_H1,
   HEADING_RATIO_H2,
   HEADING_RATIO_H3
-} from "./chunk-BN33O25L.js";
+} from "./chunk-ONQHGZTS.js";
 import {
   KordocError,
   VERSION,
@@ -29,7 +29,7 @@ import {
   sanitizeHref,
   stripDtd,
   toArrayBuffer
-} from "./chunk-OOT54JF2.js";
+} from "./chunk-Z6NFU6DA.js";
 
 // src/index.ts
 import { readFile } from "fs/promises";
@@ -2927,7 +2927,7 @@ function resolveImageBlocks(binDataMap, blocks, warnings, sweepUnreferenced) {
           const ext = mime.includes("jpeg") ? "jpg" : mime.includes("png") ? "png" : mime.includes("gif") ? "gif" : mime.includes("bmp") ? "bmp" : "bin";
           img = { filename: `image_${String(imageIndex).padStart(3, "0")}.${ext}`, data: new Uint8Array(bin.data), mime };
           resolved.set(storageId, img);
-          images.push({ filename: img.filename, data: img.data, mimeType: img.mime });
+          images.push({ filename: img.filename, data: img.data, mimeType: img.mime, source: bin.name });
           renamed.set(storageId, img.filename);
         }
       }
@@ -2951,7 +2951,7 @@ function resolveImageBlocks(binDataMap, blocks, warnings, sweepUnreferenced) {
       const ext = mime.includes("jpeg") ? "jpg" : mime.includes("png") ? "png" : mime.includes("gif") ? "gif" : mime.includes("bmp") ? "bmp" : "bin";
       const filename = `image_${String(imageIndex).padStart(3, "0")}.${ext}`;
       const data = new Uint8Array(bin.data);
-      images.push({ filename, data, mimeType: mime });
+      images.push({ filename, data, mimeType: mime, source: bin.name });
       blocks.push({ type: "image", text: filename, imageData: { data, mimeType: mime, filename: bin.name } });
     }
   }
@@ -3088,7 +3088,7 @@ async function extractImagesFromZip(zip, blocks, decompressed, warnings, sweepUn
           const mimeType = imageExtToMime(ext);
           imageIndex++;
           const filename2 = `image_${String(imageIndex).padStart(3, "0")}.${mimeToExt(mimeType)}`;
-          img = { filename: filename2, data, mimeType };
+          img = { filename: filename2, data, mimeType, source: path };
           images.push(img);
           usedPaths.add(path);
           break;
@@ -3127,7 +3127,7 @@ async function extractImagesFromZip(zip, blocks, decompressed, warnings, sweepUn
         }
         imageIndex++;
         const filename = `image_${String(imageIndex).padStart(3, "0")}.${mimeToExt(mimeType)}`;
-        const img = { filename, data, mimeType };
+        const img = { filename, data, mimeType, source: file.name };
         images.push(img);
         blocks.push({ type: "image", text: filename, imageData: { data, mimeType, filename: file.name } });
       } catch (err) {
@@ -17383,9 +17383,15 @@ var ARAEA_JAMO = 4510;
 function decodeAraeaSyllable(ch) {
   if (ch < 32768) return null;
   if ((ch >> 5 & 31) !== JUNG_ARAEA) return null;
-  const cho = CHO_MAP[ch >> 10 & 31];
+  const choIdx = ch >> 10 & 31;
+  const cho = CHO_MAP[choIdx];
   const jong = JONG_MAP[ch & 31];
-  if (cho === -1 || jong === -1) return null;
+  if (jong === -1) return null;
+  if (cho === -1) {
+    if (choIdx !== 1) return null;
+    const bare = String.fromCodePoint(ARAEA_JAMO);
+    return jong === 0 ? bare : bare + String.fromCodePoint(4519 + jong);
+  }
   const out = String.fromCodePoint(4352 + cho) + String.fromCodePoint(ARAEA_JAMO);
   return jong === 0 ? out : out + String.fromCodePoint(4519 + jong);
 }
@@ -17413,7 +17419,44 @@ function decodeJohab(ch) {
   }
   return decodeHwp3Extra(ch);
 }
+var eucKrDecoder;
+function kscChar(row, cell2) {
+  if (eucKrDecoder === void 0) {
+    try {
+      eucKrDecoder = new TextDecoder("euc-kr", { fatal: false });
+    } catch {
+      eucKrDecoder = null;
+    }
+  }
+  if (!eucKrDecoder) return null;
+  if (row < 161 || row > 254 || cell2 < 161 || cell2 > 254) return null;
+  const text = eucKrDecoder.decode(Uint8Array.of(row, cell2));
+  if (text.length !== 1) return null;
+  const cp = text.codePointAt(0);
+  if (cp === 65533) return null;
+  return hancomVariant(cp);
+}
+function hancomVariant(cp) {
+  if (cp === 8764) return 65374;
+  if (cp === 8857) return 9673;
+  return cp;
+}
+function decodeHwp3KscSymbol(ch) {
+  if (ch < 13313) return null;
+  const idx = ch - 13313;
+  const row = 161 + Math.floor(idx / 96);
+  if (row > 172) return null;
+  return kscChar(row, 161 + idx % 96);
+}
+function decodeHwp3KscHanja(ch) {
+  if (ch < 16384) return null;
+  const idx = ch - 16384;
+  const row = 202 + Math.floor(idx / 94);
+  if (row > 253) return null;
+  return kscChar(row, 161 + idx % 94);
+}
 function decodeHwp3Extra(ch) {
+  if (ch >= 160 && ch <= 255) return ch;
   if (ch >= 13712 && ch <= 13721) return 8544 + (ch - 13712);
   if (ch >= 14055 && ch <= 14064) return 9312 + (ch - 14055);
   if (ch >= 14272 && ch <= 14277) return "\uD55C\uAE00\uACFC\uCEF4\uD4E8\uD130".codePointAt(ch - 14272);
@@ -17427,6 +17470,28 @@ function decodeHwp3Extra(ch) {
     case 12316:
       return 9473;
     // ━ 굵은 가로선 (rhwp: U+F080F, 표시값 직행)
+    // 텍스트 다이어그램 괘선 조각 — 한컴은 U+F0806~F0810 으로 보존하고 rhwp 검증표가
+    // ┌┬┐└┘│ 로 편다. HWP3 코드는 그 PUA 에서 상수 오프셋(0xC07F3)만큼 떨어져 있고
+    // (0x301C→F080F 가 이미 그 관계), hwp3-sample11 ↔ 변환본 개수도 그대로 맞는다
+    // (0x3013×3↔┌, 0x3014×1↔┬, 0x3015×10↔┐, 0x3019×6↔└, 0x301B×9↔┘, 0x301D×17↔│).
+    case 12307:
+      return 9484;
+    // ┌
+    case 12308:
+      return 9516;
+    // ┬
+    case 12309:
+      return 9488;
+    // ┐
+    case 12313:
+      return 9492;
+    // └
+    case 12315:
+      return 9496;
+    // ┘
+    case 12317:
+      return 9474;
+    // │
     case 12349:
       return 9632;
     // ■ (rhwp: U+F0827, 표시값 직행)
@@ -17454,8 +17519,119 @@ function decodeHwp3Extra(ch) {
     case 12135:
       return 9656;
     // ▸ 표 셀 글머리표 (rhwp 16db8260 — HWP5 변환본·한컴 PDF 대조)
+    // 아래 항등 코드들은 rhwp #5860 실측표(한글 2022 오라클 위치 정렬) 이식.
+    // 같은 0x20xx 대에 항등과 비항등이 섞여 있어 구간 통과는 하지 않는다.
+    case 8208:
+      return 8208;
+    // ‐
+    case 8211:
+      return 8211;
+    // –
+    case 8451:
+      return 8451;
+    // ℃
+    case 8467:
+      return 8467;
+    // ℓ
+    case 8592:
+      return 8592;
+    // ←
+    case 8594:
+      return 8594;
+    // →
+    case 8595:
+      return 8595;
+    // ↓
+    case 8729:
+      return 8729;
+    // ∙ (sample11 실측 11건)
+    case 8901:
+      return 8901;
+    // ⋅
+    case 8251:
+      return 8251;
+    // ※ — 한자를 완성형 좌표로 담으면서 ※ 만 유니코드 값으로 담은 문서가 있다
+    // 비항등 — 유니코드로 읽으면 ⁚·․·⁘ 같은 다른 글자가 된다 (rhwp #5860)
+    case 8228:
+      return 12539;
+    // ・
+    case 8280:
+      return 9651;
+    // △
+    case 8282:
+      return 9675;
+    // ○
+    case 12040:
+      return 9642;
+    // ▪
+    case 12049:
+      return 9702;
+    // ◦ (sample16 실측 332건)
+    case 12052:
+      return 9702;
+    // ◦
+    case 12631:
+      return 8231;
+    // ‧
+    case 1152:
+      return 720;
+    // ː
+    case 7982:
+      return 12398;
+    // の
+    case 12976:
+      return 65392;
+    // ｰ (반각)
+    case 12391:
+      return 8216;
+    // ‘
+    case 12392:
+      return 8217;
+    // ’
+    case 12443:
+      return 65378;
+    // ｢
+    case 12445:
+      return 65379;
+    // ｣
+    case 131:
+      return 8216;
+    // ‘ — 큰따옴표(0x0081/0x0082) 바로 다음 코드 (sample11/14 실측 18건)
+    case 132:
+      return 8217;
+    // ’
+    // 아래 셋은 rhwp 표에 없는 값 — kordoc 이 rhwp 샘플 ↔ 한컴 변환본 문맥 정렬로 실측했다.
+    case 8226:
+      return 8226;
+    // • hwp3-sample 글머리표 4건 (항등)
+    case 12055:
+      return 8226;
+    // • hwp3-sample10 글머리표 3건
+    case 12038:
+      return 9632;
+    // ■ hwp3-sample10 "제목차례" 좌우 장식 2건
+    // 관인·서명란 도장 기호. rhwp 는 U+F012B 로 보존하고 렌더러가 `(인)` 으로 편다 —
+    // kordoc 도 PUA 를 그대로 내보내면 shared/pua.ts 의 검증표가 같은 문자열로 편다.
+    case 11214:
+      return 983339;
+    // ═ 겹줄. rhwp 는 0x3048 을 U+F0832(렌더 표시값 `═`)로 보존한다. 0x37ED 는 기호
+    // 규칙으로는 가타카나 `ネ` 가 되는 사적 graphic 코드로, sample10(42건)·sample11(12건)
+    // 두 문서에서 한컴 변환본의 `═` 개수와 정확히 일치해 표시값 직행으로 싣는다.
+    case 12360:
+      return 9552;
+    case 14317:
+      return 9552;
+    // 사적 원문자·괄호문자 계열. 사적 코드는 일반식이 없어 실측 문서에서 연속으로
+    // 확인된 구간만 싣는다 (sample11 ↔ hwp3-sample11-hwpx 문맥 정렬).
+    //   0x2E01~0x2E07 → ①~⑦ 7코드 연속 일치, 0x2C21~0x2C26 → ⓐ~ⓕ (ⓒ~ⓕ 개수 일치),
+    //   0x2C40~0x2C42 → ㉠~㉢
     default:
-      return JOHAB_UNMAPPED;
+      if (ch >= 11777 && ch <= 11783) return 9312 + (ch - 11777);
+      if (ch === 11776) return 9450;
+      if (ch >= 11786 && ch <= 11794) return 9312 + (ch - 11786);
+      if (ch >= 11297 && ch <= 11302) return 9424 + (ch - 11297);
+      if (ch >= 11328 && ch <= 11330) return 12896 + (ch - 11328);
+      return decodeHwp3KscSymbol(ch) ?? decodeHwp3KscHanja(ch) ?? JOHAB_UNMAPPED;
   }
 }
 function decodeHcharString(bytes) {
@@ -19790,10 +19966,14 @@ async function buildImageMap(zip, rels, doc, warnings) {
         gif: "image/gif",
         bmp: "image/bmp",
         wmf: "image/wmf",
-        emf: "image/emf"
+        emf: "image/emf",
+        tif: "image/tiff",
+        tiff: "image/tiff",
+        svg: "image/svg+xml"
       };
       const filename = `image_${String(imgIdx).padStart(3, "0")}.${ext}`;
-      images.push({ filename, data, mimeType: mimeMap[ext] ?? "image/png" });
+      const mimeType = mimeMap[ext] ?? detectImageMime(data) ?? "application/octet-stream";
+      images.push({ filename, data, mimeType, source: imgPath });
       imageMap.set(embedId, filename);
     } catch (err) {
       warnings.push({
@@ -29530,7 +29710,7 @@ async function patchHwp(original, editedMarkdown, options) {
       for (let i = 0; i < scans.length; i++) {
         if (scans[i].repl.size === 0 && scans[i].inserts.size === 0) continue;
         const newStream = serializeRecords(scans[i].records, scans[i].repl, scans[i].inserts);
-        const content = compressed ? deflateRawSync2(newStream) : newStream;
+        const content = compressed ? compressWithTail(newStream) : newStream;
         out = replaceOleStream(out, sectionPaths[i], content);
       }
       data = new Uint8Array(out);
@@ -30013,6 +30193,26 @@ function rebuildCharShape(csData, coreStartUnit) {
   });
   return { buf, count: kept.length };
 }
+var CRC_TABLE2 = (() => {
+  const t = new Uint32Array(256);
+  for (let n = 0; n < 256; n++) {
+    let c = n;
+    for (let k = 0; k < 8; k++) c = c & 1 ? 3988292384 ^ c >>> 1 : c >>> 1;
+    t[n] = c >>> 0;
+  }
+  return t;
+})();
+function crc322(buf) {
+  let c = 4294967295;
+  for (let i = 0; i < buf.length; i++) c = CRC_TABLE2[(c ^ buf[i]) & 255] ^ c >>> 8;
+  return (c ^ 4294967295) >>> 0;
+}
+function compressWithTail(raw) {
+  const tail = Buffer.alloc(8);
+  tail.writeUInt32LE(crc322(raw), 0);
+  tail.writeUInt32LE(raw.length >>> 0, 4);
+  return Buffer.concat([deflateRawSync2(raw), tail]);
+}
 function synthesizeLineSegs(lineSegData, newRaw, startUnits) {
   if (lineSegData.length < 36) return null;
   const seg0 = lineSegData.subarray(0, 36);
@@ -30090,6 +30290,15 @@ function stageParaPatch(scan, para2, newPlain, skip) {
       scan.repl.set(para2.lineSegIdx, synth.buf);
       newHeader.writeUInt16LE(synth.count, 16);
     }
+  } else {
+    const lineSegData = records[para2.lineSegIdx].data;
+    const segCount = Math.floor(lineSegData.length / 36);
+    let keep = 1;
+    while (keep < segCount && lineSegData.readUInt32LE(keep * 36) < nChars) keep++;
+    if (keep < segCount) {
+      scan.repl.set(para2.lineSegIdx, Buffer.from(lineSegData.subarray(0, keep * 36)));
+      newHeader.writeUInt16LE(keep, 16);
+    }
   }
   scan.repl.set(para2.headerIdx, newHeader);
   return 1;
@@ -31959,7 +32168,7 @@ async function dispatch(format, buffer, opts) {
 }
 async function parseImage(buffer, options) {
   try {
-    const { parseImageDocument } = await import("./image-ocr-YZ56O63S.js");
+    const { parseImageDocument } = await import("./image-ocr-JCKC4QWU.js");
     const { blocks, warnings } = await parseImageDocument(buffer, options);
     return {
       success: true,
@@ -32018,7 +32227,7 @@ async function parseHwp(buffer, options) {
 async function parsePdf(buffer, options) {
   let parsePdfDocument;
   try {
-    const mod = await import("./parser-6UL2HLDH.js");
+    const mod = await import("./parser-2KFORGOT.js");
     parsePdfDocument = mod.parsePdfDocument;
   } catch {
     return {