Skip to content

fix: PDF表の探索上限エラーと抽出失敗の診断を改善する - #31

Merged
ivgtr merged 1 commit into
mainfrom
fix/pdf-table-extraction-diagnostics
Oct 8, 2026
Merged

ivgtr merged 1 commit into
mainfrom
fix/pdf-table-extraction-diagnostics

Conversation

@ivgtr

@ivgtr ivgtr commented Oct 8, 2026

Copy link
Copy Markdown
Owner

変更内容

  • 複数の独立した表があるPDFで、表と無関係な軸の組合せを探索して上限に達する問題を修正します。既存の最小寸法と実際に連続する上辺・左辺を必要条件にして候補を絞り、罫線・候補・枝刈りの処理上限を保ちます。
  • 抽出失敗時のページ、処理段階、例外名、コード、元メッセージをOffscreenからBackgroundへ渡し、診断JSONの pdfExtractionError に残します。失敗ページを含む部分抽出からの要約は行いません。
  • PDF抽出エラー: の重複をなくし、診断コピー時に拡張との接続が切れている場合はTDnetページの再読み込みを案内します。

企業・PDF別の例外や文字だけへのフォールバックは追加していません。新しいブランチをv0.7.8のmain(bfdd545)から作成しています。

検証

  • npm test: 1,274件 / 41ファイル成功
  • type-check / lint / build成功。同梱CMap168個とLICENSEのバイト照合成功
  • 対象PDF: 全26ページを抽出後に検証成功、失敗・空ページ0。表紙106セルは上限だけを外した旧探索と座標・順序が一致し、従来成功していた残り25ページの抽出データも不変
  • 既存3コーパスの20エントリ / 32ページで抽出データ・生成入力が基準と一致
  • 独立レビューで2,500の疎な罫線・結合セルのグリッドを旧探索と比較し、セル順・ID・座標・原文所属が一致。新しい指摘なし
  • 固定応答smokeの事前検査は成功・部分成功・最終失敗の3例とも成功

未検証の範囲

クラウドChromiumの実拡張smokeは起動時の socket() failed: Operation not permitted で停止しました。実画面・実拡張通信の成功には数えていません。実API呼出しは0で、対象PDFの実モデルによる要約品質と利用者のChrome画面は未検証です。

原因・テスト担当・ハッシュと検証境界

@ivgtr
ivgtr marked this pull request as ready for review October 8, 2026 09:09
@chatgpt-codex-connector

chatgpt-codex-connector Bot commented Oct 8, 2026 •

Copy link
Copy Markdown

Codex Review Summary

This comment shows the latest Codex review activity on this pull request.

Review Status Commit Review trigger
📝 Code Review ✅ Completed 2026-10-08T09:11:29.322686Z 64f8c10 Draft marked ready
ℹ️ About Codex in GitHub

Your team has set up Codex to review pull requests in this repo. Reviews are triggered when you

  • Open a pull request for review
  • Mark a draft as ready
  • Comment "@codex review" or "@codex security review".

Codex reacts with 👀 while any review is running, comments if it has suggestions, and reacts with 👍 once all reviews finish with no findings.

@ivgtr
ivgtr merged commit a952fd6 into main Oct 8, 2026
@ivgtr
ivgtr deleted the fix/pdf-table-extraction-diagnostics branch October 8, 2026 09:25
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant