feat: 本地轉檔層補 .pptx——CP B1 最後一個 Office 格式

同 docx 路數：zip 開 OOXML、slide 按數字序、每頁「## 投影片 N」＋文字＋（備註）；
空/純圖回 ErrNoText 明示不靜默。測試 4 案（中文/多頁排序/備註/空簡報）。
過程紅測一輪：NFKC 套整份 Markdown 把自家全形標籤「（備註）」轉半形——
改為只正規化 XML 抽出片段、結構標記正規化後組裝。collector go test 全綠（總管親跑）。
（實作＝子 CC；驗證+commit＝總管）

convert.go

@@ -58,7 +58,13 @@ var extractors = map[string]extractor{
 	".csv":  extractCSV,
 	".xlsx": extractXLSX,
 	".pdf":  extractPDF, // PDFium-via-wazero（+10.43MB；用戶不必裝任何東西，見 convert_pdf.go）
-	// .pptx → 同 docx 的 ZIP+XML 路數，數十行，體積幾乎不變
+}
+
+// preNormExtractors 裝「自己在 XML 文字片段上套完 NFKC」的抽取器。
+// ConvertToText 對這類抽取器只跑 normalizeFormatting（無 NFKC），
+// 確保它們後期組裝的結構標記（如全形「（備註）」）不被二次正規化。
+var preNormExtractors = map[string]extractor{
+	".pptx": extractPPTX, // ZIP+XML；NFKC 在 pptxXMLText 的 CharData 層套，見 convert_pptx.go
 }
 
 // IsPlainText 回報這個副檔名是否本來就是純文字（不需要轉檔）。
@@ -72,7 +78,11 @@ func IsPlainText(path string) bool {
 
 // CanConvert 回報這個副檔名是否有對應的抽取器（不含純文字）。
 func CanConvert(path string) bool {
-	_, ok := extractors[strings.ToLower(filepath.Ext(path))]
+	ext := strings.ToLower(filepath.Ext(path))
+	if _, ok := extractors[ext]; ok {
+		return true
+	}
+	_, ok := preNormExtractors[ext]
 	return ok
 }
 
@@ -81,11 +91,29 @@ func CanConvert(path string) bool {
 // 純文字檔原樣回傳（只做正規化）；其他格式派給對應抽取器。
 // 抽不出文字回 ErrNoText，不支援的格式回 ErrUnsupported——兩者都**不是**「成功但空字串」，
 // 呼叫端才有辦法給用戶明確訊號。
+//
+// 兩條抽取路徑：
+//   - extractors：後處理走完整 normalizeText（含 NFKC）。
+//   - preNormExtractors：抽取器自己在 XML CharData 層套 NFKC，
+//     後處理只跑 normalizeFormatting，避免結構標記被二次正規化。
 func ConvertToText(path string, data []byte) (string, error) {
 	ext := strings.ToLower(filepath.Ext(path))
 	if IsPlainText(path) {
 		return normalizeText(string(data)), nil
 	}
+
+	if ex, ok := preNormExtractors[ext]; ok {
+		txt, err := ex(data)
+		if err != nil {
+			return "", err
+		}
+		txt = normalizeFormatting(txt)
+		if strings.TrimSpace(txt) == "" {
+			return "", ErrNoText
+		}
+		return txt, nil
+	}
+
 	ex, ok := extractors[ext]
 	if !ok {
 		return "", fmt.Errorf("%w：%s", ErrUnsupported, ext)
@@ -134,3 +162,31 @@ func normalizeText(s string) string {
 	}
 	return strings.TrimSpace(out)
 }
+
+// normalizeFormatting 與 normalizeText 做同樣的格式清理，
+// 但**不**套 NFKC 正規化。給 preNormExtractors 的抽取器用：
+// 它們已在 XML CharData 層套完 NFKC，結構標記在之後才組裝，
+// 不應再被 NFKC 二次轉換（例如全形「（備註）」→ 半形「(備註)」）。
+func normalizeFormatting(s string) string {
+	s = strings.ReplaceAll(s, "\r\n", "\n")
+	s = strings.ReplaceAll(s, "\r", "\n")
+
+	var b strings.Builder
+	b.Grow(len(s))
+	for _, r := range s {
+		if r == '\n' || r == '\t' {
+			b.WriteRune(r)
+			continue
+		}
+		if unicode.IsControl(r) {
+			continue
+		}
+		b.WriteRune(r)
+	}
+
+	out := b.String()
+	for strings.Contains(out, "\n\n\n") {
+		out = strings.ReplaceAll(out, "\n\n\n", "\n\n")
+	}
+	return strings.TrimSpace(out)
+}