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）
2026-07-28 13:40:36 +08:00
parent 9df8d037ca
commit 903ca60154
4 changed files with 356 additions and 5 deletions
@@ -0,0 +1,165 @@
+package main
+
+import (
+	"archive/zip"
+	"bytes"
+	"errors"
+	"fmt"
+	"strings"
+	"testing"
+)
+
+// 建最小合法 PPTX：ZIP + ppt/slides/slideN.xml [+ ppt/notesSlides/notesSlideN.xml]。
+// slides[i] 的內容對應 slide(i+1).xml 的 <p:txBody> 內部 XML。
+// notes 鍵是投影片編號（1-based），值同為 <p:txBody> 內部 XML。
+func makePPTX(t *testing.T, slides []string, notes map[int]string) []byte {
+	t.Helper()
+	var buf bytes.Buffer
+	zw := zip.NewWriter(&buf)
+
+	slideXML := func(body string) string {
+		return `<?xml version="1.0" encoding="UTF-8"?>` +
+			`<p:sld xmlns:p="http://schemas.openxmlformats.org/presentationml/2006/main"` +
+			` xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main">` +
+			`<p:cSld><p:spTree><p:sp><p:txBody>` + body + `</p:txBody></p:sp></p:spTree></p:cSld>` +
+			`</p:sld>`
+	}
+	notesXML := func(body string) string {
+		return `<?xml version="1.0" encoding="UTF-8"?>` +
+			`<p:notes xmlns:p="http://schemas.openxmlformats.org/presentationml/2006/main"` +
+			` xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main">` +
+			`<p:cSld><p:spTree><p:sp><p:txBody>` + body + `</p:txBody></p:sp></p:spTree></p:cSld>` +
+			`</p:notes>`
+	}
+	for i, body := range slides {
+		name := fmt.Sprintf("ppt/slides/slide%d.xml", i+1)
+		w, err := zw.Create(name)
+		if err != nil {
+			t.Fatalf("建 zip 失敗: %v", err)
+		}
+		if _, err := w.Write([]byte(slideXML(body))); err != nil {
+			t.Fatalf("寫 zip 失敗: %v", err)
+		}
+	}
+
+	for num, body := range notes {
+		name := fmt.Sprintf("ppt/notesSlides/notesSlide%d.xml", num)
+		w, err := zw.Create(name)
+		if err != nil {
+			t.Fatalf("建 zip 失敗: %v", err)
+		}
+		if _, err := w.Write([]byte(notesXML(body))); err != nil {
+			t.Fatalf("寫 zip 失敗: %v", err)
+		}
+	}
+
+	if err := zw.Close(); err != nil {
+		t.Fatalf("關 zip 失敗: %v", err)
+	}
+	return buf.Bytes()
+}
+
+// 生成 DrawingML 段落 XML（給 makePPTX 的 slides/notes 參數用）。
+func pptxPara(texts ...string) string {
+	var sb strings.Builder
+	for _, text := range texts {
+		fmt.Fprintf(&sb, `<a:p><a:r><a:t>%s</a:t></a:r></a:p>`, text)
+	}
+	return sb.String()
+}
+
+// 測試 1：中文文字 + 多投影片內容與順序
+func TestExtractPPTX_中文與多投影片(t *testing.T) {
+	slides := []string{
+		pptxPara("策略規劃", "第一季目標"),
+		pptxPara("執行計劃", "二月里程碑"),
+		pptxPara("成果展示", "關鍵指標"),
+	}
+	got, err := ConvertToText("deck.pptx", makePPTX(t, slides, nil))
+	if err != nil {
+		t.Fatalf("不該出錯: %v", err)
+	}
+	for _, hdr := range []string{"投影片 1", "投影片 2", "投影片 3"} {
+		if !strings.Contains(got, hdr) {
+			t.Errorf("缺少標頭 %q，實得:\n%s", hdr, got)
+		}
+	}
+	for _, kw := range []string{"策略規劃", "第一季目標", "二月里程碑", "成果展示", "關鍵指標"} {
+		if !strings.Contains(got, kw) {
+			t.Errorf("缺少關鍵字 %q，實得:\n%s", kw, got)
+		}
+	}
+	// 投影片 1 的標頭必須在 2 之前，2 在 3 之前
+	p1 := strings.Index(got, "投影片 1")
+	p2 := strings.Index(got, "投影片 2")
+	p3 := strings.Index(got, "投影片 3")
+	if !(p1 < p2 && p2 < p3) {
+		t.Errorf("投影片應按編號排序（1<2<3），實得:\n%s", got)
+	}
+}
+
+// 測試 2：數字排序——slide10 不能因字典序排到 slide2 前面
+func TestExtractPPTX_數字排序(t *testing.T) {
+	var buf bytes.Buffer
+	zw := zip.NewWriter(&buf)
+	slideXML := func(n int) string {
+		return fmt.Sprintf(
+			`<?xml version="1.0" encoding="UTF-8"?>`+
+				`<p:sld xmlns:p="http://schemas.openxmlformats.org/presentationml/2006/main"`+
+				` xmlns:a="http://schemas.openxmlformats.org/drawingml/2006/main">`+
+				`<p:cSld><p:spTree><p:sp><p:txBody>`+
+				`<a:p><a:r><a:t>投影片%d的內容</a:t></a:r></a:p>`+
+				`</p:txBody></p:sp></p:spTree></p:cSld></p:sld>`, n)
+	}
+	// 故意以字典序倒序放入 zip（10, 2, 1），驗輸出按數字序
+	for _, n := range []int{10, 2, 1} {
+		w, _ := zw.Create(fmt.Sprintf("ppt/slides/slide%d.xml", n))
+		w.Write([]byte(slideXML(n)))
+	}
+	zw.Close()
+
+	got, err := ConvertToText("deck.pptx", buf.Bytes())
+	if err != nil {
+		t.Fatalf("不該出錯: %v", err)
+	}
+	pos1 := strings.Index(got, "投影片 1")
+	pos2 := strings.Index(got, "投影片 2")
+	pos10 := strings.Index(got, "投影片 10")
+	if !(pos1 < pos2 && pos2 < pos10) {
+		t.Errorf("數字排序應為 1<2<10，實得:\n%s", got)
+	}
+}
+
+// 測試 3：備註（notesSlide）有文字時附在投影片下
+func TestExtractPPTX_備註(t *testing.T) {
+	slides := []string{pptxPara("標題投影片", "開場白")}
+	notes := map[int]string{1: pptxPara("這是講者備註，強調重點一二三")}
+	got, err := ConvertToText("deck.pptx", makePPTX(t, slides, notes))
+	if err != nil {
+		t.Fatalf("不該出錯: %v", err)
+	}
+	if !strings.Contains(got, "（備註）") {
+		t.Errorf("應有（備註）標籤，實得:\n%s", got)
+	}
+	if !strings.Contains(got, "強調重點") {
+		t.Errorf("備註文字應被抽出，實得:\n%s", got)
+	}
+	// 備註應在投影片本文之後
+	bodyPos := strings.Index(got, "標題投影片")
+	notesPos := strings.Index(got, "（備註）")
+	if bodyPos < 0 || notesPos < 0 || bodyPos > notesPos {
+		t.Errorf("備註應在投影片文字之後，bodyPos=%d notesPos=%d，實得:\n%s", bodyPos, notesPos, got)
+	}
+}
+
+// 測試 4：空簡報（純圖或全空白）應回 ErrNoText
+func TestExtractPPTX_空簡報ErrNoText(t *testing.T) {
+	slides := []string{
+		pptxPara("   "), // 只有空白
+		pptxPara(""),    // 無文字
+	}
+	_, err := ConvertToText("empty.pptx", makePPTX(t, slides, nil))
+	if !errors.Is(err, ErrNoText) {
+		t.Errorf("空簡報應回 ErrNoText，實得: %v", err)
+	}
+}