[dnjsgkfka]

배경

테스트를 추가하고, 그 과정에서 드러난 섹션 헤더 선택 버그를 수정

변경 내용

1. 제출 명세 대응 테스트 추가 (0e4967b)

• tests/specification/ — pytest 51개 함수(매개변수 포함 78 케이스)
• 기존 tests/는 그대로 유지

2. 이전 페이지 섹션 제목 선택 수정 (83aa945)

현상 — 표의 섹션 제목을 이전 페이지에서 찾을 때 그 페이지의 맨 위 제목을 반환했다.

원인 — context.py::find_section_header가 (page_no, -cy)로 정렬한 뒤 마지막 원소를 선택한다. TOPLEFT 좌표에서는 cy가 클수록 페이지 아래쪽이므로, -cy 오름차순의 마지막 원소는 해당 페이지의 최상단 제목이 된다. 코드 주석도 반대로 서술돼 있었다.

수정 — 정렬 키를 (page_no, cy) 오름차순으로 바꿔 마지막 원소가 (최대 page_no, 최대 cy) = 표 바로 앞에 나온 마지막 제목이 되게 했다. 주석도 정정.

회귀 테스트 — tests/test_context_section_header.py 7건 추가
(이전 페이지 하단 제목 선택, 이전 페이지 다중 시 최근접 우선, 같은 페이지 우선순위, 같은 페이지에서 표 아래 제목 무시, 제목 없음, page_no=-1 무시)

검증

구분	수집	통과	실패	건너뜀
베이스라인 (0e4967b)	116	101	4	11
이 PR	123	109	3	11

환경: Windows 11 / Python 3.14.5, docling 미설치 경량 구성
(pytest beautifulsoup4 tiktoken langchain-core llama-index-core + --no-deps -e .)

test_qa23_previous_page_last_header_is_selected PASS로 전환. 다른 테스트 회귀 없음.

남은 실패 (별도 이슈)

• test_qa15_caption_must_be_in_first_row — 병합 셀 캡션 탐색이 첫 행을 벗어남 (병합 셀 캡션 탐색이 표 첫 행을 벗어남 #34 )
• test_qa34_final_text_respects_512_token_limit — 분할 조각이 토큰 한도 초과 (분할 조각의 최종 텍스트가 512토큰 한도를 초과 #33 )
• test_qa35_full_footnote_text_only_in_last_chunk — 각주 위치 해석 A안 확정에 따라 테스트 정정 예정

Fixes #32

[dagshub]

Join the discussion on DagsHub!