Repository navigation
DocVortex 0.5.15
DocVortex 0.5.15 修复 DOCX/PPTX 表格中的超链接丢失,保留源文档中每个文字 run 与对应 URL 的关系。
- DOCX 表格段落在富文本和公式重建时保留超链接,预解析未匹配的回退路径同样适用。重复显示标签仍指向各自的 URL,不通过可见标签推断目标。
- PPTX 表格按源 XML 顺序恢复样式、换行、公式和文字 run 的超链接,保留合并单元格结构。
- 复用既有链接清洗规则,不安全链接只保留可见文字;Markdown、HTML 和 structured_content 输出均保留合法链接。
- 公开 API、解析模式与私有原生协议 33 沿用 0.5.14。
匹配源码的原生候选 wheel 在独立环境中通过 189 项 Office、公式、表格和公开接口测试;版本与真实 PDF 元数据、Python/Rust 原生 PDF 输出对照及 pip check 通过。当前 MinerU 的 103 项公开接口边界、协议、路由和 OpenCV 边界测试通过。
真实 DOCX/PPTX 表格样本(包含同名不同 URL、换行、合并单元格、不安全 URL,以及 DOCX 公式和回退路径)通过公开解析、三种输出和 Bundle 回读核验。独立环境不依赖 MinerU、OpenCV、Torch、PaddleOCR 或 PaddleX。
相关修复:519cd623,参考 MinerU #5389。
main 跨平台 CI 的 23 项任务全部通过。发布提交仅调整版本号,按既有门禁复用该成功 CI。
发布流水线 的 14 项任务全部通过,六个平台原生 wheel、纯 Python wheel 和源码包已上传 PyPI 0.5.15。正式 macOS ARM64 wheel 已独立下载并核对 PyPI SHA256;新环境中的 189 项专项测试、版本、协议 33、真实 PDF 元数据、Python/Rust 输出对照及 pip check 全部通过。Office 表格样本的 Markdown/HTML/structured_content 输出与候选包字节一致,Bundle 回读通过;当前 MinerU 使用正式 wheel 的 103 项接入检查通过。