MOffice

Полный учёт страниц визуального корпуса

Проверка 8 октября 2026, рабочая ветка codex/moffice-core.

Последующее уточнение: фактические шрифты старого stress010 reference PDF включали внешний DejaVu/Amiri. Прежний receipt v4 фиксировал настройки, но не проверял actual glyph fallback. Новый receipt v5 требует pdffonts inspection и точные встроенные PostScript names; исторические результаты ниже сохраняются с ограничением изоляции шрифтов. Исправление арабских глифов и контроль PDF.

Старый стенд растеризовал первые 12 страниц эталона и ограничивал число страниц MOffice тем же пределом. Поэтому документы длиной 14 и 15 страниц отображались как 12/12, а различие в хвосте не участвовало в SSIM. Исторический результат 432/1268 относится к прежнему ограниченному методу и сохраняется в истории.

Теперь pdfinfo определяет полную длину эталонного PDF; pdftoppm создаёт все его страницы, а сравнение использует все страницы MOffice. Отсутствующей странице назначается SSIM 0. Предел ресурсов 4096 страниц отклоняет документ целиком; он никогда не превращается в выборку первых страниц.

Квитанция эталона v4 связывает версию движка, растеризатора и pdfinfo, шрифты, источник, полный PDF и каждый PNG с размером и SHA-256. Проверяются число, непрерывность и уникальность номеров страниц. Удалённый, подменённый или неполный эталон не считается актуальным. Старые квитанции v3 требуют нового прогона.

JSON сравнения v3 объявляет page_scope=all и score_precision=binary64. Release gate проверяет точное число SSIM/ink-значений каждого документа и нулевые оценки отсутствующих страниц; отчёт с обрезанным хвостом или без заявленной полной области отклоняется.

Полный прогон 73400052 на LibreOffice 26.8.0.3 / Poppler 26.05.0 построил эталоны всех 383 документов без ошибок. Сравнено 3139 страниц, число страниц совпало у 332 документов; 51 mismatch и 16 отдельных reference exceptions сохраняют FAIL. Исходный Markdown насчитал 620 прошедших страниц, а release summary из JSON v2 — 621: четырёхзначное округление повысило оценку 14-й страницы docx/poi/bug57031.docx до 0,9500. Оба исходных отчёта сохранены; они не исправляются задним числом. Около 19,8% на полной области не сравнивается как регрессия с прежними 34,1% на первых 12 страницах.

В v3 JSON содержит кратчайшее десятичное представление исходного binary64, сохраняющее точные биты при обратном чтении. Rust-reader включает уже имеющийся serde_json/float_roundtrip; отдельный тест обнаружил потерю одного ULP у соседнего значения без этой функции. Порог 0,95 и требуемая доля 60% сохранены. Старый округлённый v2 не принимается новым gate: требуется новое сравнение.

Targeted-проверки изменения: 27 corpus-tool Rust + 22 release Python PASS, включая 0,94996 и оба соседних binary64 около 0,95; strict Clippy и release build PASS. Реальное повторное сравнение всех 14 страниц bug57031.docx дало оценку 14-й страницы 0,9499830883464946. JSON v3 и Markdown теперь оба принимают 3/14, тогда как округлённый JSON v2 принимал 4/14. Квитанция узкой регрессии содержит хэши бинарника и исходников; проверялся рабочий patch поверх ebdc75f2, а не чистый общий кандидат. Новый полный прогон и разбор реальных расхождений layout остаются необходимыми.

Проверки

Измерения: target/footer-regression/two-all-pages.json и .md; эталоны: tests/corpus/private/refs/libreoffice/*/reference.json. Прежние PDF/PNG/квитанции сохранены отдельно в target/footer-regression/refs-sampled-baseline/.

Изменение метода требует нового общего corpus-run; прежние проценты и исключения другой версии LibreOffice нельзя автоматически считать результатом нового gate. 12 минимальных примеров полей разделённой строки совпали с LibreOffice, поэтому откат учёта нижнего поля ячейки не обоснован. Две воспроизведённые визуальные регрессии и остальные четыре из исторического списка остаются открытыми.