egg
5cf4010c9b
fix: 修復多頁PDF頁碼分配錯誤和logging配置問題
Critical Bug #1: 多頁PDF頁碼分配錯誤
問題：
- 在處理多頁PDF時，雖然text_regions有正確的頁碼標記
- 但layout_data.elements（表格）和images_metadata（圖片）都保持page=0
- 導致所有頁面的表格和圖片都被錯誤地繪製在第1頁
- 造成嚴重的版面錯誤、元素重疊和位置錯誤
根本原因：
- ocr_service.py (第359-372行) 在累積多頁結果時
- text_regions有添加頁碼：region['page'] = page_num
- 但images_metadata和layout_data.elements沒有更新頁碼
- 它們保持單頁處理時的默認值page=0
修復方案：
- backend/app/services/ocr_service.py (第359-372行)
- 為layout_data.elements中的每個元素添加正確的頁碼
- 為images_metadata中的每個圖片添加正確的頁碼
- 確保多頁PDF的每個元素都有正確的page標記
Critical Bug #2: Logging配置被uvicorn覆蓋
問題：
- uvicorn啟動時會設置自己的logging配置
- 這會覆蓋應用程式的logging.basicConfig()
- 導致應用層的INFO/WARNING/ERROR log完全消失
- 只能看到uvicorn的HTTP請求log和第三方庫的DEBUG log
- 無法診斷PDF生成過程中的問題
修復方案：
- backend/app/main.py (第17-36行)
- 添加force=True參數強制重新配置logging (Python 3.8+)
- 顯式設置root logger的level
- 配置app-specific loggers (app.services.pdf_generator_service等)
- 啟用log propagation確保訊息能傳遞到root logger
其他修復：
- backend/app/services/pdf_generator_service.py
- 將重要的debug logging改為info level (第371, 379, 490, 613行)
原因：預設log level是INFO，debug log不會顯示
- 修復max_cols UnboundLocalError (第507-509行)
將logger.info()移到max_cols定義之後
- 移除危險的.get('page', 0)默認值 (第762行)
改為.get('page')，沒有page的元素會被正確跳過
影響：
✅ 多頁PDF的表格和圖片現在會正確分配到對應頁面
✅ 詳細的PDF生成log現在可以正確顯示（座標轉換、縮放比例等）
✅ 能夠診斷文字擠壓、間距和位置錯誤的問題
測試建議：
1. 重新啟動後端清除Python cache
2. 上傳多頁PDF進行OCR處理
3. 檢查生成的JSON中每個元素是否有正確的page標記
4. 檢查終端log是否顯示詳細的PDF生成過程
5. 驗證生成的PDF中每頁的元素位置是否正確
🤖 Generated with [Claude Code](https://claude.com/claude-code)
Co-Authored-By: Claude <noreply@anthropic.com>