表を渡したはずが、行と列の対応が消えていた — Docs の構造を保ったまま Gemini に渡す抽出層

/**
 * Docs 本文を構造つき HTML に変換する。
 * 段落・見出し・表・リストを保ったまま出力する。
 */
function docToStructuredHtml(docId) {
  const body = DocumentApp.openById(docId).getBody();
  const out = [];
  const total = body.getNumChildren();
 
  for (let i = 0; i < total; i++) {
    const child = body.getChild(i);
    const type = child.getType();
 
    if (type === DocumentApp.ElementType.PARAGRAPH) {
      out.push(paragraphToHtml(child.asParagraph()));
    } else if (type === DocumentApp.ElementType.TABLE) {
      out.push(tableToHtml(child.asTable()));
    } else if (type === DocumentApp.ElementType.LIST_ITEM) {
      out.push(listItemToHtml(child.asListItem()));
    }
    // それ以外（区切り線・目次など）は意図的に捨てる
  }
 
  return out.filter(function (line) { return line !== ''; }).join('\n');
}
 
function escapeHtml(value) {
  return value
    .replace(/&/g, '&amp;')
    .replace(/</g, '&lt;')
    .replace(/>/g, '&gt;');
}
 
function headingTag(paragraph) {
  const H = DocumentApp.ParagraphHeading;
  switch (paragraph.getHeading()) {
    case H.TITLE:
    case H.HEADING1:
      return 'h1';
    case H.HEADING2:
      return 'h2';
    case H.HEADING3:
      return 'h3';
    case H.HEADING4:
    case H.HEADING5:
    case H.HEADING6:
      return 'h4';
    default:
      return 'p';
  }
}
 
function paragraphToHtml(paragraph) {
  const text = paragraph.getText().trim();
  if (text === '') return '';
  const tag = headingTag(paragraph);
  return '<' + tag + '>' + escapeHtml(text) + '</' + tag + '>';
}
 
function listItemToHtml(item) {
  const text = item.getText().trim();
  if (text === '') return '';
  // 入れ子の深さを属性で持たせる。ul/ol の開閉を組むより壊れにくい
  return '<li data-depth="' + item.getNestingLevel() + '">' + escapeHtml(text) + '</li>';
}
 
function tableToHtml(table) {
  const rows = table.getNumRows();
  if (rows === 0) return '';
 
  const lines = ['<table>'];
  for (let r = 0; r < rows; r++) {
    const row = table.getRow(r);
    const cells = [];
    for (let c = 0; c < row.getNumCells(); c++) {
      const value = escapeHtml(row.getCell(c).getText().trim());
      cells.push(r === 0 ? '<th>' + value + '</th>' : '<td>' + value + '</td>');
    }
    lines.push('<tr>' + cells.join('') + '</tr>');
  }
  lines.push('</table>');
  return lines.join('\n');
}

/**
 * 構造つき HTML を <h2> 単位のセクションへ分割する。
 * 各セクションに見出しのパスを添えて、断片だけでも文脈が残るようにする。
 */
function splitByH2(html) {
  const lines = html.split('\n');
  const sections = [];
  let current = { heading: '(冒頭)', lines: [] };
 
  lines.forEach(function (line) {
    const m = line.match(/^<h2>(.*?)<\/h2>$/);
    if (m) {
      if (current.lines.length > 0) sections.push(current);
      current = { heading: m[1], lines: [line] };
    } else {
      current.lines.push(line);
    }
  });
  if (current.lines.length > 0) sections.push(current);
 
  return sections.map(function (s) {
    return {
      heading: s.heading,
      html: s.lines.join('\n'),
      chars: s.lines.join('\n').length,
    };
  });
}

function footnotesToHtml(docId) {
  const footnotes = DocumentApp.openById(docId).getFootnotes();
  if (footnotes.length === 0) return '';
 
  const items = footnotes.map(function (fn, index) {
    const text = fn.getFootnoteContents().getText().trim();
    return '<li data-note="' + (index + 1) + '">' + escapeHtml(text) + '</li>';
  });
  return '<h2>脚注</h2>\n' + items.join('\n');
}

/**
 * 抽出層の受け入れテスト。
 * Docs 側の構造と、生成した HTML の構造が一致するかを検査する。
 */
function assertExtractionIntegrity(docId, html) {
  const body = DocumentApp.openById(docId).getBody();
  const failures = [];
 
  // 1. 表の数
  const docTables = body.getTables().length;
  const htmlTables = (html.match(/<table>/g) || []).length;
  if (docTables !== htmlTables) {
    failures.push('table count: doc=' + docTables + ' html=' + htmlTables);
  }
 
  // 2. 全表の行数の合計
  const docRows = body.getTables().reduce(function (sum, t) {
    return sum + t.getNumRows();
  }, 0);
  const htmlRows = (html.match(/<tr>/g) || []).length;
  if (docRows !== htmlRows) {
    failures.push('row count: doc=' + docRows + ' html=' + htmlRows);
  }
 
  // 3. 見出しの数（分割の粒度が変わっていないか）
  const htmlH2 = (html.match(/<h2>/g) || []).length;
  if (htmlH2 === 0) {
    failures.push('no h2: 見出しが段落に戻された可能性');
  }
 
  // 4. 空セルの混入（列ずれの前触れ）
  const emptyCells = (html.match(/<td><\/td>/g) || []).length;
  if (emptyCells > 0) {
    failures.push('empty cells: ' + emptyCells + ' 件');
  }
 
  if (failures.length > 0) {
    throw new Error('extraction integrity failed:\n' + failures.join('\n'));
  }
  return { tables: docTables, rows: docRows, h2: htmlH2 };
}

function getStructuredHtmlCached(docId) {
  const file = DriveApp.getFileById(docId);
  const stamp = String(file.getLastUpdated().getTime());
  const cache = CacheService.getScriptCache();
  const key = 'doc_html_' + docId + '_' + stamp;
 
  const hit = cache.get(key);
  if (hit) return hit;
 
  const html = docToStructuredHtml(docId);
  // 100KB を越えるとキャッシュに載らない。載らなくても動作は変わらない
  if (html.length < 100 * 1024) {
    cache.put(key, html, 21600);
  }
  return html;
}