diff --git a/CHANGELOG.fr.md b/CHANGELOG.fr.md index 9604383..ffd6c84 100644 --- a/CHANGELOG.fr.md +++ b/CHANGELOG.fr.md @@ -1,5 +1,10 @@ # Changelog +## [prod] v0.1.8 — 9 juillet 2026 + +### Corrections +- `NoScribeHtmlParser` — les noms d'ancre dont le suffixe contient des caractères hors `\w` (ex. `ts_95480_96512_//S01`, produit quand une annotation de chevauchement `//S01:` est tapée juste avant une coupure de segment noScribe) étaient rejetés par `TS_NAME_RE` (`\w*`), faisant disparaître silencieusement tout le texte de l'ancre. Des chevauchements entiers pouvaient ainsi disparaître à l'import HTML. Le suffixe est désormais accepté tel quel. + ## [prod] v0.1.7 — 10 juin 2026 ### Nouvelles fonctionnalités diff --git a/CHANGELOG.md b/CHANGELOG.md index 1cb3aee..bee9ffe 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -2,6 +2,11 @@ > Previous entries in French: [CHANGELOG.fr.md](CHANGELOG.fr.md) +## [prod] v0.1.8 — 9 July 2026 + +### Fixes +- `NoScribeHtmlParser` — anchor names with a suffix containing non-word characters (e.g. `ts_95480_96512_//S01`, produced when an overlap annotation like `//S01:` is typed right before a noScribe segment break) were rejected by `TS_NAME_RE` (`\w*`), silently dropping the entire anchor's text. Whole overlapping-speech segments could disappear on HTML import. The suffix is now accepted as-is. + ## [prod] v0.1.7 — 10 June 2026 ### New features diff --git a/main.js b/main.js index 2e61172..f619ebe 100644 --- a/main.js +++ b/main.js @@ -36562,7 +36562,7 @@ var VttParser = class { // src/parsers/NoScribeHtmlParser.ts var PARA_RE = /]*)?>(?.*?)<\/p>/gs; var ANCHOR_RE = /]*>(.*?)<\/a>/gs; -var TS_NAME_RE = /^ts_(\d+)_(\d+)_(\w*)$/; +var TS_NAME_RE = /^ts_(\d+)_(\d+)_(.*)$/; var DISPLAY_TS_RE = /^\[\d{2}:\d{2}:\d{2}\]$/; var SPEAKER_RE = /^(.+?)\s*:\s*/; var ALL_TAGS_RE2 = /<[^>]+>/g; diff --git a/manifest.json b/manifest.json index 41bdd70..5208b15 100644 --- a/manifest.json +++ b/manifest.json @@ -1,7 +1,7 @@ { "id": "pseudonymizer-tool", "name": "Pseudonymizer Tool", - "version": "0.1.7", + "version": "0.1.8", "minAppVersion": "1.13.0", "description": "Pseudonymize and correct interactional transcripts (Jefferson, ICOR, SRT, CHAT/CHA). Designed for qualitative researchers in linguistics and conversation analysis.", "author": "Axelle Abbadie", diff --git a/package.json b/package.json index 7f26180..ed0925a 100644 --- a/package.json +++ b/package.json @@ -1,6 +1,6 @@ { "name": "pseudonymizer-tool", - "version": "0.1.7", + "version": "0.1.8", "description": "Obsidian plugin for pseudonymizing and correcting interactional transcripts (Jefferson, ICOR, SRT, CHAT/CHA).", "author": "Axelle Abbadie", "homepage": "https://cv.hal.science/axelle-abbadie/", diff --git a/src/parsers/NoScribeHtmlParser.ts b/src/parsers/NoScribeHtmlParser.ts index 264703f..305acba 100644 --- a/src/parsers/NoScribeHtmlParser.ts +++ b/src/parsers/NoScribeHtmlParser.ts @@ -16,7 +16,11 @@ import type { VttDocument, VttCue, VttWord } from './VttParser'; const PARA_RE = /]*)?>(?.*?)<\/p>/gs; const ANCHOR_RE = /]*>(.*?)<\/a>/gs; -const TS_NAME_RE = /^ts_(\d+)_(\d+)_(\w*)$/; +// Le suffixe après START_END est censé être l'id de locuteur (S00, S01...), mais +// noScribe peut y injecter des caractères arbitraires si l'utilisateur a tapé une +// annotation de chevauchement (ex. "//S01:") juste avant une coupure de segment — +// accepter n'importe quel caractère pour ne pas perdre le segment (cf. bug import HTML). +const TS_NAME_RE = /^ts_(\d+)_(\d+)_(.*)$/; // Timestamps d'affichage [HH:MM:SS] générés par noScribe pour l'interface — ignorer const DISPLAY_TS_RE = /^\[\d{2}:\d{2}:\d{2}\]$/; // Locuteur suivi de " :" en début de texte diff --git a/tests/unit/NoScribeHtmlParser.test.ts b/tests/unit/NoScribeHtmlParser.test.ts index 678b54c..7a4fbff 100644 --- a/tests/unit/NoScribeHtmlParser.test.ts +++ b/tests/unit/NoScribeHtmlParser.test.ts @@ -102,3 +102,40 @@ describe('NoScribeHtmlParser — parse', () => { expect(turn.text).not.toMatch(/\[\d{2}:\d{2}:\d{2}\]/); }); }); + +// ---- Régression : ancres avec suffixe de locuteur non standard -------------- +// Quand l'utilisatrice tape une annotation de chevauchement ("//S01: ...") juste +// avant une coupure de segment noScribe, le nom d'ancre généré peut contenir ce +// texte dans le suffixe (ex. "ts_95480_96512_//S01" au lieu de "ts_95480_96512_S01"). +// Avant le correctif, TS_NAME_RE (`\w*`) rejetait ces ancres et le texte entier +// du segment disparaissait silencieusement. + +const NOSCRIBE_HTML_OVERLAP = ` + + + + +
+ +

Expérimentateur : qu'on m'a dit pendant très très longtemps qu'il fallait se brosser des dents. Bon, maintenant, je le fais." //S01: C'était par flemme la vérité mais si je me brossais les dents.// Ça a été, vous y arrivez de mieux en mieux, quand même.

+ +
+`; + +describe('NoScribeHtmlParser — ancres avec suffixe non standard (chevauchements)', () => { + test('ne perd pas le texte des ancres dont le suffixe contient des caractères hors \\w', () => { + const doc = parser.parse(NOSCRIBE_HTML_OVERLAP); + expect(doc.cues.length).toBe(1); + const turn = doc.cues[0]; + expect(turn.text).toContain('Bon, maintenant, je le fais'); + expect(turn.text).toContain("C'était par flemme"); + expect(turn.text).toContain('Ça a été, vous y arrivez'); + }); + + test('conserve le timing correct malgré le suffixe non standard', () => { + const doc = parser.parse(NOSCRIBE_HTML_OVERLAP); + const turn = doc.cues[0]; + expect(turn.startTime).toBe('00:01:30.660'); + expect(turn.endTime).toBe('00:01:47.904'); + }); +}); diff --git a/versions.json b/versions.json index 5ee063a..a8a3521 100644 --- a/versions.json +++ b/versions.json @@ -12,5 +12,6 @@ "0.1.4": "1.7.2", "0.1.5": "1.7.2", "0.1.6": "1.7.2", - "0.1.7": "1.13.0" + "0.1.7": "1.13.0", + "0.1.8": "1.13.0" } \ No newline at end of file