fix(extract): 章 marker と sub-heading の区別 + EDINET フッター除去

[beatinaniwa]

Summary

PR #8 で導入した depth-aware section flush の 過剰 flush リグレッション と、 EDINET フッターアーティファクトの混入を修正します。

P1 リグレッション (セコム risk 286 chars に短縮)

セコム 第64期 (S100W3TS) の risk 章は、 章見出しと sub-heading に 同じ <h3 class="smt_head2"> タグ を使っています:

```html

３【事業等のリスク】

← 章 marker (h3)

intro...

(1)事業環境に起因するリスク

← sub-heading だが同じ

... ①社会・経済 ...

(2)経営戦略に関するリスク

← 同上 ...

４【経営者による財政状態...】

← 次の章 marker (mda) \`\`\`

PR #8 の depth-only flush ロジックは `(1)事業環境に起因するリスク` で risk を flush してしまい、 4,050 chars → 286 chars (intro のみ) に短縮していました (= silent data loss)。

修正方針

章 marker と sub-numbering を識別

`chapterHeadingPrefixRe` で 「N【...】」 「第N【...】」 形式の 章 marker のみ検出:

• ✓ `４【コーポレート・ガバナンスの状況等】`
• ✓ `第２【事業の状況】`
• ✓ `２【沿革】`
• ✓ `５ 【従業員の状況】` (空白あり)
• ✗ `(1)事業環境に起因するリスク` (sub-numbering)
• ✗ `①社会・経済` (circled numbers)
• ✗ `（１）【コーポレート・ガバナンスの概要】` (parenthesised sub)

`walkForSections` の非マッチ heading の flush 判定を:

• 旧: `level <= state.depth` (depth のみ)
• 新: `level <= state.depth && isChapterHeading(headingText)` (depth + 章 marker)

これで sub-heading は同 depth でも章を flush せず継続。 章 marker が出てきたら flush する。

EDINET フッターアーティファクト除去 (codex P3)

各 `honbun*.htm` の末尾には `有価証券報告書（通常方式）<14桁timestamp>` という EDINET メタ情報が書かれており、 walker が最後の section に取り込んでいました。 `filingFooterRe` で末尾の `有価証券報告書（通常方式）` を section text から除去します。

検証

docID	section	before (PR #8+#9)	after	備考
S100W3TS (セコム)	risk	286 (regression)	4,050 (restored)	P1 解消
S100XTNW (楽天)	governance	8,813	38,947	sub-heading 巻き込み解消
S100XS22 (マクドナルド)	governance	30,201	30,170	footer -31 chars
S100VT7P (セブン&アイ)	governance	59,998	59,967	footer -31 chars
S100XUBI (すかいらーく)	governance	38,068	38,037	footer -31 chars

全 section の text 末尾 100 chars に `有価証券報告書（通常方式）_` を検出しなくなりました (P3 解消)。

Tests

• `TestExtractSections_SubHeadingSameHTag`: セコムパターン (同 h3 タグで章 + sub) で section が正しく分割される
• `TestIsChapterHeading`: 章 marker と sub-numbering の判定 (10 ケース)
• `TestStripFilingFooter`: footer 除去ロジック単体 (4 ケース)
• `TestExtractSections_FilingFooterStripped`: section 抽出時の footer 除去

`go test ./...` 全件パス。

Test plan

• go test ./... 全件パス
• S100W3TS で risk 4,050 chars 復元、 P1 リグレッション解消
• 全 7 docID (前回 ingest 対象 + マクドナルド) で footer artifact なし
• 既存 PR fix(extract): セクション抽出の bleed と same-ID 巻き戻しを解消 #8 / fix(extract): セクション名マッチで 中黒 (・) と空白を正規化 #9 のテストケースが引き続き通過