fix(extract): セクション名マッチで 中黒 (・) と空白を正規化

internal/extract/html_test.go

@@ -149,6 +149,36 @@ func TestMatchSection_Unknown(t *testing.T) {
 	}
 }
 
+// TestMatchSection_NakaguroVariants confirms tolerant matching across the
+// 中黒 (・) variations seen in real EDINET filings. e.g., 株式会社セブン＆
+// アイ・ホールディングス 第20期 (S100VT7P) uses「コーポレートガバナンス」
+// (no middle dot) while 日本マクドナルドホールディングス 第55期 (S100XS22)
+// uses「コーポレート・ガバナンス」 (with middle dot). Both must map to the
+// governance section.
+func TestMatchSection_NakaguroVariants(t *testing.T) {
+	cases := []struct {
+		heading string
+		wantID  string
+	}{
+		{"４【コーポレート・ガバナンスの状況等】", "governance"},
+		{"４【コーポレートガバナンスの状況等】", "governance"},
+		{"（１）【コーポレート・ガバナンスの概要】", "governance"},
+		{"（１）【コーポレートガバナンスの概要】", "governance"},
+		{"４【コーポレート ガバナンスの状況等】", "governance"}, // half-width space
+		{"４【コーポレート　ガバナンスの状況等】", "governance"}, // full-width space
+	}
+	for _, c := range cases {
+		got := MatchSection(c.heading)
+		if got == nil {
+			t.Errorf("MatchSection(%q) = nil, want id=%q", c.heading, c.wantID)
+			continue
+		}
+		if got.ID != c.wantID {
+			t.Errorf("MatchSection(%q).ID = %q, want %q", c.heading, got.ID, c.wantID)
+		}
+	}
+}
+
 // TestExtractSections_BleedAcrossUnknownHeadings reproduces the bleed-truncated
 // pattern observed in EDINET filings such as docID S100XS22 (日本マクドナルド
 // HD 第55期): the "従業員の状況" section is followed by unknown headings

internal/extract/sections.go

@@ -29,11 +29,34 @@ var KnownSections = []SectionDef{
 	{ID: "dividends", Names: []string{"配当政策"}},
 }
 
+// normalizeForMatch normalizes a string for tolerant heading comparison.
+// EDINET 提出企業ごとに 中黒 (・) の有無や前後の空白が揺れているため、
+// マッチング前に正規化する。 例: 株式会社セブン＆アイ・ホールディングス は
+// 「コーポレートガバナンス」 (中黒なし)、 日本マクドナルドホールディングス
+// は「コーポレート・ガバナンス」 (中黒あり) で同じ章を表す。
+func normalizeForMatch(s string) string {
+	// Remove the katakana middle dot (・, U+30FB) and ASCII / full-width
+	// whitespace so headings that differ only in these decorative chars still
+	// match the same KnownSections entry.
+	r := strings.NewReplacer(
+		"・", "",
+		" ", "",
+		"　", "",
+		"\t", "",
+		"\n", "",
+		"\r", "",
+	)
+	return r.Replace(s)
+}
+
 // MatchSection returns the SectionDef matching the given heading text, or nil if none match.
+// Comparison is performed on a normalized form so that minor variations in
+// 中黒 (・) usage and whitespace do not cause false negatives.
 func MatchSection(heading string) *SectionDef {
+	normHeading := normalizeForMatch(heading)
 	for i := range KnownSections {
 		for _, name := range KnownSections[i].Names {
-			if strings.Contains(heading, name) {
+			if strings.Contains(normHeading, normalizeForMatch(name)) {
 				return &KnownSections[i]
 			}
 		}