feat: add CDATA section parser for UDF 1.8 template XML format

src/controllers/document.controller.ts

@@ -451,10 +451,11 @@ export async function extractTextFromUploadedFile(file: { buffer: Buffer; mimety
       if (zip) {
         const zipEntries = zip.getEntries().filter((e: any) => !e.isDirectory);
         
-        // 1. XML dosyalarını kontrol et (content.xml veya *.xml)
+        // 1. XML dosyalarını kontrol et (content.xml, *.xml veya template XML)
-        const xmlEntries = zipEntries.filter((entry: any) => 
+        const xmlEntries = zipEntries.filter((entry: any) => {
-          entry.entryName === "content.xml" || entry.entryName.toLowerCase().endsWith(".xml")
+          const name = entry.entryName.toLowerCase();
-        );
+          return name.includes('content') || name.endsWith('.xml') || name.includes('template');
+        });
 
         // 2. İçerisinde gömülü PDF dosyası var mı kontrol et (*.pdf)
         const pdfEntry = zipEntries.find((entry: any) => 
@@ -480,7 +481,24 @@ export async function extractTextFromUploadedFile(file: { buffer: Buffer; mimety
           }
 
           if (rawXml && rawXml.trim()) {
-            const plainText = rawXml.replace(/<style[\s\S]*?<\/style>/gi, '')
+            // A. UYAP CDATA bloğu kontrolü (<![CDATA[ ... ]]>): UYAP format 1.8 şablonlarında asıl metin buradadır
+            const cdataMatches = rawXml.match(/<!\[CDATA\[([\s\S]*?)\]\]>/gi);
+            if (cdataMatches && cdataMatches.length > 0) {
+              const cdataText = cdataMatches
+                .map(m => m.replace(/^<!\[CDATA\[/i, '').replace(/\]\]>$/, '').trim())
+                .filter(Boolean)
+                .join('\n\n');
+              
+              const cleanedCdata = sanitizePostgresText(cdataText);
+              if (cleanedCdata.length > 10) {
+                return cleanedCdata;
+              }
+            }
+
+            // B. Genel XML etiket temizliği
+            const plainText = rawXml
+              .replace(/<!\[CDATA\[[\s\S]*?\]\]>/gi, (m) => m.replace(/^<!\[CDATA\[/i, '').replace(/\]\]>$/, ''))
+              .replace(/<style[\s\S]*?<\/style>/gi, '')
               .replace(/<script[\s\S]*?<\/script>/gi, '')
               .replace(/<br\s*\/?>/gi, '\n')
               .replace(/<\/p>/gi, '\n')
@@ -490,7 +508,6 @@ export async function extractTextFromUploadedFile(file: { buffer: Buffer; mimety
               .trim();
 
             const cleaned = sanitizePostgresText(plainText);
-            // Sadece tek başına "content.xml" veya "content.xmlPK" olan kısa çöp dizgileri süz (Gerçek metinleri kesinlikle engelleme)
             const isExactZipHeader = /^content\.xml(PK)?$/i.test(cleaned.trim()) && cleaned.length < 35;
             if (cleaned.length > 5 && !cleaned.startsWith('PK') && !isExactZipHeader) {
               return cleaned;