feat(export): 优化表格解析和样式提取逻辑

- 改进 colspan 处理：遍历所有行计算最大列数，而非仅使用首行列数
- 增强 _extract_table 函数：添加 doc 参数用于获取文档样式信息
- 优化单元格样式提取：优先使用 python-docx API 获取样式名称，降级到 XML 解析
- 完善段落样式处理：区分样式 ID 和样式名称，避免样式映射失败
- 修复表格目录格式：更新文档目录结构和页码引用以保持一致性
- 提升复杂表格的兼容性和样式准确度

app/services/word_parser.py

@@ -422,12 +422,18 @@ def parse_word_to_blocks(docx_path: Path) -> list[dict]:
         elif elem_type == "table":
             # 表格块
             table = elem
-            table_content = _extract_table(table)
+            table_content = _extract_table(table, doc)
             parent_id = parent_stack[-1]['id'] if parent_stack else None
             
             # 计算表格元数据
             rows = table_content.get('rows', [])
-            cols = len(rows[0]['cells']) if rows else 0
+            # 遍历所有行，找出最大的列数（考虑 colspan）
+            max_cols = 0
+            for row_data in rows:
+                row_cols = sum(cell.get('colspan', 1) for cell in row_data.get('cells', []))
+                max_cols = max(max_cols, row_cols)
+            
+            cols = max_cols if max_cols > 0 else 0
             
             index = type_counters['table'] * 100  # 稀疏 index
             type_counters['table'] += 1
@@ -708,8 +714,13 @@ def _extract_rich_text(para) -> str | list:
     return segments if segments else text
 
 
-def _extract_table(table) -> dict:
-    """提取表格内容（包含合并单元格和尺寸信息）- 完整修复版"""
+def _extract_table(table, doc=None) -> dict:
+    """提取表格内容（包含合并单元格和尺寸信息）- 完整修复版
+    
+    Args:
+        table: python-docx 表格对象
+        doc: python-docx 文档对象（用于获取样式名称）
+    """
     rows_data = []
     
     # 提取表格列宽（从 tblGrid）
@@ -723,6 +734,12 @@ def _extract_table(table) -> dict:
                 # twips 转 pt (1 pt = 20 twips)
                 col_widths.append(int(width) / 20)
     
+    # 创建 XML 元素到 python-docx 单元格对象的映射
+    cell_map = {}
+    for row in table.rows:
+        for cell in row.cells:
+            cell_map[id(cell._element)] = cell
+    
     # 第一遍：从 XML 直接读取，建立列索引到行合并信息的映射
     # col_index -> [{start_row, end_row}, ...]  # 可能有多个合并区间
     vmerge_map = {}
@@ -929,16 +946,33 @@ def _extract_table(table) -> dict:
                 cell_style = {}
                 cell_word_style = None
                 
-                if paras:
+                # 尝试使用 python-docx API 获取样式
+                cell_obj = cell_map.get(id(tc))
+                if cell_obj and cell_obj.paragraphs:
+                    first_para = cell_obj.paragraphs[0]
+                    if first_para.style:
+                        cell_word_style = first_para.style.name
+                
+                # 如果没有通过 API 获取到，尝试从 XML 获取
+                if not cell_word_style and paras:
                     first_p = paras[0]
                     pPr = first_p.find(qn('w:pPr'))
                     
                     if pPr is not None:
-                        # 段落样式名称
+                        # 段落样式名称 - 从 XML 获取样式 ID
                         pStyle = pPr.find(qn('w:pStyle'))
                         if pStyle is not None:
-                            cell_word_style = pStyle.get(qn('w:val'))
-                        
+                            style_id = pStyle.get(qn('w:val'))
+                            # 尝试从已知的样式映射中查找
+                            # 注意：这里只能使用样式 ID 作为备选
+                            cell_word_style = style_id
+                
+                # 提取其他样式属性
+                if paras:
+                    first_p = paras[0]
+                    pPr = first_p.find(qn('w:pPr'))
+                    
+                    if pPr is not None:
                         # 对齐方式
                         jc = pPr.find(qn('w:jc'))
                         if jc is not None: