docs: сортировка History по темам (sonnet, opus, llm, sse, ux-frontend, upload, infra, plans, tests, base, code-fixes)

History/code-fixes/2026-08-19-replacer-optimization.md

@@ -0,0 +1,45 @@
+# v0.0.39 — оптимизация apply_replacements (однопроходная замена) — 2026-08-19
+
+**Дата:** 2026-08-19
+**Версия:** 0.0.38 → 0.0.39
+**Файл:** `drhider/replacer.py`, `site/app.py` (версия)
+
+---
+
+## Суть
+
+Обфускация PDF 19 МБ шла 132.7с, из них ИИ (LLM) всего 7с — остальное (~125с)
+тратил основной код. Замер выявил узкое место: `apply_replacements`.
+
+## Причина
+
+`apply_replacements` для **каждой** сущности из mapping делала **2 полных
+прохода `re.sub` по всему тексту** (основной + фоллбэк `_md_tolerant_pattern`).
+Сложность O(N_сущностей × размер_текста × 2) — квадратичная по числу сущностей.
+При 300+ сущностей и тексте в несколько МБ — десятки секунд.
+
+Замер (0.9 МБ, 304 сущности): **17.3 с**.
+
+## Решение
+
+Однопроходная замена:
+- Все ключи собираются в **один** regex-паттерн через альтернацию `(?:...|...)`
+  (по убыванию длины, с `re.escape`, границы `(?<!\w)...(?!\w)` для alnum-сущностей).
+- Один `re.sub` с callback (lookup в mapping), O(text).
+- Фоллбэк `_md_tolerant_pattern` применяется **только к ключам, не найденным**
+  основной заменой (отслеживание через `matched_keys`), а не ко всем.
+
+## Результат замера
+- 300 сущностей реально в тексте (1.3 МБ): **1.17 с** (было бы десятки сек).
+- Реалистичный сценарий (10 сущностей): **0.29 с**.
+- Согласованность токенов и mapping.csv сохранены (проверено через `obfuscate`).
+
+## Проверка
+- `test_replacer` 10/10, `test_builder` 20/20, `test_scanner` 20/20, `test_zip` 28/28.
+- Пайплайн `obfuscate`: «ООО Ромашка»→«Вектор_0001» в двух файлах согласовано,
+  mapping.csv корректен.
+
+## Примечание
+- `scan_regex` (0.4с) и upload (сеть ~1.7 МБ/с) — не узкие места, не трогали.
+- `pdf_to_markdown` (pdfplumber) локально не замерен (нет библиотеки); остаётся
+  потенциальным вторым узким местом для будущей оптимизации (pypdf/pdfminer).