[Bug]: QA chunking returns zero chunks for every .xlsx file since #18800

快速结论：该问题出现在 RAGFlow 的 Go 语言 QA 分块流程中：当上传的 .xlsx 文件被解析为 json 输出格式时，#18800 之后的版本会让每个 .xlsx 文件都生成 0 个 QA chunk，而不是按行列生成问答对。优先排查 xlsx_parser.go 的输出格式是否被改成了 json，以及 QA chunker 是否仍走 CSV/TSV 解析路径。

适用环境：Issue 中确认的信息为：RAGFlow 源码构建（commit 4168b3f9d），非官方镜像；macOS 26.6.2；Apple M1 Pro；Go 1.27.1；CGO_ENABLED=0。未验证的 Python、CUDA、PyTorch、显卡与依赖版本不在本文范围。

最快修复方案：Issue 中已确认 main 分支的 3aba7b47a 修复了该问题，并由 #19198 携带修复、补充了回归测试。升级或切换到包含该提交的 main 代码即可。Issue 中没有提供单行补丁或命令形式的一步修复方案。

注意事项：修复提交仅限于该 Issue 确认的 Go QA 分块路径；#19536、#19611 后续又改动过同一测试文件，说明该区域仍在演进。#19235 虽曾引用本 Issue，但其修复的是同路径上的另外两种输入形态，且不依赖该问题，因此不要把它当作本问题的修复依据。

问题场景

在 RAGFlow 中对 .xlsx 电子表格做 QA 分块（Q&A chunking）时触发。用户用一个包含“question”列和“answer”列的表格上传，期望每个数据行产出一个 QA chunk，但实际每个 .xlsx 文件都返回 0 个 chunk。Issue 中的复现测试位于 internal/ingestion/component/chunker/xlsx_qa_regression_test.go，直接调用 parser.NewXLSXParser 得到解析结果后，再交给 NewQAChunker 处理，用于隔离解析层与分块层的交互。

报错原文

format="json" QA chunks=0
expected 3 chunks, got 0
--- FAIL: TestXLSXQARegression (0.00s)
FAIL	ragflow/internal/ingestion/component/chunker	0.833s

对照提交 6c2bca893（#18800 的父提交）的同一测试结果为：

format="html" QA chunks=3
--- PASS: TestXLSXQARegression (0.00s)
ok  	ragflow/internal/ingestion/component/chunker	0.830s

原因分析

已确认的直接原因来自一行改动：git log -L 150,155:internal/parser/parser/xlsx_parser.go 显示 82e363919 feat: extract images from xlsx parser (#18800) 把 xlsx_parser.go:152 的 OutputFormat 从 "html" 改为 "json"，并将渲染后的 HTML 表格放进每个 item 的 text 字段。随后 qa.go:121 把该 item 文本交给 extractQAJSON，后者调用 extractQAText；extractQAText 按换行切分、运行 detectDelimiter，再把字符串当作 CSV 或制表符分隔文本解析。HTML <table> 字符串中不存在包含两个字段的 CSV 记录，因此永远无法构建问答对，最终 chunk 数为 0。

换句话说，渲染出的 HTML 本身是正确的，问题在于通向它的路由被改成了 json，而下游 QA 解析器仍按 CSV/TSV 方式处理文本。复现测试也证实：同一种表格、同一份渲染 HTML，在 #18800 之前得到 3 个 chunk，之后得到 0 个。

环境排查

确认 RAGFlow 代码版本：Issue 报告基于 commit 4168b3f9d，修复位于 3aba7b47a；请比对当前部署是否早于该修复。
确认 Go 版本与构建方式：Issue 环境为 Go 1.27.1、CGO_ENABLED=0、源码构建。
确认操作系统与硬件：macOS 26.6.2、Apple M1 Pro；其他平台未在 Issue 中确认。
确认 xlsx_parser.go 中 OutputFormat 的取值，以及 qa.go 中 extractQAJSON / extractQAText 的调用路径。
确认是否已包含 #19198 带来的回归测试；该测试文件位于 internal/ingestion/component/chunker/xlsx_qa_regression_test.go。

解决步骤

把 RAGFlow 代码升级到 main 分支上包含 3aba7b47a 的版本，该提交已由 Issue 作者确认修复并关闭问题。
确认 #19198 引入的回归测试已存在于工作树中，路径为 internal/ingestion/component/chunker/xlsx_qa_regression_test.go。
在 CGO_ENABLED=0 的构建环境下重新编译并运行该测试，预期结果为通过，并且日志中的 QA chunks 计数为 3。
如果因其他分支策略不能立即升级，可优先尝试把 xlsx_parser.go 的 OutputFormat 恢复为 "html"，使下游 QA 解析路径回到 #18800 之前的行为。注意：此项为基于 Issue 中一行 diff 的推测性回退，Issue 并未将其作为官方验证过的修复方案，且可能与 #18800 引入的图片提取功能冲突。

验证方法

使用 Issue 中给出的回归测试或等价场景：上传一个含“question”列和“answer”列的 .xlsx 文件，观察 QA 分块结果。修复前的参照值为 format="json" QA chunks=0，修复后的参照值为 QA chunks=3（3 行数据、含表头共构造 3 个预期 chunk 的测试用例）。若日志中 QA chunks 计数恢复为预期行数，即说明该回归已修复。