process_xref() perde texto entre <xref> irmãos quando o primeiro é removido

[Rossi-Luciano]

Descrição do problema

process_xref() (packtools/sps/utils/xml_utils.py) pode descartar texto entre dois elementos <xref> irmãos diretos quando o primeiro deles é removido (por ser ref-type="fn", marcador de pontuação como "*", ou conteúdo numérico).

O código só cria o marcador de preservação de tail (EMPTYTAGTOKEEPXREFTAIL) quando xref.getnext() não é outro <xref>:

if xref.tail:
    _next = xref.getnext()
    if _next is None or _next.tag != "xref":
        e = etree.Element("EMPTYTAGTOKEEPXREFTAIL")
        e.tail = xref.tail
        xref.tail = None
        xref.addnext(e)

O problema é que getnext() retorna o próximo elemento irmão, ignorando texto entre eles — então dois <xref> separados por texto (ex.: "1, " entre citações) ainda contam como "adjacentes" para essa condição, e o marcador não é criado. Se o primeiro <xref> for removido logo depois, seu tail (o texto entre os dois) é descartado junto.

Não é causado por nenhuma versão específica do lxml — reproduzi em 4.9.3, 5.2.1 e 6.1.1 igualmente.

Passos para reproduzir o problema

from lxml import etree
from packtools.sps.utils import xml_utils

node = etree.fromstring(
    '<p>ver notas <xref ref-type="fn">1</xref>, <xref ref-type="fn">2</xref>.</p>'
)
result = xml_utils.process_xref(node)
print(etree.tostring(result))
# b'<p>ver notas .</p>'  -- o ", " entre os dois xrefs sumiu

Comportamento esperado

O texto entre os dois <xref> (", " no exemplo) deveria ser preservado, assim como já acontece quando o próximo irmão não é um <xref>.

Anexos

Encontrado ao escrever testes de regressão para PR #1283 (bump lxml 4.9.3 → 6.1.1). Teste que documenta o comportamento atual: ProcessXrefTailPreservationTest.test_sibling_fn_xrefs_lose_intervening_text_known_bug em tests/sps/utils/test_xml_utils.py (branch chore/1251-phase4-lxml, ainda não enviada).

Ambiente utilizado

Não aplicável (bug de lógica, independente de ambiente/navegador).