Ядро: байтовый API, лимиты и опции рисования как параметры

WordPdfConverter/WordPdfValidator: вход и выход только byte[] (файловые
перегрузки убраны). Дефолты лимитов — в WordPdfSettings (20 МиБ/1000
страниц), переопределяются на вызове через ConvertOptions (лимиты,
renderCharts/renderSmartArt); DrawingPreRenderer пропускает выключенные
рисунки ранним continue.
This commit is contained in:
Pjandro
2026-10-14 01:50:25 +00:00
parent 8c390104d2
commit 0a411a944b
7 changed files with 347 additions and 364 deletions
@@ -0,0 +1,24 @@
package ru.pjandro.wordpdf;
/**
* на один вызов: генерация рисунков и лимиты входа (размер/страницы).
* Дефолты — константы {@link WordPdfSettings}; вызывающий (например, REST API)
* может переопределить их на конкретный вызов.
*
* @param renderCharts рендерить диаграммы (c:chart → PNG)
* @param renderSmartArt рендерить SmartArt (dgm:relIds → PNG);
* {@code false} — объект остаётся в docx, docx2fo
* выбрасывает его молча: в PDF пусто, текст сохраняется
* @param maxBytes лимит размера входных байтов на этот вызов;
* дефолт — {@link WordPdfSettings#MAX_INPUT_BYTES}
* @param maxPages лимит числа страниц на этот вызов;
* дефолт — {@link WordPdfSettings#MAX_PAGES}
*/
public record ConvertOptions(boolean renderCharts, boolean renderSmartArt, long maxBytes, int maxPages) {
/** Дефолты ядра из {@link WordPdfSettings}. */
public static ConvertOptions defaults() {
return new ConvertOptions(WordPdfSettings.RENDER_CHARTS, WordPdfSettings.RENDER_SMARTART,
WordPdfSettings.MAX_INPUT_BYTES, WordPdfSettings.MAX_PAGES);
}
}
@@ -18,10 +18,8 @@ import ru.pjandro.wordpdf.internal.FopFallbackFonts;
import ru.pjandro.wordpdf.internal.SymbolFontNormalizer; import ru.pjandro.wordpdf.internal.SymbolFontNormalizer;
import java.io.ByteArrayInputStream; import java.io.ByteArrayInputStream;
import java.io.IOException; import java.io.ByteArrayOutputStream;
import java.io.OutputStream; import java.io.OutputStream;
import java.nio.file.Files;
import java.nio.file.Path;
/** /**
* Конвертер docx -> PDF на базе docx4j + Apache FOP * Конвертер docx -> PDF на базе docx4j + Apache FOP
@@ -29,6 +27,9 @@ import java.nio.file.Path;
* *
* Пайплайн: docx -> XSL-FO -> Apache FOP -> PDF. * Пайплайн: docx -> XSL-FO -> Apache FOP -> PDF.
* *
* Вход — байты .docx, результат — байты PDF. Работа с файлами —
* забота вызывающего (приложения), ядро файловую систему не трогает.
*
* Шрифты берутся из jar (см. {@link BundledFonts}): конвертация * Шрифты берутся из jar (см. {@link BundledFonts}): конвертация
* не зависит от шрифтов, установленных в системе. Частые MS-шрифты * не зависит от шрифтов, установленных в системе. Частые MS-шрифты
* подменяются метрически совместимыми open-source аналогами * подменяются метрически совместимыми open-source аналогами
@@ -52,73 +53,60 @@ public final class WordPdfConverter {
} }
/** /**
* Конвертирует файл в PDF рядом с исходным: {@code doc.docx -> doc.pdf}. * Конвертирует байты .docx в PDF. Работа с файлами — забота вызывающего
* (файловое API было здесь раньше; ядро пути не принимает).
* *
* @param docxIn входной .docx * <p>Вход проверяется валидатором до рендера: {@link WordPdfValidator#checkInput(byte[])}
* @return путь к созданному PDF * (null / больше {@link WordPdfSettings#MAX_INPUT_BYTES}), затем число страниц
* @throws ConversionException при ошибке (не .docx, файл не найден, * ({@link WordPdfSettings#MAX_PAGES}) — при отказе байтов результата нет.
* размер больше {@link WordPdfValidator#MAX_INPUT_BYTES}, *
* результат длиннее {@link WordPdfValidator#MAX_PAGES} страниц и т.п.) * @param docxBytes байты .docx
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @return байты готового PDF
* @throws ConversionException при ошибке (битый .docx, размер больше
* {@link WordPdfSettings#MAX_INPUT_BYTES}, результат длиннее
* {@link WordPdfSettings#MAX_PAGES} страниц и т.п.)
*/ */
public static Path convert(Path docxIn) throws ConversionException { public static byte[] convert(byte[] docxBytes, String title) throws ConversionException {
WordPdfValidator.checkInput(docxIn); return convert(docxBytes, title, ConvertOptions.defaults());
String name = docxIn.getFileName().toString();
int dot = name.lastIndexOf('.');
String base = dot > 0 ? name.substring(0, dot) : name;
Path pdfOut = docxIn.resolveSibling(base + ".pdf");
convert(docxIn, pdfOut);
return pdfOut;
} }
/** /**
* Конвертирует {@code docxIn} в {@code pdfOut}. * Конвертирует байты .docx в PDF с настройками на вызов: рисование
* Родительские каталоги {@code pdfOut} при необходимости создаются. * диаграмм/SmartArt и лимиты входа.
* *
* <p>Число страниц проверяется по самому .docx (см. * <p>Вход проверяется валидатором до рендера: {@link WordPdfValidator#checkInput(byte[], long)}
* {@link WordPdfValidator#checkPageCount}) до рендеринга — при * (null / больше {@code options.maxBytes()}), затем число страниц
* превышении лимита PDF не создаётся. * ({@code options.maxPages()}) — при отказе байтов результата нет.
* *
* @throws ConversionException при ошибке * @param docxBytes байты .docx
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @param options рисование и лимиты входа на этот вызов; {@code null} —
* дефолты (константы {@link WordPdfSettings})
* @return байты готового PDF
* @throws ConversionException при ошибке (битый .docx, размер больше
* {@code options.maxBytes()}, результат длиннее
* {@code options.maxPages()} страниц и т.п.)
*/ */
public static void convert(Path docxIn, Path pdfOut) throws ConversionException { public static byte[] convert(byte[] docxBytes, String title, ConvertOptions options) throws ConversionException {
WordPdfValidator.checkInput(docxIn); ConvertOptions opts = options == null ? ConvertOptions.defaults() : options;
WordPdfValidator.checkInput(docxBytes, opts.maxBytes());
ByteArrayOutputStream bos = new ByteArrayOutputStream();
try { try {
Path parent = pdfOut.toAbsolutePath().getParent(); convertToStream(docxBytes, title, opts, bos);
if (parent != null) {
Files.createDirectories(parent);
}
boolean opened = false;
try (OutputStream os = Files.newOutputStream(pdfOut)) {
opened = true;
convertToStream(docxIn, os);
} catch (Exception e) {
// валидация числа страниц срабатывает уже внутри
// convertToStream — пустой/неполный PDF убирать, чтобы
// отказ не оставлял артефакт рядом со входом. Удаляем
// только если поток реально открылся: при неудачном
// открытии (read-only/locked цель) ничего не писали и
// чужой файл трогать нельзя
if (opened) {
try {
Files.deleteIfExists(pdfOut);
} catch (IOException ignored) {
// вторичная ошибка не должна затенять основную
}
}
throw e;
}
} catch (ConversionException e) { } catch (ConversionException e) {
throw e; throw e;
} catch (Exception e) { } catch (Exception e) {
throw new ConversionException("Не удалось конвертировать " throw new ConversionException("Не удалось конвертировать документ", e);
+ docxIn + " -> " + pdfOut, e);
} }
return bos.toByteArray();
} }
/** /**
* Ядро конвертации: docx -> XSL-FO -> FOP -> PDF в поток. * Ядро конвертации: docx -> XSL-FO -> FOP -> PDF в поток.
*/ */
private static void convertToStream(Path docxIn, OutputStream os) throws Exception { private static void convertToStream(byte[] rawDocxBytes, String title, ConvertOptions options,
OutputStream os) throws Exception {
// 1. Маппер шрифтов. Порядок важен: конструктор запускает // 1. Маппер шрифтов. Порядок важен: конструктор запускает
// обнаружение системных шрифтов, затем бандл-шрифты из jar // обнаружение системных шрифтов, затем бандл-шрифты из jar
// регистрируются поверх них (имеют приоритет). // регистрируются поверх них (имеют приоритет).
@@ -132,7 +120,7 @@ public final class WordPdfConverter {
// 2. Загрузка документа. Предварительно нормализуем w:val="off"/"on" // 2. Загрузка документа. Предварительно нормализуем w:val="off"/"on"
// в "false"/"true": docx4j 11.x теряет атрибуты "off"/"on" // в "false"/"true": docx4j 11.x теряет атрибуты "off"/"on"
// при JAXB-разборе (см. DocxOnOffNormalizer). // при JAXB-разборе (см. DocxOnOffNormalizer).
byte[] docxBytes = DocxOnOffNormalizer.normalize(Files.readAllBytes(docxIn)); byte[] docxBytes = DocxOnOffNormalizer.normalize(rawDocxBytes);
// ...и символьные шрифты Symbol/Wingdings: их коды из PUA экспорт // ...и символьные шрифты Symbol/Wingdings: их коды из PUA экспорт
// в FO не понимает и рисует «#» (см. SymbolFontNormalizer). // в FO не понимает и рисует «#» (см. SymbolFontNormalizer).
docxBytes = SymbolFontNormalizer.normalize(docxBytes); docxBytes = SymbolFontNormalizer.normalize(docxBytes);
@@ -151,7 +139,7 @@ public final class WordPdfConverter {
// разрывам. Делается до рендера, чтобы не тратить время на // разрывам. Делается до рендера, чтобы не тратить время на
// заведомо длинный документ; внутри try — чтобы и на отказе // заведомо длинный документ; внутри try — чтобы и на отказе
// отработал finally с чисткой temp-файлов встроенных шрифтов. // отработал finally с чисткой temp-файлов встроенных шрифтов.
WordPdfValidator.checkPageCount(pkg); WordPdfValidator.checkPageCount(pkg, options.maxPages());
// 3. Привязка маппера: docx4j сопоставляет шрифты документа // 3. Привязка маппера: docx4j сопоставляет шрифты документа
// с физическими TTF (учитывая и шрифты, встроенные в docx) // с физическими TTF (учитывая и шрифты, встроенные в docx)
pkg.setFontMapper(mapper); pkg.setFontMapper(mapper);
@@ -159,7 +147,7 @@ public final class WordPdfConverter {
// 3.5 Диаграммы (c:chart) и SmartArt (dgm:relIds) -> PNG. // 3.5 Диаграммы (c:chart) и SmartArt (dgm:relIds) -> PNG.
// docx2fo.xslt умеет только pic:pic; для chart/diagram там // docx2fo.xslt умеет только pic:pic; для chart/diagram там
// notImplemented, т.е. без этого шага они просто исчезают. // notImplemented, т.е. без этого шага они просто исчезают.
DrawingPreRenderer.run(pkg); DrawingPreRenderer.run(pkg, options);
// 4. Настройки экспорта (FOP-конфиг с embed-шрифтами) // 4. Настройки экспорта (FOP-конфиг с embed-шрифтами)
FOSettings foSettings = new FOSettings(pkg); FOSettings foSettings = new FOSettings(pkg);
@@ -168,11 +156,13 @@ public final class WordPdfConverter {
// семейство — декларируем его, чтобы FOP встроил подмножество // семейство — декларируем его, чтобы FOP встроил подмножество
FopFallbackFonts.declare(foSettings); FopFallbackFonts.declare(foSettings);
// 5. Метаданные PDF: заголовок — из имени файла // 5. Метаданные PDF: заголовок — из параметра title
FopFactoryBuilder builder = FORendererApacheFOP.getFopFactoryBuilder(foSettings); FopFactoryBuilder builder = FORendererApacheFOP.getFopFactoryBuilder(foSettings);
FopFactory fopFactory = builder.build(); FopFactory fopFactory = builder.build();
FOUserAgent foUserAgent = FORendererApacheFOP.getFOUserAgent(foSettings, fopFactory); FOUserAgent foUserAgent = FORendererApacheFOP.getFOUserAgent(foSettings, fopFactory);
foUserAgent.setTitle(baseName(docxIn)); if (title != null && !title.isEmpty()) {
foUserAgent.setTitle(title);
}
// 6. Проход XSLT (медленнее, но полнее), вывод в поток // 6. Проход XSLT (медленнее, но полнее), вывод в поток
Docx4J.toFO(foSettings, os, Docx4J.FLAG_EXPORT_PREFER_XSL); Docx4J.toFO(foSettings, os, Docx4J.FLAG_EXPORT_PREFER_XSL);
@@ -186,11 +176,4 @@ public final class WordPdfConverter {
// пакет загружается в память и ничего не закрывает. // пакет загружается в память и ничего не закрывает.
} }
} }
/** Имя файла без расширения (для PDF-заголовка). */
private static String baseName(Path p) {
String name = p.getFileName().toString();
int dot = name.lastIndexOf('.');
return dot > 0 ? name.substring(0, dot) : name;
}
} }
@@ -0,0 +1,30 @@
package ru.pjandro.wordpdf;
/**
* Единая точка конфигурации ядра: все настройки-дефолты — константы здесь.
* Рантайм-конфигурации нет: изменение значения = правка этого файла и пересборка.
* Лимиты входа ({@link #MAX_INPUT_BYTES}, {@link #MAX_PAGES}) — дефолты:
* вызывающий может переопределить их на конкретный вызов через
* {@link ConvertOptions}.
*/
public final class WordPdfSettings {
/** Максимальный размер входного .docx (дефолт). 20 MiB = 20 × 1024 × 1024. */
public static final long MAX_INPUT_BYTES = 20L * 1024 * 1024;
/** Документ длиннее — ошибка (дефолт). */
public static final int MAX_PAGES = 1000;
/**
* Генерация диаграмм (c:chart → PNG, chart-движок). {@code false} — диаграммы
* не рендерятся и остаются в docx, откуда docx2fo выбрасывает их молча,
* как без движка: в PDF на их месте пусто, текст вокруг сохраняется.
*/
public static final boolean RENDER_CHARTS = true;
/** Генерация SmartArt (dgm:relIds → PNG). {@code false} — как с {@link #RENDER_CHARTS}. */
public static final boolean RENDER_SMARTART = true;
private WordPdfSettings() {
}
}
@@ -16,31 +16,32 @@ import javax.xml.stream.XMLStreamReader;
import java.io.ByteArrayInputStream; import java.io.ByteArrayInputStream;
import java.io.IOException; import java.io.IOException;
import java.io.InputStream; import java.io.InputStream;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.ArrayDeque; import java.util.ArrayDeque;
import java.util.ArrayList; import java.util.ArrayList;
import java.util.Deque; import java.util.Deque;
import java.util.List; import java.util.List;
import java.util.Locale;
import java.util.zip.ZipEntry; import java.util.zip.ZipEntry;
import java.util.zip.ZipFile;
import java.util.zip.ZipInputStream; import java.util.zip.ZipInputStream;
/** /**
* Валидатор ограничений на входной .docx: * Валидатор ограничений на входной .docx:
* размер файла и число страниц. * размер входа и число страниц.
*
* <p>Вход валидатора — только {@code byte[]} (или уже загруженный
* {@link WordprocessingMLPackage}): файловых проверок нет, работа с
* файлами — забота вызывающего (приложения).
* *
* <p>Конвертер {@link WordPdfConverter} вызывает валидатор автоматически, * <p>Конвертер {@link WordPdfConverter} вызывает валидатор автоматически,
* но им можно пользоваться и напрямую — например, проверить байты * но им можно пользоваться и напрямую — например, проверить байты
* документа, полученного из сети или БД, до того, как сохранять во временный * документа, полученного из сети или БД, до любой работы с ними.
* файл и вызывать {@code convert}.
* *
* <p>Лимиты: * <p>Лимиты по умолчанию:
* <ul> * <ul>
* <li>{@link #MAX_INPUT_BYTES} — максимальный размер входного .docx (5 MiB);</li> * <li>{@link WordPdfSettings#MAX_INPUT_BYTES} — максимальный размер входного .docx;</li>
* <li>{@link #MAX_PAGES} — максимально допустимое число страниц (100).</li> * <li>{@link WordPdfSettings#MAX_PAGES} — максимально допустимое число страниц.</li>
* </ul> * </ul>
* Оба переопределяются на вызов: перегрузками с явным лимитом или
* {@link ConvertOptions} (конвертер {@link WordPdfConverter} применяет их сам).
* *
* <p>Число страниц берётся из самого .docx как максимум трёх нижних * <p>Число страниц берётся из самого .docx как максимум трёх нижних
* оценок: кэша Word в {@code docProps/app.xml} ({@code <Pages>}), * оценок: кэша Word в {@code docProps/app.xml} ({@code <Pages>}),
@@ -58,76 +59,36 @@ import java.util.zip.ZipInputStream;
*/ */
public final class WordPdfValidator { public final class WordPdfValidator {
/** 5 MiB = 5 × 1024 × 1024. */
public static final long MAX_INPUT_BYTES = 5L * 1024 * 1024;
/** Документ длиннее — ошибка. */
public static final int MAX_PAGES = 100;
private WordPdfValidator() { private WordPdfValidator() {
} }
/**
* Проверяет входной файл: существует, это .docx, размер не превышает
* {@link #MAX_INPUT_BYTES}.
*
* @throws ConversionException при любом нарушении
*/
public static void checkInput(Path docxIn) throws ConversionException {
if (docxIn == null) {
throw new ConversionException("Не указан входной файл");
}
if (!Files.isRegularFile(docxIn)) {
throw new ConversionException("Файл не найден: " + docxIn);
}
String name = docxIn.getFileName().toString().toLowerCase(Locale.ROOT);
if (!name.endsWith(".docx")) {
throw new ConversionException(
"Поддерживается только .docx (без .doc): " + docxIn);
}
long size;
try {
size = Files.size(docxIn);
} catch (IOException e) {
throw new ConversionException("Не удалось прочитать размер файла: " + docxIn, e);
}
if (size > MAX_INPUT_BYTES) {
throw new ConversionException("Файл больше 5 МБ: " + size
+ " байт > " + MAX_INPUT_BYTES + " байт (" + docxIn + ")");
}
}
/** /**
* Проверяет размер байтов входа (для документа, полученного из сети/БД). * Проверяет размер байтов входа (для документа, полученного из сети/БД).
* *
* @throws ConversionException при {@code null} или превышении лимита * @throws ConversionException при {@code null} или превышении лимита
*/ */
public static void checkInput(byte[] docxBytes) throws ConversionException { public static void checkInput(byte[] docxBytes) throws ConversionException {
if (docxBytes == null) { checkInput(docxBytes, WordPdfSettings.MAX_INPUT_BYTES);
throw new ConversionException("Не указаны байты входного файла");
}
if (docxBytes.length > MAX_INPUT_BYTES) {
throw new ConversionException("Файл больше 5 МБ: " + docxBytes.length
+ " байт > " + MAX_INPUT_BYTES + " байт");
}
} }
/** /**
* Считает страницы .docx и проверяет лимит. * Проверяет размер байтов входа против явного лимита (переопределение
* на вызов, см. {@link ConvertOptions#maxBytes()}).
* *
* @throws ConversionException при ошибке загрузки или превышении {@link #MAX_PAGES} * @throws ConversionException при {@code null} или превышении {@code maxBytes}
*/ */
public static void checkPageCount(Path docxIn) throws ConversionException { public static void checkInput(byte[] docxBytes, long maxBytes) throws ConversionException {
if (docxIn == null) { if (docxBytes == null) {
throw new ConversionException("Не указан путь к .docx"); throw new ConversionException("Не указаны байты входного файла");
} }
WordprocessingMLPackage pkg; if (docxBytes.length > maxBytes) {
try { // дефолтный лимит кратен MiB — сообщение остаётся «... 20 МБ ...»
pkg = WordprocessingMLPackage.load(docxIn.toFile()); String limit = maxBytes % (1024 * 1024) == 0
} catch (Exception e) { ? (maxBytes / (1024 * 1024)) + " МБ"
throw new ConversionException("Не удалось загрузить .docx: " + docxIn, e); : maxBytes + " байт";
throw new ConversionException("Файл больше " + limit
+ ": " + docxBytes.length + " байт > " + maxBytes + " байт");
} }
checkPageCount(pkg);
} }
/** /**
@@ -144,44 +105,23 @@ public final class WordPdfValidator {
* разрывы в колонтитулах — он консервативнее, расхождение возможно * разрывы в колонтитулах — он консервативнее, расхождение возможно
* только в сторону завышения. * только в сторону завышения.
* *
* @throws ConversionException при {@code null}, битом zip или превышении {@link #MAX_PAGES} * <p>Не-zip байты не отвергаются: {@code ZipInputStream} доходит до EOF
* без единой записи — молча, оценка «1 страница». Корректность контейнера
* проверяет вызывающий по zip-подписи ({@code ConversionService.validate}
* в приложении; регрессия — {@code ConvertControllerTest#corruptNotAZip_rejected}).
* @throws ConversionException при {@code null}, ошибке разбора zip или превышении {@link WordPdfSettings#MAX_PAGES}
*/ */
public static void checkPageCountLightweight(Path docxIn) throws ConversionException { public static void checkPageCountLightweight(byte[] docxBytes) throws ConversionException {
if (docxIn == null) { checkPageCountLightweight(docxBytes, WordPdfSettings.MAX_PAGES);
throw new ConversionException("Не указан путь к .docx");
}
if (!Files.isRegularFile(docxIn)) {
throw new ConversionException("Файл не найден: " + docxIn);
}
int pages;
try (ZipFile zip = new ZipFile(docxIn.toFile())) {
List<String> headerFooter = new ArrayList<>();
var entries = zip.entries();
while (entries.hasMoreElements()) {
String n = entries.nextElement().getName();
if (isHeaderFooterPart(n)) {
headerFooter.add(n);
}
}
pages = pageCountOfZip(name -> {
ZipEntry e = zip.getEntry(name);
return e == null ? null : zip.getInputStream(e);
}, headerFooter);
} catch (IOException | RuntimeException e) {
throw new ConversionException("Не удалось разобрать .docx: " + docxIn, e);
}
if (pages > MAX_PAGES) {
throw new ConversionException("Документ длиннее " + MAX_PAGES
+ " страниц: получено не менее " + pages);
}
} }
/** /**
* То же, что {@link #checkPageCountLightweight(Path)}, для байтов .docx. * То же, что {@link #checkPageCountLightweight(byte[])}, с явным лимитом
* страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
* *
* @throws ConversionException при {@code null}, битом zip или превышении лимита * @throws ConversionException при {@code null}, ошибке разбора zip или превышении {@code maxPages}
*/ */
public static void checkPageCountLightweight(byte[] docxBytes) throws ConversionException { public static void checkPageCountLightweight(byte[] docxBytes, int maxPages) throws ConversionException {
if (docxBytes == null) { if (docxBytes == null) {
throw new ConversionException("Не указаны байты входного .docx"); throw new ConversionException("Не указаны байты входного .docx");
} }
@@ -207,8 +147,8 @@ public final class WordPdfValidator {
} catch (IOException | RuntimeException e) { } catch (IOException | RuntimeException e) {
throw new ConversionException("Не удалось разобрать байты .docx", e); throw new ConversionException("Не удалось разобрать байты .docx", e);
} }
if (pages > MAX_PAGES) { if (pages > maxPages) {
throw new ConversionException("Документ длиннее " + MAX_PAGES throw new ConversionException("Документ длиннее " + maxPages
+ " страниц: получено не менее " + pages); + " страниц: получено не менее " + pages);
} }
} }
@@ -219,6 +159,17 @@ public final class WordPdfValidator {
* @throws ConversionException при {@code null}, ошибке загрузки или превышении лимита * @throws ConversionException при {@code null}, ошибке загрузки или превышении лимита
*/ */
public static void checkPageCount(byte[] docxBytes) throws ConversionException { public static void checkPageCount(byte[] docxBytes) throws ConversionException {
checkPageCount(docxBytes, WordPdfSettings.MAX_PAGES);
}
/**
* То же, что {@link #checkPageCount(byte[])}, с явным лимитом страниц
* (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
*
* @throws ConversionException при {@code null}, ошибке загрузки или
* превышении {@code maxPages}
*/
public static void checkPageCount(byte[] docxBytes, int maxPages) throws ConversionException {
if (docxBytes == null) { if (docxBytes == null) {
throw new ConversionException("Не указаны байты входного .docx"); throw new ConversionException("Не указаны байты входного .docx");
} }
@@ -228,7 +179,7 @@ public final class WordPdfValidator {
} catch (Exception e) { } catch (Exception e) {
throw new ConversionException("Не удалось разобрать байты .docx", e); throw new ConversionException("Не удалось разобрать байты .docx", e);
} }
checkPageCount(pkg); checkPageCount(pkg, maxPages);
} }
/** /**
@@ -255,16 +206,25 @@ public final class WordPdfValidator {
* <p>Оценка остаётся нижней: документ без явных разрывов и без * <p>Оценка остаётся нижней: документ без явных разрывов и без
* маркеров (никогда не открывался в Word) оценивается в 1 страницу * маркеров (никогда не открывался в Word) оценивается в 1 страницу
* независимо от фактической длины — такие документы лимит не отсекают. * независимо от фактической длины — такие документы лимит не отсекают.
* * @throws ConversionException при превышении {@link WordPdfSettings#MAX_PAGES}
* @throws ConversionException при превышении {@link #MAX_PAGES}
*/ */
public static void checkPageCount(WordprocessingMLPackage pkg) throws ConversionException { public static void checkPageCount(WordprocessingMLPackage pkg) throws ConversionException {
checkPageCount(pkg, WordPdfSettings.MAX_PAGES);
}
/**
* То же, что {@link #checkPageCount(WordprocessingMLPackage)}, с явным
* лимитом страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
*
* @throws ConversionException при превышении {@code maxPages}
*/
public static void checkPageCount(WordprocessingMLPackage pkg, int maxPages) throws ConversionException {
if (pkg == null) { if (pkg == null) {
throw new ConversionException("Не указан загруженный .docx"); throw new ConversionException("Не указан загруженный .docx");
} }
int pages = pageCountOf(pkg); int pages = pageCountOf(pkg);
if (pages > MAX_PAGES) { if (pages > maxPages) {
throw new ConversionException("Документ длиннее " + MAX_PAGES throw new ConversionException("Документ длиннее " + maxPages
+ " страниц: получено не менее " + pages); + " страниц: получено не менее " + pages);
} }
} }
@@ -33,6 +33,7 @@ import org.docx4j.openpackaging.parts.relationships.RelationshipsPart;
import org.docx4j.wml.Drawing; import org.docx4j.wml.Drawing;
import org.slf4j.Logger; import org.slf4j.Logger;
import org.slf4j.LoggerFactory; import org.slf4j.LoggerFactory;
import ru.pjandro.wordpdf.ConvertOptions;
import javax.imageio.ImageIO; import javax.imageio.ImageIO;
import java.awt.image.BufferedImage; import java.awt.image.BufferedImage;
@@ -69,8 +70,12 @@ public final class DrawingPreRenderer {
private DrawingPreRenderer() { private DrawingPreRenderer() {
} }
/** Рендерит все диаграммы пакета в PNG и подменяет их картинками. */ /**
public static void run(WordprocessingMLPackage pkg) { * Рендерит диаграммы/SmartArt пакета в PNG и подменяет их картинками.
* Объекты, выключенные в {@link ConvertOptions}, остаются в docx как есть
* (docx2fo выбросит их молча — на их месте в PDF пусто).
*/
public static void run(WordprocessingMLPackage pkg, ConvertOptions options) {
ThemePart themePart = null; ThemePart themePart = null;
for (Part p : new ArrayList<>(pkg.getParts().getParts().values())) { for (Part p : new ArrayList<>(pkg.getParts().getParts().values())) {
if (p instanceof ThemePart tp) { if (p instanceof ThemePart tp) {
@@ -93,7 +98,7 @@ public final class DrawingPreRenderer {
if (content == null || content.isEmpty()) { if (content == null || content.isEmpty()) {
continue; continue;
} }
walk(p, content, pkg, colors, idSeq); walk(p, content, pkg, colors, idSeq, options);
} }
} }
@@ -120,16 +125,16 @@ public final class DrawingPreRenderer {
@SuppressWarnings("unchecked") @SuppressWarnings("unchecked")
private static void walk(Part part, List<Object> content, WordprocessingMLPackage pkg, private static void walk(Part part, List<Object> content, WordprocessingMLPackage pkg,
DrawMlColor colors, int[] idSeq) { DrawMlColor colors, int[] idSeq, ConvertOptions options) {
for (Object o : content) { for (Object o : content) {
Object v = o instanceof JAXBElement ? ((JAXBElement<?>) o).getValue() : o; Object v = o instanceof JAXBElement ? ((JAXBElement<?>) o).getValue() : o;
if (v instanceof Drawing drawing) { if (v instanceof Drawing drawing) {
replaceDrawing(part, drawing, pkg, colors, idSeq); replaceDrawing(part, drawing, pkg, colors, idSeq, options);
continue; continue;
} }
List<Object> nested = invokeList(v, "getContent"); List<Object> nested = invokeList(v, "getContent");
if (nested != null && !nested.isEmpty() && nested != content) { if (nested != null && !nested.isEmpty() && nested != content) {
walk(part, nested, pkg, colors, idSeq); walk(part, nested, pkg, colors, idSeq, options);
} }
} }
} }
@@ -151,7 +156,7 @@ public final class DrawingPreRenderer {
} }
private static void replaceDrawing(Part part, Drawing drawing, WordprocessingMLPackage pkg, private static void replaceDrawing(Part part, Drawing drawing, WordprocessingMLPackage pkg,
DrawMlColor colors, int[] idSeq) { DrawMlColor colors, int[] idSeq, ConvertOptions options) {
for (Object wrapper : drawing.getAnchorOrInline()) { for (Object wrapper : drawing.getAnchorOrInline()) {
Graphic graphic; Graphic graphic;
long cx; long cx;
@@ -188,9 +193,15 @@ public final class DrawingPreRenderer {
if (payload instanceof JAXBElement<?> el) { if (payload instanceof JAXBElement<?> el) {
String name = el.getName() == null ? "" : el.getName().toString(); String name = el.getName() == null ? "" : el.getName().toString();
if (CHART_ELEMENT.equals(name)) { if (CHART_ELEMENT.equals(name)) {
if (!options.renderCharts()) {
continue; // настройка выключена — drawing остаётся в docx как есть
}
img = renderChart(part, (CTRelId) el.getValue(), pkg, colors, cx, cy); img = renderChart(part, (CTRelId) el.getValue(), pkg, colors, cx, cy);
label = "график"; label = "график";
} else if (DIAGRAM_ELEMENT.equals(name)) { } else if (DIAGRAM_ELEMENT.equals(name)) {
if (!options.renderSmartArt()) {
continue;
}
img = renderDiagram(part, (CTRelIds) el.getValue(), pkg, colors, cx, cy); img = renderDiagram(part, (CTRelIds) el.getValue(), pkg, colors, cx, cy);
label = "SmartArt"; label = "SmartArt";
} }
@@ -13,7 +13,6 @@ import java.io.IOException;
import java.io.InputStream; import java.io.InputStream;
import java.nio.file.Files; import java.nio.file.Files;
import java.nio.file.Path; import java.nio.file.Path;
import java.nio.file.StandardCopyOption;
import java.util.List; import java.util.List;
import java.util.Set; import java.util.Set;
import java.util.TreeSet; import java.util.TreeSet;
@@ -27,13 +26,11 @@ import static org.junit.jupiter.api.Assertions.*;
class WordPdfConverterTest { class WordPdfConverterTest {
/** Готовый тестовый документ (коммитится, создан SampleDocxGenerator). */ /** Готовый тестовый документ (коммитится, создан SampleDocxGenerator). */
private static Path extractSample(String name) throws IOException { private static byte[] sampleBytes(String name) throws IOException {
try (InputStream in = WordPdfConverterTest.class.getClassLoader() try (InputStream in = WordPdfConverterTest.class.getClassLoader()
.getResourceAsStream("samples/" + name)) { .getResourceAsStream("samples/" + name)) {
assertNotNull(in, "Нет тестового документа: samples/" + name); assertNotNull(in, "Нет тестового документа: samples/" + name);
Path tmp = Files.createTempFile("sample-" + name + "-", ".docx"); return in.readAllBytes();
Files.copy(in, tmp, StandardCopyOption.REPLACE_EXISTING);
return tmp;
} }
} }
@@ -77,10 +74,18 @@ class WordPdfConverterTest {
} }
} }
/** Конвертирует docx в временный PDF и возвращает его путь. */ /** Конвертирует байты docx и пишет PDF во временный файл (PDFBox читает по пути). */
private static Path convert(Path docx) throws IOException { private static Path convertPdf(byte[] docxBytes, String title) throws IOException {
Path out = Files.createTempFile("converted-", ".pdf"); Path out = Files.createTempFile("converted-", ".pdf");
WordPdfConverter.convert(docx, out); Files.write(out, WordPdfConverter.convert(docxBytes, title));
return out;
}
/** Конвертирует с настройками рисования; PDF — во временный файл. */
private static Path convertPdf(byte[] docxBytes, String title, ConvertOptions options)
throws IOException {
Path out = Files.createTempFile("converted-", ".pdf");
Files.write(out, WordPdfConverter.convert(docxBytes, title, options));
return out; return out;
} }
@@ -129,8 +134,7 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void chartsSmartArt_drawingsBecomeImages() throws Exception { void chartsSmartArt_drawingsBecomeImages() throws Exception {
Path in = extractSample("charts-smartart.docx"); Path pdf = convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart");
Path pdf = convert(in);
String text = norm(pdfText(pdf)); String text = norm(pdfText(pdf));
assertTrue(text.contains("Диаграммы"), "пропал текст вокруг диаграмм: " + text); assertTrue(text.contains("Диаграммы"), "пропал текст вокруг диаграмм: " + text);
@@ -138,6 +142,41 @@ class WordPdfConverterTest {
"ожидались 4 растра (SmartArt + 3 графика), найдено: " + imageCount(pdf)); "ожидались 4 растра (SmartArt + 3 графика), найдено: " + imageCount(pdf));
} }
/**
* Выключенные в {@link ConvertOptions} диаграммы и SmartArt не
* рендерятся и остаются в docx, откуда docx2fo выбрасывает их молча:
* в PDF нет ни одного растра (все 4 растра фикстуры — из drawing'ов),
* текст вокруг сохраняется.
*/
@Test
void drawingToggles_offRemovesRasters() throws Exception {
Path pdf = convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart",
new ConvertOptions(false, false,
WordPdfSettings.MAX_INPUT_BYTES, WordPdfSettings.MAX_PAGES));
String text = norm(pdfText(pdf));
assertTrue(text.contains("Диаграммы"), "пропал текст вокруг диаграмм: " + text);
assertEquals(0, imageCount(pdf),
"выключенные drawing'и не должны давать растров");
}
/**
* Частичное выключение: диаграммы выключены, SmartArt включён —
* от рисования остаются только SmartArt-растры (замер по фикстуре —
* 2 Image XObject, считаемых по страницам), текст сохраняется.
*/
@Test
void drawingToggles_chartsOffSmartArtOn() throws Exception {
Path pdf = convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart",
new ConvertOptions(false, true,
WordPdfSettings.MAX_INPUT_BYTES, WordPdfSettings.MAX_PAGES));
String text = norm(pdfText(pdf));
assertTrue(text.contains("Диаграммы"), "пропал текст вокруг диаграмм: " + text);
assertEquals(2, imageCount(pdf),
"от SmartArt должны остаться только его растры");
}
/** /**
* Маркеры списков из символьных шрифтов (Symbol/Wingdings, коды из * Маркеры списков из символьных шрифтов (Symbol/Wingdings, коды из
* PUA U+F0xx) экспорт в FO не понимает и рисует .notdef — решётку «#». * PUA U+F0xx) экспорт в FO не понимает и рисует .notdef — решётку «#».
@@ -146,8 +185,7 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void symbolFonts_bulletsAreNotHash() throws Exception { void symbolFonts_bulletsAreNotHash() throws Exception {
Path in = extractSample("symbol-bullets.docx"); String text = norm(pdfText(convertPdf(sampleBytes("symbol-bullets.docx"), "symbol-bullets")));
String text = norm(pdfText(convert(in)));
for (String marker : List.of("▪", "•", "−", "❖", "♥")) { for (String marker : List.of("▪", "•", "−", "❖", "♥")) {
assertTrue(text.contains(marker), assertTrue(text.contains(marker),
@@ -169,8 +207,7 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void exoticGlyphs_drawnNotHash() throws Exception { void exoticGlyphs_drawnNotHash() throws Exception {
Path in = extractSample("exotic-glyphs.docx"); Path pdf = convertPdf(sampleBytes("exotic-glyphs.docx"), "exotic-glyphs");
Path pdf = convert(in);
String text = norm(pdfText(pdf)); String text = norm(pdfText(pdf));
for (String ch : List.of("\u2152", "\u2181", "\u058D", "\u08E1")) { for (String ch : List.of("\u2152", "\u2181", "\u058D", "\u08E1")) {
@@ -200,7 +237,7 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void pageNumbers_recomputedNotCached() throws Exception { void pageNumbers_recomputedNotCached() throws Exception {
Path pdf = convert(extractSample("page-numbers.docx")); Path pdf = convertPdf(sampleBytes("page-numbers.docx"), "page-numbers");
for (int page = 1; page <= 3; page++) { for (int page = 1; page <= 3; page++) {
String text = norm(pdfPageText(pdf, page)); String text = norm(pdfPageText(pdf, page));
@@ -213,8 +250,7 @@ class WordPdfConverterTest {
@Test @Test
void ruPlain_cyrillicAndStyles() throws Exception { void ruPlain_cyrillicAndStyles() throws Exception {
Path in = extractSample("ru-plain.docx"); String text = norm(pdfText(convertPdf(sampleBytes("ru-plain.docx"), "ru-plain")));
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Привет, мир!"), "нет «Привет, мир!»: " + text); assertTrue(text.contains("Привет, мир!"), "нет «Привет, мир!»: " + text);
// Полный кириллический алфавит — проверка, что все глифы встроились // Полный кириллический алфавит — проверка, что все глифы встроились
@@ -232,8 +268,7 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void ruPlain_regularRunsUseRegularFont() throws Exception { void ruPlain_regularRunsUseRegularFont() throws Exception {
Path in = extractSample("ru-plain.docx"); Set<String> fonts = embeddedFontNames(convertPdf(sampleBytes("ru-plain.docx"), "ru-plain"));
Set<String> fonts = embeddedFontNames(convert(in));
assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+Carlito-Regular")), assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+Carlito-Regular")),
"regular-подмножество Carlito не встроено: " + fonts); "regular-подмножество Carlito не встроено: " + fonts);
@@ -255,8 +290,7 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void ruPlain_emDashEmbeddedNotHelvetica() throws Exception { void ruPlain_emDashEmbeddedNotHelvetica() throws Exception {
Path in = extractSample("ru-plain.docx"); Path pdf = convertPdf(sampleBytes("ru-plain.docx"), "ru-plain");
Path pdf = convert(in);
// Текст извлекается (глиф на месте) // Текст извлекается (глиф на месте)
assertTrue(norm(pdfText(pdf)).contains("—"), "em-dash не извлёкся"); assertTrue(norm(pdfText(pdf)).contains("—"), "em-dash не извлёкся");
@@ -275,8 +309,7 @@ class WordPdfConverterTest {
@Test @Test
void enPlain_englishText() throws Exception { void enPlain_englishText() throws Exception {
Path in = extractSample("en-plain.docx"); String text = norm(pdfText(convertPdf(sampleBytes("en-plain.docx"), "en-plain")));
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Hello, world!"), "нет «Hello, world!»: " + text); assertTrue(text.contains("Hello, world!"), "нет «Hello, world!»: " + text);
assertTrue(text.contains("quick brown fox"), "нет «quick brown fox»: " + text); assertTrue(text.contains("quick brown fox"), "нет «quick brown fox»: " + text);
@@ -284,8 +317,7 @@ class WordPdfConverterTest {
@Test @Test
void mixed_headingListTable() throws Exception { void mixed_headingListTable() throws Exception {
Path in = extractSample("ru-en-mixed.docx"); String text = norm(pdfText(convertPdf(sampleBytes("ru-en-mixed.docx"), "ru-en-mixed")));
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Смешанный документ"), "нет заголовка: " + text); assertTrue(text.contains("Смешанный документ"), "нет заголовка: " + text);
assertTrue(text.contains("first item"), "нет пункта списка: " + text); assertTrue(text.contains("first item"), "нет пункта списка: " + text);
@@ -295,8 +327,7 @@ class WordPdfConverterTest {
@Test @Test
void ruTimes_russianInTimes() throws Exception { void ruTimes_russianInTimes() throws Exception {
Path in = extractSample("ru-times.docx"); String text = norm(pdfText(convertPdf(sampleBytes("ru-times.docx"), "ru-times")));
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Съешь ещё этих мягких французских булок"), assertTrue(text.contains("Съешь ещё этих мягких французских булок"),
"нет русского текста: " + text); "нет русского текста: " + text);
@@ -304,8 +335,8 @@ class WordPdfConverterTest {
@Test @Test
void tableImage_tableAndImage() throws Exception { void tableImage_tableAndImage() throws Exception {
Path in = extractSample("ru-table-image.docx"); byte[] docx = sampleBytes("ru-table-image.docx");
String text = norm(pdfText(convert(in))); String text = norm(pdfText(convertPdf(docx, "ru-table-image")));
// Таблица без tblGrid/tcW (auto-fit): docx4j 17.x считает ширины // Таблица без tblGrid/tcW (auto-fit): docx4j 17.x считает ширины
// колонок по контенту и вместе с padding'ом ячейки не оставляет // колонок по контенту и вместе с padding'ом ячейки не оставляет
@@ -316,7 +347,7 @@ class WordPdfConverterTest {
assertTrue(flat.contains("Русский"), "нет «Русский»: " + text); assertTrue(flat.contains("Русский"), "нет «Русский»: " + text);
// Изображение: ищем XObject'ы-изображения среди ресурсов страниц // Изображение: ищем XObject'ы-изображения среди ресурсов страниц
Path pdf = convert(in); Path pdf = convertPdf(docx, "ru-table-image");
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
int images = 0; int images = 0;
for (PDPage page : doc.getPages()) { for (PDPage page : doc.getPages()) {
@@ -337,115 +368,86 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void noLoggingWarningInPdf() throws Exception { void noLoggingWarningInPdf() throws Exception {
Path in = extractSample("ru-plain.docx"); String text = pdfText(convertPdf(sampleBytes("ru-plain.docx"), "ru-plain"));
String text = pdfText(convert(in));
assertFalse(text.contains("TO HIDE THESE MESSAGES"), assertFalse(text.contains("TO HIDE THESE MESSAGES"),
"в PDF попало предупреждение docx4j о логировании"); "в PDF попало предупреждение docx4j о логировании");
} }
@Test @Test
void invalidInputsRejected() { void invalidInputRejected() {
// Файла нет
assertThrows(ConversionException.class, () -> assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(Path.of("/tmp/no-such-file-xyz.docx"))); WordPdfConverter.convert(null, "x"));
// Не .docx: создаём временный .doc и проверяем проверку расширения
try {
Path tmpDoc = Files.createTempFile("not-docx-", ".doc");
assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(tmpDoc));
} catch (IOException e) {
fail(e);
}
// null
assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(null));
}
@Test
void convertCreatesPdfNextToSource() throws Exception {
Path in = extractSample("en-plain.docx");
Path out = WordPdfConverter.convert(in);
// Ожидание считаем так же, как в реализации: убираем последнее
// расширение (.docx) и добавляем .pdf
String name = in.getFileName().toString();
int dot = name.lastIndexOf('.');
Path expected = in.resolveSibling(name.substring(0, dot) + ".pdf");
assertEquals(expected, out);
assertTrue(Files.isRegularFile(out), "PDF не создан: " + out);
} }
/** /**
* Лимит на размер входного .docx: больше 5 MiB — отказ до рендера. * Лимит на размер входа: больше 20 MiB — отказ до рендера.
* Проверяется через обе формы convert.
*/ */
@Test @Test
void inputTooLarge() throws Exception { void inputTooLarge() {
Path tooBig = Files.createTempFile("too-big-", ".docx"); byte[] tooBig = new byte[(int) WordPdfSettings.MAX_INPUT_BYTES + 1];
Path out = Files.createTempFile("too-big-out-", ".pdf"); ConversionException ex = assertThrows(ConversionException.class, () ->
try { WordPdfConverter.convert(tooBig, "too-big"));
// Пишем чуть больше лимита (5 MiB + 1 байт) assertTrue(ex.getMessage().contains("20 МБ"),
byte[] filler = new byte[(int) WordPdfValidator.MAX_INPUT_BYTES + 1]; "сообщение должно упоминать лимит: " + ex.getMessage());
Files.write(tooBig, filler);
assertThrows(ConversionException.class,
() -> WordPdfConverter.convert(tooBig));
assertFalse(Files.exists(Path.of(
tooBig.toString().replaceFirst("\\.docx$", "") + ".pdf")),
"отказ по размеру не должен создавать PDF рядом со входом");
assertThrows(ConversionException.class,
() -> WordPdfConverter.convert(tooBig, out));
assertEquals(0L, Files.size(out),
"отказ по размеру — до открытия потока вывода, "
+ "выходной файл не должен быть затронут");
} finally {
Files.deleteIfExists(tooBig);
Files.deleteIfExists(out);
} }
/**
* Лимит размера переопределяется {@link ConvertOptions} на вызов:
* maxBytes=1000 отсекает даже маленький документ до рендера, сообщение
* содержит переданное значение в байтах.
*/
@Test
void limitsOverriddenByOptions() throws Exception {
ConversionException ex = assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "x",
new ConvertOptions(true, true, 1000, WordPdfSettings.MAX_PAGES)));
assertTrue(ex.getMessage().contains("1000 байт"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage());
} }
/** /**
* Лимит на число страниц: документ с 150 явными разрывами страниц * Лимит на число страниц: документ с 150 явными разрывами страниц
* (фикстура too-many-pages.docx, нижняя оценка 151) должен * (фикстура too-many-pages.docx, нижняя оценка 151) должен
* отвергаться до рендеринга. PDF не создаётся — в том числе пустой * отвергаться до рендера — байтов результата при отказе нет.
* файл-артефакт от уже открытого потока вывода.
*/ */
@Test @Test
void tooManyPages() throws Exception { void tooManyPages() {
Path in = extractSample("too-many-pages.docx"); ConversionException ex = assertThrows(ConversionException.class, () ->
Path out = Files.createTempFile("too-many-out-", ".pdf"); WordPdfConverter.convert(
Files.deleteIfExists(out); sampleBytes("too-many-pages.docx"), "too-many-pages",
new ConvertOptions(true, true, WordPdfSettings.MAX_INPUT_BYTES, 100)));
ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfConverter.convert(in, out));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
assertFalse(Files.exists(out),
"отказ по страницам не должен оставлять PDF: " + out);
} }
/** /**
* Документ с устаревшим кэшем {@code <Pages>1</Pages>} и 110 маркерами * Документ с устаревшим кэшем {@code <Pages>1</Pages>} и 110 маркерами
* {@code w:lastRenderedPageBreak} (фикстура stale-cache.docx — модель * {@code w:lastRenderedPageBreak} (фикстура stale-cache.docx — модель
* реального документа пользователя «110 страниц.docx»): конвертер * реального документа пользователя «110 страниц.docx»): конвертер
* обязан отвергнуть его до рендера и не оставить PDF. * обязан отвергнуть его до рендера. Артефакта отказ не оставляет
* структурно: результат — возвращаемые байты, а не файл.
*/ */
@Test @Test
void staleCachePageCountRejectedBeforeRender() throws Exception { void staleCachePageCountRejectedBeforeRender() {
Path in = extractSample("stale-cache.docx"); ConversionException ex = assertThrows(ConversionException.class, () ->
Path out = Files.createTempFile("stale-cache-out-", ".pdf"); WordPdfConverter.convert(sampleBytes("stale-cache.docx"), "stale-cache",
Files.deleteIfExists(out); new ConvertOptions(true, true, WordPdfSettings.MAX_INPUT_BYTES, 100)));
ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfConverter.convert(in, out));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
assertFalse(Files.exists(out), }
"отказ по страницам не должен оставлять PDF: " + out);
/**
* Заголовок PDF — параметр {@code title} (файлового API в ядре нет,
* из имени файла заголовок больше не выводится).
*/
@Test
void pdfTitle_comesFromParameter() throws Exception {
Path pdf = convertPdf(sampleBytes("en-plain.docx"), "Отчёт за квартал");
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
assertEquals("Отчёт за квартал",
doc.getDocumentInformation().getTitle(),
"заголовок PDF должен браться из параметра title");
}
} }
} }
@@ -8,24 +8,15 @@ import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.junit.jupiter.api.Test; import org.junit.jupiter.api.Test;
import java.io.ByteArrayOutputStream; import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import static org.junit.jupiter.api.Assertions.*; import static org.junit.jupiter.api.Assertions.*;
/** /**
* Юнит-тесты валидатора: размер (Path и byte[]) и число страниц * Юнит-тесты валидатора: размер и число страниц
* (Path, byte[] и уже загруженный пакет). * (byte[] и уже загруженный пакет).
*/ */
class WordPdfValidatorTest { class WordPdfValidatorTest {
private static Path bigDocx(long size) throws IOException {
Path tmp = Files.createTempFile("validator-", ".docx");
Files.write(tmp, new byte[(int) size]);
return tmp;
}
private static byte[] docxWithPageBreaks(int count) throws Exception { private static byte[] docxWithPageBreaks(int count) throws Exception {
try (XWPFDocument doc = new XWPFDocument()) { try (XWPFDocument doc = new XWPFDocument()) {
for (int i = 0; i < count; i++) { for (int i = 0; i < count; i++) {
@@ -39,35 +30,6 @@ class WordPdfValidatorTest {
} }
} }
@Test
void checkInput_pathWithinLimit() throws IOException {
Path p = bigDocx(1024);
try {
assertDoesNotThrow(() -> WordPdfValidator.checkInput(p));
} finally {
Files.deleteIfExists(p);
}
}
@Test
void checkInput_pathOverLimit() throws IOException {
Path p = bigDocx(WordPdfValidator.MAX_INPUT_BYTES + 1);
try {
ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkInput(p));
assertTrue(ex.getMessage().contains("5 МБ"),
"сообщение должно упоминать лимит: " + ex.getMessage());
} finally {
Files.deleteIfExists(p);
}
}
@Test
void checkInput_pathNull() {
assertThrows(ConversionException.class,
() -> WordPdfValidator.checkInput((Path) null));
}
@Test @Test
void checkInput_bytesWithinLimit() { void checkInput_bytesWithinLimit() {
assertDoesNotThrow(() -> assertDoesNotThrow(() ->
@@ -76,10 +38,10 @@ class WordPdfValidatorTest {
@Test @Test
void checkInput_bytesOverLimit() { void checkInput_bytesOverLimit() {
byte[] big = new byte[(int) WordPdfValidator.MAX_INPUT_BYTES + 1]; byte[] big = new byte[(int) WordPdfSettings.MAX_INPUT_BYTES + 1];
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkInput(big)); () -> WordPdfValidator.checkInput(big));
assertTrue(ex.getMessage().contains("5 МБ"), assertTrue(ex.getMessage().contains("20 МБ"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
@@ -89,6 +51,19 @@ class WordPdfValidatorTest {
() -> WordPdfValidator.checkInput((byte[]) null)); () -> WordPdfValidator.checkInput((byte[]) null));
} }
/**
* Явный лимит размера (переопределение на вызов): меньше — проходит,
* больше — отказ с не-МБ формулировкой «N байт».
*/
@Test
void checkInput_customLimit() {
assertDoesNotThrow(() -> WordPdfValidator.checkInput(new byte[10], 100));
ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkInput(new byte[11], 10));
assertTrue(ex.getMessage().contains("10 байт"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage());
}
@Test @Test
void checkPageCount_pkgWithinLimit() throws Exception { void checkPageCount_pkgWithinLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(5); // 1 + 5 = 6 страниц по оценке byte[] bytes = docxWithPageBreaks(5); // 1 + 5 = 6 страниц по оценке
@@ -103,7 +78,7 @@ class WordPdfValidatorTest {
WordprocessingMLPackage pkg = WordprocessingMLPackage.load( WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
new java.io.ByteArrayInputStream(bytes)); new java.io.ByteArrayInputStream(bytes));
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCount(pkg)); () -> WordPdfValidator.checkPageCount(pkg, 100));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
@@ -112,11 +87,27 @@ class WordPdfValidatorTest {
void checkPageCount_bytesOverLimit() throws Exception { void checkPageCount_bytesOverLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(120); byte[] bytes = docxWithPageBreaks(120);
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCount(bytes)); () -> WordPdfValidator.checkPageCount(bytes, 100));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
/**
* Явный лимит страниц для загруженного пакета: docx с 2 разрывами
* (оценка 3) отсекается maxPages=1 и проходит при maxPages=1000.
*/
@Test
void checkPageCount_pkg_customLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(2);
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
new java.io.ByteArrayInputStream(bytes));
ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCount(pkg, 1));
assertTrue(ex.getMessage().contains("длиннее 1 страниц"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage());
assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(pkg, 1000));
}
@Test @Test
void checkPageCount_bytesNull() { void checkPageCount_bytesNull() {
assertThrows(ConversionException.class, assertThrows(ConversionException.class,
@@ -141,23 +132,23 @@ class WordPdfValidatorTest {
void checkPageCountLightweight_bytesOverLimit() throws Exception { void checkPageCountLightweight_bytesOverLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(120); byte[] bytes = docxWithPageBreaks(120);
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(bytes)); () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
/**
* Явный лимит страниц lightweight-пути: те же 3 страницы
* (2 разрыва) отсекаются maxPages=1 и проходят при maxPages=1000.
*/
@Test @Test
void checkPageCountLightweight_pathOverLimit() throws Exception { void checkPageCountLightweight_customLimit() throws Exception {
Path tmp = Files.createTempFile("validator-lw-", ".docx"); byte[] bytes = docxWithPageBreaks(2);
Files.write(tmp, docxWithPageBreaks(120));
try {
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(tmp)); () -> WordPdfValidator.checkPageCountLightweight(bytes, 1));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("длиннее 1 страниц"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать переданный лимит: " + ex.getMessage());
} finally { assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes, 1000));
Files.deleteIfExists(tmp);
}
} }
@Test @Test
@@ -174,10 +165,10 @@ class WordPdfValidatorTest {
// 1+breaks совпадает с оценкой JAXB // 1+breaks совпадает с оценкой JAXB
assertEquals(1 + breaks, jaxb, "JAXB-оценка для " + breaks + " разрывов"); assertEquals(1 + breaks, jaxb, "JAXB-оценка для " + breaks + " разрывов");
if (breaks < 100) { if (breaks < 100) {
assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes)); assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
} else { } else {
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(bytes)); () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
assertTrue(ex.getMessage().contains("не менее " + (1 + breaks)), assertTrue(ex.getMessage().contains("не менее " + (1 + breaks)),
"оценка lightweight должна совпадать с JAXB: " + ex.getMessage()); "оценка lightweight должна совпадать с JAXB: " + ex.getMessage());
} }
@@ -207,7 +198,7 @@ class WordPdfValidatorTest {
typesA.add("continuous"); // финальная секция — непрерывная typesA.add("continuous"); // финальная секция — непрерывная
byte[] overLimit = docxWithBodySections(typesA); byte[] overLimit = docxWithBodySections(typesA);
ConversionException exLwA = assertThrows(ConversionException.class, ConversionException exLwA = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(overLimit)); () -> WordPdfValidator.checkPageCountLightweight(overLimit, 100));
assertTrue(exLwA.getMessage().contains("не менее 101"), assertTrue(exLwA.getMessage().contains("не менее 101"),
"оценка = 1 + 100 межсекционных nextPage: " + exLwA.getMessage()); "оценка = 1 + 100 межсекционных nextPage: " + exLwA.getMessage());
@@ -217,7 +208,7 @@ class WordPdfValidatorTest {
} }
typesB.add("nextPage"); // финальная секция typesB.add("nextPage"); // финальная секция
byte[] ok = docxWithBodySections(typesB); byte[] ok = docxWithBodySections(typesB);
assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(ok), assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(ok, 100),
"continuous-границы не страницы"); "continuous-границы не страницы");
} }
@@ -291,11 +282,11 @@ class WordPdfValidatorTest {
assertEquals(111, WordPdfValidator.pageCountOf(pkg), assertEquals(111, WordPdfValidator.pageCountOf(pkg),
"оценка = max(кэш 1, разрывы 1, маркеры 110+1)"); "оценка = max(кэш 1, разрывы 1, маркеры 110+1)");
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCount(pkg)); () -> WordPdfValidator.checkPageCount(pkg, 100));
assertTrue(ex.getMessage().contains("100"), ex.getMessage()); assertTrue(ex.getMessage().contains("100"), ex.getMessage());
// lightweight-путь обязан согласовать тот же отказ // lightweight-путь обязан согласовать тот же отказ
assertThrows(ConversionException.class, assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(bytes)); () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
} }
/** /**
@@ -322,9 +313,9 @@ class WordPdfValidatorTest {
assertEquals(121, WordPdfValidator.pageCountOf(pkg), assertEquals(121, WordPdfValidator.pageCountOf(pkg),
"разрывы в ячейке таблицы должны считаться"); "разрывы в ячейке таблицы должны считаться");
assertThrows(ConversionException.class, assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCount(bytes)); () -> WordPdfValidator.checkPageCount(bytes, 100));
assertThrows(ConversionException.class, assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(bytes)); () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
} }
@Test @Test
@@ -332,22 +323,4 @@ class WordPdfValidatorTest {
assertThrows(ConversionException.class, assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight((byte[]) null)); () -> WordPdfValidator.checkPageCountLightweight((byte[]) null));
} }
@Test
void checkPageCountLightweight_pathNull() {
assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight((Path) null));
}
@Test
void checkPageCountLightweight_notAZip() throws IOException {
Path tmp = Files.createTempFile("validator-lw-bad-", ".docx");
Files.write(tmp, "not a zip at all".getBytes());
try {
assertThrows(ConversionException.class,
() -> WordPdfValidator.checkPageCountLightweight(tmp));
} finally {
Files.deleteIfExists(tmp);
}
}
} }