From 93ec325aa669727d5d05da1c529adb0a5cd8e71c Mon Sep 17 00:00:00 2001
From: Pjandro
Date: Thu, 22 Oct 2026 21:08:18 +0000
Subject: [PATCH] =?UTF-8?q?OLE-=D0=BE=D0=B1=D1=8A=D0=B5=D0=BA=D1=82=D1=8B:?=
=?UTF-8?q?=20=D0=BF=D0=B5=D1=80=D0=B5=D0=BA=D0=BB=D1=8E=D1=87=D0=B0=D1=82?=
=?UTF-8?q?=D0=B5=D0=BB=D1=8C=20errorOnOle=20+=20=D1=82=D0=B8=D1=85=D0=BE?=
=?UTF-8?q?=D0=B5=20=D1=83=D0=B4=D0=B0=D0=BB=D0=B5=D0=BD=D0=B8=D0=B5=20?=
=?UTF-8?q?=D0=B8=D0=B7=20docx?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
docx4j падает на внедрённых OLE-объектах двумя путями: JAXB-парсинг
бинарника под ложным XML-типом в [Content_Types] («Content is not
allowed in prolog» → NPE) и NPE chunkType is null в VML-сериализации
w:object. Новый OleObjectNormalizer (шестой в цепочке, после
GlyphCoverageNormalizer) удаляет OLE-bin-части, rels-ссылки, элементы
w:object и Override удалённых частей; при errorOnOle=true вместо
удаления — DrawingFoundException(OLE) → 422 «Конвертация отменена: в
документе найдены OLE-объекты».
- ядро: Kind.OLE, ConvertOptions.errorOnOle, WordPdfSettings.ERROR_ON_OLE,
фикстура samples/ole-embedded.docx (ручная, оба механизма)
- app: параметр errorOnOle, 422-контракт, тесты errorFlagOle_rejected /
oleObjects_removedByDefault
- SPA: третий переключатель «OLE-объекты»
- прод-автотесты: +2 проверки (21)
- регрессии: OleObjectNormalizerTest ↔ oleObjects_removedAndConverted /
drawingErrors_errorFlagRejectsOle; E2E: notConverted.docx 500 → 200
---
AGENTS.md | 28 +-
prod-autotests/test_prod_api.py | 26 ++
.../wordpdf/app/ApiExceptionHandler.java | 2 +-
.../wordpdf/app/ConvertController.java | 8 +-
.../wordpdf/app/DrawingRejectedException.java | 10 +-
.../wordpdf/app/ConvertControllerTest.java | 32 ++
.../ru/pjandro/wordpdf/ConvertOptions.java | 6 +-
.../wordpdf/DrawingFoundException.java | 21 +-
.../ru/pjandro/wordpdf/WordPdfConverter.java | 6 +
.../ru/pjandro/wordpdf/WordPdfSettings.java | 7 +
.../wordpdf/internal/OleObjectNormalizer.java | 321 ++++++++++++++++++
.../pjandro/wordpdf/WordPdfConverterTest.java | 45 ++-
.../pjandro/wordpdf/WordPdfValidatorTest.java | 2 +-
.../internal/OleObjectNormalizerTest.java | 223 ++++++++++++
.../test/resources/samples/ole-embedded.docx | Bin 0 -> 2095 bytes
wordpdf-web/src/api.ts | 4 +-
wordpdf-web/src/components/App.tsx | 16 +-
17 files changed, 718 insertions(+), 39 deletions(-)
create mode 100644 wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java
create mode 100644 wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java
create mode 100644 wordpdf-core/src/test/resources/samples/ole-embedded.docx
diff --git a/AGENTS.md b/AGENTS.md
index 4bcf9a7..b77cbbb 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -11,7 +11,7 @@
Наружу `WordPdfValidator.validate(docxBytes, options)` (размер → zip-подпись `PK\x03\x04` → контейнер (.docx-манифест + zip-бомба) → страницы) вызывается **до** приватного `convertToStream`; внутри `convertToStream`:
1. `new BundledFontMapper()` → `BundledFonts.init()` → `BundledFonts.restrictToBundled()`. Конструктор маппера каждый раз добавляет системные шрифты в реестр `PhysicalFonts`; ключ реестра — имя из name-таблицы TTF, `addPhysicalFont(URI)` не перезаписывает занятый → `init()` вызывает `dropNonBundled()` **до** регистрации и `load()` (иначе системный Calibri ломает em-dash-fallback).
-2. Нормализация байтов docx до JAXB-загрузки (цепочка `byte[] → byte[]`, порядок значим): `StrictOoxmlNormalizer` (strict-OOXML → transitional-байт: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`, элементы и атрибуты `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml), значения `start`/`end` у `w:jc`/`w:tab`; в `mc-preprocessor.xslt` docx4j ветка `%` закомментирована, start/end не маппятся; namespaces и `pt`-значения правит сам mc-preprocessor — собственный рерайт URI ломает его pt-конверсию) → `DocxOnOffNormalizer` (`w:val="off"/"on"` → `false`/`true`) → `SymbolFontNormalizer` (PUA U+F0xx Symbol/Wingdings/Webdings → Unicode + DejaVu Sans, переписывает и элементы ``; 5 карт по 256 слотов, таблица `SymbolMapper` сгенерирована из docx4j 17.x) → `FieldNormalizer` (`fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple`, вложенные/битые поля пропускает) → `GlyphCoverageNormalizer` (режет ран по покрытию глифов, пишет семейство в `w:rFonts`, иначе FOP рисует «#»; покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, НЕ docx4j `GlyphCheck` — тот плодит INFO-лог, `java.awt.Font` требовал fontconfig на хосте; для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (DejaVu Serif/Tinos/Caladea), затем в sans) → `WordprocessingMLPackage.load`.
+2. Нормализация байтов docx до JAXB-загрузки (цепочка `byte[] → byte[]`, порядок значим): `StrictOoxmlNormalizer` (strict-OOXML → transitional-байт: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`, элементы и атрибуты `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml), значения `start`/`end` у `w:jc`/`w:tab`; в `mc-preprocessor.xslt` docx4j ветка `%` закомментирована, start/end не маппятся; namespaces и `pt`-значения правит сам mc-preprocessor — собственный рерайт URI ломает его pt-конверсию) → `DocxOnOffNormalizer` (`w:val="off"/"on"` → `false`/`true`) → `SymbolFontNormalizer` (PUA U+F0xx Symbol/Wingdings/Webdings → Unicode + DejaVu Sans, переписывает и элементы ``; 5 карт по 256 слотов, таблица `SymbolMapper` сгенерирована из docx4j 17.x) → `FieldNormalizer` (`fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple`, вложенные/битые поля пропускает) → `GlyphCoverageNormalizer` (режет ран по покрытию глифов, пишет семейство в `w:rFonts`, иначе FOP рисует «#»; покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, НЕ docx4j `GlyphCheck` — тот плодит INFO-лог, `java.awt.Font` требовал fontconfig на хосте; для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (DejaVu Serif/Tinos/Caladea), затем в sans) → `OleObjectNormalizer` (шестой, принимает флаг `errorOnOle`: OLE-bin-части — детекция по `[Content_Types].xml`: тип `…oleObject` ИЛИ ложный `+xml`-тип у `.bin` (XML в bin не бывает; printerSettings не трогается) — удаляются вместе с rels-ссылками (TargetMode=External не трогается), элементами `` из `word/*.xml` и Override удалённых частей; при `errorOnOle=true` вместо удаления — `DrawingFoundException(OLE)`. Лечит оба механизма падения docx4j: JAXB-парсинг бинарника под ложным XML-типом («Content is not allowed in prolog» → NPE) и NPE `chunkType is null` в VML-сериализации `w:object` при честном типе; многочастный — публичный член только `normalize(byte[], boolean)`, `rewrite`-хука нет) → `WordprocessingMLPackage.load`.
3. `WordPdfValidator.checkPageCount(docxBytes, maxPages)` — **до** рендера, lightweight (zip/StAX) по нормализованным байтам — тот же путь, что у приложения до очереди.
4. `pkg.setFontMapper(mapper)` → `DrawingPreRenderer.run(pkg, options)` (шаг 3.5: `c:chart`/`dgm:relIds` docx2fo.xslt не умеет — свой Java2D-движок `internal/chart/*` рендерит в PNG 300 dpi и подменяет на `pic:pic`; объекты конвертируются всегда, отказ только по error-флагу `ConvertOptions` — `DrawingFoundException`; упавший рендер — объект **удаляется** из docx (`gd.getAny().clear()`) + warn, деградация не падение).
5. `new FOSettings(pkg)` + `FopFallbackFonts.declare` (декларирует **все** бандл-семейства — FOP встраивает только задекларированные) → `FORendererApacheFOP`/`FOUserAgent` (непустой `title` → заголовок PDF) → `Docx4J.toFO(..., FLAG_EXPORT_PREFER_XSL)`.
@@ -19,12 +19,12 @@
### REST API (`wordpdf-app`, всё package-private кроме `WordPdfApplication`)
-- Единственный эндпоинт `POST /api/v1/convert` (multipart-поле `file`, факультативные query/form-параметры `errorOnCharts`/`errorOnSmartArt`; диаграммы/SmartArt конвертируются всегда) → `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`-расширения — в `ConvertController`; `safeBaseName` в `ConversionService` — единый источник имени для файла, заголовка ответа и PDF-title (разрешены `[\p{L}\p{N} ._-]`, пустое → `document`).
+- Единственный эндпоинт `POST /api/v1/convert` (multipart-поле `file`, факультативные query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` — дефолт каждого `WordPdfSettings.ERROR_*`; диаграммы/SmartArt конвертируются всегда, OLE-объекты при выключенном флаге тихо удаляются) → `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`-расширения — в `ConvertController`; `safeBaseName` в `ConversionService` — единый источник имени для файла, заголовка ответа и PDF-title (разрешены `[\p{L}\p{N} ._-]`, пустое → `document`).
- Конвертации **сериализованы** однопоточным `ThreadPoolExecutor` (`ConversionService.QUEUE_CAPACITY = 16`, переполнение → 503): ядро мутирует глобальный реестр `PhysicalFonts`. `future.cancel(true)` при таймауте не останавливает FOP мгновенно — осознанный компромисс.
-- Ошибки (`ApiExceptionHandler`, тело `{"error": …}`): `ValidationException` → 400; `DrawingRejectedException` (core-`DrawingFoundException` от error-флагов, конвертируется в `ConversionService.doConvert`) → **422** (текст — контракт с фронтом, показывается дословно); `ConversionFailedException` → 500; `ConversionRejectedException` → 503; `ConversionTimeoutException` (`wordpdf.convert-timeout`, 2m) → 504; `MaxUploadSizeExceededException` → 413; `MissingServletRequestPartException`/`MissingServletRequestParameterException` → 400; `NoResourceFoundException` (неизвестный путь) → 404; catch-all → 500 (подробности только в лог). `ValidationException` — тип ядра `ru.pjandro.wordpdf.ValidationException extends ConversionException` (публичный), валидатор бросает его сам, app-дубликата нет; четыре app-исключения (`ConversionFailed/Rejected/Timeout/DrawingRejected`) — package-private, несут семантику 500/503/504/422. Граница: сломанный контейнер (не zip / голый zip без манифеста wordprocessingml / zip-бомба / размер / страницы) → 400, валидный .docx-контейнер с мусором внутри → 500. Валидация до очереди: `WordPdfValidator.validate(docxBytes, options)` (внутри порядок значим: `checkInput` → zip-магик `PK\x03\x04` → `checkDocxContainer` — потоковый проход: декларация `wordprocessingml.document` в `[Content_Types].xml` + лимиты zip-бомбы `WordPdfSettings.MAX_DECOMPRESSED_MB`/`MAX_ZIP_ENTRIES`, не переопределяются `ConvertOptions` — → `checkPageCount`); тот же метод — вход ядра.
+- Ошибки (`ApiExceptionHandler`, тело `{"error": …}`): `ValidationException` → 400; `DrawingRejectedException` (core-`DrawingFoundException` от error-флагов — `Kind {CHARTS, SMARTART, OLE}`, конвертируется в `ConversionService.doConvert`) → **422** (текст — контракт с фронтом, показывается дословно: «Конвертация отменена: в документе найдены диаграммы/найден SmartArt/найдены OLE-объекты»); `ConversionFailedException` → 500; `ConversionRejectedException` → 503; `ConversionTimeoutException` (`wordpdf.convert-timeout`, 2m) → 504; `MaxUploadSizeExceededException` → 413; `MissingServletRequestPartException`/`MissingServletRequestParameterException` → 400; `NoResourceFoundException` (неизвестный путь) → 404; catch-all → 500 (подробности только в лог). `ValidationException` — тип ядра `ru.pjandro.wordpdf.ValidationException extends ConversionException` (публичный), валидатор бросает его сам, app-дубликата нет; четыре app-исключения (`ConversionFailed/Rejected/Timeout/DrawingRejected`) — package-private, несут семантику 500/503/504/422. Граница: сломанный контейнер (не zip / голый zip без манифеста wordprocessingml / zip-бомба / размер / страницы) → 400, валидный .docx-контейнер с мусором внутри → 500. Валидация до очереди: `WordPdfValidator.validate(docxBytes, options)` (внутри порядок значим: `checkInput` → zip-магик `PK\x03\x04` → `checkDocxContainer` — потоковый проход: декларация `wordprocessingml.document` в `[Content_Types].xml` + лимиты zip-бомбы `WordPdfSettings.MAX_DECOMPRESSED_MB`/`MAX_ZIP_ENTRIES`, не переопределяются `ConvertOptions` — → `checkPageCount`); тот же метод — вход ядра.
- **Ключ доступа**: `ApiKeyFilter` сверяет заголовок `X-API-Key` (`ApiKeyFilter.HEADER`) со свойством `wordpdf.api-key` (env `WORDPDF_API_KEY`, сравнение `MessageDigest.isEqual`). Пустое свойство = аутентификация выключена (dev `java -jar`, тесты). Без ключа открыты `/actuator/**` (HEALTHCHECK), `/swagger-ui*`, `/v3/api-docs*` — матч по пути **без forwarded-contextPath** (`getRequestURI()` минус `getContextPath()`; иначе под `X-Forwarded-Prefix` HEALTHCHECK получил бы 401). 401 пишет сам фильтр (`ApiExceptionHandler` ошибок фильтров не видит). Springdoc в repo `compose.yml` **выключён** (`SPRINGDOC_API_DOCS_ENABLED`/`SPRINGDOC_SWAGGER_UI_ENABLED=false`); на живом проде (compose вне репо) включён и документация открыта без ключа под `https://pjandro.ru/pdf-converter/swagger-ui.html` — это безусловно проверяют prod-автотесты; server-URL спека собирается из `X-Forwarded-*` (`server.forward-headers-strategy=framework` — `native`-клапан Tomcat `X-Forwarded-Prefix` не понимает). Регрессии — `ApiKeyFilterTest#forwardedPrefix_healthStaysOpen`, `ApiKeyFilterTest#docsOpenWithoutKey`.
- Лимиты входа задаёт **только конфигурация сервера**: `wordpdf.max-mb`/`wordpdf.max-pages` (env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`), `@Value` в `ConvertController` с дефолтом-SpEL из `WordPdfSettings` (5 МБ / 100); значение ≤ 0 → `IllegalStateException` на старте; параметрами запроса не переопределяются. Ключи в `application.properties` **не объявлены** — пустое значение затенит SpEL-дефолт.
-- SPA: вся сеть в `src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401 от `ApiKeyFilter`) подтвердил требование ключа — в dev без ключа форма открывается сразу; запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx с префиксом `/pdf-converter/`).
+- SPA: вся сеть в `src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401 от `ApiKeyFilter`) подтвердил требование ключа — в dev без ключа форма открывается сразу; запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx с префиксом `/pdf-converter/`). Три переключателя error-флагов в форме (`App.tsx`): «Диаграммы», «SmartArt», «OLE-объекты» (дефолт — все выключены), уходят в `convertDocx` как `errorOnCharts`/`errorOnSmartArt`/`errorOnOle`.
### Chart-движок (`internal/chart`, package-private кроме `DrawingPreRenderer.run`)
@@ -47,19 +47,19 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
|Путь|Назначение|
|---|---|
-|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API: `WordPdfConverter`, `WordPdfValidator` (перегрузки `checkInput`/`checkPageCount` и `validate(byte[], ConvertOptions)` — полная цепочка; без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART}` — отказ по error-флагу), `WordPdfSettings` (константы-дефолты: `MAX_INPUT_MB=5`, `MAX_PAGES=100`, защитные `MAX_DECOMPRESSED_MB=200`/`MAX_ZIP_ENTRIES=8192`, `ERROR_*=false`), `ConvertOptions` (record: errorOnCharts, errorOnSmartArt, maxMb, maxPages)|
+|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API: `WordPdfConverter`, `WordPdfValidator` (перегрузки `checkInput`/`checkPageCount` и `validate(byte[], ConvertOptions)` — полная цепочка; без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}` — отказ по error-флагу), `WordPdfSettings` (константы-дефолты: `MAX_INPUT_MB=5`, `MAX_PAGES=100`, защитные `MAX_DECOMPRESSED_MB=200`/`MAX_ZIP_ENTRIES=8192`, `ERROR_*=false`), `ConvertOptions` (record: errorOnCharts, errorOnSmartArt, errorOnOle, maxMb, maxPages)|
|`…/wordpdf/fonts/`|`BundledFonts` (реестр/выгрузка TTF, `families()`, `FALLBACK_FAMILY`), `BundledFontMapper` (алиасы MS→open-source, self-map, DISPLAY_NAMES, public-хук `bundledFamily`), `GlyphFont` (глиф-движок fontbox: метрики/глифы без java.awt.Font)|
-|`…/wordpdf/internal/`|5 байтовых нормализатора + `FopFallbackFonts` (классы `public` — вызываются из родительского пакета; публичные члены только `normalize`/`declare`)|
+|`…/wordpdf/internal/`|6 байтовых нормализатора + `FopFallbackFonts` (классы `public` — вызываются из родительского пакета; публичные члены только `normalize`/`declare`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)`)|
|`…/wordpdf/internal/chart/`|11 классов Java2D-рендера диаграмм/SmartArt в PNG (public только `DrawingPreRenderer`)|
|`wordpdf-core/src/main/resources/fonts/`|30 TTF + 3 лицензии — бинарные фикстуры, часть jar|
-|`wordpdf-core/src/test/resources/samples/`|11 закоммиченных `.docx`-фикстур (единственные фикстуры)|
+|`wordpdf-core/src/test/resources/samples/`|12 закоммиченных `.docx`-фикстур (единственные фикстуры)|
|`wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/`|REST API (10 классов): `WordPdfApplication` (единственный public), `ConvertController`, `ConversionService` (очередь), `ApiExceptionHandler`, `ApiKeyFilter`, `OpenApiConfig` (`@SecurityScheme` X-API-Key для springdoc) + 5 класса исключений|
|`wordpdf-web/src/`|SPA (React 19 + TS + Vite + Tailwind): `api.ts` (вся сеть), `components/` (App, ApiKeyGate, PdfPreview, StatusMessage, DropZone, Logo)|
|корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf`|образ бэкенда (multi-stage maven:3.9-temurin-21 → temurin-**21-jre-alpine** (musl) — chart-движку нужен только модуль java.desktop (Graphics2D, он внутри JRE); fontconfig и системные шрифты рантайму не нужны — текст рисуется глифами fontbox, см. `fonts/GlyphFont` (проверено на musl-стенде без libfontconfig/`/etc/fonts`); HEALTHCHECK busybox `wget` (curl/apt не ставим), non-root uid 10001); compose app+web+gateway: web-образ со своим HEALTHCHECK (`wget /`), в обоих compose `depends_on web: condition: service_healthy`; прод-compose не в репо — его рендерит job `deploy` (лимиты запекаются из Variables); podman-специфика обоих compose: `x-podman.name_separator_compat` (docker-style имена), явные `healthcheck` app/web (дубли Containerfile-HEALTHCHECK — OCI-выгрузка его теряет; app-хелсчеки — `wget`, как в Containerfile), зафиксированная подсеть `10.113.0.0/24` gw `10.113.0.1` под резолвер aardvark-dns; два repo-стенда одновременно не поднять (общая подсеть)|
|корневой `.env.example`|шаблон env для локальных/compose-стендов: `WORDPDF_API_KEY` (`openssl rand -hex 32`), закомментированные `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES` (пустое значение ломает старт — binding long/int); проду `.env` **не нужен**: ключ и лимиты подаёт job `deploy` из Gitea Secrets/Variables, legacy-`.env` на проде удаляется деплоем|
|`.gitea/workflows/`|Gitea Actions: `pr.yml` (PR checks), `main.yml` (тесты → `images` (build+push в Nexus) → deploy (рендер прод-конфигов + pull) → autotests → rollback)|
|корневой `GITEA-vars.md`|инструкция владельца: Secrets/Variables, защита ветки, перезапуск — только имена переменных, без значений|
-|корневой `prod-autotests/`|прод-автотесты API (pytest + requests, 19 проверок): конфигурация стенда **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY`/`WORDPDF_MAX_PAGES`/`WORDPDF_MAX_MB`/`WORDPDF_SAMPLES_DIR` факультативны) — прод-хостов/ключей в коде нет; окружение — mise (`mise.toml`: python 3.15 + автосоздаваемый `.venv`); прод-раннер вне git — `/home/pjandro/prod/java-word-pdf/run-prod-tests.sh`|
+|корневой `prod-autotests/`|прод-автотесты API (pytest + requests, 21 проверка): конфигурация стенда **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY`/`WORDPDF_MAX_PAGES`/`WORDPDF_MAX_MB`/`WORDPDF_SAMPLES_DIR` факультативны) — прод-хостов/ключей в коде нет; окружение — mise (`mise.toml`: python 3.15 + автосоздаваемый `.venv`); прод-раннер вне git — `/home/pjandro/prod/java-word-pdf/run-prod-tests.sh`|
|`develop/` (вне git)|рабочие материалы и эталоны Word (`testDoc.doc/.pdf`, `testDoc.convert.pdf`, `openxml.docx/.pdf`) — **ручное сравнение, не фикстуры**, в тесты/jar не подключать|
## Development Commands
@@ -76,7 +76,7 @@ npm run build # (wordpdf-web/) tsc -b && vite build
podman-compose -f compose.dev.yml up -d --build # dev-стенд: http://:9011 (0.0.0.0), без ключа, springdoc вкл
```
-Пересоздать 10 фикстур (POI, test scope; `charts-smartart.docx` НЕ генерируется — создана вручную, не перезаписывать):
+Пересоздать 10 фикстур (POI, test scope; `charts-smartart.docx` и `ole-embedded.docx` НЕ генерируются — созданы вручную, не перезаписывать):
```bash
mvn -pl wordpdf-core test-compile -Dmdep.outputFile=/tmp/cp.txt dependency:build-classpath -q
@@ -154,12 +154,12 @@ SSH-пользователи/логины, ни хосты, ни директо
## Testing & QA
- Гейт `maven-pmd-plugin` 3.28.0 (PMD 7.17) на `verify` для обоих модулей, ruleset `pmd-ruleset.xml` (codestyle без opinionated-правил + unused-правила + XPath `LiteralFirstInEquals` — строковый литерал слева в `equals`/`equalsIgnoreCase`; `junit5TestPattern` разрешает underscore-имена регрессий; `includeTests=true` — тесты сканируются; `failurePriority` не задан — дефолт 2, т.е. нарушения priority ≤ 2 валят build, priority 3 — только WARNING в отчёт). Литералы в условиях `if` — только именованными константами (`AvoidLiteralsInIfCondition`), `null` вместо пустой коллекции запрещён (`ReturnEmptyCollectionRatherThanNull` — `GlyphCoverageNormalizer.split` возвращает пустой список).
-- 16 тестовых классов / 149 `@Test` (core 13/124, app 3/25). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true` в argLine; только `Assertions` (Mockito/AssertJ не использовать, несмотря на test-classpath Boot; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (+ единственный `@BeforeAll` — warm-up шрифтов в `GlyphCoverageNormalizerTest`).
+- 17 тестовых классов / 162 `@Test` (core 14/132, app 3/30). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true` в argLine; только `Assertions` (Mockito/AssertJ не использовать, несмотря на test-classpath Boot; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (+ единственный `@BeforeAll` — warm-up шрифтов в `GlyphCoverageNormalizerTest`).
- **PDF сравнивается текстом, не растеризацией**: PDFBox 3 (`Loader.loadPDF`) — `PDFTextStripper` для текста (пер-странично `setStartPage/setEndPage`), override `processTextPosition` для шрифта конкретного символа (`fontNameOf`), обход ресурсов страниц для встроенных шрифтов (`EAAAAA+Carlito-Bold`) и счётчика картинок (`imageCount`). Негативные маркеры — регрессии: `assertFalse(text.contains("#"))` (.notdef), `assertFalse(font.startsWith("Helvetica"))`. Текст нормализуется по пробелам (`norm`); в `tableImage_tableAndImage` — полное удаление пробелов (docx4j переносит слова в auto-fit таблицах).
- Пиксели (BufferedImage) — только в unit-тестах chart-пейнтеров: безразмерные отношения к эталону Word, допуски `assertRatio` <0.06 (`PiePainterTest` аспект h/w=0.585) / <0.10 (`Surface3dPainterTest`, + `assertRange` ±6 pt для центров силуэта); пороги залитых px и перцентильные коридоры яркости. Эталонные замеры — по Word-экспорту 300 dpi (`develop/`, вне git).
- `GlyphFont` (fontbox): метрики пиксельно-метрически эквивалентны AWT (ascent/descent/leading/advance совпадают до 4-го знака, кернинг-дрейф 0.0000 — DejaVu Sans, Carlito). Приёмочный стенд без-fontconfig: контейнер без `libfontconfig.so.1*` и `/etc/fonts`, `mvn verify` + `java -jar` (до перехода на GlyphFont там падали `GlyphCoverageNormalizerTest` 12 / `CartesianPainterTest` 3 / `PiePainterTest` 2 / chart-тесты `WordPdfConverterTest` 4, chart-рендер молча деградировал). `GlyphFontTest` написан без единого `java.awt.Font` — обязан проходить на хосте без fontconfig.
-- Фикстуры — закоммиченные `samples/*.docx` (11; в тестах не генерировать): core грузит classpath-ресурсом → `byte[]`, PDF для PDFBox — временный файл; app читает `/samples/…` из **test-jar core** (classifier `tests`) → `mvn -pl wordpdf-app` без `-am` не соберётся. In-memory docx — `ZipOutputStream` из литеральных XML или POI в `byte[]`. Ключевые: `too-many-pages` (150 явных разрывов → 151), `stale-cache` (кэш `1` + 110 `lastRenderedPageBreak`), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject).
-- Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame` покрыт тестами только у zip-нормализаторов `DocxOnOff`/`SymbolFont`/`StrictOoxml`; у `Field`/`GlyphCoverage` — `rewrite`→`null`) и неприкосновенность частей вне `word/*.xml` (`[Content_Types].xml`). Тесты бьют и в package-private API (`GlyphCoverageNormalizer.split(text, family)`, `ChartSpec.readTitle`).
+- Фикстуры — закоммиченные `samples/*.docx` (12; в тестах не генерировать): core грузит classpath-ресурсом → `byte[]`, PDF для PDFBox — временный файл; app читает `/samples/…` из **test-jar core** (classifier `tests`) → `mvn -pl wordpdf-app` без `-am` не соберётся. In-memory docx — `ZipOutputStream` из литеральных XML или POI в `byte[]`. Ключевые: `too-many-pages` (150 явных разрывов → 151), `stale-cache` (кэш `1` + 110 `lastRenderedPageBreak`), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject), `ole-embedded` (осиротевший bin с ложным `Default bin→footer+xml` + настоящий `w:object` с честным `Override → oleObject`; ручная, генератором не перезаписывать).
+- Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame` покрыт тестами только у zip-нормализаторов `DocxOnOff`/`SymbolFont`/`StrictOoxml` и у `OleObject` — `printerSettings`-bin/нет `.bin`; у `Field`/`GlyphCoverage` — `rewrite`→`null`) и неприкосновенность частей вне `word/*.xml` (`[Content_Types].xml`). Тесты бьют и в package-private API (`GlyphCoverageNormalizer.split(text, family)`, `ChartSpec.readTitle`). Исключение — `OleObjectNormalizerTest`: многочастный нормализатор без `rewrite`-хука, тесты только через `normalize` на in-memory zip.
- App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); три контекста — `ConvertControllerTest` (пустой ключ), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` с лимитами — отдельный класс, не `@Nested`).
-- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`↔`inputNotAZip_rejectedBeforeRender`, `validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`↔`plainZipNotDocx_rejected`/`inputNotDocx_rejectedBeforeRender` — контейнер и zip-бомба), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingErrors_*`↔app `errorFlagCharts_rejected`/`errorFlagSmartArt_rejected`); `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `plainZipNotDocx_rejected` (голый zip без манифеста → 400), `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath).
-- UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn). Прод-автотесты (pytest 9 + requests, 19 проверок, env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода; `WORDPDF_API_KEY` пуст → честный SKIP `@needs_key`-проверок.
+- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`↔`inputNotAZip_rejectedBeforeRender`, `validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`↔`plainZipNotDocx_rejected`/`inputNotDocx_rejectedBeforeRender` — контейнер и zip-бомба), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingErrors_*`↔app `errorFlagCharts_rejected`/`errorFlagSmartArt_rejected`); `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `plainZipNotDocx_rejected` (голый zip без манифеста → 400), `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath).
+- UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn). Прод-автотесты (pytest 9 + requests, 21 проверка, env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода; `WORDPDF_API_KEY` пуст → честный SKIP `@needs_key`-проверок.
diff --git a/prod-autotests/test_prod_api.py b/prod-autotests/test_prod_api.py
index 4d3db52..75886a8 100644
--- a/prod-autotests/test_prod_api.py
+++ b/prod-autotests/test_prod_api.py
@@ -283,3 +283,29 @@ def test_charts_full_render(url, samples, key_header):
)
assert r.status_code == 200
assert r.content[:4] == b"%PDF"
+
+
+@needs_key
+def test_error_on_ole_rejected(url, samples, key_header):
+ """errorOnOle=true — 422; OLE-объекты найдены, документ отвергнут по флагу."""
+ r = requests.post(
+ url(CONVERT) + "?errorOnOle=true",
+ headers=key_header,
+ files={"file": ("ole-embedded.docx", (samples / "ole-embedded.docx").read_bytes())},
+ timeout=TIMEOUT,
+ )
+ assert r.status_code == 422
+ assert "error" in r.json()
+
+
+@needs_key
+def test_ole_removed_by_default(url, samples, key_header):
+ """Дефолтные флаги — OLE-объекты тихо удаляются, документ конвертируется."""
+ r = requests.post(
+ url(CONVERT),
+ headers=key_header,
+ files={"file": ("ole-embedded.docx", (samples / "ole-embedded.docx").read_bytes())},
+ timeout=TIMEOUT,
+ )
+ assert r.status_code == 200
+ assert r.content[:4] == b"%PDF"
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java
index 4e2c232..57e0c98 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java
@@ -36,7 +36,7 @@ final class ApiExceptionHandler {
return ResponseEntity.badRequest().body(new ApiError(e.getMessage()));
}
- /** Документ содержит диаграммы/SmartArt при включённом error-флаге — вход корректен, но отвергнут по настройке. */
+ /** Документ содержит диаграммы/SmartArt/OLE-объекты при включённом error-флаге — вход корректен, но отвергнут по настройке. */
@ExceptionHandler(DrawingRejectedException.class)
ResponseEntity drawingRejected(DrawingRejectedException e) {
return ResponseEntity.status(HttpStatus.UNPROCESSABLE_ENTITY)
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java
index 4419e26..6f73706 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java
@@ -59,9 +59,9 @@ final class ConvertController {
}
@Operation(summary = "Конвертировать .docx в PDF",
- description = "errorOnCharts/errorOnSmartArt — факультативно, по умолчанию "
+ description = "errorOnCharts/errorOnSmartArt/errorOnOle — факультативно, по умолчанию "
+ "настройки ядра (ошибка не выбрасывается); диаграммы/SmartArt "
- + "конвертируются всегда. "
+ + "конвертируются всегда, OLE-объекты при выключенном флаге тихо удаляются. "
+ "Лимиты входа (размер/страницы) задаёт только конфигурация сервера "
+ "(свойства wordpdf.max-mb/wordpdf.max-pages), параметрами запроса не переопределяются")
@SecurityRequirement(name = OpenApiConfig.SCHEME)
@@ -72,7 +72,8 @@ final class ConvertController {
ResponseEntity convert(
@RequestParam("file") MultipartFile file,
@RequestParam(name = "errorOnCharts", required = false) Boolean errorOnCharts,
- @RequestParam(name = "errorOnSmartArt", required = false) Boolean errorOnSmartArt) {
+ @RequestParam(name = "errorOnSmartArt", required = false) Boolean errorOnSmartArt,
+ @RequestParam(name = "errorOnOle", required = false) Boolean errorOnOle) {
if (file == null || file.isEmpty()) {
throw new ValidationException("Файл не передан (multipart-поле «file» обязательно)");
}
@@ -90,6 +91,7 @@ final class ConvertController {
ConvertOptions options = new ConvertOptions(
errorOnCharts != null ? errorOnCharts : WordPdfSettings.ERROR_ON_CHARTS,
errorOnSmartArt != null ? errorOnSmartArt : WordPdfSettings.ERROR_ON_SMARTART,
+ errorOnOle != null ? errorOnOle : WordPdfSettings.ERROR_ON_OLE,
maxMb, maxPages);
byte[] pdf = conversionService.convert(docxBytes, name, options);
ContentDisposition disposition = ContentDisposition.attachment()
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/DrawingRejectedException.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/DrawingRejectedException.java
index a1f6cba..72a9a49 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/DrawingRejectedException.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/DrawingRejectedException.java
@@ -3,7 +3,7 @@ package ru.pjandro.wordpdf.app;
import ru.pjandro.wordpdf.DrawingFoundException;
/**
- * Документ содержит диаграммы/SmartArt при включённом error-флаге
+ * Документ содержит диаграммы/SmartArt/OLE-объекты при включённом error-флаге
* ({@link DrawingFoundException} ядра).
*
*
Маппится в HTTP 422 ({@link ApiExceptionHandler}); клиенту осмысленно
@@ -13,8 +13,10 @@ import ru.pjandro.wordpdf.DrawingFoundException;
class DrawingRejectedException extends RuntimeException {
DrawingRejectedException(DrawingFoundException.Kind kind) {
- super(kind == DrawingFoundException.Kind.CHARTS
- ? "Конвертация отменена: в документе найдены диаграммы"
- : "Конвертация отменена: в документе найден SmartArt");
+ super(switch (kind) {
+ case CHARTS -> "Конвертация отменена: в документе найдены диаграммы";
+ case SMARTART -> "Конвертация отменена: в документе найден SmartArt";
+ case OLE -> "Конвертация отменена: в документе найдены OLE-объекты";
+ });
}
}
diff --git a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java
index 38d203d..8b80fa2 100644
--- a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java
+++ b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java
@@ -201,6 +201,38 @@ class ConvertControllerTest {
org.hamcrest.Matchers.containsString("SmartArt")));
}
+ /**
+ * errorOnOle=true — HTTP 422 с текстом про OLE-объекты (документ валиден,
+ * отвергнут по настройке запроса).
+ * Регрессия — WordPdfConverterTest#drawingErrors_errorFlagRejectsOle,
+ * фикстура samples/ole-embedded.docx.
+ */
+ @Test
+ void errorFlagOle_rejected() throws Exception {
+ mockMvc.perform(multipart("/api/v1/convert")
+ .file(docx("ole-embedded.docx", bytes("/samples/ole-embedded.docx")))
+ .param("errorOnOle", "true"))
+ .andExpect(status().isUnprocessableEntity())
+ .andExpect(jsonPath("$.error",
+ org.hamcrest.Matchers.containsString("OLE-объект")));
+ }
+
+ /**
+ * Без параметров OLE-объекты тихо удаляются: 200, PDF.
+ * Регрессия — WordPdfConverterTest#oleObjects_removedAndConverted,
+ * фикстура samples/ole-embedded.docx.
+ */
+ @Test
+ void oleObjects_removedByDefault() throws Exception {
+ byte[] pdf = mockMvc.perform(multipart("/api/v1/convert")
+ .file(docx("ole-embedded.docx", bytes("/samples/ole-embedded.docx"))))
+ .andExpect(status().isOk())
+ .andExpect(content().contentType(MediaType.APPLICATION_PDF))
+ .andReturn().getResponse().getContentAsByteArray();
+ assertTrue("%PDF".equals(new String(pdf, 0, 4, StandardCharsets.US_ASCII)),
+ "тело не начинается с %PDF");
+ }
+
@Test
void cyrillicAndPathInFilename_sanitizedResponseName() throws Exception {
byte[] sample = bytes("/samples/ru-plain.docx");
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java
index 1a28873..ea13de4 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java
@@ -8,17 +8,19 @@ package ru.pjandro.wordpdf;
*
* @param errorOnCharts бросать {@link DrawingFoundException} при находке диаграмм
* @param errorOnSmartArt бросать {@link DrawingFoundException} при находке SmartArt
+ * @param errorOnOle бросать {@link DrawingFoundException} при находке OLE-объектов
+ * (иначе — тихо удалить их из документа)
* @param maxMb лимит размера входа в МБ (MiB) на этот вызов;
* дефолт — {@link WordPdfSettings#MAX_INPUT_MB}
* @param maxPages лимит числа страниц на этот вызов;
* дефолт — {@link WordPdfSettings#MAX_PAGES}
*/
-public record ConvertOptions(boolean errorOnCharts, boolean errorOnSmartArt,
+public record ConvertOptions(boolean errorOnCharts, boolean errorOnSmartArt, boolean errorOnOle,
long maxMb, int maxPages) {
/** Дефолты ядра из {@link WordPdfSettings}. */
public static ConvertOptions defaults() {
return new ConvertOptions(WordPdfSettings.ERROR_ON_CHARTS, WordPdfSettings.ERROR_ON_SMARTART,
- WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES);
+ WordPdfSettings.ERROR_ON_OLE, WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES);
}
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java
index 2d71cc3..1de5e4a 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java
@@ -3,25 +3,32 @@ package ru.pjandro.wordpdf;
/**
* Документ содержит объект, находку которого вызывающий запретил:
* соответствующий error-флаг включён
- * ({@link ConvertOptions#errorOnCharts()}, {@link ConvertOptions#errorOnSmartArt()}).
- * Диаграммы/SmartArt конвертируются всегда; исключение отвергает документ целиком.
+ * ({@link ConvertOptions#errorOnCharts()}, {@link ConvertOptions#errorOnSmartArt()},
+ * {@link ConvertOptions#errorOnOle()}).
+ * Диаграммы/SmartArt конвертируются всегда; OLE-объекты при выключенном
+ * {@code errorOnOle} тихо удаляются из документа (в отличие от них).
+ * Исключение отвергает документ целиком.
*
*
Наследник {@link ConversionException} — наружу по-прежнему ловится
* только он; {@code kind()} даёт вызывающему тип объекта без разбора текста.
* Регрессия — WordPdfConverterTest#drawingErrors_errorFlagRejectsCharts,
- * фикстура samples/charts-smartart.docx.
*/
public class DrawingFoundException extends ConversionException {
/** Тип найденного объекта. */
- public enum Kind { CHARTS, SMARTART }
+ public enum Kind { CHARTS, SMARTART, OLE }
private final Kind kind;
public DrawingFoundException(Kind kind) {
- super(kind == Kind.CHARTS
- ? "В документе найдены диаграммы, а их обработка запрещена (errorOnCharts)"
- : "В документе найден SmartArt, а его обработка запрещена (errorOnSmartArt)");
+ super(switch (kind) {
+ case CHARTS -> "В документе найдены диаграммы, а их обработка запрещена (errorOnCharts)";
+ case SMARTART -> "В документе найден SmartArt, а его обработка запрещена (errorOnSmartArt)";
+ case OLE -> "В документе найдены OLE-объекты, а их обработка запрещена (errorOnOle)";
+ });
this.kind = kind;
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
index 93e3cdf..0ff0867 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
@@ -14,6 +14,7 @@ import ru.pjandro.wordpdf.internal.chart.DrawingPreRenderer;
import ru.pjandro.wordpdf.internal.DocxOnOffNormalizer;
import ru.pjandro.wordpdf.internal.FieldNormalizer;
import ru.pjandro.wordpdf.internal.GlyphCoverageNormalizer;
+import ru.pjandro.wordpdf.internal.OleObjectNormalizer;
import ru.pjandro.wordpdf.internal.FopFallbackFonts;
import ru.pjandro.wordpdf.internal.StrictOoxmlNormalizer;
import ru.pjandro.wordpdf.internal.SymbolFontNormalizer;
@@ -142,6 +143,11 @@ public final class WordPdfConverter {
// FOP рисует «#» (docx4j проверяет покрытие не для всех знаков
// и кэширует фолбэк на группу Юникода, см. GlyphCoverageNormalizer).
docxBytes = GlyphCoverageNormalizer.normalize(docxBytes);
+ // ...и OLE-объекты (внедрённые бинарные .bin-части): docx4j падает и на
+ // ложном XML-типе bin-части в [Content_Types], и на сериализации VML
+ // w:object. При выключенном errorOnOle объекты тихо удаляются (часть,
+ // rels, w:object), при включённом — отказ (см. OleObjectNormalizer).
+ docxBytes = OleObjectNormalizer.normalize(docxBytes, options.errorOnOle());
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
new ByteArrayInputStream(docxBytes));
try {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java
index 1f24875..0c54be0 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java
@@ -30,6 +30,13 @@ public final class WordPdfSettings {
/** Ошибка при находке SmartArt ({@code dgm:relIds}) — {@link DrawingFoundException}. */
public static final boolean ERROR_ON_SMARTART = false;
+ /**
+ * Ошибка при находке OLE-объектов (бинарные {@code .bin}-части) —
+ * {@link DrawingFoundException}. Дефолт {@code false} — объекты тихо
+ * удаляются из документа (см. OleObjectNormalizer), конвертация проходит.
+ */
+ public static final boolean ERROR_ON_OLE = false;
+
private WordPdfSettings() {
}
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java
new file mode 100644
index 0000000..55bbe05
--- /dev/null
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java
@@ -0,0 +1,321 @@
+package ru.pjandro.wordpdf.internal;
+
+import ru.pjandro.wordpdf.DrawingFoundException;
+
+import java.io.ByteArrayInputStream;
+import java.io.ByteArrayOutputStream;
+import java.io.IOException;
+import java.nio.charset.StandardCharsets;
+import java.util.ArrayList;
+import java.util.HashMap;
+import java.util.HashSet;
+import java.util.LinkedHashMap;
+import java.util.List;
+import java.util.Map;
+import java.util.Set;
+import java.util.Locale;
+import java.util.logging.Logger;
+import java.util.regex.Matcher;
+import java.util.regex.Pattern;
+import java.util.zip.ZipEntry;
+import java.util.zip.ZipInputStream;
+import java.util.zip.ZipOutputStream;
+
+/**
+ * Удаление OLE-объектов из docx перед загрузкой docx4j.
+ *
+ *
docx4j падает на документах с внедрёнными OLE-объектами двумя путями:
+ * (1) продюсер файла пишет ложный content type для бинарной части
+ * {@code word/_embedded/*.bin} (например {@code …wordprocessingml.footer+xml}) —
+ * docx4j инстанцирует JAXB-часть, на экспорте парсер натыкается на бинарник
+ * («Content is not allowed in prolog») и экспорт тонет в NPE; (2) настоящий
+ * {@code w:object} — VML-сериализация docx4j падает NPE
+ * {@code chunkType is null} даже при честном типе
+ * {@code application/vnd.openxmlformats-officedocument.oleObject}.
+ * Лечится одинаково: OLE-части, ссылки на них и элементы {@code w:object}
+ * удаляются из контейнера — документ конвертируется без объектов.
+ *
+ *
Отличие от остальных нормализаторов пакета: принимает флаг
+ * {@code errorOnOle} и умеет бросать {@link DrawingFoundException}
+ * (при включённом флаге документ отвергается вместо удаления), и правит
+ * не только {@code word/*.xml}, но и {@code [Content_Types].xml} с
+ * {@code *.rels}. Хука {@code rewrite(String)} нет — нормализатор
+ * многочастный (решение об удалении зависит от связки content type + rels),
+ * тесты работают через {@link #normalize} на in-memory zip.
+ *
+ *
Если OLE-объектов нет, возвращает исходный массив без переупаковки zip.
+ * Регрессия — WordPdfConverterTest#oleObjects_removedAndConverted,
+ * WordPdfConverterTest#drawingErrors_errorFlagRejectsOle,
+ * фикстура samples/ole-embedded.docx.
+ */
+public final class OleObjectNormalizer {
+
+ /** Честный content type внедрённого OLE-объекта. */
+ private static final String OLE_OBJECT_TYPE =
+ "application/vnd.openxmlformats-officedocument.oleObject";
+ /** XML-окончание типа; в `.bin`-части XML не бывает никогда — ложь продюсера. */
+ private static final String XML_TYPE_SUFFIX = "+xml";
+ private static final String BIN_SUFFIX = ".bin";
+ private static final String CONTENT_TYPES_ENTRY = "[Content_Types].xml";
+ /** Сегмент «наверх» в относительном Target rels. */
+ private static final String PARENT_DIR = "..";
+
+ private static final Pattern DEFAULT_TYPE = Pattern.compile(
+ "]*\\bExtension=\"([^\"]*)\"[^>]*\\bContentType=\"([^\"]*)\"[^>]*/>"
+ + "|]*\\bContentType=\"([^\"]*)\"[^>]*\\bExtension=\"([^\"]*)\"[^>]*/>");
+ private static final Pattern OVERRIDE_TYPE = Pattern.compile(
+ "]*\\bPartName=\"([^\"]*)\"[^>]*\\bContentType=\"([^\"]*)\"[^>]*/>"
+ + "|]*\\bContentType=\"([^\"]*)\"[^>]*\\bPartName=\"([^\"]*)\"[^>]*/>");
+ private static final Pattern RELATIONSHIP = Pattern.compile(
+ "]*/>");
+ private static final Pattern TARGET_ATTR = Pattern.compile("\\bTarget=\"([^\"]*)\"");
+ private static final Pattern TARGET_MODE_EXTERNAL = Pattern.compile(
+ "\\bTargetMode=\"External\"");
+ /** Парный w:object (внутри VML-обёртка, роняющая экспорт) и самозакрытый. */
+ private static final Pattern W_OBJECT = Pattern.compile(
+ "]*>.*?|]*/>", Pattern.DOTALL);
+ private static final Pattern PART_NAME_ATTR = Pattern.compile("\\bPartName=\"([^\"]*)\"");
+
+ private static final Logger LOG = Logger.getLogger(OleObjectNormalizer.class.getName());
+
+ private OleObjectNormalizer() {
+ }
+
+ /**
+ * Удаляет из docx OLE-объекты: бинарные `.bin`-части с OLE-типом (или
+ * ложным XML-типом), ссылки на них в `*.rels`, элементы `w:object` в
+ * `word/*.xml` и `Override` удалённых частей в `[Content_Types].xml`.
+ *
+ * @param docx байты .docx (zip)
+ * @param errorOnOle true — не удалять, а отвергнуть документ
+ * @return те же байты, если OLE-объектов нет; иначе переупакованный zip без OLE
+ * @throws DrawingFoundException при {@code errorOnOle} и найденном OLE-объекте
+ */
+ public static byte[] normalize(byte[] docx, boolean errorOnOle) throws IOException {
+ Map entries = new LinkedHashMap<>();
+ try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx))) {
+ ZipEntry entry;
+ while ((entry = zis.getNextEntry()) != null) {
+ entries.put(entry.getName(), zis.readAllBytes());
+ }
+ }
+ byte[] contentTypes = entries.get(CONTENT_TYPES_ENTRY);
+ if (contentTypes == null) {
+ return docx;
+ }
+ String ctXml = new String(contentTypes, StandardCharsets.UTF_8);
+ Map defaults = defaultTypes(ctXml);
+ Map overrides = overrideTypes(ctXml);
+
+ Set oleParts = new HashSet<>();
+ for (Map.Entry e : entries.entrySet()) {
+ String name = e.getKey();
+ if (!name.endsWith(BIN_SUFFIX)) {
+ continue;
+ }
+ String type = effectiveType(name, overrides, defaults);
+ if (type != null && (OLE_OBJECT_TYPE.equalsIgnoreCase(type)
+ || type.endsWith(XML_TYPE_SUFFIX))) {
+ oleParts.add(name);
+ }
+ }
+ if (oleParts.isEmpty()) {
+ return docx;
+ }
+ if (errorOnOle) {
+ throw new DrawingFoundException(DrawingFoundException.Kind.OLE);
+ }
+ for (String part : oleParts) {
+ LOG.warning("Удалён OLE-объект: " + part);
+ }
+
+ ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
+ try (ZipOutputStream zos = new ZipOutputStream(out)) {
+ for (Map.Entry e : entries.entrySet()) {
+ String name = e.getKey();
+ byte[] data = e.getValue();
+ if (oleParts.contains(name)) {
+ continue;
+ }
+ if (name.endsWith(".rels")) {
+ String fixed = stripRels(
+ new String(data, StandardCharsets.UTF_8), name, oleParts);
+ if (fixed != null) {
+ data = fixed.getBytes(StandardCharsets.UTF_8);
+ }
+ } else if (name.startsWith("word/") && name.endsWith(".xml")) {
+ String fixed = stripObjects(
+ new String(data, StandardCharsets.UTF_8));
+ if (fixed != null) {
+ data = fixed.getBytes(StandardCharsets.UTF_8);
+ }
+ } else if (name.equals(CONTENT_TYPES_ENTRY)) {
+ String fixed = stripOverrides(
+ new String(data, StandardCharsets.UTF_8), oleParts);
+ if (fixed != null) {
+ data = fixed.getBytes(StandardCharsets.UTF_8);
+ }
+ }
+ zos.putNextEntry(new ZipEntry(name));
+ zos.write(data);
+ zos.closeEntry();
+ }
+ }
+ return out.toByteArray();
+ }
+
+ /** Extension (lowercase) -> ContentType из элементов Default. */
+ private static Map defaultTypes(String ctXml) {
+ Map map = new HashMap<>();
+ Matcher m = DEFAULT_TYPE.matcher(ctXml);
+ while (m.find()) {
+ String ext = m.group(1) != null ? m.group(1) : m.group(4);
+ String type = m.group(2) != null ? m.group(2) : m.group(3);
+ map.put(ext.toLowerCase(Locale.ROOT), type);
+ }
+ return map;
+ }
+
+ /** PartName (как в атрибуте, с ведущим «/») -> ContentType из Override. */
+ private static Map overrideTypes(String ctXml) {
+ Map map = new HashMap<>();
+ Matcher m = OVERRIDE_TYPE.matcher(ctXml);
+ while (m.find()) {
+ String part = m.group(1) != null ? m.group(1) : m.group(4);
+ String type = m.group(2) != null ? m.group(2) : m.group(3);
+ map.put(part, type);
+ }
+ return map;
+ }
+
+ /** Override имеет приоритет над Default по расширению. */
+ private static String effectiveType(String partName, Map overrides,
+ Map defaults) {
+ String type = overrides.get("/" + partName);
+ if (type != null) {
+ return type;
+ }
+ int dot = partName.lastIndexOf('.');
+ return dot < 0 ? null : defaults.get(partName.substring(dot + 1).toLowerCase(Locale.ROOT));
+ }
+
+ /**
+ * Удаляет из `.rels` элементы Relationship, чей Target резолвится в
+ * удалённую часть. Внешние ссылки (TargetMode="External") не трогаем.
+ *
+ * @return новая строка либо null, если удалять нечего
+ */
+ private static String stripRels(String relsXml, String relsName, Set oleParts) {
+ if (relsXml.indexOf(" segments = new ArrayList<>();
+ if (!base.isEmpty()) {
+ for (String s : base.split("/")) {
+ if (!s.isEmpty()) {
+ segments.add(s);
+ }
+ }
+ }
+ for (String s : target.split("/")) {
+ if (s.isEmpty() || ".".equals(s)) {
+ continue;
+ }
+ if (PARENT_DIR.equals(s)) {
+ if (!segments.isEmpty()) {
+ segments.remove(segments.size() - 1);
+ }
+ } else {
+ segments.add(s);
+ }
+ }
+ return String.join("/", segments);
+ }
+
+ /**
+ * Вырезает из word/*.xml элементы w:object (внутри — VML-обёртка,
+ * которая сама по себе роняет экспорт docx4j).
+ *
+ * @return новая строка либо null, если совпадений не было
+ */
+ private static String stripObjects(String xml) {
+ if (xml.indexOf(" removedParts) {
+ StringBuilder sb = new StringBuilder(ctXml.length());
+ int last = 0;
+ int pos = 0;
+ boolean changed = false;
+ while ((pos = ctXml.indexOf("= 0) {
+ int end = ctXml.indexOf("/>", pos);
+ if (end < 0) {
+ break;
+ }
+ end += 2;
+ String el = ctXml.substring(pos, end);
+ Matcher pn = PART_NAME_ATTR.matcher(el);
+ if (pn.find() && removedParts.contains(
+ pn.group(1).startsWith("/") ? pn.group(1).substring(1) : pn.group(1))) {
+ sb.append(ctXml, last, pos);
+ last = end;
+ changed = true;
+ }
+ pos = end;
+ }
+ if (!changed) {
+ return null;
+ }
+ sb.append(ctXml, last, ctXml.length());
+ return sb.toString();
+ }
+}
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
index fadb480..ec50b80 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
@@ -155,7 +155,7 @@ class WordPdfConverterTest {
void drawingErrors_errorFlagRejectsCharts() throws Exception {
ConversionException ex = assertThrows(ConversionException.class, () ->
convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart",
- new ConvertOptions(true, false,
+ new ConvertOptions(true, false, false,
WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES)));
assertTrue(ex instanceof DrawingFoundException dfe
@@ -173,7 +173,7 @@ class WordPdfConverterTest {
void drawingErrors_errorFlagRejectsSmartArt() throws Exception {
ConversionException ex = assertThrows(ConversionException.class, () ->
convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart",
- new ConvertOptions(false, true,
+ new ConvertOptions(false, true, false,
WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES)));
assertTrue(ex instanceof DrawingFoundException dfe
@@ -183,6 +183,41 @@ class WordPdfConverterTest {
"сообщение должно упоминать SmartArt: " + ex.getMessage());
}
+ /**
+ * Регрессия: OLE-объекты (осиротевший bin с ложным XML-типом и настоящий
+ * w:object) роняли экспорт docx4j; при выключенном errorOnOle
+ * OleObjectNormalizer тихо удаляет их и документ конвертируется.
+ * Фикстура samples/ole-embedded.docx.
+ */
+ @Test
+ void oleObjects_removedAndConverted() throws Exception {
+ Path pdf = convertPdf(sampleBytes("ole-embedded.docx"), "ole-embedded");
+
+ String text = norm(pdfText(pdf));
+ assertTrue(text.contains("OLE object test before"),
+ "пропал текст до OLE-объекта: " + text);
+ assertTrue(text.contains("OLE object test after"),
+ "пропал текст после OLE-объекта: " + text);
+ }
+
+ /**
+ * errorOnOle=true — {@link DrawingFoundException} с {@code Kind.OLE},
+ * документ отвергается. Фикстура samples/ole-embedded.docx.
+ */
+ @Test
+ void drawingErrors_errorFlagRejectsOle() throws Exception {
+ ConversionException ex = assertThrows(ConversionException.class, () ->
+ convertPdf(sampleBytes("ole-embedded.docx"), "ole-embedded",
+ new ConvertOptions(false, false, true,
+ WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES)));
+
+ assertTrue(ex instanceof DrawingFoundException dfe
+ && dfe.kind() == DrawingFoundException.Kind.OLE,
+ "ожидался DrawingFoundException(OLE), получено: " + ex);
+ assertTrue(ex.getMessage().contains("OLE-объект"),
+ "сообщение должно упоминать OLE-объекты: " + ex.getMessage());
+ }
+
/**
* Маркеры списков из символьных шрифтов (Symbol/Wingdings, коды из
* PUA U+F0xx) экспорт в FO не понимает и рисует .notdef — решётку «#».
@@ -442,7 +477,7 @@ class WordPdfConverterTest {
byte[] big = new byte[1024 * 1024 + 1];
ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(big, "x",
- new ConvertOptions(false, false, 1, WordPdfSettings.MAX_PAGES)));
+ new ConvertOptions(false, false, false, 1, WordPdfSettings.MAX_PAGES)));
assertTrue(ex.getMessage().contains("1 МБ"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage());
assertTrue(ex.getMessage().contains("1048576 байт"),
@@ -459,7 +494,7 @@ class WordPdfConverterTest {
ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(
sampleBytes("too-many-pages.docx"), "too-many-pages",
- new ConvertOptions(false, false, WordPdfSettings.MAX_INPUT_MB, 100)));
+ new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100)));
assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage());
}
@@ -475,7 +510,7 @@ class WordPdfConverterTest {
void staleCachePageCountRejectedBeforeRender() {
ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(sampleBytes("stale-cache.docx"), "stale-cache",
- new ConvertOptions(false, false, WordPdfSettings.MAX_INPUT_MB, 100)));
+ new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100)));
assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage());
}
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
index c3c58e4..c3432db 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
@@ -263,7 +263,7 @@ class WordPdfValidatorTest {
// ===== validate(byte[], ConvertOptions) =====
private static ConvertOptions options(long maxMb, int maxPages) {
- return new ConvertOptions(false, false, maxMb, maxPages);
+ return new ConvertOptions(false, false, false, maxMb, maxPages);
}
@Test
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java
new file mode 100644
index 0000000..7eb520b
--- /dev/null
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java
@@ -0,0 +1,223 @@
+package ru.pjandro.wordpdf.internal;
+
+import org.junit.jupiter.api.Test;
+import ru.pjandro.wordpdf.DrawingFoundException;
+
+import java.io.ByteArrayInputStream;
+import java.io.ByteArrayOutputStream;
+import java.io.IOException;
+import java.nio.charset.StandardCharsets;
+import java.util.LinkedHashMap;
+import java.util.Map;
+import java.util.zip.ZipEntry;
+import java.util.zip.ZipInputStream;
+import java.util.zip.ZipOutputStream;
+
+import static org.junit.jupiter.api.Assertions.*;
+
+/**
+ * Удаление OLE-объектов из docx (docx4j падает и на ложном XML-типе
+ * bin-части, и на VML w:object, см. OleObjectNormalizer).
+ * Многочастный нормализатор — тесты через normalize на in-memory zip.
+ */
+class OleObjectNormalizerTest {
+
+ private static final String CT_LIE =
+ ""
+ + ""
+ + ""
+ + ""
+ + ""
+ + ""
+ + "";
+
+ private static final String CT_OLE =
+ ""
+ + ""
+ + ""
+ + ""
+ + ""
+ + ""
+ + "";
+
+ private static final String ROOT_RELS =
+ ""
+ + ""
+ + ""
+ + "";
+
+ /** Документ без w:object. */
+ private static final String DOC_PLAIN =
+ ""
+ + "before";
+
+ /** Документ с w:object между текстами. */
+ private static final String DOC_OBJECT =
+ ""
+ + "before"
+ + ""
+ + ""
+ + "after";
+
+ private static final String DOCRELS_TO_BIN =
+ ""
+ + ""
+ + ""
+ + "";
+
+ private static final byte[] BIN = {'P', 'K', 3, 4, 0, 1, 2, (byte) 0xFF};
+
+ private static byte[] zip(Map entries) throws IOException {
+ ByteArrayOutputStream out = new ByteArrayOutputStream();
+ try (ZipOutputStream zos = new ZipOutputStream(out)) {
+ for (Map.Entry e : entries.entrySet()) {
+ zos.putNextEntry(new ZipEntry(e.getKey()));
+ zos.write(e.getValue());
+ zos.closeEntry();
+ }
+ }
+ return out.toByteArray();
+ }
+
+ private static byte[] utf8(String s) {
+ return s.getBytes(StandardCharsets.UTF_8);
+ }
+
+ /** Форма «ложь продюсера»: Default bin -> footer+xml + осиротевший bin + rel. */
+ private static byte[] lyingDocx() throws IOException {
+ Map m = new LinkedHashMap<>();
+ m.put("[Content_Types].xml", utf8(CT_LIE));
+ m.put("_rels/.rels", utf8(ROOT_RELS));
+ m.put("word/document.xml", utf8(DOC_PLAIN));
+ m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN));
+ m.put("word/_embedded/ole.bin", BIN);
+ return zip(m);
+ }
+
+ /** Настоящий w:object + честный Override -> oleObject. */
+ private static byte[] referencedDocx() throws IOException {
+ Map m = new LinkedHashMap<>();
+ m.put("[Content_Types].xml", utf8(CT_OLE));
+ m.put("_rels/.rels", utf8(ROOT_RELS));
+ m.put("word/document.xml", utf8(DOC_OBJECT));
+ m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN));
+ m.put("word/_embedded/ole.bin", BIN);
+ return zip(m);
+ }
+
+ private static Map unzip(byte[] z) throws IOException {
+ Map m = new LinkedHashMap<>();
+ try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(z))) {
+ ZipEntry e;
+ while ((e = zis.getNextEntry()) != null) {
+ m.put(e.getName(), zis.readAllBytes());
+ }
+ }
+ return m;
+ }
+
+ private static String readEntry(byte[] zip, String name) throws IOException {
+ byte[] data = unzip(zip).get(name);
+ assertNotNull(data, "нет записи " + name);
+ return new String(data, StandardCharsets.UTF_8);
+ }
+
+ @Test
+ void oleBinWithXmlTypeRemoved() throws Exception {
+ byte[] result = OleObjectNormalizer.normalize(lyingDocx(), false);
+
+ Map entries = unzip(result);
+ assertFalse(entries.containsKey("word/_embedded/ole.bin"),
+ "bin-часть с ложным XML-типом обязана быть удалена");
+ String rels = readEntry(result, "word/_rels/document.xml.rels");
+ assertFalse(rels.contains("_embedded/ole.bin"),
+ "rel на удалённую часть обязан исчезнуть: " + rels);
+ // прочие entries — байтово идентичны
+ Map before = unzip(lyingDocx());
+ assertArrayEquals(before.get("word/document.xml"), entries.get("word/document.xml"));
+ assertArrayEquals(before.get("_rels/.rels"), entries.get("_rels/.rels"));
+ assertArrayEquals(before.get("[Content_Types].xml"), entries.get("[Content_Types].xml"));
+ }
+
+ @Test
+ void referencedOleRemovedWithObjectElement() throws Exception {
+ byte[] result = OleObjectNormalizer.normalize(referencedDocx(), false);
+
+ String doc = readEntry(result, "word/document.xml");
+ assertFalse(doc.contains("w:object"), "w:object обязан быть вырезан: " + doc);
+ assertTrue(doc.contains("before") && doc.contains("after"),
+ "тексты вокруг объекта обязаны сохраниться: " + doc);
+ Map entries = unzip(result);
+ assertFalse(entries.containsKey("word/_embedded/ole.bin"));
+ assertFalse(readEntry(result, "word/_rels/document.xml.rels").contains("ole.bin"));
+ String ct = readEntry(result, "[Content_Types].xml");
+ assertFalse(ct.contains("/word/_embedded/ole.bin"),
+ "Override удалённой части обязан исчезнуть: " + ct);
+ assertTrue(ct.contains("/word/document.xml"),
+ "чужой Override обязан сохраниться: " + ct);
+ }
+
+ @Test
+ void errorOnOleThrowsDrawingFound() throws Exception {
+ DrawingFoundException ex = assertThrows(DrawingFoundException.class,
+ () -> OleObjectNormalizer.normalize(referencedDocx(), true));
+ assertEquals(DrawingFoundException.Kind.OLE, ex.kind());
+ }
+
+ @Test
+ void printerSettingsBinUntouched() throws Exception {
+ Map m = new LinkedHashMap<>();
+ m.put("[Content_Types].xml", utf8(
+ ""
+ + ""
+ + ""
+ + ""
+ + ""
+ + ""));
+ m.put("_rels/.rels", utf8(ROOT_RELS));
+ m.put("word/document.xml", utf8(DOC_PLAIN));
+ m.put("word/printSettings.bin", BIN);
+ byte[] docx = zip(m);
+
+ assertSame(docx, OleObjectNormalizer.normalize(docx, false));
+ }
+
+ @Test
+ void noOleReturnsOriginalArray() throws Exception {
+ Map m = new LinkedHashMap<>();
+ m.put("[Content_Types].xml", utf8(
+ ""
+ + ""
+ + ""
+ + ""
+ + ""));
+ m.put("_rels/.rels", utf8(ROOT_RELS));
+ m.put("word/document.xml", utf8(DOC_PLAIN));
+ byte[] docx = zip(m);
+
+ assertSame(docx, OleObjectNormalizer.normalize(docx, false));
+ assertSame(docx, OleObjectNormalizer.normalize(docx, true));
+ }
+
+ @Test
+ void externalHyperlinkRelNotTouched() throws Exception {
+ Map m = new LinkedHashMap<>();
+ m.put("[Content_Types].xml", utf8(CT_LIE));
+ m.put("_rels/.rels", utf8(ROOT_RELS));
+ m.put("word/document.xml", utf8(DOC_PLAIN));
+ m.put("word/_rels/document.xml.rels", utf8(
+ ""
+ + ""
+ + ""
+ + ""
+ + ""));
+ m.put("word/_embedded/ole.bin", BIN);
+
+ String rels = readEntry(OleObjectNormalizer.normalize(zip(m), false),
+ "word/_rels/document.xml.rels");
+ assertTrue(rels.contains("https://example.com/"),
+ "внешняя гиперссылка не должна удаляться: " + rels);
+ assertFalse(rels.contains("_embedded/ole.bin"),
+ "rel на OLE-часть обязан исчезнуть: " + rels);
+ }
+}
diff --git a/wordpdf-core/src/test/resources/samples/ole-embedded.docx b/wordpdf-core/src/test/resources/samples/ole-embedded.docx
new file mode 100644
index 0000000000000000000000000000000000000000..8c4582a1b66b03ed1fe629a8953fc3ae00614fe7
GIT binary patch
literal 2095
zcmWIWW@Zs#U|`^2&{!T8yQb;0g)}1r!!afX24SFRv~zx5Norn6d`M+MYH_SyMQ+a0
zNvHjs32l=17n#B;C{%d!=kxjbdb0lJ
z2fIy|yy1whyvwtc!6ZfY+uEAB_PlvZPq;3=I!_>KXRFTg$scQ^6}i79zAOAXf8A2X{&xBk3fyW(ObTaBMxExM>=P${Fk0>X=vFCmA!+@^e
zwQ;UngO0zLd$Bcjt6MdTWWaSx=4ofNHZ1+QBqdpi+48f(L37!_#*(9aE9+F%KK#r-
z@qVUM*}I}omyXu71x&r%aCu+H--+j2cb%3>Ki<GG1#6eUf