Раскладка class C: padding-компенсация таблиц, свёртка tblInd при jc≠left, suff=space; аудит lineRule/kerning закрыт
PR checks / web (pull_request) Successful in 40s
PR checks / java (pull_request) Successful in 1m35s

- LayoutPostRenderer (шаг 4.25, кастомный FORenderer): к start-indent таблицы
  прибавляется padding-left первой ячейки — рамка на margin+tblInd, текст
  +padding (MS-OI29500 §2.1.155); регрессия tableCellPadding_textInsetLikeWord
- TableIndentNormalizer (правило 7): jc center/right + tblInd → абсолютный
  tblInd ((W−T)/2+X / (W−T)+X), docx4j игнорирует tblInd при jc≠left
- NumberingSuffixNormalizer (правило 8): w:suff=space → пробел в lvlText
  (Part 1 §17.3.1.28); поиск lvlText вперёд по порядку CT_Lvl (suff→lvlText)
- lineRule=auto: rescale НЕ делается — 13.4277pt@11pt канонический single по
  метрикам Carlito/Calibri (2500/2048 em), замер аудита 13.9 — пиксельное
  округление; тест пинит метрический шаг
- кернинг: подтверждено отсутствие (шрифты бандла GPOS-only, FOP читает только
  legacy kern, свойства kerning нет); Word по умолчанию не кернит (§17.3.2.19,
  MS-OI29500 §21.1.2.3.9a) — совпадение по умолчанию, AGENTS.md исправлен
- AGENTS.md: правила 1–8, шаг 4.25, счётчики 38/579, новые регрессивные пары
This commit is contained in:
Pjandro
2026-10-27 19:00:23 +00:00
parent ddbd8f8fd9
commit 5db9d4368c
10 changed files with 1194 additions and 24 deletions
@@ -17,6 +17,7 @@ import ru.pjandro.wordpdf.internal.DocxNormalizer;
import ru.pjandro.wordpdf.internal.DocxRewritePipeline;
import ru.pjandro.wordpdf.internal.OleObjectNormalizer;
import ru.pjandro.wordpdf.internal.FopFallbackFonts;
import ru.pjandro.wordpdf.internal.LayoutPostRenderer;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
@@ -172,6 +173,12 @@ public final class WordPdfConverter {
// семейство — декларируем его, чтобы FOP встроил подмножество
FopFallbackFonts.declare(foSettings);
// 4.25 Post-FO правки раскладки (padding-компенсация таблиц):
// кастомный FORenderer — docx4j
// (FOConversionContext.initializeFoRenderer) передаёт ему
// FO-строку до FOP, внутри — штатный FORendererApacheFOP.
LayoutPostRenderer.register(foSettings);
// 4.5 Вендорный xslt/docx2fo.xslt = копия из docx4j-export-fo +
// AUDIT-FIX-патч (w:rPr position) — стилист jar'а не
// используется.
@@ -201,16 +208,18 @@ public final class WordPdfConverter {
/**
* Конвейер байтовой нормализации docx. Порядок фиксирован: сначала один
* zip-проход переписывания XML-частей (внутри части порядок рерайтов
* Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage значим: Strict первым —
* дальше transitional-байт; GlyphCoverage последним — по финальному тексту
* рана), затем OleObjectNormalizer (меняет части, а не XML ранов).
* Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→
* NumberingSuffix значим: Strict первым — дальше transitional-байт;
* GlyphCoverage — по финальному тексту рана), затем OleObjectNormalizer
* (меняет части, а не XML ранов).
* Регрессии каждого рерайта — в javadoc соответствующего нормализатора.
*/
private static List<DocxNormalizer> normalizers(ConvertOptions options) {
return List.of(
// один zip-проход: strict→transitional, on/off, Symbol-PUA,
// поля PAGE/NUMPAGES, невидимки, покрытие глифов — порядок
// рерайтов внутри части фиксирован (DocxRewritePipeline)
// поля PAGE/NUMPAGES, невидимки, покрытие глифов, tblInd при
// jc≠left, suff=space — порядок рерайтов внутри части
// фиксирован (DocxRewritePipeline)
DocxRewritePipeline.STEP,
// OLE-объекты: при выключенном errorOnOle тихо удаляем
// (часть/rels/w:object), при включённом — DrawingFoundException
@@ -12,14 +12,15 @@ import org.apache.commons.compress.archivers.zip.ZipFile;
import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
/**
* Единый zip-проход переписывания XML-частей (.docx) вместо шести отдельных
* проходов нормализаторов: к каждой записи {@code word/*.xml} применяются все
* шесть рерайтов в фиксированном порядке
* Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage. Порядок значим: Strict
* первым — дальше части в transitional-виде; GlyphCoverage последним — режет
* раны по финальному тексту рана (после Symbol/Invisible). Каждый рерайт
* работает только содержимым одной части, поэтому по-частная цепочка
* эквивалентна последовательным полным проходам.
* Единый zip-проход переписывания XML-частей (.docx) вместо отдельных
* проходов нормализаторов: к каждой записи {@code word/*.xml} применяются
* все восемь рерайтов в фиксированном порядке
* Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix.
* Порядок значим: Strict первым — дальше части в transitional-виде
* (TableIndent читает transitional-атрибуты {@code w:}); GlyphCoverage
* режет раны по финальному тексту рана (после Symbol/Invisible). Каждый
* рерайт работает только содержимым одной части, поэтому по-частная
* цепочка эквивалентна последовательным полным проходам.
*
* <p>Неизменённые записи (медиа, rels, прочее) переносятся raw-копией
* сжатых байтов — без inflate/deflate; прочие (редкие методы сжатия,
@@ -43,7 +44,7 @@ public final class DocxRewritePipeline {
public static final DocxNormalizer STEP = DocxRewritePipeline::normalize;
/**
* Применяет шесть рерайтов к каждой записи {@code word/*.xml} за один
* Применяет восемь рерайтов к каждой записи {@code word/*.xml} за один
* проход zip.
*
* @param docx байты .docx (валидный zip)
@@ -85,6 +86,14 @@ public final class DocxRewritePipeline {
if (next != null) {
cur = next;
}
next = TableIndentNormalizer.rewrite(cur);
if (next != null) {
cur = next;
}
next = NumberingSuffixNormalizer.rewrite(cur);
if (next != null) {
cur = next;
}
if (cur != xml) {
changed = true;
rewritten = cur.getBytes(StandardCharsets.UTF_8);
@@ -0,0 +1,153 @@
package ru.pjandro.wordpdf.internal;
import org.docx4j.convert.out.FOSettings;
import org.docx4j.convert.out.FORenderer;
import org.docx4j.convert.out.fo.renderers.FORendererApacheFOP;
import org.docx4j.openpackaging.exceptions.Docx4JException;
import java.io.OutputStream;
import java.math.BigDecimal;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* Кастомный {@link FORenderer}: правит XSL-FO строку перед штатным рендером
* Apache FOP (docx4j {@code FOConversionContext.initializeFoRenderer} ставит
* custom-рендерер выше {@code FORendererApacheFOP}).
*
* Единственная правка — компенсация расхождений docx4j↔Word (аудит
* раскладки ECMA-376 Part 1):
* <ul>
* <li><b>Padding-компенсация таблиц.</b> docx4j всегда вычитает левый
* {@code w:cellMar} из {@code start-indent} таблицы и пишет его как
* {@code padding-left} первой ячейки — текст стоит на margin+tblInd, а рамка
* уезжает влево на padding. Word (MS-OI29500 §2.1.155): рамка на
* margin+tblInd, текст внутри — +padding. Прибавляем padding первой ячейки
* обратно к {@code start-indent}. Вложенные таблицы: первой считается ячейка
* внешней — принятая аппроксимация (компенсация всё равно от default
* cellMar). Регрессия — WordPdfConverterTest#tableCellPadding_textInsetLikeWord.</li>
* </ul>
*
* <p>{@code lineRule="auto"} НЕ правится: высота «single» 13.4277pt@11pt,
* которую считают и docx4j, и форк FOP, — каноническая по метрикам
* Carlito/Calibri (hhea 1950+550, OS/2 win 1950+550, OS/2 typo 1536+512+452 —
* все 2500/2048 em; Carlito метрически совмест с Calibri). Первичный замер
* аудита «Word ≈13.9pt» — пиксельное округление (18px@96dpi), расхождения
* нет. Регрессия, пинящая метрический шаг, —
* WordPdfConverterTest#lineRuleAuto_wordSingleLinePitch.
*/
public final class LayoutPostRenderer implements FORenderer {
/**
* Делегат берётся лениво: {@code FORendererApacheFOP.getInstance()} тянет
* FOP-инфраструктуру, а {@link #fix} вызывается и из юнит-тестов, где
* рендер не нужен.
*/
private static final class Delegate {
private static final FORenderer INSTANCE = FORendererApacheFOP.getInstance();
}
/** Перевод единиц атрибута padding-left в pt. */
private static final String UNIT_MM = "mm";
private static final String UNIT_IN = "in";
private static final double MM_TO_PT = 2.834645669;
private static final double IN_TO_PT = 72.0;
private static final Pattern TABLE = Pattern.compile("<fo:table\\b[^>]*>");
private static final Pattern START_INDENT = Pattern.compile("start-indent=\"(-?[0-9.]+)pt\"");
private static final Pattern FIRST_CELL = Pattern.compile("<fo:table-cell\\b[^>]*>");
private static final Pattern PADDING_LEFT =
Pattern.compile("padding-left=\"(-?[0-9.]+)(mm|pt|in)\"");
private LayoutPostRenderer() {
}
/**
* Шов конвейера: FO-строка → наши правки → штатный ApacheFOP-рендер.
* Регрессия — WordPdfConverterTest#tableCellPadding_textInsetLikeWord.
*/
public static void register(FOSettings settings) {
settings.setCustomFoRenderer(new LayoutPostRenderer());
}
@Override
public void render(String fo, FOSettings settings, boolean twoPass,
List<FORenderer.SectionPageInformation> spi, OutputStream os)
throws Docx4JException {
Delegate.INSTANCE.render(fix(fo), settings, twoPass, spi, os);
}
/**
* Post-FO правки. Хук юнит-тестов; при отсутствии изменений
* возвращает ту же строку.
*/
static String fix(String fo) {
return compensateTablePadding(fo);
}
/**
* К {@code start-indent} каждой таблицы с {@code start-indent} в pt
* прибавляется {@code padding-left} её первой ячейки (см. javadoc).
*/
private static String compensateTablePadding(String fo) {
Matcher table = TABLE.matcher(fo);
StringBuilder sb = null;
int mark = 0;
int scan = 0;
while (table.find(scan)) {
scan = table.end();
String tag = table.group();
String fixed = compensateTag(tag, fo, table.end());
if (fixed != null) {
if (sb == null) {
sb = new StringBuilder(fo.length());
}
sb.append(fo, mark, table.start()).append(fixed);
mark = table.end();
}
}
if (sb == null) {
return fo;
}
return sb.append(fo, mark, fo.length()).toString();
}
/**
* @return тег таблицы с исправленным start-indent либо null, если
* править нечего (нет start-indent в pt / у первой ячейки нет padding-left)
*/
private static String compensateTag(String tableTag, String fo, int tableEnd) {
Matcher indent = START_INDENT.matcher(tableTag);
if (!indent.find()) {
return null;
}
Matcher cell = FIRST_CELL.matcher(fo);
if (!cell.find(tableEnd)) {
return null;
}
Matcher padding = PADDING_LEFT.matcher(cell.group());
if (!padding.find()) {
return null;
}
double pt = Double.parseDouble(padding.group(1));
if (UNIT_MM.equals(padding.group(2))) {
pt *= MM_TO_PT;
} else if (UNIT_IN.equals(padding.group(2))) {
pt *= IN_TO_PT;
}
double sum = Double.parseDouble(indent.group(1)) + pt;
return tableTag.substring(0, indent.start()) + "start-indent=\"" + formatPt(sum) + "\""
+ tableTag.substring(indent.end());
}
/** @return «Npt» с округлением до 2 знаков и срезанными хвостовыми нулями. */
private static String formatPt(double v) {
long cents = Math.round(v * 100);
if (cents == 0) {
return "0pt";
}
return new BigDecimal(cents).movePointLeft(2).stripTrailingZeros().toPlainString() + "pt";
}
}
@@ -0,0 +1,113 @@
package ru.pjandro.wordpdf.internal;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
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;
/**
* {@code w:lvl/w:suff w:val="space"} → обычный пробел в конце
* {@code w:lvlText w:val="…"} — до загрузки docx4j.
*
* Word рисует после номера лейбла разделитель по {@code w:suff}: tab —
* табуляция до позиционного отступа, space — обычный пробел, nothing — ничего
* (Part 1 §17.3.1.28). docx4j/export-fo разделитель не эмитит вовсе: в FO
* уходит только текст лейбла («1.»), хинт {@code docx4j:label-suffix} —
* заготовка без обработчика (дамп n4.fo аудита раскладки). Для suff=tab это
* отдельный Class C-остаток (нужна per-item ширина), а suff=space чинится
* здесь: дописываем пробел в сам текст лейбла — FOP печатает его как часть
* строки. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace.
*
* <p>Трогаются только {@code w:lvl} с {@code <w:suff w:val="space"/>} и
* следующего за ним {@code w:lvlText} того же уровня (порядок CT_Lvl,
* wml.xsd: suff → lvlText; между ними нет {@code </w:lvl>}); уже
* заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing —
* не трогаем. Нечего менять → тот же массив.
*/
public final class NumberingSuffixNormalizer {
private static final Pattern SUFF_SPACE =
Pattern.compile("<w:suff\\b[^>]*w:val=\"space\"[^>]*/>");
private static final Pattern LVL_TEXT_VAL = Pattern.compile("w:val=\"([^\"]*)\"");
private NumberingSuffixNormalizer() {
}
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize;
/**
* Дописывает пробел в lvlText у уровней с suff=space.
*
* @param docx байты .docx (zip)
* @return те же или переупакованные байты
*/
public static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
ZipOutputStream zos = new ZipOutputStream(out)) {
ZipEntry entry;
while ((entry = zis.getNextEntry()) != null) {
byte[] data = zis.readAllBytes();
String name = entry.getName();
if (name.startsWith("word/") && name.endsWith(".xml")) {
String fixed = rewrite(new String(data, StandardCharsets.UTF_8));
if (fixed != null) {
changed = true;
data = fixed.getBytes(StandardCharsets.UTF_8);
}
}
zos.putNextEntry(new ZipEntry(name));
zos.write(data);
zos.closeEntry();
}
}
return changed ? out.toByteArray() : docx;
}
/**
* @return новая строка либо null, если менять нечего
*/
static String rewrite(String xml) {
if (!xml.contains("<w:suff")) {
return null;
}
Matcher suff = SUFF_SPACE.matcher(xml);
StringBuilder sb = null;
int mark = 0;
while (suff.find()) {
int lvlClose = xml.indexOf("</w:lvl>", suff.end());
int ltStart = xml.indexOf("<w:lvlText", suff.end());
if (ltStart < 0 || ltStart < mark
|| (lvlClose >= 0 && ltStart > lvlClose)) {
continue;
}
int ltEnd = xml.indexOf('>', ltStart);
if (ltEnd < 0) {
continue;
}
String tag = xml.substring(ltStart, ltEnd + 1);
Matcher val = LVL_TEXT_VAL.matcher(tag);
if (!val.find() || val.group(1).endsWith(" ")) {
continue;
}
String fixedTag = tag.substring(0, val.end() - 1) + " "
+ tag.substring(val.end() - 1);
if (sb == null) {
sb = new StringBuilder(xml.length());
}
sb.append(xml, mark, ltStart).append(fixedTag);
mark = ltEnd + 1;
}
if (sb == null) {
return null;
}
return sb.append(xml, mark, xml.length()).toString();
}
}
@@ -0,0 +1,226 @@
package ru.pjandro.wordpdf.internal;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
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;
/**
* Свёртка {@code w:tblPr/w:jc} (center/right) с ненулевым {@code w:tblInd} в
* абсолютный {@code w:tblInd} — до загрузки docx4j.
*
* Word (Part 1 §17.4.50 в чтении MS-OI29500 §2.1.155): при {@code w:jc}≠left
* таблица центрируется/прижимается, а {@code w:tblInd} добавляется сдвигом от
* поля. docx4j же при {@code w:jc}≠left {@code w:tblInd} игнорирует буквально
* (аудит раскладки ECMA-376, матрица B3) — таблица рендерилась без учёта
* tblInd. Нормализатор вычисляет итоговый отступ сам и записывает его в
* {@code w:tblInd}, удалив {@code w:jc}: center → (W−T)/2+X, right → (W−T)+X,
* где W — ширина полосы набора (pgSz−pgMar left/right), T — Σ gridCol.
*
* <p>Пропускается (не ломая существующее поведение): документы без
* единственного body-level {@code w:sectPr} (несколько секций — полоса
* неоднозначна), таблицы без {@code w:tblInd} (jc docx4j обрабатывает
* корректно — аудит PASS), {@code w:tblW type="pct"} и таблицы с gridCol без
* целого {@code w:w} (фактическая ширина неизвестна). Дефолты при отсутствии
* pgSz/pgMar — 11906 и 1440/1440: измеренное поведение docx4j при отсутствующем
* {@code w:pgMar} (левый край текста = 72pt = 1440 twips), а не ECMA-дефолт
* 1800 — нормализатор обязан считать ту же полосу, что рендерит стек.
*
* <p>Трогает только {@code word/document.xml} (признак — {@code <w:body});
* нечего менять → тот же массив. Регрессия —
* WordPdfConverterTest#tableIndentCentered_shiftedLikeWord.
*/
public final class TableIndentNormalizer {
/** Дефолт pgSz w:w (A4 portrait, twips) при отсутствии атрибута. */
private static final int DEFAULT_PG_W = 11906;
/** Дефолт pgMar left/right (twips): измеренный дефолт docx4j = 72pt. */
private static final int DEFAULT_MAR = 1440;
/** Единственный body-level sectPr — условие применимости свёртки. */
private static final int SINGLE_SECT = 1;
private static final String DOCUMENT_ENTRY = "word/document.xml";
private static final Pattern PG_SZ_W = Pattern.compile("<w:pgSz\\b[^>]*w:w=\"(\\d+)\"");
private static final Pattern PG_MAR_LEFT = Pattern.compile("<w:pgMar\\b[^>]*w:left=\"(\\d+)\"");
private static final Pattern PG_MAR_RIGHT = Pattern.compile("<w:pgMar\\b[^>]*w:right=\"(\\d+)\"");
private static final Pattern JC =
Pattern.compile("<w:jc\\b[^>]*w:val=\"(center|right)\"[^>]*/>");
private static final Pattern TBL_IND = Pattern.compile("<w:tblInd\\b[^>]*/>");
private static final Pattern TBL_IND_W = Pattern.compile("w:w=\"(-?\\d+)\"");
private static final Pattern GRID_COL = Pattern.compile("<w:gridCol\\b[^>]*/?>");
private static final Pattern GRID_COL_W = Pattern.compile("w:w=\"(\\d+)\"");
private TableIndentNormalizer() {
}
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = TableIndentNormalizer::normalize;
/**
* Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}.
*
* @param docx байты .docx (zip)
* @return те же или переупакованные байты
*/
public static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
ZipOutputStream zos = new ZipOutputStream(out)) {
ZipEntry entry;
while ((entry = zis.getNextEntry()) != null) {
byte[] data = zis.readAllBytes();
if (DOCUMENT_ENTRY.equals(entry.getName())) {
String fixed = rewrite(new String(data, StandardCharsets.UTF_8));
if (fixed != null) {
changed = true;
data = fixed.getBytes(StandardCharsets.UTF_8);
}
}
zos.putNextEntry(new ZipEntry(entry.getName()));
zos.write(data);
zos.closeEntry();
}
}
return changed ? out.toByteArray() : docx;
}
/**
* @return новая строка либо null, если менять нечего
*/
static String rewrite(String xml) {
if (xml.indexOf("<w:tbl") < 0 || !xml.contains("<w:body")) {
return null;
}
int band = bandWidth(xml);
if (band < 0) {
return null;
}
StringBuilder sb = null;
int mark = 0;
int scan = 0;
while (true) {
int tbl = nextTableStart(xml, scan);
if (tbl < 0) {
break;
}
scan = tbl + 3;
int prStart = xml.indexOf("<w:tblPr", tbl);
int prEnd = prStart < 0 ? -1 : xml.indexOf("</w:tblPr>", prStart);
if (prEnd < 0) {
continue;
}
String pr = xml.substring(prStart, prEnd);
Matcher jc = JC.matcher(pr);
if (!jc.find()) {
continue;
}
Matcher ind = TBL_IND.matcher(pr);
if (!ind.find()) {
continue;
}
String indTag = ind.group();
Matcher indW = TBL_IND_W.matcher(indTag);
if (!indW.find() || "0".equals(indW.group(1))
|| !indTag.contains("w:type=\"dxa\"")) {
continue;
}
if (pr.contains("<w:tblW") && pr.contains("w:type=\"pct\"")) {
continue;
}
int width = gridWidth(xml, prEnd);
if (width < 0) {
continue;
}
int x = Integer.parseInt(indW.group(1));
int newInd = "center".equals(jc.group(1))
? (int) Math.round((band - width) / 2.0) + x
: band - width + x;
String fixedPr = pr.substring(0, jc.start()) + pr.substring(jc.end());
Matcher indInFixed = TBL_IND.matcher(fixedPr);
indInFixed.find();
String indTagFixed = indInFixed.group();
String newTag = indTagFixed.replaceFirst("w:w=\"-?\\d+\"",
Matcher.quoteReplacement("w:w=\"" + newInd + "\""));
fixedPr = fixedPr.substring(0, indInFixed.start()) + newTag
+ fixedPr.substring(indInFixed.end());
if (sb == null) {
sb = new StringBuilder(xml.length());
}
sb.append(xml, mark, prStart).append(fixedPr);
mark = prEnd;
}
if (sb == null) {
return null;
}
return sb.append(xml, mark, xml.length()).toString();
}
/** Позиция следующего {@code <w:tbl>} / {@code <w:tbl ...>} либо -1. */
private static int nextTableStart(String xml, int from) {
int plain = xml.indexOf("<w:tbl>", from);
int attrs = xml.indexOf("<w:tbl ", from);
if (plain < 0) {
return attrs;
}
return attrs < 0 ? plain : Math.min(plain, attrs);
}
/**
* Ширина полосы набора W = pgSz w:w − pgMar left − pgMar right по
* единственному body-level {@code w:sectPr}; -1, если такой ровно ноль
* или больше одного (несколько секций — полоса неоднозначна).
*/
private static int bandWidth(String xml) {
int found = -1;
int count = 0;
for (int i = 0; (i = xml.indexOf("<w:sectPr", i)) >= 0; i += 9) {
// sectPr внутри w:pPr — межсекционный разрыв абзаца, не body-level
if (xml.lastIndexOf("<w:pPr", i) > xml.lastIndexOf("</w:pPr>", i)) {
continue;
}
count++;
found = i;
}
if (count != SINGLE_SECT) {
return -1;
}
int end = xml.indexOf("</w:sectPr>", found);
String sect = xml.substring(found, end < 0 ? xml.length() : end);
return attr(PG_SZ_W, sect, DEFAULT_PG_W)
- attr(PG_MAR_LEFT, sect, DEFAULT_MAR)
- attr(PG_MAR_RIGHT, sect, DEFAULT_MAR);
}
/** Σ {@code w:tblGrid/w:gridCol/@w:w} таблицы (первый tblGrid после prEnd); -1 при пропуске. */
private static int gridWidth(String xml, int prEnd) {
int gridStart = xml.indexOf("<w:tblGrid", prEnd);
int gridEnd = gridStart < 0 ? -1 : xml.indexOf("</w:tblGrid>", gridStart);
if (gridEnd < 0) {
return -1;
}
String grid = xml.substring(gridStart, gridEnd);
Matcher cols = GRID_COL.matcher(grid);
int sum = 0;
int declared = 0;
while (cols.find()) {
declared++;
Matcher w = GRID_COL_W.matcher(cols.group());
if (!w.find()) {
return -1;
}
sum += Integer.parseInt(w.group(1));
}
return declared == 0 ? -1 : sum;
}
private static int attr(Pattern p, String sect, int def) {
Matcher m = p.matcher(sect);
return m.find() ? Integer.parseInt(m.group(1)) : def;
}
}
@@ -752,6 +752,146 @@ class WordPdfConverterTest {
"Q поднят (vertAlign), конвертация жива");
}
/**
* w:tblCellMar w:left=288 (14.4pt): docx4j всегда вычитает левый cellMar
* из start-indent таблицы — текст стоит на margin, а рамка уезжает влево
* на padding. Word (MS-OI29500 §2.1.155): рамка на margin, текст +padding.
* LayoutPostRenderer компенсирует start-indent. Регрессия — аудит
* раскладки (матрица B2).
*/
@Test
void tableCellPadding_textInsetLikeWord() throws Exception {
byte[] docx = minimalDocx("<w:tbl><w:tblPr>"
+ "<w:tblCellMar><w:left w:w=\"288\" w:type=\"dxa\"/></w:tblCellMar>"
+ "</w:tblPr><w:tblGrid><w:gridCol w:w=\"4000\"/></w:tblGrid>"
+ "<w:tr><w:tc><w:p><w:r><w:t>Q</w:t></w:r></w:p></w:tc></w:tr></w:tbl>",
"<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/>"
+ "<w:pgMar w:top=\"1440\" w:right=\"1800\" w:bottom=\"1440\" w:left=\"1800\""
+ " w:header=\"851\" w:footer=\"992\" w:gutter=\"0\"/></w:sectPr>");
Path pdf = convertPdf(docx, "t");
// margin 1800 twips = 90pt + padding 288 twips = 14.4pt (до правки — 90)
assertEquals(104.4, xOfMarker(pdf, 'Q'), 0.9);
}
/**
* w:spacing w:line="240" w:lineRule="auto" (single): шаг базовых =
* 13.4277pt — канонический «single» по метрикам Carlito/Calibri
* (hhea/win/typo — все 2500/2048 em @11pt; Carlito метрически совмест с
* Calibri). Пиксельный замер аудита «Word ≈13.9pt» — округление
* (18px@96dpi), расхождения с Word нет → rescale в LayoutPostRenderer
* НЕ делается, тест пинит метрический шаг от регрессий. Регрессия —
* аудит раскладки (матрица A2, пункт закрыт).
*/
@Test
void lineRuleAuto_wordSingleLinePitch() throws Exception {
String run = "<w:rPr><w:rFonts w:ascii=\"Calibri\" w:hAnsi=\"Calibri\"/>"
+ "<w:sz w:val=\"22\"/></w:rPr>";
byte[] docx = minimalDocx("<w:p><w:pPr><w:spacing w:before=\"0\" w:after=\"0\""
+ " w:line=\"240\" w:lineRule=\"auto\"/></w:pPr>"
+ "<w:r>" + run + "<w:t>P</w:t></w:r></w:p>"
+ "<w:p><w:pPr><w:spacing w:before=\"0\" w:after=\"0\""
+ " w:line=\"240\" w:lineRule=\"auto\"/></w:pPr>"
+ "<w:r>" + run + "<w:t>Q</w:t></w:r></w:p>");
Path pdf = convertPdf(docx, "t");
// 2500/2048 em × 11pt = 13.4277 (не 13.9 — пиксельное округление)
assertEquals(13.4277, yOfMarker(pdf, 'Q') - yOfMarker(pdf, 'P'), 0.1);
}
/**
* w:jc="center" + w:tblInd=720: docx4j при jc≠left игнорирует tblInd
* (Part 1 §17.4.50 в чтении MS-OI29500 §2.1.155 — Word добавляет его
* сдвигом от поля). TableIndentNormalizer сворачивает в абсолютный
* tblInd: (9922−6000)/2+720 = 2681 twips = 134.05pt. Регрессия — аудит
* раскладки (матрица B3).
*/
@Test
void tableIndentCentered_shiftedLikeWord() throws Exception {
byte[] docx = minimalDocx("<w:tbl><w:tblPr>"
+ "<w:jc w:val=\"center\"/><w:tblInd w:w=\"720\" w:type=\"dxa\"/>"
+ "</w:tblPr><w:tblGrid><w:gridCol w:w=\"3000\"/><w:gridCol w:w=\"3000\"/></w:tblGrid>"
+ "<w:tr><w:tc><w:p><w:r><w:t>Q</w:t></w:r></w:p></w:tc></w:tr></w:tbl>",
"<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/>"
+ "<w:pgMar w:top=\"1134\" w:right=\"850\" w:bottom=\"1134\" w:left=\"1134\""
+ " w:header=\"720\" w:footer=\"720\" w:gutter=\"0\"/></w:sectPr>");
Path pdf = convertPdf(docx, "t");
// margin 56.7 + tblInd 134.05 + cell padding 5.4 (default cellMar)
assertEquals(196.15, xOfMarker(pdf, 'Q'), 1.0);
}
/**
* w:suff="space": Word пишет после номера обычный пробел (Part 1
* §17.3.1.28), docx4j разделитель не эмитит вовсе (дамп n4.fo).
* NumberingSuffixNormalizer дописывает пробел в lvlText; FOP отдаёт
* лейбл отдельными TextPosition («1», «.», « »), поэтому проверка — по
* склеенной последовательности TP (без нормализатора было бы «1.ITEM»:
* tab — позиционный разрыв, не символ). Регрессия — аудит раскладки
* (матрица N3).
*/
@Test
void suffSpace_labelGetsSpace() throws Exception {
Path pdf = convertPdf(numberingDocx(), "t");
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
StringBuilder stream = new StringBuilder();
PDFTextStripper stripper = new PDFTextStripper() {
@Override
protected void processTextPosition(
org.apache.pdfbox.text.TextPosition position) {
stream.append(position.getUnicode());
super.processTextPosition(position);
}
};
stripper.setStartPage(1);
stripper.setEndPage(doc.getNumberOfPages());
stripper.getText(doc);
assertTrue(stream.indexOf("1. ") >= 0, "лейбл «1. » не найден в потоке TP: "
+ stream);
}
}
/** docx с numbering (lvlText «%1.», suff=space) и нумерованным абзацем «ITEM». */
private static byte[] numberingDocx() throws IOException {
String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main";
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
putZip(zos, "[Content_Types].xml",
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<Types xmlns=\"http://schemas.openxmlformats.org/package/2006/content-types\">"
+ "<Default Extension=\"rels\" ContentType=\"application/vnd.openxmlformats-package.relationships+xml\"/>"
+ "<Default Extension=\"xml\" ContentType=\"application/xml\"/>"
+ "<Override PartName=\"/word/document.xml\" ContentType=\"application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml\"/>"
+ "<Override PartName=\"/word/numbering.xml\" ContentType=\"application/vnd.openxmlformats-officedocument.wordprocessingml.numbering+xml\"/>"
+ "</Types>");
putZip(zos, "_rels/.rels",
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<Relationships xmlns=\"http://schemas.openxmlformats.org/package/2006/relationships\">"
+ "<Relationship Id=\"rId1\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument\" Target=\"word/document.xml\"/>"
+ "</Relationships>");
putZip(zos, "word/document.xml",
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<w:document xmlns:w=\"" + w + "\"><w:body>"
+ "<w:p><w:pPr><w:numPr><w:ilvl w:val=\"0\"/><w:numId w:val=\"1\"/></w:numPr></w:pPr>"
+ "<w:r><w:t>ITEM</w:t></w:r></w:p>"
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr>"
+ "</w:body></w:document>");
putZip(zos, "word/_rels/document.xml.rels",
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<Relationships xmlns=\"http://schemas.openxmlformats.org/package/2006/relationships\">"
+ "<Relationship Id=\"rId1\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/numbering\" Target=\"numbering.xml\"/>"
+ "</Relationships>");
putZip(zos, "word/numbering.xml",
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<w:numbering xmlns:w=\"" + w + "\">"
+ "<w:abstractNum w:abstractNumId=\"0\">"
+ "<w:lvl w:ilvl=\"0\"><w:start w:val=\"1\"/><w:numFmt w:val=\"decimal\"/>"
+ "<w:suff w:val=\"space\"/>"
+ "<w:lvlText w:val=\"%1.\"/><w:lvlJc w:val=\"left\"/></w:lvl>"
+ "</w:abstractNum>"
+ "<w:num w:numId=\"1\"><w:abstractNumId w:val=\"0\"/></w:num>"
+ "</w:numbering>");
}
return out.toByteArray();
}
/**
* Дрейф-гейт: вендорный xslt/docx2fo.xslt = копия
* org/docx4j/convert/out/fo/docx2fo.xslt из docx4j-export-fo +
@@ -837,8 +977,36 @@ class WordPdfConverterTest {
}
}
/** Минимальный transitional-docx с указанным телом w:body. */
/** X левого края первого TextPosition, содержащего символ {@code ch}. */
private static double xOfMarker(Path pdf, char ch) throws IOException {
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
double[] found = {Double.NaN};
PDFTextStripper stripper = new PDFTextStripper() {
@Override
protected void processTextPosition(
org.apache.pdfbox.text.TextPosition position) {
if (Double.isNaN(found[0])
&& position.getUnicode().indexOf(ch) >= 0) {
found[0] = position.getXDirAdj();
}
super.processTextPosition(position);
}
};
stripper.setStartPage(1);
stripper.setEndPage(doc.getNumberOfPages());
stripper.getText(doc);
assertFalse(Double.isNaN(found[0]), "в PDF нет символа «" + ch + "»");
return found[0];
}
}
/** Минимальный transitional-docx с указанным телом w:body и sectPr по умолчанию. */
private static byte[] minimalDocx(String bodyXml) throws IOException {
return minimalDocx(bodyXml, "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr>");
}
/** Минимальный transitional-docx с указанным телом w:body и sectPr. */
private static byte[] minimalDocx(String bodyXml, String sectPrXml) throws IOException {
String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main";
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
@@ -858,7 +1026,7 @@ class WordPdfConverterTest {
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<w:document xmlns:w=\"" + w + "\"><w:body>"
+ bodyXml
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr>"
+ sectPrXml
+ "</w:body></w:document>");
}
return out.toByteArray();
@@ -0,0 +1,128 @@
package ru.pjandro.wordpdf.internal;
import org.junit.jupiter.api.Test;
import static org.junit.jupiter.api.Assertions.assertEquals;
import static org.junit.jupiter.api.Assertions.assertSame;
import static org.junit.jupiter.api.Assertions.assertTrue;
/**
* Юниты post-FO правок {@link LayoutPostRenderer}: padding-компенсация
* таблиц. Теги — дословные образцы из FO-дампов аудита раскладки (b1/b2).
*/
class LayoutPostRendererTest {
private static String table(String startIndent, String firstCellAttrs) {
return "<fo:table border-collapse=\"collapse\" display-align=\"before\" start-indent=\""
+ startIndent + "\" width=\"85.9pt\">"
+ "<fo:table-column column-number=\"1\" column-width=\"42.95pt\"/>"
+ "<fo:table-body><fo:table-row>"
+ "<fo:table-cell " + firstCellAttrs + ">"
+ "<fo:block>Q</fo:block></fo:table-cell></fo:table-row></fo:table-body></fo:table>";
}
private static final String CELL_PAD_508MM =
"padding-after=\"0pt\" padding-before=\"0pt\" padding-before.conditionality=\"retain\""
+ " padding-left=\"5.08mm\" padding-right=\"1.91mm\"";
/** b2-таблица: −14.4pt + 5.08mm (14.4pt) → 0pt, рамка на margin (Word). */
@Test
void mmPadding_compensatedToZero() {
String fixed = LayoutPostRenderer.fix(table("-14.4pt", CELL_PAD_508MM));
assertTrue(fixed.contains("start-indent=\"0pt\""), fixed);
}
/** b1-таблица: −5.4pt + 1.91mm (5.414pt) → 0.01pt (mm-округление docx4j). */
@Test
void defaultCellMar_compensated() {
String fixed = LayoutPostRenderer.fix(
table("-5.4pt", "padding-left=\"1.91mm\" padding-right=\"1.91mm\""));
assertTrue(fixed.contains("start-indent=\"0.01pt\""), fixed);
}
/** tblInd-таблица: docx4j уже вычёл padding (0pt) → компенсация даёт tblInd. */
@Test
void ptPadding_compensated() {
String fixed = LayoutPostRenderer.fix(table("0pt", "padding-left=\"5.4pt\""));
assertTrue(fixed.contains("start-indent=\"5.4pt\""), fixed);
}
/** Отрицательный итог сохраняется (Word тоже выводит за поле). */
@Test
void negativeSum_kept() {
String fixed = LayoutPostRenderer.fix(table("-19.8pt", "padding-left=\"5.4pt\""));
assertTrue(fixed.contains("start-indent=\"-14.4pt\""), fixed);
}
/** Единица «in» тоже конвертируется. */
@Test
void inchPadding_converted() {
String fixed = LayoutPostRenderer.fix(table("-72pt", "padding-left=\"1in\""));
assertTrue(fixed.contains("start-indent=\"0pt\""), fixed);
}
/** У первой ячейки нет padding-left — таблица не трогается (тот же массив). */
@Test
void noPaddingLeft_returnsSameString() {
String fo = table("-5.4pt", "padding-after=\"0pt\" padding-right=\"1.91mm\"");
assertSame(fo, LayoutPostRenderer.fix(fo));
}
/** Нет start-indent в pt — не трогаем. */
@Test
void noStartIndent_returnsSameString() {
String fo = "<fo:table border-collapse=\"collapse\" width=\"85.9pt\">"
+ "<fo:table-cell padding-left=\"5.08mm\"><fo:block>Q</fo:block></fo:table-cell>"
+ "</fo:table>";
assertSame(fo, LayoutPostRenderer.fix(fo));
}
/** Вложенные таблицы: внешняя компенсируется по своей первой ячейке. */
@Test
void nestedTables_outerFirstCellWins() {
String inner = table("-5.4pt", "padding-left=\"5.4pt\"");
String outer = "<fo:table start-indent=\"-5.4pt\"><fo:table-cell padding-left=\"5.4pt\">"
+ inner + "</fo:table-cell></fo:table>";
String fixed = LayoutPostRenderer.fix(outer);
assertEquals(2, fixed.split("start-indent=\"0pt\"", -1).length - 1,
"обе таблицы компенсированы: " + fixed);
}
/** Две таблицы — обе правятся за один проход. */
@Test
void twoTables_bothCompensated() {
String fo = table("-14.4pt", CELL_PAD_508MM) + table("-5.4pt", "padding-left=\"5.4pt\"");
String fixed = LayoutPostRenderer.fix(fo);
assertTrue(fixed.contains("start-indent=\"0pt\""), fixed);
assertEquals(2, fixed.split("start-indent=\"0pt\"", -1).length - 1, fixed);
}
/**
* a240: Carlito-блок lineRule="auto" НЕ правится — 13.428pt есть
* канонический «single» по метрикам Carlito/Calibri (2500/2048 em @11pt),
* расхождения с Word нет (см. javadoc {@link LayoutPostRenderer}).
*/
@Test
void carlitoAutoBlock_untouched() {
String block = "<fo:block break-before=\"auto\" country=\"US\""
+ " docx4j:baseline=\"10.329pt\" docx4j:line-box=\"13.428pt\""
+ " docx4j:line-rule=\"auto\" font-family=\"Carlito Regular\""
+ " font-size=\"11.0pt\" language=\"en\" line-height=\"13.428pt\""
+ " space-after=\"10pt\" white-space-collapse=\"false\">";
assertSame(block, LayoutPostRenderer.fix(block));
}
/** Блок без хинта line-rule — не трогаем. */
@Test
void blockWithoutHint_untouched() {
String block = "<fo:block font-family=\"Carlito Regular\" line-height=\"13.428pt\">";
assertSame(block, LayoutPostRenderer.fix(block));
}
/** FO-документ без таблиц и Carlito-auto-блоков — тот же экземпляр. */
@Test
void unrelatedFo_returnsSameString() {
String fo = "<fo:root><fo:block font-family=\"DejaVu Sans\">text</fo:block></fo:root>";
assertSame(fo, LayoutPostRenderer.fix(fo));
}
}
@@ -0,0 +1,138 @@
package ru.pjandro.wordpdf.internal;
import org.junit.jupiter.api.Test;
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.assertEquals;
import static org.junit.jupiter.api.Assertions.assertNotSame;
import static org.junit.jupiter.api.Assertions.assertNull;
import static org.junit.jupiter.api.Assertions.assertSame;
import static org.junit.jupiter.api.Assertions.assertTrue;
/**
* Юниты {@link NumberingSuffixNormalizer}: {@code w:suff w:val="space"} →
* пробел в {@code w:lvlText} (Part 1 §17.3.1.28, дамп n4.fo аудита).
*/
class NumberingSuffixNormalizerTest {
private static String numbering(String lvls) {
return "<w:numbering xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
+ "<w:abstractNum w:abstractNumId=\"0\">" + lvls + "</w:abstractNum>"
+ "</w:numbering>";
}
/** lvl в порядке схемы CT_Lvl (wml.xsd): suff → lvlText → lvlJc. */
private static String lvl(String lvlText, String suff) {
return "<w:lvl w:ilvl=\"0\"><w:start w:val=\"1\"/><w:numFmt w:val=\"decimal\"/>"
+ suff + "<w:lvlText w:val=\"" + lvlText + "\"/><w:lvlJc w:val=\"left\"/></w:lvl>";
}
/** suff=space: «%1.» → «%1. ». */
@Test
void suffSpace_spaceAppended() {
String xml = numbering(lvl("%1.", "<w:suff w:val=\"space\"/>"));
String fixed = NumberingSuffixNormalizer.rewrite(xml);
assertTrue(fixed.contains("<w:lvlText w:val=\"%1. \"/>"), fixed);
}
/** suff=tab — позиционный разделитель, здесь не чинится (Class C). */
@Test
void suffTab_returnsNull() {
String xml = numbering(lvl("%1.", "<w:suff w:val=\"tab\"/>"));
assertNull(NumberingSuffixNormalizer.rewrite(xml));
}
/** suff без атрибута/без lvl — не трогаем. */
@Test
void noSuff_returnsNull() {
String xml = numbering(lvl("%1.", ""));
assertNull(NumberingSuffixNormalizer.rewrite(xml));
}
/** lvlText уже с пробелом — дубль не заводим. */
@Test
void alreadySpaced_returnsNull() {
String xml = numbering(lvl("%1. ", "<w:suff w:val=\"space\"/>"));
assertNull(NumberingSuffixNormalizer.rewrite(xml));
}
/** Два уровня: правится только lvlText того же lvl, где suff=space. */
@Test
void twoLevels_onlyMatchingLevel() {
String xml = numbering(
lvl("%1.", "") + "<w:lvl w:ilvl=\"1\"><w:start w:val=\"1\"/>"
+ "<w:numFmt w:val=\"lowerLetter\"/><w:suff w:val=\"space\"/>"
+ "<w:lvlText w:val=\"%2)\"/><w:lvlJc w:val=\"left\"/></w:lvl>");
String fixed = NumberingSuffixNormalizer.rewrite(xml);
assertTrue(fixed.contains("<w:lvlText w:val=\"%1.\"/>"), "первый lvl цел: " + fixed);
assertTrue(fixed.contains("<w:lvlText w:val=\"%2) \"/>"), fixed);
}
/**
* suff=space без своего lvlText: lvlText следующего lvl идёт после
* {@code </w:lvl>} — за границу уровня не заходим.
*/
@Test
void suffWithoutOwnLvlText_returnsNull() {
String xml = numbering("<w:lvl w:ilvl=\"0\"><w:start w:val=\"1\"/></w:lvl>"
+ "<w:lvl w:ilvl=\"1\"><w:suff w:val=\"space\"/></w:lvl>"
+ "<w:lvl w:ilvl=\"2\"><w:lvlText w:val=\"%3.\"/></w:lvl>");
assertNull(NumberingSuffixNormalizer.rewrite(xml));
}
private static byte[] zip(Map<String, String> parts) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
for (Map.Entry<String, String> e : parts.entrySet()) {
zos.putNextEntry(new ZipEntry(e.getKey()));
zos.write(e.getValue().getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
}
}
return out.toByteArray();
}
private static Map<String, String> unzip(byte[] zip) throws IOException {
Map<String, String> out = new LinkedHashMap<>();
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(zip))) {
ZipEntry entry;
while ((entry = zis.getNextEntry()) != null) {
out.put(entry.getName(),
new String(zis.readAllBytes(), StandardCharsets.UTF_8));
}
}
return out;
}
/** normalize: numbering с suff=space переупакован, прочие части целы. */
@Test
void normalize_rewritesNumberingPartKeepsOthers() throws IOException {
byte[] src = zip(Map.of(
"[Content_Types].xml", "<Types/>",
"word/numbering.xml", numbering(lvl("%1.", "<w:suff w:val=\"space\"/>"))));
byte[] fixed = NumberingSuffixNormalizer.normalize(src);
assertNotSame(src, fixed);
Map<String, String> parts = unzip(fixed);
assertEquals("<Types/>", parts.get("[Content_Types].xml"));
assertTrue(parts.get("word/numbering.xml").contains("<w:lvlText w:val=\"%1. \"/>"),
parts.get("word/numbering.xml"));
}
/** normalize: нечего менять → тот же массив. */
@Test
void normalize_noChange_returnsSameArray() throws IOException {
byte[] src = zip(Map.of(
"[Content_Types].xml", "<Types/>",
"word/numbering.xml", numbering(lvl("%1.", ""))));
assertSame(src, NumberingSuffixNormalizer.normalize(src));
}
}
@@ -0,0 +1,223 @@
package ru.pjandro.wordpdf.internal;
import org.junit.jupiter.api.Test;
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.assertEquals;
import static org.junit.jupiter.api.Assertions.assertFalse;
import static org.junit.jupiter.api.Assertions.assertNotSame;
import static org.junit.jupiter.api.Assertions.assertNull;
import static org.junit.jupiter.api.Assertions.assertSame;
import static org.junit.jupiter.api.Assertions.assertTrue;
/**
* Юниты {@link TableIndentNormalizer}: свёртка jc+tblInd в абсолютный tblInd.
* Полоса фикстур: pgSz 11906 − pgMar 1134/850 → W = 9922 twips.
*/
class TableIndentNormalizerTest {
private static String doc(String body) {
return "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
+ "<w:body>" + body
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/>"
+ "<w:pgMar w:top=\"1134\" w:right=\"850\" w:bottom=\"1134\" w:left=\"1134\"/>"
+ "</w:sectPr></w:body></w:document>";
}
private static String table(String tblPrInner, String grid) {
return "<w:tbl><w:tblPr>" + tblPrInner + "</w:tblPr>"
+ "<w:tblGrid>" + grid + "</w:tblGrid>"
+ "<w:tr><w:tc><w:p/></w:tc></w:tr></w:tbl>";
}
private static final String GRID_6000 =
"<w:gridCol w:w=\"3000\"/><w:gridCol w:w=\"3000\"/>";
/** center + tblInd 720: (9922−6000)/2+720 = 2681, jc удалён (MS-OI29500 §2.1.155). */
@Test
void centerWithIndent_rewritten() {
String xml = doc(table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000));
String fixed = TableIndentNormalizer.rewrite(xml);
assertTrue(fixed.contains("<w:tblInd w:w=\"2681\" w:type=\"dxa\"/>"), fixed);
assertFalse(fixed.contains("<w:jc"), "jc удалён: " + fixed);
}
/** right + tblInd 720: (9922−6000)+720 = 4642. */
@Test
void rightWithIndent_rewritten() {
String xml = doc(table("<w:jc w:val=\"right\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000));
String fixed = TableIndentNormalizer.rewrite(xml);
assertTrue(fixed.contains("<w:tblInd w:w=\"4642\" w:type=\"dxa\"/>"), fixed);
assertFalse(fixed.contains("<w:jc"), fixed);
}
/** Отрицательный tblInd сохраняется без клампинга (Word тоже выводит за поле). */
@Test
void negativeIndent_kept() {
String xml = doc(table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"-720\" w:type=\"dxa\"/>", GRID_6000));
String fixed = TableIndentNormalizer.rewrite(xml);
assertTrue(fixed.contains("<w:tblInd w:w=\"1241\" w:type=\"dxa\"/>"), fixed);
}
/** tblInd без jc — docx4j и так рендерит корректно, не трогаем. */
@Test
void indentWithoutJc_returnsNull() {
String xml = doc(table("<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000));
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** jc без tblInd — аудит PASS (docx4j центрирует), не трогаем. */
@Test
void jcWithoutIndent_returnsNull() {
String xml = doc(table("<w:jc w:val=\"center\"/>", GRID_6000));
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** tblInd=0 с jc — сдвига нет, не трогаем. */
@Test
void zeroIndent_returnsNull() {
String xml = doc(table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"0\" w:type=\"dxa\"/>", GRID_6000));
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** tblW pct — фактическая ширина не равна Σ gridCol, пропускаем. */
@Test
void pctWidth_returnsNull() {
String xml = doc(table("<w:tblW w:w=\"5000\" w:type=\"pct\"/><w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000));
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** gridCol без w:w — ширина неизвестна, пропускаем. */
@Test
void gridColWithoutWidth_returnsNull() {
String xml = doc(table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>",
"<w:gridCol w:w=\"3000\"/><w:gridCol/>"));
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** Две body-level секции — полоса неоднозначна, не трогаем ничего. */
@Test
void twoBodySections_returnsNull() {
String xml = doc(table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000))
.replace("</w:sectPr></w:body>",
"</w:sectPr><w:sectPr><w:pgSz w:w=\"12240\"/></w:sectPr></w:body>");
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** sectPr внутри pPr — межсекционный разрыв, не body-level: одна секция остаётся. */
@Test
void paragraphSectPrNotCounted() {
String xml = doc("<w:p><w:pPr><w:sectPr><w:pgSz w:w=\"11906\"/></w:sectPr></w:pPr></w:p>"
+ table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000));
String fixed = TableIndentNormalizer.rewrite(xml);
assertTrue(fixed.contains("<w:tblInd w:w=\"2681\" w:type=\"dxa\"/>"), fixed);
}
/** Дефолты без pgMar: docx4j рендерит margin 1440 (замер) → W = 11906−2880 = 9026. */
@Test
void missingPgMar_usesMeasuredDefaults() {
String xml = "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
+ "<w:body>"
+ table("<w:jc w:val=\"center\"/><w:tblInd w:w=\"100\" w:type=\"dxa\"/>", GRID_6000)
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr></w:body></w:document>";
String fixed = TableIndentNormalizer.rewrite(xml);
// (9026−6000)/2 + 100 = 1613
assertTrue(fixed.contains("<w:tblInd w:w=\"1613\" w:type=\"dxa\"/>"), fixed);
}
/** Вложенная таблица со своим jc+tblInd правится, внешняя остаётся. */
@Test
void nestedTable_innerRewritten() {
String inner = table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", "<w:gridCol w:w=\"2000\"/>");
String outer = "<w:tbl><w:tblPr><w:tblInd w:w=\"100\" w:type=\"dxa\"/></w:tblPr>"
+ "<w:tblGrid><w:gridCol w:w=\"6000\"/></w:tblGrid>"
+ "<w:tr><w:tc>" + inner + "</w:tc></w:tr></w:tbl>";
String fixed = TableIndentNormalizer.rewrite(doc(outer));
// inner: (9922−2000)/2+720 = 4681
assertTrue(fixed.contains("<w:tblInd w:w=\"4681\" w:type=\"dxa\"/>"), fixed);
assertTrue(fixed.contains("<w:tblInd w:w=\"100\" w:type=\"dxa\"/>"), fixed);
}
/** Документ без таблиц — null (контракт rewrite). */
@Test
void noTables_returnsNull() {
String xml = doc("<w:p><w:r><w:t>hi</w:t></w:r></w:p>");
assertNull(TableIndentNormalizer.rewrite(xml));
}
/** Не-docx-часть (без w:body) — не трогаем, даже с w:tbl. */
@Test
void nonDocumentPart_returnsNull() {
String xml = table("<w:jc w:val=\"center\"/>"
+ "<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000);
assertNull(TableIndentNormalizer.rewrite(xml));
}
private static byte[] zip(Map<String, String> parts) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
for (Map.Entry<String, String> e : parts.entrySet()) {
zos.putNextEntry(new ZipEntry(e.getKey()));
zos.write(e.getValue().getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
}
}
return out.toByteArray();
}
private static Map<String, String> unzip(byte[] zip) throws IOException {
Map<String, String> out = new LinkedHashMap<>();
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(zip))) {
ZipEntry entry;
while ((entry = zis.getNextEntry()) != null) {
out.put(entry.getName(),
new String(zis.readAllBytes(), StandardCharsets.UTF_8));
}
}
return out;
}
/** normalize: документ с jc+tblInd переупакован, прочие части целы. */
@Test
void normalize_rewritesDocumentPartKeepsOthers() throws IOException {
byte[] src = zip(Map.of(
"[Content_Types].xml", "<Types/>",
"word/document.xml", doc(table(
"<w:jc w:val=\"center\"/><w:tblInd w:w=\"720\" w:type=\"dxa\"/>",
GRID_6000))));
byte[] fixed = TableIndentNormalizer.normalize(src);
assertNotSame(src, fixed);
Map<String, String> parts = unzip(fixed);
assertEquals("<Types/>", parts.get("[Content_Types].xml"));
assertTrue(parts.get("word/document.xml").contains("w:w=\"2681\""),
parts.get("word/document.xml"));
}
/** normalize: нечего менять → тот же массив. */
@Test
void normalize_noChange_returnsSameArray() throws IOException {
byte[] src = zip(Map.of(
"[Content_Types].xml", "<Types/>",
"word/document.xml", doc(table(
"<w:tblInd w:w=\"720\" w:type=\"dxa\"/>", GRID_6000))));
assertSame(src, TableIndentNormalizer.normalize(src));
}
}