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
+11 -8
View File
@@ -22,11 +22,12 @@
|---|---|---|
| 0 | `DependencyGuard.check()` | API-проба `ZipArchiveInputStream.getNextEntry()` — совместимость commons-compress ≥ 1.25.0; иначе `ConversionException` с инструкцией вместо мутного `NoSuchMethodError` внутри docx4j |
| 1 | `new BundledFontMapper()` → `BundledFonts.init()` → `restrictToBundled()` | Конструктор маппера добавляет системные шрифты в глобальный реестр `PhysicalFonts`; `init()` вызывает `dropNonBundled()` **до** регистрации бандла (`addPhysicalFont` не перезаписывает занятый ключ — иначе системный Calibri ломает em-dash-fallback) |
| 2 | `DocxRewritePipeline.STEP` → `OleObjectNormalizer` → `WordprocessingMLPackage.load` | Один zip-проход переписывания XML-частей (правила 1–6, см. ниже) + условная OLE-вычистка (правило 7) |
| 2 | `DocxRewritePipeline.STEP` → `OleObjectNormalizer` → `WordprocessingMLPackage.load` | Один zip-проход переписывания XML-частей (правила 1–8, см. ниже) + условная OLE-вычистка (правило 9) |
| 2.5 | `WordPdfValidator.checkPageCount(normalizedBytes, maxPages)` | Lightweight-оценка страниц по zip, до рендера |
| 3 | `pkg.setFontMapper(mapper)` | Привязка шрифтов документа к физическим TTF |
| 3.5 | `DrawingPreRenderer.run(pkg, options)` | `c:chart`/`dgm:relIds` → PNG 300 dpi → `pic:pic` (docx2fo.xslt их не умеет) |
| 4 | `new FOSettings(pkg)` + `FopFallbackFonts.declare(foSettings)` | В FOP-конфиг добавляются **все** бандл-семейства: FOP встраивает только задекларированные |
| 4.25 | `LayoutPostRenderer.register(foSettings)` | Кастомный `FORenderer`: post-FO padding-компенсация таблиц (`start-indent` += `padding-left` первой ячейки), внутри — штатный `FORendererApacheFOP` |
| 4.5 | `foSettings.setCustomXsltTemplates(VendoredXslt.TEMPLATES)` | Стилист — вендорный `xslt/docx2fo.xslt` (копия docx4j-export-fo + AUDIT-FIX-патч `w:rPr/w:position`→`baseline-shift`); `Templates` компилируется один раз — `getTemplates` кастит значение в `Templates` |
| 5 | `FORendererApacheFOP.getFopFactoryBuilder` + `getFOUserAgent` | Непустой `title` → заголовок PDF |
| 6 | `Docx4J.toFO(foSettings, os, FLAG_EXPORT_PREFER_XSL)` | XSL-FO → PDF |
@@ -36,7 +37,7 @@
### Нормализаторы (`internal/DocxNormalizer`)
Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Каждый выставляет константу `STEP` (`public static final DocxNormalizer`). Правила 1–6 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); неизменённые записи переносятся raw-копией сжатых байтов (без inflate/deflate); нигде не поменялось → тот же массив. `OleObjectNormalizer` — второй условный проход (меняет части, а не XML). Индивидуальные `normalize()` шести нормализаторов сохранены (контракт юнит-тестов), но `WordPdfConverter` их не вызывает — его `normalizers(options)` = `DocxRewritePipeline.STEP` + лямбда OLE. Порядок правил значим:
Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Каждый выставляет константу `STEP` (`public static final DocxNormalizer`). Правила 1–8 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); неизменённые записи переносятся raw-копией сжатых байтов (без inflate/deflate); нигде не поменялось → тот же массив. `OleObjectNormalizer` — второй условный проход (меняет части, а не XML). Индивидуальные `normalize()` восьми нормализаторов сохранены (контракт юнит-тестов), но `WordPdfConverter` их не вызывает — его `normalizers(options)` = `DocxRewritePipeline.STEP` + лямбда OLE. Порядок правил значим:
1. `StrictOoxmlNormalizer` — strict-OOXML → transitional: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`; элементы `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml); значения `w:val="start"/"end"` у `w:jc` и `w:tab` правятся **всегда** (docx4j `Justification.setXslFO` знает только left/center/right/both, для END `fo:text-align` не пишет вовсе — `jc="end"` рендерился по левому краю; Part 1 §17.3.1.13: `jc val="end"` — правовыравнивание в LTR, ST_Jc §17.18.44; RTL вне контура — FOP без complex-script). Strict-ность части определяется наличием `http://purl.oclc.org` (не «transitional-URI в документе» — mixed-документ трактуется по каждой части). **Guard сосуществования форм**: атрибут `w:start`/`w:end` не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`); элементы `w:start`/`w:end` в strict-части переименовываются глобально, в transitional — только внутри `w:tcMar`/`w:tblCellMar` без одноимённого соседа (`maxOccurs=1` на left). Ничего не поменялось → `rewrite` вернул `null` → исходный массив (`StrictOoxmlNormalizerTest#transitionalCoexistReturnsOriginalArray`).
2. `DocxOnOffNormalizer` — `w:val="off"/"on"` → `"false"/"true"`; якорь по тегу, правится только атрибут `w:val`, текст между тегами не трогается.
@@ -44,7 +45,9 @@
4. `FieldNormalizer` — `fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (кэш страниц в PDF не попадает); вложенные/битые поля пропускаются.
5. `InvisibleCharNormalizer` — вырезает из `w:t` U+0085, U+2028, U+2029, U+200E/200F, U+202A–202E, U+2060, U+FEFF (FOP делает из них переносы/пустые строки, Arimo/Tinos рисуют боксы). U+00A0/U+00AD/U+200B–U+200D **не** трогает.
6. `GlyphCoverageNormalizer` — режет раны по покрытию глифов и пишет семейство в `w:rFonts`, иначе FOP рисует «#». Покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, **не** docx4j `GlyphCheck` (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.
7. `OleObjectNormalizer` — принимает флаг `errorOnOle`. Два этапа: дешёвый детект по центральному каталогу zip (`ZipFile`; читаются только `[Content_Types].xml` и `word/*.xml` до первого `<w:object`; не-zip/нет центрального каталога → входной массив — прежняя снисходительность), переупаковка — только при находке. Детект OLE-бинарников — 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 (по типу, включая `TargetMode=External`) и Override удалённых частей. Элементы `<w:object>` из `word/*.xml` не выбрасываются, а заменяются статичным представлением — картинкой-плейсхолдером (ECMA-376 §15.2.10): `w:drawing` переиспользуется дословно, `v:imagedata r:id` → inline-DrawingML на ту же image-часть (размер из `style` `v:shape`, иначе `w:dxaOrig`/`w:dyaOrig` ×635), блоки с `w:control` и без плейсхолдера удаляются. OLE-бинарники никогда не читаются. При `errorOnOle=true` вместо вычистки — `DrawingFoundException(OLE)`. Лечит оба механизма падения docx4j: JAXB-разбор бинарника под ложным XML-типом («Content is not allowed in prolog» → NPE) и NPE `chunkType is null` в VML-сериализации `w:object`. Многочастный: публичный член только `normalize(byte[], boolean)`, `rewrite`-хука нет.
7. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с ненулевым `w:tblInd` в абсолютный `w:tblInd` с удалением `w:jc` (Word: tblInd — сдвиг от поля после центрирования, MS-OI29500 §2.1.155; docx4j при jc≠left игнорирует tblInd буквально — Part 1 §17.4.50): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; дефолты 11906/1440 — измеренное поведение docx4j, не ECMA-1800), T — Σ gridCol; пропускает несколько body-level `sectPr`, отсутствие tblInd, `tblW pct`, нецелые gridCol; трогает только `word/document.xml`. Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord.
8. `NumberingSuffixNormalizer` — `w:suff w:val="space"` → дописанный обычный пробел в конце следующего `w:lvlText` того же уровня (порядок CT_Lvl suff→lvlText, wml.xsd; Part 1 §17.3.1.28): docx4j разделитель не эмитит вовсе (дамп n4.fo); уже пробельный lvlText не дублируется; suff=tab — отдельный Class C-остаток (нужна per-item ширина), nothing совпадает с docx4j. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace.
9. `OleObjectNormalizer` — принимает флаг `errorOnOle`. Два этапа: дешёвый детект по центральному каталогу zip (`ZipFile`; читаются только `[Content_Types].xml` и `word/*.xml` до первого `<w:object`; не-zip/нет центрального каталога → входной массив — прежняя снисходительность), переупаковка — только при находке. Детект OLE-бинарников — 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 (по типу, включая `TargetMode=External`) и Override удалённых частей. Элементы `<w:object>` из `word/*.xml` не выбрасываются, а заменяются статичным представлением — картинкой-плейсхолдером (ECMA-376 §15.2.10): `w:drawing` переиспользуется дословно, `v:imagedata r:id` → inline-DrawingML на ту же image-часть (размер из `style` `v:shape`, иначе `w:dxaOrig`/`w:dyaOrig` ×635), блоки с `w:control` и без плейсхолдера удаляются. OLE-бинарники никогда не читаются. При `errorOnOle=true` вместо вычистки — `DrawingFoundException(OLE)`. Лечит оба механизма падения docx4j: JAXB-разбор бинарника под ложным XML-типом («Content is not allowed in prolog» → NPE) и NPE `chunkType is null` в VML-сериализации `w:object`. Многочастный: публичный член только `normalize(byte[], boolean)`, `rewrite`-хука нет.
`mc-preprocessor.xslt` docx4j (в jar `docx4j-core`) перебивает strict-namespace'ы в transitional и конвертит `pt` в twips/half-points, но ветку перевода процентов в тысячные для namespace'ных атрибутов содержит с закомментированным `<xsl:value-of select="$cleanValue * 1000"/>` (для атрибутов без namespace — она активна), а `w:start`/`w:end` в `w:left`/`w:right` не маппит вовсе. Поэтому собственный рерайт URI ломать нельзя — он сломал бы pt-конверсию preprocessor'а (FOP получил бы «10pt»).
@@ -92,7 +95,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
- `PhysicalFonts` — глобальный и мутируемый → ядро не потокобезопасно; приложение сериализует конвертации одним воркером.
- Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; explicit = межсекционные `w:sectPr` в body + `w:br type="page"` + `pageBreakBefore` (включая таблицы и `w:sdt`). Единственный путь — lightweight (StAX по zip, secure-ридер без DTD/external entities; `WordPdfValidator` не зависит от docx4j): атрибуты — по локальному имени (`attrLocal`, не по transitional-URI: иначе в strict-документе `w:br type="page"` не засчитываются); `sectPr` внутри `pPr` не считает, последнюю body-direct секцию не считает, `continuous`-секции не считает, в колонтитуках — только `w:br type="page"`, `pageBreakBefore` — только внутри `pPr` вне `sectPr` (truthy `val`: `null|true|1|on`). На не-zip молчит — подпись проверяет вызывающий. `checkPageCount` — один стриминговый проход `ZipInputStream` без буферизации частей (хелпер `noClose` глушит `close()` сканеров): потребление O(одной части) вместо O(суммы XML-частей).
- Известный остаток эталона: U+2188/U+218A — глифов нет в OFL-шрифтах бандла, остаются `.notdef` (GNU FreeSerif GPL — не добавляем намеренно).
- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff` (nothing/space) и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab); левый padding ячейки таблицы не применяется к тексту (текст на leading edge таблицы, рамка уезжает влево на padding — Java `TableWriter`); `w:tblInd` при `w:jc`≠left игнорируется (буквально по Part 1 §17.4.50; Word не игнорирует — MS-OI29500 §2.1.155); `lineRule="auto"` docx4j считает как (line/240)×внутренний single ≈13.43pt@11pt (Word ≈13.9pt), а абзац без `w:line` рендерится natural-высотой FOP 15.44pt — два «single» в конвертере; кернинг применяется без порога `w:kern`.
- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 8, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; первичный замер аудита «Word ≈13.9pt» — пиксельное округление 18px@96dpi, расхождения с явной строкой нет, пункт закрыт); кернинг не применяется вовсе: шрифты бандла GPOS-only, латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern`-таблицу, свойства `kerning` в форке нет (замер: advance A→V = A→A = 6.369pt@11pt Carlito); Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19; при отсутствии `w:kern` Office не кернит — MS-OI29500 §21.1.2.3.9a) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 7), `w:suff="space"` (правило 8).
- Внимание: комментарии в `WordPdfConverter`/`DocxOnOffNormalizer` говорят «docx4j 11.x» — устаревшее число, фактически 17.3.2 (описанное поведение верно).
### Шрифты (30 TTF + 3 лицензии, SIL OFL, `wordpdf-core/src/main/resources/fonts/`)
@@ -105,7 +108,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
|---|---|
| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String[,ConvertOptions])`), `WordPdfValidator` (`checkInput`/`checkPageCount`/`validate` — без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`), `WordPdfSettings` (`MAX_INPUT_MB=5`, `MAX_PAGES=100`, защитные `MAX_DECOMPRESSED_MB=200`/`MAX_ZIP_ENTRIES=8192`, `ERROR_ON_*=false`), `ConvertOptions` (record) |
| `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) |
| `…/wordpdf/internal/` | 7 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–6, raw-копия неизменённых записей) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы `public` (иначе родительский пакет не вызвал бы), публичные члены наружу только `normalize`/`STEP`/`declare`/`DependencyGuard.check`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` |
| `…/wordpdf/internal/` | 9 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–8, raw-копия неизменённых записей) + `LayoutPostRenderer` (кастомный `FORenderer`, post-FO padding-компенсация таблиц, шаг 4.25) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы `public` (иначе родительский пакет не вызвал бы), публичные члены наружу только `normalize`/`STEP`/`declare`/`DependencyGuard.check`/`LayoutPostRenderer.register`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` |
| `…/wordpdf/internal/chart/` | 17 классов Java2D-рендера диаграмм/SmartArt в PNG (public только `DrawingPreRenderer.run`) |
| `wordpdf-core/src/main/resources/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar |
| `wordpdf-core/src/main/resources/xslt/` | `docx2fo.xslt` — вендорный XSL-FO-стилист (копия docx4j-export-fo + AUDIT-FIX-патч), часть jar |
@@ -159,7 +162,7 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
## Code Conventions & Common Patterns
- Классы `final`, приватный конструктор, только `static` (stateless, DI нет; конфигурация — `Docx4jProperties` + classpath-ресурсы). Исключения — экземпляры по природе: `BundledFontMapper` (`extends BestMatchingMapper`), обёртка цветов `DrawMlColor` (instance, но не наследник docx4j) и Spring-компоненты `wordpdf-app`.
- Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–6 одним zip-проходом) + лямбда `OleObjectNormalizer`; нечего менять → **тот же массив**; package-private хук `static String rewrite(String xml)` для юнит-тестов (возвращает `null` при отсутствии изменений; есть у 6 из 7 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)` (per-part-логика, хук пайплайна); правятся только части `word/*.xml`.
- Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–8 одним zip-проходом) + лямбда `OleObjectNormalizer`; нечего менять → **тот же массив**; package-private хук `static String rewrite(String xml)` для юнит-тестов (возвращает `null` при отсутствии изменений; есть у 8 из 9 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)` (per-part-логика, хук пайплайна); правятся только части `word/*.xml`.
- Ошибки публичного API — только `ConversionException extends RuntimeException`; внутренние исключения оборачиваются на границе. В chart — деградация вместо падения.
- Javadoc на русском, объясняет «почему» и ссылается на регрессию и фикстуру (формат: `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx`) — новый фикс оформлять так же.
- Константы UPPER_SNAKE с числовыми эталонными значениями (`PIE_DEPTH`, `MAX_PAGES`); начертания `V_REGULAR/V_BOLD/...`; модели — `record`; размеры в chart — в пунктах, растр × `DPI/72`.
@@ -207,12 +210,12 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
- Гейт `maven-pmd-plugin` 3.28.0 на `verify` для обоих модулей, ruleset `pmd-ruleset.xml`, `includeTests=true`. Версия PMD-движка в pom не пинится (тянется плагином).
- Гейт JaCoCo `0.8.15`: `jacoco:check` (правило BUNDLE, LINE COVEREDRATIO `0.90` — обоих модулей; в `wordpdf-core/pom.xml` execution `check` переопределён и добавляет BRANCH COVEREDRATIO `0.85` — только для core) на `verify`; агент подключается в surefire через `argLine` = `@{argLine} -Djava.awt.headless=true` (свойство `argLine` в корневом pom по умолчанию пусто и перезаписывается `prepare-agent` — `mvn test -Djacoco.skip=true` без агента работоспособно); `report` и `check` оба на `verify`, report раньше — при провале порога отчёт уже на диске; отчёты `target/site/jacoco/` (html+xml, xml нужен CI-сводке). Плотность покрытия держат тесты, а не заглушки: промахи в основном недостижимые IOException/catch-ветки (`GlyphFont`, `BundledFonts`) и защитные ветви сканеров нормализаторов/валидатора.
- 35 тестовых классов / 538 `@Test` (core 29/496, app 6/42: ConvertController 22 + ApiKeyFilter 8 + ConversionService 5 + ApiExceptionHandler 4 + ConvertLimits 2 + ConversionTimeout 1). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true`; только `Assertions` (Mockito/AssertJ не использовать; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`), тестовые классы package-private, зеркалят main-пакеты; только `@Test` + два `@BeforeAll` (warm-up шрифтов в `GlyphCoverageNormalizerTest` и `BundledFonts.init()` в `BundledFontsTest`) + `@AfterEach drainWorker` в `ConversionTimeoutTest` (дренировать отменённый FOP-рендер до следующего класса — гонка глобального `PhysicalFonts`).
- 38 тестовых классов / 579 `@Test` (core 32/537, app 6/42: ConvertController 22 + ApiKeyFilter 8 + ConversionService 5 + ApiExceptionHandler 4 + ConvertLimits 2 + ConversionTimeout 1). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true`; только `Assertions` (Mockito/AssertJ не использовать; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`), тестовые классы package-private, зеркалят main-пакеты; только `@Test` + два `@BeforeAll` (warm-up шрифтов в `GlyphCoverageNormalizerTest` и `BundledFonts.init()` в `BundledFontsTest`) + `@AfterEach drainWorker` в `ConversionTimeoutTest` (дренировать отменённый FOP-рендер до следующего класса — гонка глобального `PhysicalFonts`).
- **PDF сравнивается текстом, не растеризацией**: PDFBox 3 (`Loader.loadPDF`) — `PDFTextStripper` (пер-странично `setStartPage/setEndPage`), override `processTextPosition` для шрифта конкретного символа (`fontNameOf`), обход ресурсов страниц для встроенных шрифтов (`EAAAAA+Carlito-Bold`) и счётчик картинок (`imageCount`/`distinctImageCount` — SMask игнорируется). Негативные маркеры: `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 (экспорт 300 dpi, числа зашиты в тесты), допуски `assertRatio` <0.06 (`PiePainterTest`, `CartesianPainterTest`) / <0.10 (`Surface3dPainterTest`, + `assertRange` ±6 pt для центров силуэта); пороги залитых px, перцентильные коридоры яркости, «серый» px — разброс каналов `GRAY_MAX_SPREAD=25`; исключение — структурная проверка чернил в `GlyphFontTest`. Эталонные файлы — `develop/`, вне git. Хелперы chart-тестов (`render`, `countColor`, `assertRatio`, `paint`) продублированы по классам — общего test-util нет.
- `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` (13; в тестах не генерировать; все ECMA-conformant по `docs/standards/validate-fixtures.py` — фикстура невалидна, правится фикстура, не код): 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 `<Pages>1</Pages>` + 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` и VML-плейсхолдером `media/fallback.png` — ручная, генератором не перезаписывать), `chart-types` (14 графиков: 9 типов + ofPie-pie + lineChart stacked + `c:wireframe` + combo barChart+lineChart на вторичной `c:valAx` pos="r"; пересоздание — `ChartTypesDocxGenerator`).
- Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame`) 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`/`ConversionTimeoutTest` (`@TestPropertySource` — отдельные классы, не `@Nested`: `@Nested` + `@TestPropertySource` не даёт отдельного контекста).
- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight`; юниты `indCoexistLeftStartUntouched`/`tcMarCoexistKept`/`tcBordersElementsKeptTransitional`/`jcStartRenamedTransitional`/`tabStartRenamedTransitional`/`transitionalCoexistReturnsOriginalArray`), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `InvisibleCharNormalizerTest`↔`invisibleChars_noEmptyLines`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`; юниты `objectWithImagedata_placeholderKept`/`objectWithoutImage_removed`/`objectWithDrawing_reusedVerbatim`/`controlBlockRemoved`/`sizeFromDxaOrig`/`styleUnits_allConvertToEmu`/`objectWithoutBin_stillRewritten`/`externalOleLinkRelRemoved`), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `cachedPagesUnreadableFallsBackToZero`, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`/`validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `PresetGeometryTest`↔`chartsSmartArt_drawingsBecomeImages` (`tableMatchesEcmaXml`), chart-пейнтеры↔`chartTypes_allTypesRenderAsImages`, `ChartSpecTest`↔автозаголовки/комбо/DoS (`hugePointIndex_rejectedNotOom`, `hugePtCount_rejectedNotOom`, `hugeCategoryIndex_rejectedNotOom`, `nonFiniteScalingBounds_dropped`, `overlayLegend_keepsPositionAndFlag`, `deletedTitleWithText_notShown`, `deletedTitleValOmitted_notShown`, `multiSeriesDoughnut_placeholderNotSeriesName`, `multiParagraphTitle_joinedWithNewlines`), `Surface3dPainterTest`↔`axisBounds_tinyMajorUnit_fallsBackToNiceUnit`/`axisBounds_zeroMajorUnit_fallsBackToNiceUnit`, `ChartRendererTest`↔`axisBounds_explicitHugeRange_reunitsToMaxTicks`/`axisBounds_infiniteSpan_fallsBackToData`/`stackedCumulative_*`/`stackedRange_coversNegativeSums`/`overlayLegend_drawnOverPlot`/`wireframeSurfaceLegend_hollowMarkers`, `DrawMlTextTest`↔`hugeWord_wrapsLinearly`/`fallbackFamilyAliasedToBundle`/`lineSpacingPct_compactsLines`, `DrawMlColorTest`↔`invalidSrgbHexFallsBackToOfficeDefault`, `SmartArtRendererTest`↔`normAutofitShrinksToFit`/`missingAutofitKeepsDeclaredSize`/`emptyTxBody_noPlaceholderInk`, `CartesianPainterTest`↔`stackedLine_seriesStackCumulatively`/`percentStackedLine_topSeriesFlatAtHundred`/`areaFill_closesToBaseline`/`combo_barsAndLineOnSecondary_bothDrawn`, `GlyphCoverageNormalizerTest`↔`multipleTextNodes_runLeftUntouched`/`nestedRunInTextBox_innerSplit`, `SymbolFontNormalizerTest`↔`nestedRunInTextBox_innerNormalized`, `WordPdfConverterTest`↔`noLoggingWarningInPdf`/`pdfTitle_comesFromParameter`/`hostileChartAxis_convertsNotHangs`/`hugeExtentChart_removedNotOom`/`chartWithoutExtent_errorFlagRejects`/`jcEndTransitional_rightAligned`/`rPrPosition_raisesBaseline`/`vendoredXsltTracksJarCopy` (аудит раскладки ECMA-376). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed`, `corruptNotAZip_rejected`, `plainZipNotDocx_rejected`, `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName`, `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey`, `dotSegmentOpenPrefix_rejected`, `errorFlagNotBoolean_rejected`, `methodNotSupportedReturns405`/`badContentTypeReturns415`.
- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight`; юниты `indCoexistLeftStartUntouched`/`tcMarCoexistKept`/`tcBordersElementsKeptTransitional`/`jcStartRenamedTransitional`/`tabStartRenamedTransitional`/`transitionalCoexistReturnsOriginalArray`), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `InvisibleCharNormalizerTest`↔`invisibleChars_noEmptyLines`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`; юниты `objectWithImagedata_placeholderKept`/`objectWithoutImage_removed`/`objectWithDrawing_reusedVerbatim`/`controlBlockRemoved`/`sizeFromDxaOrig`/`styleUnits_allConvertToEmu`/`objectWithoutBin_stillRewritten`/`externalOleLinkRelRemoved`), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `cachedPagesUnreadableFallsBackToZero`, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`/`validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `PresetGeometryTest`↔`chartsSmartArt_drawingsBecomeImages` (`tableMatchesEcmaXml`), chart-пейнтеры↔`chartTypes_allTypesRenderAsImages`, `ChartSpecTest`↔автозаголовки/комбо/DoS (`hugePointIndex_rejectedNotOom`, `hugePtCount_rejectedNotOom`, `hugeCategoryIndex_rejectedNotOom`, `nonFiniteScalingBounds_dropped`, `overlayLegend_keepsPositionAndFlag`, `deletedTitleWithText_notShown`, `deletedTitleValOmitted_notShown`, `multiSeriesDoughnut_placeholderNotSeriesName`, `multiParagraphTitle_joinedWithNewlines`), `Surface3dPainterTest`↔`axisBounds_tinyMajorUnit_fallsBackToNiceUnit`/`axisBounds_zeroMajorUnit_fallsBackToNiceUnit`, `ChartRendererTest`↔`axisBounds_explicitHugeRange_reunitsToMaxTicks`/`axisBounds_infiniteSpan_fallsBackToData`/`stackedCumulative_*`/`stackedRange_coversNegativeSums`/`overlayLegend_drawnOverPlot`/`wireframeSurfaceLegend_hollowMarkers`, `DrawMlTextTest`↔`hugeWord_wrapsLinearly`/`fallbackFamilyAliasedToBundle`/`lineSpacingPct_compactsLines`, `DrawMlColorTest`↔`invalidSrgbHexFallsBackToOfficeDefault`, `SmartArtRendererTest`↔`normAutofitShrinksToFit`/`missingAutofitKeepsDeclaredSize`/`emptyTxBody_noPlaceholderInk`, `CartesianPainterTest`↔`stackedLine_seriesStackCumulatively`/`percentStackedLine_topSeriesFlatAtHundred`/`areaFill_closesToBaseline`/`combo_barsAndLineOnSecondary_bothDrawn`, `GlyphCoverageNormalizerTest`↔`multipleTextNodes_runLeftUntouched`/`nestedRunInTextBox_innerSplit`, `SymbolFontNormalizerTest`↔`nestedRunInTextBox_innerNormalized`, `WordPdfConverterTest`↔`noLoggingWarningInPdf`/`pdfTitle_comesFromParameter`/`hostileChartAxis_convertsNotHangs`/`hugeExtentChart_removedNotOom`/`chartWithoutExtent_errorFlagRejects`/`jcEndTransitional_rightAligned`/`rPrPosition_raisesBaseline`/`vendoredXsltTracksJarCopy` (аудит раскладки ECMA-376), `LayoutPostRendererTest`↔`tableCellPadding_textInsetLikeWord` (+`lineRuleAuto_wordSingleLinePitch` пинит метрический шаг «single» от псевдофиксов, `carlitoAutoBlock_untouched`), `TableIndentNormalizerTest`↔`tableIndentCentered_shiftedLikeWord`, `NumberingSuffixNormalizerTest`↔`suffSpace_labelGetsSpace`. App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed`, `corruptNotAZip_rejected`, `plainZipNotDocx_rejected`, `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName`, `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey`, `dotSegmentOpenPrefix_rejected`, `errorFlagNotBoolean_rejected`, `methodNotSupportedReturns405`/`badContentTypeReturns415`.
- 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 9.1.1 + requests 2.34.2, 21 проверка — 17 под маркером `needs_key` (SKIP без ключа), 4 открытых: health/SPA-root/swagger/spec; env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода.
@@ -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));
}
}