feat: валидация контейнера .docx и защита от zip-бомбы в WordPdfValidator.validate
PR checks / java (pull_request) Successful in 1m24s
PR checks / web (pull_request) Successful in 48s

- checkDocxContainer: потоковый проход по zip — декларация wordprocessingml.document
  в [Content_Types].xml (голый zip / переименованный .xlsx → 400, а не 500 на docx4j)
  + лимиты MAX_DECOMPRESSED_MB (200) / MAX_ZIP_ENTRIES (8192) — бомба отсекается
  до readAllBytes в checkPageCount; пороги константные, не ConvertOptions
- регрессии: validate_plainZipRejected/xlsxRenamedRejected/zipBombRejected/
  tooManyEntriesRejected, inputNotDocx_rejectedBeforeRender, plainZipNotDocx_rejected;
  junkInsideValidZip_conversionError — на валидном контейнере с мусором (500)
- прод-автест test_plain_zip_not_docx_rejected; AGENTS.md синхронизирован
This commit is contained in:
Pjandro
2026-10-20 21:14:28 +00:00
parent 903eb71210
commit 6f57c8a80f
7 changed files with 291 additions and 18 deletions
@@ -463,6 +463,25 @@ class WordPdfConverterTest {
"сообщение должно упоминать zip-подпись: " + ex.getMessage());
}
/**
* Валидный zip без манифеста wordprocessingml — отказ как некорректный
* вход (ValidationException) до рендера, а не ошибка загрузки docx4j.
* Регрессия — WordPdfValidatorTest#validate_plainZipRejected.
*/
@Test
void inputNotDocx_rejectedBeforeRender() throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("hello.txt"));
zos.write("не документ".getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
}
ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(out.toByteArray(), "x"));
assertTrue(ex.getMessage().contains("не является .docx"),
"сообщение должно указывать на не-.docx-контейнер: " + ex.getMessage());
}
/**
* Лимит размера переопределяется {@link ConvertOptions} на вызов:
* maxMb=1 отсекает вход больше 1 MiB до рендера, сообщение содержит
@@ -1,5 +1,6 @@
package ru.pjandro.wordpdf;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.apache.poi.xwpf.usermodel.BreakType;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
@@ -284,6 +285,92 @@ class WordPdfValidatorTest {
"сообщение должно упоминать zip-подпись: " + ex.getMessage());
}
/**
* Валидный zip, не являющийся .docx (в {@code [Content_Types].xml} нет
* декларации wordprocessingml), отвергается валидацией — а не доходит
* до загрузки docx4j. Регрессия — WordPdfValidator#checkDocxContainer
* (на HTTP-границе — {@code ConvertControllerTest#plainZipNotDocx_rejected}).
*/
@Test
void validate_plainZipRejected() throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("hello.txt"));
zos.write("не документ".getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
}
byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, ConvertOptions.defaults()));
assertTrue(ex.getMessage().contains("не является .docx"),
"zip без манифеста wordprocessingml — не .docx: " + ex.getMessage());
}
/**
* .xlsx под .docx-суффиксом: манифест xlsx декларирует spreadsheetml,
* не wordprocessingml — отказ как не-.docx, а не 500 на загрузке docx4j.
* Регрессия — WordPdfValidator#checkDocxContainer.
*/
@Test
void validate_xlsxRenamedRejected() throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (XSSFWorkbook wb = new XSSFWorkbook()) {
wb.createSheet("S1");
wb.write(out);
}
byte[] xlsx = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(xlsx, ConvertOptions.defaults()));
assertTrue(ex.getMessage().contains("не является .docx"),
"манифест xlsx — spreadsheetml: " + ex.getMessage());
}
/**
* Zip-бомба: распакованный суммарный размер больше
* {@link WordPdfSettings#MAX_DECOMPRESSED_MB} отсекается потоково — до
* {@code readAllBytes} в {@code checkPageCount} (без проверки валидатор
* прочитал бы 200+ МБ в память). Регрессия — WordPdfValidator#checkDocxContainer.
*/
@Test
void validate_zipBombRejected() throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("word/document.xml"));
zos.write(new byte[1024]);
zos.closeEntry();
zos.putNextEntry(new ZipEntry("bomb.bin"));
zos.write(new byte[(int) (WordPdfSettings.MAX_DECOMPRESSED_MB * 1024 * 1024) + 1]);
zos.closeEntry();
}
byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, ConvertOptions.defaults()));
assertTrue(ex.getMessage().contains("zip-бомбы"), ex.getMessage());
assertTrue(ex.getMessage().contains(String.valueOf(WordPdfSettings.MAX_DECOMPRESSED_MB)),
"сообщение должно упоминать лимит: " + ex.getMessage());
}
/**
* Бомба «много записей»: больше {@link WordPdfSettings#MAX_ZIP_ENTRIES}
* записей отвергаются до разбора содержимого.
* Регрессия — WordPdfValidator#checkDocxContainer.
*/
@Test
void validate_tooManyEntriesRejected() throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
for (int i = 0; i <= WordPdfSettings.MAX_ZIP_ENTRIES; i++) {
zos.putNextEntry(new ZipEntry("e" + i + ".txt"));
zos.write(new byte[] {1});
zos.closeEntry();
}
}
byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, ConvertOptions.defaults()));
assertTrue(ex.getMessage().contains("записей"), ex.getMessage());
}
@Test
void validate_tooManyPages() throws Exception {
byte[] bytes = docxWithPageBreaks(120);