docx→PDF конвертер на docx4j + FOP (без LibreOffice/Aspose)

- wordpdf-core: WordPdfConverter, встроенные TTF-шрифты (Carlito/Caladea/
  Arimo/Tinos/Cousine/DejaVu), BundledFontMapper с фолбэком в DejaVu
- нормализация w:val on/off (regular-раны не рендерятся жирным курсивом)
- символы U+2000–U+2EFF (em-dash) встраиваются через DejaVu, а не
  системным неembedded-шрифтом
- wordpdf-cli: fat-jar CLI (один/несколько docx, явный выходной файл)
- тесты (docx4j/FOP/PDFBox/POI), README
This commit is contained in:
Pjandro
2026-09-23 17:54:39 +00:00
commit 76c251ddd9
53 changed files with 2163 additions and 0 deletions
@@ -0,0 +1,234 @@
package ru.pjandro.wordpdf;
import org.apache.poi.common.usermodel.PictureType;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;
import org.apache.poi.xwpf.usermodel.XWPFTable;
import org.apache.poi.xwpf.usermodel.XWPFTableCell;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTFonts;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTR;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTRPr;
import javax.imageio.ImageIO;
import java.awt.Color;
import java.awt.Graphics2D;
import java.awt.image.BufferedImage;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileOutputStream;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.List;
/**
* ОДНОРАЗОВАЯ утилита: генерация готовых .docx для тестов (Apache POI).
*
* Готовые файлы лежат в {@code wordpdf-core/src/test/resources/samples/}
* и коммитятся в репозиторий: сами тесты работают с ними как с
* обычными входными файлами и docx не генерируют.
*
* Пересоздать (если нужно):
* <pre>
* mvn -pl wordpdf-core test-compile \
* -Dmdep.outputFile=/tmp/cp.txt dependency:build-classpath -q
* java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
* ru.pjandro.wordpdf.SampleDocxGenerator \
* wordpdf-core/src/test/resources/samples
* </pre>
*/
public final class SampleDocxGenerator {
private SampleDocxGenerator() {
}
public static void main(String[] args) throws Exception {
Path dir = Paths.get(args.length > 0 ? args[0] : "samples");
dir.toFile().mkdirs();
ruPlain(dir.resolve("ru-plain.docx"));
enPlain(dir.resolve("en-plain.docx"));
ruEnMixed(dir.resolve("ru-en-mixed.docx"));
ruTimes(dir.resolve("ru-times.docx"));
ruTableImage(dir.resolve("ru-table-image.docx"));
System.out.println("Готово: " + dir.toAbsolutePath());
}
/** Русский текст, Calibri, заголовок + полужирный и курсивный run'ы. */
private static void ruPlain(Path out) throws Exception {
try (XWPFDocument doc = new XWPFDocument()) {
heading(doc, "Тестовый документ (русский)", "Calibri");
XWPFParagraph p = doc.createParagraph();
run(p, "Привет, мир! ", "Calibri", false, false);
run(p, "Это ", "Calibri", true, false);
run(p, "курсивный", "Calibri", false, true);
run(p, " и ", "Calibri", false, false);
run(p, "жирный курсив", "Calibri", true, true);
run(p, " текст.", "Calibri", false, false);
p = doc.createParagraph();
run(p, "Быстрая рыжая лиса прыгает через ленивого пса — "
+ "абвгдеёжзийклмнопрстуфхцчшщъыьэюя 0123456789.", "Calibri", false, false);
save(doc, out);
}
}
/** Английский текст, Times New Roman. */
private static void enPlain(Path out) throws Exception {
try (XWPFDocument doc = new XWPFDocument()) {
heading(doc, "Test document (English)", "Times New Roman");
XWPFParagraph p = doc.createParagraph();
run(p, "Hello, world! The quick brown fox jumps over the lazy dog.",
"Times New Roman", false, false);
p = doc.createParagraph();
run(p, "Bold and italic styles: ", "Times New Roman", false, false);
run(p, "bold", "Times New Roman", true, false);
run(p, " and ", "Times New Roman", false, false);
run(p, "italic", "Times New Roman", false, true);
run(p, ".", "Times New Roman", false, false);
save(doc, out);
}
}
/** Смешанный RU/EN: заголовок уровня 2, «список», таблица. */
private static void ruEnMixed(Path out) throws Exception {
try (XWPFDocument doc = new XWPFDocument()) {
heading(doc, "Смешанный документ", "Calibri");
// «Заголовок уровня 2»: POI 5.5 не имеет createHeading —
// имитируем жирным run'ом с меньшим размером
XWPFParagraph h2 = doc.createParagraph();
XWPFRun h2run = h2.createRun();
h2run.setText("Section two / Раздел два");
h2run.setBold(true);
h2run.setFontSize(14);
setFont(h2run, "Calibri");
// «Список» (в POI нативный numbering — отдельная история,
// для тестового документа достаточно маркера)
for (String item : List.of(
"• Пункт один — first item",
"• Пункт два — second item",
"• Пункт три — third item")) {
XWPFParagraph p = doc.createParagraph();
run(p, item, "Calibri", false, false);
}
// Таблица 2x2 с границами
XWPFTable table = doc.createTable(2, 2);
setCell(table, 0, 0, "Заголовок 1", "Calibri");
setCell(table, 0, 1, "Header 1", "Calibri");
setCell(table, 1, 0, "Ячейка А", "Calibri");
setCell(table, 1, 1, "Cell B", "Calibri");
save(doc, out);
}
}
/** Русский текст, Times New Roman (алиас -> Tinos). */
private static void ruTimes(Path out) throws Exception {
try (XWPFDocument doc = new XWPFDocument()) {
heading(doc, "Русский, Times New Roman", "Times New Roman");
XWPFParagraph p = doc.createParagraph();
run(p, "Съешь ещё этих мягких французских булок, да выпей чаю. "
+ "Раз, два, три, четыре, пять — я пошёл гулять.",
"Times New Roman", false, false);
save(doc, out);
}
}
/** Таблица + встроенное изображение (PNG). */
private static void ruTableImage(Path out) throws Exception {
try (XWPFDocument doc = new XWPFDocument()) {
heading(doc, "Таблица и изображение", "Arial");
XWPFTable table = doc.createTable(3, 2);
setCell(table, 0, 0, "Имя", "Arial");
setCell(table, 0, 1, "Значение", "Arial");
setCell(table, 1, 0, "Шрифт", "Arial");
setCell(table, 1, 1, "Arial", "Arial");
setCell(table, 2, 0, "Язык", "Arial");
setCell(table, 2, 1, "Русский", "Arial");
// PNG 120x60: красная полоса
BufferedImage img = new BufferedImage(120, 60, BufferedImage.TYPE_INT_RGB);
Graphics2D g = img.createGraphics();
g.setColor(Color.WHITE);
g.fillRect(0, 0, 120, 60);
g.setColor(Color.RED);
g.fillRect(10, 10, 100, 40);
g.dispose();
ByteArrayOutputStream bos = new ByteArrayOutputStream();
ImageIO.write(img, "png", bos);
// В POI 5.5 изображение добавляется через run.
// Размеры в EMU (1 px @ 96 dpi = 9525 EMU)
XWPFParagraph imgPara = doc.createParagraph();
XWPFRun imgRun = imgPara.createRun();
imgRun.addPicture(new java.io.ByteArrayInputStream(bos.toByteArray()),
PictureType.PNG, "test-image.png",
120 * 9525, 60 * 9525);
save(doc, out);
}
}
// ================== Вспомогательные ==================
/** Абзац-заголовок: POI 5.5 не имеет createHeading, поэтому
* имитируем жирным run'ом увеличенного размера. */
private static void heading(XWPFDocument doc, String text, String font) {
XWPFParagraph p = doc.createParagraph();
XWPFRun r = p.createRun();
r.setText(text);
r.setBold(true);
r.setFontSize(18);
setFont(r, font);
}
/** Run с текстом, шрифтом, bold/italic. */
private static void run(XWPFParagraph p, String text, String font,
boolean bold, boolean italic) {
XWPFRun r = p.createRun();
r.setText(text);
r.setBold(bold);
r.setItalic(italic);
setFont(r, font);
}
/** Задаёт шрифт для латиницы (w:rFonts@w:ascii и @w:hAnsi) —
* именно так docx4j определяет шрифт run'а. */
private static void setFont(XWPFRun r, String font) {
CTR ctr = r.getCTR();
CTRPr rPr = ctr.isSetRPr() ? ctr.getRPr() : ctr.addNewRPr();
CTFonts f = rPr.getRFontsArray().length > 0
? rPr.getRFontsArray()[0]
: rPr.addNewRFonts();
f.setAscii(font);
f.setHAnsi(font);
}
private static void setCell(XWPFTable table, int row, int col,
String text, String font) {
XWPFTableCell cell = table.getRow(row).getCell(col);
XWPFRun r = cell.getParagraphs().get(0).createRun();
r.setText(text);
setFont(r, font);
}
private static void save(XWPFDocument doc, Path out) throws Exception {
try (FileOutputStream fos = new FileOutputStream(out.toFile())) {
doc.write(fos);
}
System.out.println(" создан: " + out.getFileName()
+ " (" + new File(out.toString()).length() + " байт)");
}
}
@@ -0,0 +1,233 @@
package ru.pjandro.wordpdf;
import org.apache.pdfbox.Loader;
import org.apache.pdfbox.cos.COSName;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.font.PDFont;
import org.apache.pdfbox.text.PDFTextStripper;
import org.junit.jupiter.api.Test;
import java.io.IOException;
import java.io.InputStream;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.StandardCopyOption;
import java.util.Set;
import java.util.TreeSet;
import static org.junit.jupiter.api.Assertions.*;
/**
* Конвертация готовых .docx (src/test/resources/samples) в PDF.
* Текст PDF извлекается PDFBox и проверяется.
*/
class WordPdfConverterTest {
/** Готовый тестовый документ (коммитится, создан SampleDocxGenerator). */
private static Path extractSample(String name) throws IOException {
try (InputStream in = WordPdfConverterTest.class.getClassLoader()
.getResourceAsStream("samples/" + name)) {
assertNotNull(in, "Нет тестового документа: samples/" + name);
Path tmp = Files.createTempFile("sample-" + name + "-", ".docx");
Files.copy(in, tmp, StandardCopyOption.REPLACE_EXISTING);
return tmp;
}
}
/** Извлекает весь текст из PDF (PDFBox, PDFTextStripper). */
private static String pdfText(Path pdf) throws IOException {
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
return new PDFTextStripper().getText(doc);
}
}
/** Конвертирует docx в временный PDF и возвращает его путь. */
private static Path convert(Path docx) throws IOException {
Path out = Files.createTempFile("converted-", ".pdf");
WordPdfConverter.convert(docx, out);
return out;
}
/** Нормализует пробельные (PDFTextExtractor вставляет переносы). */
private static String norm(String s) {
return s.replaceAll("\\s+", " ");
}
/** BaseFont-имена вшитых шрифтов PDF (например "EAAAAA+Carlito-Bold"). */
private static Set<String> embeddedFontNames(Path pdf) throws IOException {
Set<String> names = new TreeSet<>();
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
for (PDPage page : doc.getPages()) {
PDResources res = page.getResources();
for (COSName name : res.getFontNames()) {
PDFont font = res.getFont(name);
if (font != null) {
names.add(font.getName());
}
}
}
}
return names;
}
@Test
void ruPlain_cyrillicAndStyles() throws Exception {
Path in = extractSample("ru-plain.docx");
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Привет, мир!"), "нет «Привет, мир!»: " + text);
// Полный кириллический алфавит — проверка, что все глифы встроились
assertTrue(text.contains("абвгдеёжзийклмнопрстуфхцчшщъыьэюя"),
"нет кириллического алфавита: " + text);
assertTrue(text.contains("жирный курсив"), "нет «жирный курсив»: " + text);
}
/**
* Regression: docx4j теряет w:val="off" (см. DocxOnOffNormalizer),
* из-за чего regular-раны рендерились Carlito-BoldItalic.
* Документ содержит все четыре начертания: в PDF должны
* встраиваться все четыре подмножества, в том числе regular
* (FOP называет его по имени из TTF: "…+Carlito-Regular").
*/
@Test
void ruPlain_regularRunsUseRegularFont() throws Exception {
Path in = extractSample("ru-plain.docx");
Set<String> fonts = embeddedFontNames(convert(in));
assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+Carlito-Regular")),
"regular-подмножество Carlito не встроено: " + fonts);
assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+Carlito-Bold")),
"Carlito-Bold не встроен: " + fonts);
assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+Carlito-Italic")),
"Carlito-Italic не встроен: " + fonts);
assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+Carlito-BoldItalic")),
"Carlito-BoldItalic не встроен (ран с w:b+w:i должен быть): " + fonts);
}
/**
* Regression: символы U+2000–U+2EFF (em-dash «—») docx4j
* {@code RunFontSelector} мапит на "Segoe UI Symbol", которого нет ни в
* документе, ни в fontTable. Без маппинга (BundledFontMapper) и
* декларации в FOP-конфиге (FopFallbackFonts) символ рендерился
* системным неembedded-шрифтом (Helvetica). Теперь em-dash
* встраивается подмножеством fallback-семейства (DejaVu).
*/
@Test
void ruPlain_emDashEmbeddedNotHelvetica() throws Exception {
Path in = extractSample("ru-plain.docx");
Path pdf = convert(in);
// Текст извлекается (глиф на месте)
assertTrue(norm(pdfText(pdf)).contains("—"), "em-dash не извлёкся");
Set<String> fonts = embeddedFontNames(pdf);
// Em-dash в fallback-семействе (DejaVu), а не в системном Helvetica
assertTrue(fonts.stream().anyMatch(n -> n.contains("DejaVu")),
"fallback-подмножество (DejaVu) не встроено: " + fonts);
assertFalse(fonts.stream().anyMatch(n -> n.startsWith("Helvetica")),
"em-dash упал на системный неembedded-шрифт: " + fonts);
}
@Test
void enPlain_englishText() throws Exception {
Path in = extractSample("en-plain.docx");
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Hello, world!"), "нет «Hello, world!»: " + text);
assertTrue(text.contains("quick brown fox"), "нет «quick brown fox»: " + text);
}
@Test
void mixed_headingListTable() throws Exception {
Path in = extractSample("ru-en-mixed.docx");
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Смешанный документ"), "нет заголовка: " + text);
assertTrue(text.contains("first item"), "нет пункта списка: " + text);
assertTrue(text.contains("Ячейка А") && text.contains("Cell B"),
"нет ячеек таблицы: " + text);
}
@Test
void ruTimes_russianInTimes() throws Exception {
Path in = extractSample("ru-times.docx");
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Съешь ещё этих мягких французских булок"),
"нет русского текста: " + text);
}
@Test
void tableImage_tableAndImage() throws Exception {
Path in = extractSample("ru-table-image.docx");
String text = norm(pdfText(convert(in)));
assertTrue(text.contains("Значение"), "нет текста таблицы: " + text);
assertTrue(text.contains("Русский"), "нет «Русский»: " + text);
// Изображение: ищем XObject'ы-изображения среди ресурсов страниц
Path pdf = convert(in);
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
int images = 0;
for (PDPage page : doc.getPages()) {
PDResources res = page.getResources();
for (COSName name : res.getXObjectNames()) {
if (res.isImageXObject(name)) {
images++;
}
}
}
assertTrue(images >= 1, "в PDF нет изображения");
}
}
/**
* Без настроенного slf4j docx4j печатает предупреждение прямо в PDF.
* Мы подключаем slf4j-simple, поэтому текста быть не должно.
*/
@Test
void noLoggingWarningInPdf() throws Exception {
Path in = extractSample("ru-plain.docx");
String text = pdfText(convert(in));
assertFalse(text.contains("TO HIDE THESE MESSAGES"),
"в PDF попало предупреждение docx4j о логировании");
}
@Test
void invalidInputsRejected() {
// Файла нет
assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(Path.of("/tmp/no-such-file-xyz.docx")));
// Не .docx: создаём временный .doc и проверяем проверку расширения
try {
Path tmpDoc = Files.createTempFile("not-docx-", ".doc");
assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(tmpDoc));
} catch (IOException e) {
fail(e);
}
// null
assertThrows(ConversionException.class, () ->
WordPdfConverter.convert(null));
}
@Test
void convertCreatesPdfNextToSource() throws Exception {
Path in = extractSample("en-plain.docx");
Path out = WordPdfConverter.convert(in);
// Ожидание считаем так же, как в реализации: убираем последнее
// расширение (.docx) и добавляем .pdf
String name = in.getFileName().toString();
int dot = name.lastIndexOf('.');
Path expected = in.resolveSibling(name.substring(0, dot) + ".pdf");
assertEquals(expected, out);
assertTrue(Files.isRegularFile(out), "PDF не создан: " + out);
}
}
@@ -0,0 +1,113 @@
package ru.pjandro.wordpdf.fonts;
import org.docx4j.fonts.PhysicalFont;
import org.junit.jupiter.api.Test;
import java.io.IOException;
import java.io.InputStream;
import java.net.URL;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.List;
import java.util.Set;
import java.util.stream.Collectors;
import static org.junit.jupiter.api.Assertions.*;
/**
* Проверка бандл-шрифтов: файлы в jar, регистрация в docx4j.
*/
class BundledFontsTest {
/** Все файлы из списка должны присутствовать в classpath (resources/fonts/).
* Путь — абсолютный (через classloader), не относительный к пакету класса. */
@Test
void listedFilesAreInClasspath() {
for (BundledFonts.Entry e : BundledFonts.ENTRIES) {
try (InputStream in = BundledFonts.class.getClassLoader()
.getResourceAsStream("fonts/" + e.file())) {
assertNotNull(in, "Шрифт отсутствует в classpath: fonts/" + e.file());
} catch (IOException ioe) {
fail("Не удалось прочитать шрифт " + e.file() + ": " + ioe);
}
}
}
/** И наоборот: все .ttf в resources/fonts/ есть в списке (защита от рассинхрона).
* Работает, когда classpath — директория (surefire); в fat-jar тест не запускается. */
@Test
void listedFilesCoverAllTtfInResources() throws Exception {
URL dir = BundledFonts.class.getClassLoader().getResource("fonts");
assertNotNull(dir, "Каталог fonts/ не найден в classpath");
assertTrue("file".equals(dir.getProtocol()),
"Тест ожидает classpath-директорию (surefire)");
Set<String> actual = Files.list(Path.of(dir.toURI()))
.map(p -> p.getFileName().toString())
.filter(n -> n.toLowerCase().endsWith(".ttf"))
.collect(Collectors.toSet());
Set<String> listed = BundledFonts.ENTRIES.stream()
.map(BundledFonts.Entry::file)
.collect(Collectors.toSet());
assertEquals(actual, listed,
"Список BundledFonts.ENTRIES рассинхронизирован с resources/fonts/");
}
/** Каждый семейство имеет все четыре начертания. */
@Test
void allFamiliesHaveAllVariants() {
for (String family : List.of("carlito", "caladea", "arimo", "tinos",
"cousine", "dejavu sans", "dejavu serif")) {
assertNotNull(BundledFonts.regular(family), family + ": regular");
assertNotNull(BundledFonts.bold(family), family + ": bold");
assertNotNull(BundledFonts.italic(family), family + ": italic");
assertNotNull(BundledFonts.boldItalic(family), family + ": bolditalic");
}
}
/**
* Зарегистрированные шрифты берутся из нашего временного каталога
* (из jar), а не из системных — это требование «самодостаточности».
*/
@Test
void registeredFontsComeFromBundledFiles() {
for (String family : List.of("carlito", "dejavu sans")) {
PhysicalFont pf = BundledFonts.regular(family);
assertNotNull(pf);
assertTrue(pf.getEmbeddedURI().toString().contains("wordpdf-fonts-"),
family + ": шрифт не из бандл-каталога: " + pf.getEmbeddedURI());
}
}
/**
* Порядок инициализации: сначала маппер (его статический init
* обнаруживает системные шрифты), затем бандл-шрифты поверх.
* После этого маппер должен маппить «Calibri» на наш Carlito.
*/
@Test
void mapperMapsCommonMsFontsToBundledOnes() throws Exception {
BundledFontMapper mapper = new BundledFontMapper();
BundledFonts.init();
// populateFontMappings вызывается при setFontMapper; проверяем
// итоговое состояние через публичный get()
java.util.Set<String> names = new java.util.HashSet<>(List.of(
"Calibri", "Times New Roman", "Arial", "Cousine", "UnknownExoticFont"));
// wmlFonts не может быть null (super обращается к getFont()),
// поэтому — пустой объект (как у документа без fontTable)
org.docx4j.wml.Fonts wmlFonts = new org.docx4j.wml.Fonts();
mapper.populateFontMappings(names, wmlFonts);
assertEquals(BundledFonts.regular("carlito"), mapper.get("Calibri"),
"Calibri -> Carlito");
assertEquals(BundledFonts.regular("tinos"), mapper.get("Times New Roman"),
"Times New Roman -> Tinos");
assertEquals(BundledFonts.regular("arimo"), mapper.get("Arial"),
"Arial -> Arimo");
// Нераспознанный шрифт не остаётся без маппинга: либо Panose-
// совпадение (super), либо fallback DejaVu Sans
assertNotNull(mapper.get("UnknownExoticFont"),
"неизвестный шрифт без маппинга");
}
}
@@ -0,0 +1,101 @@
package ru.pjandro.wordpdf.internal;
import org.junit.jupiter.api.Test;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.zip.ZipEntry;
import java.util.zip.ZipInputStream;
import java.util.zip.ZipOutputStream;
import static org.junit.jupiter.api.Assertions.*;
/**
* Нормализация w:val="off"/"on" в docx (docx4j теряет эти значения
* при JAXB-разборе, см. DocxOnOffNormalizer).
*/
class DocxOnOffNormalizerTest {
private static final String DOCUMENT_XML =
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
+ "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
+ "<w:body><w:p><w:r>"
+ "<w:rPr><w:b w:val=\"off\"/><w:i w:val=\"off\"/><w:strike w:val=\"off\"/></w:rPr>"
+ "<w:t>текст</w:t></w:r><w:r>"
+ "<w:rPr><w:b w:val=\"on\"/><w:i/></w:rPr>"
+ "<w:t>жирный</w:t></w:r></w:p></w:body></w:document>";
private static byte[] makeDocx(String documentXml) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("[Content_Types].xml"));
zos.write("<Types w:val=\"off\"/>".getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
zos.putNextEntry(new ZipEntry("word/document.xml"));
zos.write(documentXml.getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
}
return out.toByteArray();
}
private static String readEntry(byte[] zip, String name) throws IOException {
try (ZipInputStream zis = new ZipInputStream(
new java.io.ByteArrayInputStream(zip))) {
ZipEntry e;
while ((e = zis.getNextEntry()) != null) {
if (e.getName().equals(name)) {
return new String(zis.readAllBytes(), StandardCharsets.UTF_8);
}
}
}
throw new AssertionError("нет записи " + name);
}
@Test
void rewritesOnOffInWordParts() throws Exception {
byte[] result = DocxOnOffNormalizer.normalize(makeDocx(DOCUMENT_XML));
String document = readEntry(result, "word/document.xml");
assertFalse(document.contains("w:val=\"off\""), "остался off: " + document);
assertFalse(document.contains("w:val=\"on\""), "остался on: " + document);
assertTrue(document.contains("<w:b w:val=\"false\"/>"), "b не стал false: " + document);
assertTrue(document.contains("<w:i w:val=\"false\"/>"), "i не стал false: " + document);
assertTrue(document.contains("<w:strike w:val=\"false\"/>"), "strike не стал false: " + document);
// <w:b w:val="on"/> -> "true"; <w:i/> (без val) не трогается
assertTrue(document.contains("<w:b w:val=\"true\"/>"), "b не стал true: " + document);
assertTrue(document.contains("<w:i/>"), "w:i без val изменён: " + document);
}
@Test
void nonWordPartsNotTouched() throws Exception {
byte[] result = DocxOnOffNormalizer.normalize(makeDocx(DOCUMENT_XML));
// Часть вне word/*.xml остаётся как была (политика — трогать
// только word/*.xml)
assertEquals("<Types w:val=\"off\"/>", readEntry(result, "[Content_Types].xml"));
}
@Test
void noMatchesReturnsOriginalArray() throws Exception {
byte[] docx = makeDocx("<w:document><w:b w:val=\"false\"/></w:document>");
assertSame(docx, DocxOnOffNormalizer.normalize(docx));
}
@Test
void singleQuotesSupported() throws Exception {
byte[] docx = makeDocx("<w:document><w:b w:val='off'/><w:i w:val='on'/></w:document>");
String document = readEntry(DocxOnOffNormalizer.normalize(docx), "word/document.xml");
assertTrue(document.contains("<w:b w:val='false'/>"), "single-quote off: " + document);
assertTrue(document.contains("<w:i w:val='true'/>"), "single-quote on: " + document);
}
@Test
void rewriteWithoutMatchesIsNull() {
assertNull(DocxOnOffNormalizer.rewrite("<w:document><w:b/></w:document>"));
assertNull(DocxOnOffNormalizer.rewrite("<w:b w:val=\"false\"/>"));
assertNull(DocxOnOffNormalizer.rewrite("без атрибутов"));
}
}