diff --git a/AGENTS.md b/AGENTS.md
index ab36b5d..7e7e267 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -43,7 +43,6 @@
- FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 (транзитив от `docx4j-export-fo`, в pom не пинится); расхождения с upstream-доками FOP нормальны; `lineRule=auto` не «чинить».
- Chart-media префикс `/word/media/chart-*` — пакетный контракт с `ChartImageHandler` (отключение пересжатия); переименование молча вернёт мыльный ресемпл.
- Стоп-лист «не чинить» (до любой попытки починить расхождение с Word — `docs/agent/render-limitations.md`): `jc="distribute"`, `suff="tab"`/`lvlJc`, кернинг, `framePr`, `REF`/`SEQ`/`TOC`-кэш, руби-надстрочница, `ptab`, U+2188/U+218A (GPL-шрифты не добавляем).
-- Комментарии в `WordPdfConverter`/`DocxOnOffNormalizer` говорят «docx4j 11.x» — устаревшее число, фактически 17.3.2 (поведение описано верно).
## Key Directories
diff --git a/docs/agent/doc-bridge.md b/docs/agent/doc-bridge.md
index 8d327e2..1a3a798 100644
--- a/docs/agent/doc-bridge.md
+++ b/docs/agent/doc-bridge.md
@@ -4,21 +4,21 @@
|Класс|Спецификация|
|---|---|
-|`CfbReader`|[MS-CFB] заголовок (секторы 512/4096, mini 64), FAT/DIFAT (лимиты секторов + защита от циклов), miniFAT + mini stream из root, directory; любой брак (цикл, ссылка за файл, обрезанный поток, битый заголовок) → `ConversionException` (на гейте отказ оборачивает в `ValidationException` `WordPdfValidator`)|
-|`FibHeader`|[MS-DOC §2.4.1/§2.6.1] FibBase (`fWhichTblStm` — бит 9 u16@10 → 1Table/0Table), FibRgLw97 (ccpText/ccpFtn/ccpHdd), пары FibRgFcLcb97: fcStshf=1, fcPlcfSed=6, fcPlcfHdd=11, fcPlcfBteChpx=12, fcPlcfBtePapx=13, fcSttbfFfn=15, fcClx=33, fcDggInfo=50, fcPlfLst=73, fcPlfLfo=74|
-|`PieceTable`|§2.9.135 Clx/Pcdt: куски compressed (FC/2, байт + CP1252-карта 0x80–0x9F) и uncompressed (UTF-16LE); FC за потоком → `ConversionException`|
-|`Grpprl`|§2.6.2 sprm'ы: CHPX — bold 0x0835, italic 0x0836, strike 0x0837, kul 0x2A3E, hps 0x4A43, hpsBi 0x4A61, ftc0 0x4A4F, ftc1 0x4A50, cv 0x6870 (4-й байт FF → auto), **sprmCHighlight 0x2A0C** (Ico §2.9.171 → `w:highlight`, член ST_HighlightColor §17.18.42 по RGB 1:1), **sprmCShd 0xCA71**/**sprmCShd80 0x4866** (SHDOperand §2.9.177 = cb(1)=10 + cvFore/cvBack COLORREF + ipat §2.9.178; Shd80 u16 5+5+6 §2.9.176 → `w:shd`, форма Word `w:val="clear"`: fill=cvFore при ipatSolid иначе cvBack; ipatAuto/оба цвета auto → не эмитится — FOP красит только w:fill, проверено экспериментально), **sprmCIstd 0x4A30** (ссылка на символьный стиль §2.4.6.5 → `Styles.charChain`), sprmCFSpec 0x0875, rMarkDel 0x0800/rMarkIns 0x0801 (непринятые правки → `w:del`/`w:ins`), smallCaps 0x083A/caps 0x083B (апкейс текста в мосту), vanish 0x083C (фильтр рана — FO `w:vanish` не читает), hpsPos 0x4845 (со знаком, hps → `w:position`), **sprmCPicLocation 0x6A03** (смещение BLIP в Data); PAPX — **sprmPHugePapx 0x6646**/**sprmPTableProps 0x646B** (указатели на PrcData в Data, разворачивает `PrcData.resolve`; `Grpprl.scan` сам их корректно пропускает по spra=3), jc 0x2461 (4→distribute, 5/7/8/9→both, 6 — игнор) и jc80 0x2403 (3/4/5 — justify-both с разной компрессией, distribute у jc80 нет), dxaLeft/dxaLeft1/dxaRight + 80-варианты 0x840F/0x8411/0x840E и sprmPNest 0x465F/sprmPNest80 0x4610 (XAS со знаком → hanging/firstLine; общий накопитель `Grpprl.Indents`: nest к своему dxaLeft, современное семейство вытесняет 80-е), pageBreakBefore 0x2407 (перед ним keepFollow 0x2406/keep 0x2405 → `w:keepNext`/`w:keepLines`), InTable 0x2416, sprmPFTtp 0x2417, **sprmPShd 0xC64D**/**sprmPShd80 0x442D** (тот же Shd/Shd80 → `w:shd` в pPr до `w:tabs`, CT_PPr §17.3.1.26), istd 0x8463, LSPD 0x6412 (dyaLine i16 + fMult), before/after 0xA413/0xA414, PChgTabs 0xC60D и **sprmPChgTabs 0xC615** (табы стиля; PChgTabsDelClose §2.9.182 — радиус удаления из rgdxaClose, XAS_plusOne), **ilvl 0x260A** (u8; 0x0C — «пропустить, не нумеровать»), **ilfo 0x460B** (i16: 0/0xF801 — списока нет, 1..0x07FE — 1-базированный индекс rgLfo, 0xF802..0xFFFF — отрицание индекса с сохранением отступов); TAP — **sprmTDefTable 0xD608**, sprmTTableBorders 0xD613, sprmTTableBorders80 0xD605, sprmTJc 0x548A / sprmTJc90 0x5400 (u16 0/1/2 → left/center/right, единый маппинг: FOP complex-script не поддерживает, RTL вне контура), sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30: cb=3 + itcFirst + itcLim + VerticalAlign 0/1/2 → `w:vAlign`; cb≠3 — операнд игнорируется), **sprmTCellPadding 0xD632**/**sprmTCellPaddingDefault 0xD634** (CSSAOperand §2.9.209: cb(1)=6 + itc(2 ItcFirstLim) + grfbrc (top|left|bottom|right = 1|2|4|8) + ftsWidth + wWidth(2); переносится только ftsDxa, Default-operand действует на весь ряд (§2.63 фиктивные itc 0/1 → [0,∞)) → `w:tcMar`, порядок детей CT_TcMar §17.4.66). **sprmTInsert 0x7621 пропускается по правилу spra=3 (4 байта)** — эмпирика живых образцов (ru-table-image.doc/ru-en-mixed.doc: following-sprm выравнивается ровно при 4; MS-DOC-форма rgttte 2+6·ctc Word'ом не пишется, сетка из sprmTInsert мостом не строится). Спец-длины операндов spra=6: у 0xD608 счётчик cb **двухбайтовый** («остаток+1», §2.9.321 — формула «1+первый байт» врёт при cb>255), у 0xC60D cb=0xFF — обрыв разбора; у 0xC615 cb=0xFF — длина 3 + 4·cTabsDel + 3·cTabsAdd по раскладке §2.9.182 (разбор продолжается)|
-|`ChpxIndex`/`PapxIndex`|§2.4.6: PlcfBte (aFc n+1 + pn 22 бита) → FKP-страницы 512 Б по pn·512 (rgfc (n+1)×4, rgbx n×1/×13, crun/cpara — последний байт); Chpx = cb + grpprl; PapxInFkp: cb≠0 → GrpPrlAndIstd 2cb−1, cb=0 → cb′ → 2cb′ (внутри istd(2) + grpprl, grpprl может быть пустым — istd без прямых Prl); bOffset=0 → свойств нет (дефолт), но **граница rgfc[j+1] в индекс заносится** — иначе дефолтный ран проглотил бы последующие CHPX-раны абзаца (регрессии ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept, WordPdfConverterTest#docClassD_landscapeHiddenDelCaps); **istd сохраняется** (`istdFor`, вне диапазона −1) — по нему `DocxBody` применяет цепочку `Styles`|
-|`Styles`|§2.9.271 STSH по fcStshf: LPStshi (cbStshi, cstd, cbSTDBaseInFile) → LPStd на чётных границах → Std (stdf: sti/stk/istdBase/cupx + xstzName + LPUpx): stk=1 → UPX[0]=UpxPapx (istd(2)+grpprl), UPX[1]=UpxChpx; **stk=3 (STCF — символьные стили Word 97+)** — единственный UPX[0]=UpxChpx целиком, отдельная цепочка `charChain(istd)` (источник ссылки — sprmCIstd, §2.4.6.5); stk=2 (легаси STDC) не читается. Цепочка base-first (предок раньше потомка, last-wins при скане); istdBase 0x0FFF — без предка, цикл — обрыв на MAX_CHAIN=16. Разбор **снисходительный** (образец FontTable): битый/отсутствующий STSH → пустая таблица, конвертация на прямых свойствах, без `ConversionException`|
-|`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc, cellVAlign, cellMargins)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.39) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.171); brcType=0 не эмитится, ≥0x40 ширина ×8, sz<2 → 2; выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord); вертикальное выравнивание ячеек: sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30) → `cellVAlign[]` по индексам колонок (диапазоны clamped к сетке, top/вне диапазона — не эмитится) → `w:vAlign` в `w:tcPr` после `w:gridSpan` (регрессии — TablesTest#vertAlign_*, DocToDocxFormattingTest#cellVertAlign_*); поля ячеек: sprmTCellPadding/…Default (CSSAOperand §2.9.209, только ftsDxa, wWidth ≤ 31680) → `cellMargins[]` (record `CellMargin(itcFirst, itcLim, sideMask, width)`, Default — весь ряд) → `w:tcMar` в `w:tcPr` до `w:vAlign` (CT_TcMar §17.4.66; регрессии — TablesTest#cellPadding_*, DocToDocxFormattingTest#cellMargins_becomeTcMar, пайплайн — WordPdfConverterTest#tableTcMar_textInsetLikeWord). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы|
+|`CfbReader`|[MS-CFB] заголовок §2.2 (MUST-поля обязательны: ByteOrder 0xFFFE, mini-сектор сдвиг 0x0006, cutoff 0x1000; секторы 512/4096, mini 64), FAT/DIFAT §2.3–2.5, miniFAT + mini stream из root, directory §2.6; длина любой цепочки ограничена числом секторов файла (бюджет против враждебного FAT), суммарный бюджет аллокаций big-потоков (mini-потоки в бюджет не входят — их данные физически в mini stream); любой брак (цикл, ссылка за файл, обрезанный поток, рассинхрон MUST-полей, битый заголовок) → `ConversionException` (на гейте отказ оборачивает в `ValidationException` `WordPdfValidator`)|
+|`FibHeader`|[MS-DOC §2.5.1] FibBase (`fWhichTblStm` — бит 9 u16@10 → 1Table/0Table), FibRgLw97 (ccpText/ccpFtn/ccpHdd), пары FibRgFcLcb97: fcStshf=1, fcPlcfSed=6, fcPlcfHdd=11, fcPlcfBteChpx=12, fcPlcfBtePapx=13, fcSttbfFfn=15, fcClx=33, fcDggInfo=50, fcPlfLst=73, fcPlfLfo=74; побайтовый порядок чтения — §2.5.1 «How to read the FIB» (примеры §3); csw/cslw сверяются с ожидаемым раскладок, cbRgFcLcb: 0x0101 = 136 пар (Word 2002), 0x010C = 164 (Word 2003) — нужные пары на фиксированных индексах|
+|`PieceTable`|§2.9.135 Clx/Pcdt: куски compressed (FC/2, байт + CP1252-карта 0x80–0x9F) и uncompressed (UTF-16LE); aCP строго возрастают (дубль/убывание — пропуск как пустого/битого куска); читаемый span куска клампится к cbMac (§2.5.4: байты WordDocument-потока за cbMac MUST игнорироваться); FC за потоком → `ConversionException`|
+|`Grpprl`|§2.6.2 sprm'ы (операнды по таблице Spra §2.6; ToggleOperand §2.9.327: 0x00 — off, 0x01 — on, 0x80 — **инверсия** текущего значения, `Grpprl.toggle`): CHPX — bold 0x0835, italic 0x0836, strike 0x0837, kul 0x2A3E, hps 0x4A43, hpsBi 0x4A61, ftc0 0x4A4F, ftc1 0x4A50, cv 0x6870 (4-й байт FF → auto), **sprmCHighlight 0x2A0C** (Ico §2.9.119 → `w:highlight`, член ST_HighlightColor §17.18.42 по RGB 1:1), **sprmCShd 0xCA71**/**sprmCShd80 0x4866** (SHDOperand §2.9.177 = cb(1)=10 + cvFore/cvBack COLORREF + ipat §2.9.178; Shd80 u16 5+5+6 §2.9.176 → `w:shd`, форма Word `w:val="clear"`: fill=cvFore при ipatSolid иначе cvBack; ipatAuto/оба цвета auto → не эмитится — FOP красит только w:fill, проверено экспериментально), **sprmCIstd 0x4A30** (u16 — символьный istd (stk=2) §2.4.6.5 → `Styles.charChain`; при задании символьные свойства **сбрасываются** к результату стиля абзаца, а прямые Prl из preserve-list (§2.6.1: bold/italic/strike/kul/hps/ftc0/ftc1/cv…), стоявшие в массиве **до** sprmCIstd, сохраняются (`Grpprl.CI_STD_PRESERVE`, сборка — `DocxBody.chpxWithCharStyle`)), sprmCFSpec 0x0875, rMarkDel 0x0800/rMarkIns 0x0801 (непринятые правки → `w:del`/`w:ins`), smallCaps 0x083A/caps 0x083B (апкейс текста в мосту), vanish 0x083C (фильтр рана — FO `w:vanish` не читает), hpsPos 0x4845 (со знаком, hps → `w:position`), **sprmCPicLocation 0x6A03** (смещение BLIP в Data); PAPX — **sprmPHugePapx 0x6646**/**sprmPTableProps 0x646B** (указатели на PrcData в Data, разворачивает `PrcData.resolve`; `Grpprl.scan` сам их корректно пропускает по spra=3), jc 0x2461 (4→distribute, 5/7/8/9→both, 6 — игнор) и jc80 0x2403 (3/4/5 — justify-both с разной компрессией, distribute у jc80 нет), dxaLeft/dxaLeft1/dxaRight + 80-варианты 0x840F/0x8411/0x840E и sprmPNest 0x465F/sprmPNest80 0x4610 (XAS со знаком → hanging/firstLine; общий накопитель `Grpprl.Indents`: nest к своему dxaLeft, современное семейство вытесняет 80-е), pageBreakBefore 0x2407 (перед ним keepFollow 0x2406/keep 0x2405 → `w:keepNext`/`w:keepLines`), InTable 0x2416, sprmPFTtp 0x2417, **sprmPShd 0xC64D**/**sprmPShd80 0x442D** (тот же Shd/Shd80 → `w:shd` в pPr до `w:tabs`, CT_PPr §17.3.1.26), istd 0x8463, LSPD 0x6412 (dyaLine i16 + fMult), before/after 0xA413/0xA414, PChgTabs 0xC60D и **sprmPChgTabs 0xC615** (табы стиля; PChgTabsDelClose §2.9.182 — радиус удаления из rgdxaClose, XAS_plusOne), **ilvl 0x260A** (u8; 0x0C — «пропустить, не нумеровать»), **ilfo 0x460B** (i16: 0/0xF801 — списока нет, 1..0x07FE — 1-базированный индекс rgLfo, 0xF802..0xFFFF — отрицание индекса с сохранением отступов); TAP — **sprmTDefTable 0xD608**, sprmTTableBorders 0xD613, sprmTTableBorders80 0xD605, sprmTJc 0x548A / sprmTJc90 0x5400 (u16 0/1/2 → left/center/right, единый маппинг: FOP complex-script не поддерживает, RTL вне контура), sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30: cb=3 + itcFirst + itcLim + VerticalAlign 0/1/2 → `w:vAlign`; cb≠3 — операнд игнорируется), **sprmTCellPadding 0xD632**/**sprmTCellPaddingDefault 0xD634** (CSSAOperand §2.9.45: cb(1)=6 + itc(2 ItcFirstLim) + grfbrc (top|left|bottom|right = 1|2|4|8) + ftsWidth + wWidth(2); переносится только ftsDxa, Default-operand действует на весь ряд (§2.63 фиктивные itc 0/1 → [0,∞)) → `w:tcMar`, порядок детей CT_TcMar §17.4.66). **sprmTInsert 0x7621 пропускается по правилу spra=3 (4 байта)** — эмпирика живых образцов (ru-table-image.doc/ru-en-mixed.doc: following-sprm выравнивается ровно при 4; MS-DOC-форма rgttte 2+6·ctc Word'ом не пишется, сетка из sprmTInsert мостом не строится). Спец-длины операндов spra=6: у 0xD608 счётчик cb **двухбайтовый** («остаток+1», §2.9.321 — формула «1+первый байт» врёт при cb>255), у 0xC60D cb=0xFF — обрыв разбора; у 0xC615 cb=0xFF — длина 3 + 4·cTabsDel + 3·cTabsAdd по раскладке §2.9.182 (разбор продолжается)|
+|`ChpxIndex`/`PapxIndex`|§2.4.6: PlcfBte (aFc n+1 + pn 22 бита) → FKP-страницы 512 Б по pn·512 (rgfc (n+1)×4, rgbx n×1/×13, crun/cpara — последний байт, cpara ≤ 0x1D по §2.9.174); Chpx = cb + grpprl, **cb=0 — «there is no Chpx» (§2.9.33): диапазон без прямых свойств, но валидный — заносится с пустым grpprl**, grpprl за пределами страницы — пропуск; PapxInFkp: cb≠0 → GrpPrlAndIstd 2cb−1, cb=0 → cb′ → 2cb′ (внутри istd(2) + grpprl, grpprl может быть пустым — istd без прямых Prl); bOffset=0 → свойств нет (дефолт), но **граница rgfc[j+1] в индекс заносится** — иначе дефолтный ран проглотил бы последующие CHPX-раны абзаца (регрессии ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept, WordPdfConverterTest#docClassD_landscapeHiddenDelCaps); **istd сохраняется** (`istdFor`, вне диапазона −1) — по нему `DocxBody` применяет цепочку `Styles`|
+|`Styles`|§2.9.271 STSH по fcStshf: LPStshi (cbStshi, cstd, cbSTDBaseInFile) → LPStd на чётных границах → Std (stdf: sti/stk/istdBase/cupx + xstzName + LPUpx): stk=1 → UPX[0]=UpxPapx (istd(2)+grpprl), UPX[1]=UpxChpx (§2.9.338/.336); **stk=2 (символьный стиль, StkCharGRLPUPX §2.9.263)** — единственный UPX[0]=UpxChpx целиком, отдельная цепочка `charChain(istd)` (источник ссылки — sprmCIstd, §2.4.6.5); stk=3 (табличный) не читается. Цепочка base-first (предок раньше потомка, last-wins при скане); istdBase 0x0FFF — без предка, цикл — обрыв на MAX_CHAIN=16. Разбор **снисходительный** (образец FontTable): битый/отсутствующий STSH → пустая таблица, конвертация на прямых свойствах, без `ConversionException`|
+|`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc, cellVAlign, cellMargins)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.22) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.119); BrcMayBeNil/Brc80MayBeNil (байты все 0xFF — NilBrc, §2.9.20/.18) → **границы нет** (не эмитится), brcType=0 не эмитится, 0x1B→inset, ≥0x40 ширина ×8, sz<2 → 2 (§2.9.17); выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord); вертикальное выравнивание ячеек: sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30) → `cellVAlign[]` по индексам колонок (диапазоны clamped к сетке, top/вне диапазона — не эмитится) → `w:vAlign` в `w:tcPr` после `w:gridSpan` (регрессии — TablesTest#vertAlign_*, DocToDocxFormattingTest#cellVertAlign_*); поля ячеек: sprmTCellPadding/…Default (CSSAOperand §2.9.45, только ftsDxa, wWidth ≤ 31680) → `cellMargins[]` (record `CellMargin(itcFirst, itcLim, sideMask, width)`, Default — весь ряд) → `w:tcMar` в `w:tcPr` до `w:vAlign` (CT_TcMar §17.4.66; регрессии — TablesTest#cellPadding_*, DocToDocxFormattingTest#cellMargins_becomeTcMar, пайплайн — WordPdfConverterTest#tableTcMar_textInsetLikeWord). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы|
|`Lists`|§2.9.200/.201 PlfLst/PlfLfo → `word/numbering.xml`: PlfLst — cLst SHORT (2 Б) при `fc`, rgLstf с `fc+2` (§2.9.201, Figure 56); LSTF (28 Б, fSimpleList→1 LVL иначе 9, массив LVL приложен за `fc+lcb`) + LVL (LVLF 28 Б: iStartAt/nfc/jc/ixchFollow/cbGrpprl'ы; Xst: плейсхолдеры 0x00–0x08 → `%{n+1}`, литеральный `%` → `%%`) → `w:abstractNum` (MSONFC [MS-OSHARED §2.2.1.3] → ST_NumberFormat §17.18.59, общий `numFmt` с `DocxBody.appendPgNumType`, экзотика CJK → decimal — нет глифов в бандле; ixchFollow 1/2 → `w:suff` space/nothing, 0=tab не эмитится; grpprlPapx уровня → `w:ind`, grpprlChpx → `w:rPr` rFonts/b/sz); LFO (lsid→первый LSTF) + LFOLVL (fStartAt → `w:startOverride`, fFormatting → полный `w:lvl`) → `w:num` (numId = 1-базированный ilfo). Снисходительно (образец `Styles`): битая таблица/обрыв LVL → пустой/неполный результат; `hasNum` — numId разрешается в валидный abstractNum, иначе абзацы деградируют в плоские|
-|`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` из sprmSBkc, `landscape` из sprmSBOrientation 0x301D (§2.9.236: 1/2), нумерация страниц — `pgNumStart` (0 = не задан; sprmSFPgnRestart 0x3011 + sprmSPgnStart97 0x501C, restart без start клампится к 1) и `nfcPgn` (sprmSNfcPgn 0x300E, MSONFC), колонки — sprmSCcolumns 0x500B (число − 1, кап 44), sprmSFEvenlySpaced 0x3005 (Bool8, дефолт true), sprmSDxaColumns 0x900C; при неравных колонках per-column ширины/зазоры из sprmSDxaColWidth 0xF203/sprmSDxaColSpacing 0xF204 (SDxaColWidthOperand/SDxaColSpacingOperand §2.9.241/.242: iCol+dxa)); `titlePage` из sprmSFTitlePage 0x300A (Bool8)); невозрастающие aCP → `ConversionException`; финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 7), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается)|
+|`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` — sprmSBkc ∈ bkcContinuous/bkcNewColumn (§2.9.235) описывает разрыв, **ЗАКАНЧИВАЮЩИЙ эту** секцию (OOXML `w:type` — разрыв перед секцией §17.6.22, `DocxBody.sectPrXml` берёт значение секции i−1), `landscape` из sprmSBOrientation 0x301D (§2.9.236: 1/2), нумерация страниц — `pgNumStart` (0 = не задан; sprmSFPgnRestart 0x3011 + sprmSPgnStart97 0x501C, restart без start клампится к 1), `nfcPgn` (sprmSNfcPgn 0x300E, MSONFC) и gutter-поле (sprmSDzaGutter → `w:gutter` в pgMar), поля XAS_nonNeg (§2.6.3), верх/низ/header/footer — **YAS знаковый** (§2.9.355: минус — минимальное поле, Word пишет yаPage положительно), колонки — sprmSCcolumns 0x500B (число − 1, кап 44), sprmSFEvenlySpaced 0x3005 (Bool8, дефолт true), sprmSDxaColumns 0x900C; при неравных колонках per-column ширины/зазоры из sprmSDxaColWidth 0xF203/sprmSDxaColSpacing 0xF204 (SDxaColWidthOperand/SDxaColSpacingOperand §2.9.241/.242: iCol+dxa)); `titlePage` из sprmSFTitlePage 0x300A (Bool8)); свойств в Sepx нет (или Sepx битый) — дефолты Word 97: Letter 12240×15840, поля 1440, колонтитуки 720 (§2.6.4 «By default» sprmSXaPage/sprmSYaPage); невозрастающие aCP → `ConversionException` (§2.8.26 «MUST NOT contain duplicate CPs»); финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 7), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается; отсутствие sprmSBkc не вычитается — дефолт bkcNewPage)|
|`FontTable`|SttbfFfn (§2.9.147): индекс ftc → имя семейства в `w:rFonts`|
|`SummaryInfo`|[MS-OLEPS §2.2] PropertySet-поток `\x01SummaryInformation`; **offset'ы заголовка относительны начала PropertySet-потока** (`abs = Offset0 + offset`); PIDSI_PAGECOUNT=0x0E|
|`Headers`|Plcfhdd (§2.4.1): 6 разделителей + по 6 историй на секцию (even/odd/first × hdr/ftr); odd hdr/ftr **каждой** секции → своя часть `headerN.xml`/`footerN.xml` (нумерация независимая по типу) и `headerReference`/`footerReference` type="default" в её sectPr; **first hdr/ftr (слоты 4/5 §2.8.22)** — только когда у секции Sepx задал sprmSFTitlePage → `type="first"` (нумерация общая с first-частями; регрессия — DocToDocxFormattingTest#titlePage_emittedAfterCols, WordPdfConverterTest#docTitlePage_firstHeaderOnlyFirstPage); пустая история [x,x) → части нет, docx4j наследует колонтитук предыдущей секции; guard-¶ отрезается; PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (та же семантика, что `FieldNormalizer` в docx-пути)|
-|`OfficeArt`|[MS-ODRAW] PICF @ fcDggInfo/lcbDggInfo (Table-поток), delay-поток = WordDocument; DggContainer → BStoreContainer(0xF004)/BStoreContainerDelay(0xF007)/инлайн → FBSE → BLIP: 0xF01A EMF / 0xF01B WMF / 0xF01C PICT / 0xF01D JPEG (=0xF02A) / 0xF01E PNG / 0xF01F DIB; PNG/JPEG дословно, DIB → ImageIO → PNG, EMF/WMF/PICT → пропуск + warn (EMF-рендера в Java2D нет)|
+|`OfficeArt`|[MS-ODRAW] PICF @ fcDggInfo/lcbDggInfo (Table-поток), delay-поток = WordDocument; DggContainer → BStoreContainer(0xF004)/BStoreContainerDelay(0xF007)/инлайн → FBSE → BLIP: 0xF01A EMF / 0xF01B WMF / 0xF01C PICT / 0xF01D JPEG (=0xF02A, [MS-ODRAW] Appendix A примечание <5> к §2.2.23) / 0xF01E PNG / 0xF01F DIB / 0xF029 TIFF (§2.2.30); **recInstance со вторым UID** (Appendix A <5>: 0x217 PICT 1 UID, 0x3D5 EMF, 0x46B JPEG RGB, 0x543 PICT, 0x6E1 PNG, 0x6E3 JPEG CMYK, 0x6E5 TIFF, 0x7A9 DIB — два UID) — второй UID идёт после первого в заголовке FBSE, сдвиг данных на 16 байт; PNG/JPEG/TIFF дословно, DIB → ImageIO → PNG, EMF/WMF/PICT → пропуск + warn (EMF-рендера в Java2D нет)|
|`PrcData`|§2.9.210 PrcData в Data-потоке (`[cbGrpprl:2][grpprl]`, капа cb 0x3FA2, поля `next` нет): `resolve(data, grpprl)` разворачивает grpprl абзаца, чьи свойства Word вынес за FKP-страницу PAPX, — одиночный Prl `sprmPHugePapx` (0x6646; в grpprl GrpPrlAndIstd — единственный Prl при istd=0, §2.6.2) и `sprmPTableProps` (0x646B — цепочка продолжается в указанном PrcData). Оба указателя разворачиваются на своей позиции **без обрыва** текущего массива, не-спец-спрмы сохраняются (union): spec §2.6.2 велит хвост за PTableProps игнорировать, но Word пишет в нём легаси-зеркало (в `samples/ru-table-image.doc` — единственный `sprmTDefTable`, Appendix A <9>), а `sprmTInsert` из PrcData конвертер не читает — замещение ломало бы сетку; спец-спрмов нет → **тот же массив** (по ссылке); любой брак (ptr за Data, cb вне [1, 0x3FA2], цикл A→B→A — бюджет 32 PrcData) → останов без исключения, снисходительно (образец `Styles`/`Lists`). Подключается единственной точкой — `DocxBody.buildRange` (покрывает тело, колонтитуки, TTP-ветку и обычные huge-PAPX абзацы). Регрессия — `DocToDocxFormattingTest#hugePapxRowMark_closesRowWithGridFromPrcData` |
-|`DocToDocx`|Оркестратор + вложенный `DocxBody`: текст → раны (CHPX+стилевой chpx-цепочка +chpx-цепочка символьного стиля по **sprmCIstd** (`Styles.charChain` — между стилевой цепочкой и прямыми, §2.4.6.5) → rPr (в т.ч. `w:highlight`/`w:shd`), прямой PAPX — после `PrcData.resolve` — +стилевая papx-цепочка (отступы через `Grpprl.Indents`, 80-варианты включительно; `sprmPChgTabsPapx`/`sprmPChgTabs` → `w:tabs`, у стилевого варианта радиус удаления из `rgdxaClose`) + sprmPIlfo/sprmPIlvl → pPr + `w:numPr` (между pageBreakBefore и tabs, CT_PPr §17.3.1.26; ilfo=0 перекрывает стилевой, ilvl=0x0C и неразрешённый numId → без numPr), base→derived→direct last-wins; флаги рана: vanish — мост фильтрует вывод рана (`w:vanish` в FO мёртв), caps/smallCaps — `Character.toUpperCase` в мосту (`w:caps`/`w:smallCaps` конвейер не читает, FOP без font-variant), rMarkIns/rMarkDel — ран оборачивается в `w:ins`/`w:del`+`w:delText` (шаблоны docx2fo рисуют правки — вид «Show Markup»), hpsPos → `w:position` (вендорный AUDIT-FIX → baseline-shift)), ¶ → ``; TAB/0x0B → `w:tab`/`w:br`, 0x0E → `w:br type="column"` (конец колонки при sprmSCcolumns), 0x0C в ране → `w:br type="page"`, 0x0C в конце абзаца — **разрыв секции**: `sectPr` соответствующей `Sections.Section` (матчинг по конечному CP) в pPr этого абзаца, внутри таблицы деградирует в `w:br type="page"`; body-level `sectPr` — последняя секция; `w:type continuous` из sprmSBkc; `w:pgSz w:orient="landscape"` со сменой w/h местами, `w:pgNumType` (`w:start` при restart, `w:fmt` только для числовых nfc — общий маппинг `Lists.numFmt`), `w:cols` (evenly → `w:num`+`w:space`, иначе per-column `w:col`; неравные/неполные ширины → деградация в одноколонную), `w:titlePg` из `Section.titlePage` (после w:cols, CT_SectPrBase §17.2.3) — `DocxBody.sectPrXml`/`appendPgNumType`/`appendCols`; pPr: `w:shd` из sprmPShd/…80 перед `w:tabs` (CT_PPr §17.3.1.26), `w:keepNext`/`w:keepLines` перед `w:pageBreakBefore` (CT_PPr §17.3.1.26); 0x1E → U+2011, 0x1F → U+00AD, 0x02/0x03/0x04 (сноски) → пропуск; U+0001/U+0008 со sprmCPicLocation → DrawingML `pic` (общий путь с картинками и OLE-fallback; 0x08 — якорь плавающей картинки §2.9.267, переносится inline-приближением: PlcfSpa не читается, позиция/обтекание теряются); field-символы в основном тексте: инструкция скрыта, кэшированный результат после разделителя видим; **табличный автомат**: абзац с 0x07 без TTP закрывает ячейку, 0x07+sprmPFTtp — конец строки (`Tables.parse` по TAP → `w:tbl`/`w:tr`/`w:tc`, сам маркер не эмитится), sprmPFInTable открывает ячейку; без корректного TDefTable строка деградирует в плоские абзацы (прежнее поведение); сетка первой строки действует на всю таблицу как `tblGrid`, ширины/объединение ячеек каждой строки — из её собственного TDefTable (горизонтальное слияние → `w:gridSpan`)|
+|`DocToDocx`|Оркестратор + вложенный `DocxBody`: текст → раны (CHPX+стилевой chpx-цепочка +символьный стиль по **sprmCIstd** (`DocxBody.chpxWithCharStyle`: сброс прямых к результату стиля абзаца с сохранением preserve-list до sprmCIstd + цепочка `Styles.charChain` (stk=2) + Prl после sprmCIstd, §2.6.1/§2.4.6.5) → rPr (в т.ч. `w:highlight`/`w:shd`), прямой PAPX — после `PrcData.resolve` — +стилевая papx-цепочка (отступы через `Grpprl.Indents`, 80-варианты включительно; `sprmPChgTabsPapx`/`sprmPChgTabs` → `w:tabs`, у стилевого варианта радиус удаления из `rgdxaClose`) + sprmPIlfo/sprmPIlvl → pPr + `w:numPr` (между pageBreakBefore и tabs, CT_PPr §17.3.1.26; ilfo=0 перекрывает стилевой, ilvl=0x0C и неразрешённый numId → без numPr), base→derived→direct last-wins; флаги рана: vanish — мост фильтрует вывод рана (`w:vanish` в FO мёртв), caps/smallCaps — `Character.toUpperCase` в мосту (`w:caps`/`w:smallCaps` конвейер не читает, FOP без font-variant), rMarkIns/rMarkDel — ран оборачивается в `w:ins`/`w:del`+`w:delText` (шаблоны docx2fo рисуют правки — вид «Show Markup»), hpsPos → `w:position` (вендорный AUDIT-FIX → baseline-shift)), ¶ → ``; TAB/0x0B → `w:tab`/`w:br`, 0x0E → `w:br type="column"` (конец колонки при sprmSCcolumns), 0x0C в ране → `w:br type="page"`, 0x0C в конце абзаца — **разрыв секции**: `sectPr` соответствующей `Sections.Section` (матчинг по конечному CP) в pPr этого абзаца, внутри таблицы деградирует в `w:br type="page"`; body-level `sectPr` — последняя секция; `w:type continuous` — из sprmSBkc **предыдущей** секции (§17.6.22 — w:type описывает разрыв перед секцией); `w:pgSz w:orient="landscape"` со сменой w/h местами, `w:pgNumType` (`w:start` при restart, `w:fmt` только для числовых nfc — общий маппинг `Lists.numFmt`), `w:pgMar` с `w:gutter` из sprmSDzaGutter, `w:cols` (evenly → `w:num`+`w:space`, иначе per-column `w:col`; неравные/неполные ширины → деградация в одноколонную), `w:titlePg` из `Section.titlePage` (после w:cols, CT_SectPrBase §17.6.18) — `DocxBody.sectPrXml`/`appendPgNumType`/`appendCols`; pPr: `w:shd` из sprmPShd/…80 перед `w:tabs` (CT_PPr §17.3.1.26), `w:keepNext`/`w:keepLines` перед `w:pageBreakBefore` (CT_PPr §17.3.1.26); 0x1E → U+2011, 0x1F → U+00AD, 0x02/0x03/0x04 (сноски) → пропуск; U+0001/U+0008 со sprmCPicLocation → DrawingML `pic` (общий путь с картинками и OLE-fallback; 0x08 — якорь плавающей картинки §2.9.267, переносится inline-приближением: PlcfSpa не читается, позиция/обтекание теряются); field-символы в основном тексте: инструкция скрыта, кэшированный результат после разделителя видим; **табличный автомат**: абзац с 0x07 без TTP закрывает ячейку, 0x07+sprmPFTtp — конец строки (`Tables.parse` по TAP → `w:tbl`/`w:tr`/`w:tc`, сам маркер не эмитится), sprmPFInTable открывает ячейку; без корректного TDefTable строка деградирует в плоские абзацы (прежнее поведение); сетка первой строки действует на всю таблицу как `tblGrid`, ширины/объединение ячеек каждой строки — из её собственного TDefTable (горизонтальное слияние → `w:gridSpan`)|
|`DocxWriter`|Мульти-частный zip: `[Content_Types].xml` (hdr/ftr/numbering/png/jpg), `_rels/.rels`, `word/document.xml` (посекционные sectPr + headerReference; tblPr таблиц: tblW → jc (из sprmTJc) → tblInd → tblBorders), `word/_rels/document.xml.rels`, `word/numbering.xml`, `word/headerN.xml`/`footerN.xml` (по одной на непустую историю секции), `word/media/imageN.(png|jpg)`; корневые namespaces w/r/wp/a/pic|
## Остаток моста
diff --git a/docs/agent/pipeline.md b/docs/agent/pipeline.md
index 9e4468d..952ecc9 100644
--- a/docs/agent/pipeline.md
+++ b/docs/agent/pipeline.md
@@ -6,7 +6,7 @@
|---|---|---|
| 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 (static `BestMatchingMapper`) регистрирует в `PhysicalFonts` только symbol-шрифты из `docx4j-export-fo-fonts-symbol` (сканы системы и jar'ов отключены в static-блоке `WordPdfConverter` гейт-свойствами — всё найденное всё равно выбрасывает `restrictToBundled()`); `init()` вызывает `dropNonBundled()` **до** регистрации бандла, `restrictToBundled()` оставляет реестр = бандл + встроенные в docx. Порядок `init()` после конструктора — инвариант: `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 1–10 — раздел «Нормализаторы: контракт и правила 1–11» в этом файле) + условная OLE-вычистка (правило 11)|
+|2|`DocxRewritePipeline.STEP` → `OleObjectNormalizer` → `WordprocessingMLPackage.load`|Один zip-проход переписывания XML-частей (правила 1–11 — раздел «Нормализаторы: контракт и правила 1–12» в этом файле) + условная OLE-вычистка (правило 12)|
| 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 |
@@ -22,24 +22,25 @@
### Валидация входа и подсчёт страниц
-Вход валидируется **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись: zip `PK\x03\x04` или CFB `D0 CF 11 E0` → контейнер → страницы). Для `.doc` страницы считаются **по сырым байтам .doc, до конвертации**: `checkPageCountDoc` = `max(SummaryInfo PageCount, 1 + явные разрывы)`; явные — 0x0C в основном тексте + `sprmPFPageBreakBefore` из PAPX. Тот же метод — вход приложения. Скан выполняется ровно один раз по сырому входу, до аллокаций docx4j: правила 1–10 число учитываемых разрывов не увеличивают (правило 9 способно только убрать разрыв внутри скрытого рана — счёт по сырому входу остаётся верхней оценкой лимита).
+Вход валидируется **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись: zip `PK\x03\x04` или CFB `D0 CF 11 E0` → контейнер → страницы). Для `.doc` страницы считаются **по сырым байтам .doc, до конвертации**: `checkPageCountDoc` = `max(SummaryInfo PageCount, 1 + разрывы 0x0C − непрерывные межсекционные (sprmSBkc 0/1) + sprmPFPageBreakBefore)` (код — `DocFile.countPages`). Тот же метод — вход приложения. Скан выполняется ровно один раз по сырому входу, до аллокаций docx4j: правила 1–11 число учитываемых разрывов не увеличивают (правило 9 способно только убрать разрыв внутри скрытого рана — счёт по сырому входу остаётся верхней оценкой лимита).
- 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).
-### Нормализаторы: контракт и правила 1–11 (детали)
+### Нормализаторы: контракт и правила 1–12 (детали)
-Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Десять rewrite-нормализаторов цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby; константу `STEP` (`public static final DocxNormalizer`) выставляют девять из десяти (нет только у `RubyNormalizer` — он цепочный, подключается внутри пайплайна), у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`. Правила 1–10 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты применяются последовательно (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой, и из `word/styles.xml` читается множество vanish-стилей (`HiddenTextNormalizer.vanishStyles`, цепочка `w:basedOn`) — контекст правила 9; 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()` десяти 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). Одиннадцать rewrite-нормализаторов цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback; константу `STEP` (`public static final DocxNormalizer`) несёт только `DocxRewritePipeline` (собирает рерайты сам), у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`, а вместо `normalize(byte[])` у него `normalize(byte[], boolean)`. Правила 1–11 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты применяются последовательно (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой, и из `word/styles.xml` читается множество vanish-стилей (`HiddenTextNormalizer.vanishStyles`, цепочка `w:basedOn`) — контекст правила 9; 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()` десяти 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` переименовывается только внутри открывающего тега `w:ind` (MS-OI29500 §2.1.174a — псевдонимы left/right; у `w:pgNumType` `w:start` — старт нумерации страниц, легален в transitional, Part 1 §17.13.7 — не трогается) и не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`, `pgNumTypeStartAttrUntouched`); 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`).
+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` переименовывается только внутри открывающего тега `w:ind` (MS-OI29500 §2.1.174 — псевдонимы left/right; у `w:pgNumType` `w:start` — старт нумерации страниц, легален в transitional, Part 1 §17.13.4 — не трогается) и не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`, `pgNumTypeStartAttrUntouched`); 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.
3. `SymbolFontNormalizer` — PUA U+F000–U+F0FF (Symbol/Wingdings/Webdings) → Unicode + DejaVu Sans; переписывает ``, правит `w:lvl` в numbering.xml; 5 карт по 256 слотов (таблица `SymbolMapper` из docx4j 17.x).
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. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с любым (в т.ч. отсутствующим/нулевым) `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, а центрированию пишет абсолютный start-indent **без** вычета cellMar, поверх которого padding-компенсация правила LayoutPostRenderer уводит текст на +padding — свёртка обязательна и при X=0): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right в transitional и `w:start`/`w:end` в strict; дефолты 11906/1440 — измеренное поведение docx4j, не ECMA-1800), T — Σ gridCol; пропускает несколько body-level `sectPr`, не-dxa `tblInd`, `tblPr` с `tblCellSpacing` без `tblInd` (нет корректной позиции вставки по CT_TblPrBase), `tblW pct`, нецелые gridCol. Кроме `rewrite`/`STEP` (document.xml, полоса из собственного sectPr) есть `rewritePart(part, xml, band)` — `word/headerN.xml`/`footerN.xml` с полосой из document.xml (в частях колонтитуков своего sectPr нет) и `bandOf(documentXml)` — экстрактор полосы (−1 — полосы нет). Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, #headerTableIndent_centeredInHeader, #tableCenteredNoIndent_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. `HiddenTextNormalizer` — вырезание скрытых ранов (Part 1 §17.3.2.30): truthy `w:vanish` в собственном `w:rPr` ранa (обе OnOff-формы; вал опущен — default true) **или** `w:rStyle` ∈ vanish-стили из `word/styles.xml` (транзитивно по `w:basedOn`, капа цепочки 16, цикл — обрыв); ран с защищённым содержимым (`fldChar`/`instrText`/`footnoteReference`/`endnoteReference`/`drawing`/`pict`/`object`/`txbxContent`) не трогается — удаление спаренных `begin…separate…end` сломало бы поле. Word скрытое не печатает, стилист docx4j `vanish` не читает вовсе → без правила скрытое утекало в PDF. Индивидуальный `normalize()` — свой pass styles.xml. Регрессия — WordPdfConverterTest#hiddenText_notPrinted, юниты — HiddenTextNormalizerTest.
-10. `RubyNormalizer` — разбор руби-разметки (Part 1 §17.3.3.18/.19/.20/.21): `w:rubyBase`/`w:rubyBaseText` разворачиваются в обычные раны, `w:rt`/`w:rubyPr`/`w:rubyAlign` вырезаются с содержимым (надстрочница — принятая деградация, ruby-разметки в FOP нет; потеря текста хуже потери аннотации). Чинится **в байтах**, а не в XSLT: схема docx4j 17.3.2 не биндит `w:rubyBase`/`w:rt` в `w:r` — unmarshaller теряет их до стилиста (в отличие от `moveFrom`/`moveTo`/`bdo`/`dir`, которых схема знает — тех ловит AUDIT-FIX-2). Регрессия — WordPdfConverterTest#rubyBase_textPrinted, юниты — RubyNormalizerTest.
-11. `OleObjectNormalizer` — принимает флаг `errorOnOle`. Два этапа: дешёвый детект по центральному каталогу zip (`ZipFile`; читаются только `[Content_Types].xml` и `word/*.xml` до первого `` 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 — `OleFoundException`. 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 любым (в т.ч. отсутствующим/нулевым) `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 — аудит раскладки ECMA-376, матрица B3, а центрированию пишет абсолютный start-indent **без** вычета cellMar, поверх которого padding-компенсация правила LayoutPostRenderer уводит текст на +padding — свёртка обязательна и при X=0): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; у CT_PageMar полей `w:start`/`w:end` нет, полоса берётся из сырого document.xml до правила 1; дефолты 11906/1440 — измеренное поведение docx4j, ECMA дефолтов не фиксирует §17.6.11/.13), T — Σ gridCol; пропускает несколько body-level `sectPr`, `tblInd` с явным `w:type` ≠ dxa (опущенный type — dxa, §17.4.87), `tblPr` с `tblCellSpacing` без `tblInd` (нет корректной позиции вставки по CT_TblPrBase), `tblW pct`, нецелые gridCol. Кроме `rewrite` (document.xml, полоса из собственного sectPr) есть `rewritePart(part, xml, band)` — `word/headerN.xml`/`footerN.xml` с полосой из document.xml (в частях колонтитуков своего sectPr нет) и `bandOf(documentXml)` — экстрактор полосы (−1 — полосы нет). Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, #headerTableIndent_centeredInHeader, #tableCenteredNoIndent_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; ST_LevelSuffix Part 1 §17.9.28): 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. `HiddenTextNormalizer` — вырезание скрытых ранов (Part 1 §17.3.2.41): truthy `w:vanish` в собственном `w:rPr` ранa (обе OnOff-формы; вал опущен — default true; явный `false/0/off` в ране **перекрывает** vanish-стиль) **или** `w:rStyle` ∈ vanish-стили из `word/styles.xml` (транзитивно по `w:basedOn`, капа цепочки 16, цикл — обрыв); ран с защищённым содержимым (`fldChar`/`instrText`/`footnoteReference`/`endnoteReference`/`drawing`/`pict`/`object`/`txbxContent`) не трогается — удаление спаренных `begin…separate…end` сломало бы поле. Word скрытое не печатает, стилист docx4j `vanish` не читает вовсе → без правила скрытое утекало в PDF. Индивидуальный `normalize()` — свой pass styles.xml. Регрессия — WordPdfConverterTest#hiddenText_notPrinted, #hiddenText_directFalseOverridesVanishStyle, юниты — HiddenTextNormalizerTest.
+10. `RubyNormalizer` — разбор руби-разметки (Part 1 §17.3.3.24–.28): снимается обёртка `w:ruby` (схемно-валидная транзишнл-разметка `w:r`→`w:ruby`→rubyPr/rt/rubyBase иначе достаёт catch-all-шаблону XSLT, и база теряется молча), `w:rubyBase` разворачивается в обычные раны, `w:rt`/`w:rubyPr`/`w:rubyAlign` вырезаются с содержимым (надстрочница — принятая деградация, ruby-разметки в FOP нет; потеря текста хуже потери аннотации). Чинится **в байтах**, а не в XSLT: схема docx4j 17.3.2 не биндит `w:rubyBase`/`w:rt` в `w:r` — unmarshaller теряет их до стилиста (в отличие от `moveFrom`/`moveTo`/`bdo`/`dir`, которых схема знает — тех ловит AUDIT-FIX-2). Регрессия — WordPdfConverterTest#rubyBase_textPrinted, юниты — RubyNormalizerTest.
+11. `MathFallbackNormalizer` — деградация OMML-формул (§22.1) в текст на хостах без fontconfig: `m:oMathPara`/`m:oMath` → обычные раны с конкатенацией `m:t` (как в штатном фолбэке docx4j `XsltFOFunctions.mathText`). JEuclid (`jeuclid-fop`) при первой формуле обращается к AWT-менеджеру шрифтов, которому на Linux нужен fontconfig; без него — `InternalError: Fontconfig head is null` (контейнерный рантайм проекта без fontconfig — Containerfile). На хосте с fontconfig рерайт не срабатывает (`rewrite` → `null`, тот же массив). `m:oMathPara` содержит `m:oMath`, поэтому блок para заменяется первым. Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors.
+12. `OleObjectNormalizer` — принимает флаг `errorOnOle`. Два этапа: дешёвый детект по центральному каталогу zip (`ZipFile`; читаются только `[Content_Types].xml` и `word/*.xml` до первого `` 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 — `OleFoundException`. 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 `` (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»).
diff --git a/docs/agent/render-limitations.md b/docs/agent/render-limitations.md
index d4ec640..dc5c4c8 100644
--- a/docs/agent/render-limitations.md
+++ b/docs/agent/render-limitations.md
@@ -6,4 +6,4 @@
- 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; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. 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).
-- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.13.1.35), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23), OMML-формулы рисуются вектором jeuclid-fop (§22.1 — текст из PDF не извлекается, пинь пикселями), фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 9); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 10 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 10 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура).
+- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.13.1.35), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23), OMML-формулы: на хосте с fontconfig рисуются вектором jeuclid-fop (§22.1 — текст из PDF не извлекается, пинь пикселями), без fontconfig — деградация в текст `m:t` (правило 11; контейнерный рантайм без fontconfig), фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 9); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 10 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 10 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура).
diff --git a/docs/agent/repo-map.md b/docs/agent/repo-map.md
index be56924..ef55823 100644
--- a/docs/agent/repo-map.md
+++ b/docs/agent/repo-map.md
@@ -6,7 +6,7 @@
|---|---|
| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String,ConvertOptions)`), `WordPdfValidator` (`checkInput`/`validate` наружу; `checkPageCount`/`checkPageCountDoc`/`isBinaryDoc` — package-private, всё без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `ChartsFoundException`/`SmartArtFoundException`/`OleFoundException` (по error-флагам), `ConvertOptions` (record; дефолтов в ядре нет). Пороги защиты — производные от лимитов входа: `WordPdfValidator.maxDecompressedBytes`/`maxDecompressedXmlBytes` (`max(MIN_*×MiB, maxMb×10/4MiB + maxPages×64/32KiB)`, крышек нет), `maxZipEntries` (`max(2048, maxMb×512 + maxPages×32)`), `maxImagePixels` (`maxMb×5_000_000`); коэффициенты и полы — package-private литералы `WordPdfConverter` (`DECOMPRESS_*`, `MIN_DECOMPRESSED_*`, `IMAGE_PIXELS_PER_MAX_MB`, `ZIP_ENTRIES_*`, javac их инлайнит — валидатор не инициализирует конвертер) |
| `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) |
-| `…/wordpdf/internal/` | 11 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–10, 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 package-private; `public` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`, `normalize` package-private), `OleObjectNormalizer`, `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`), `DependencyGuard` (`check`), остальные нормализаторы полностью package-private; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `OleFoundException` |
+| `…/wordpdf/internal/` | 12 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–11, 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 package-private; `public` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`, `normalize` package-private), `OleObjectNormalizer`, `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`), `DependencyGuard` (`check`), остальные нормализаторы полностью package-private; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `OleFoundException` |
| `…/wordpdf/internal/doc/` | Мост `.doc` → `.docx`: 18 классов (детали — `docs/agent/doc-bridge.md`) — `CfbReader`, `FibHeader`, `PieceTable`, `Grpprl`, `ChpxIndex`, `PapxIndex`, `Styles`, `Tables`, `Lists`, `Sections`, `FontTable`, `SummaryInfo`, `Headers`, `OfficeArt`, `PrcData`, `DocFile`, `DocxWriter`, `DocToDocx` (публичные `convert`/`countPages`; вложенный `DocxBody` — рендер текста и табличного автомата в XML) |
| `…/wordpdf/internal/chart/` |18 классов Java2D-рендера диаграмм/SmartArt в PNG (public: `DrawingPreRenderer.run` и `ChartImageHandler` — второй инстанцируется из `WordPdfConverter`)|
| `wordpdf-core/src/main/resources/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar |
@@ -107,7 +107,7 @@ unzip -p ~/.m2/repository/org/docx4j/docx4j-export-fo/<версия>/docx4j-expo
PMD: `failurePriority` в плагине не задан — на практике `verify` валит нарушение любой приоритетности; закрытый список правил — единственный источник `pmd-ruleset.xml` (в AGENTS.md не дублируется). Четыре правила `*MustUseBraces` деприкейтед в 6.55.0 — предупреждения «Discontinue using…» в логе verify ожидаемы.
-- Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–10 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 10 из 11 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)`, у `TableIndentNormalizer` — `rewritePart(name, xml, band)` (per-part-логика, хуки пайплайна); правятся только части `word/*.xml`.
+- Нормализаторы — единый контракт `internal/DocxNormalizer`; константа `STEP` только у `DocxRewritePipeline` (сам собирает цепочку); цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–11 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 11 из 12 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)`, у `TableIndentNormalizer` — `rewritePart(name, xml, band)` (per-part-логика, хуки пайплайна); правятся только части `word/*.xml`.
- Классы в `internal` — `public` (иначе родительский пакет не вызвал бы), но публичные члены наружу только `normalize`/`STEP`/`declare`/`DrawingPreRenderer.run`/`DependencyGuard.check` (`rewrite`, карты — package-private); в `wordpdf-app` всё package-private кроме `WordPdfApplication`.
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
index ffe36fe..6bdf12f 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
@@ -157,7 +157,7 @@ public final class WordPdfConverter {
* считаются ровно раз по сырому входу, до аллокаций docx4j: для .docx —
* lightweight-скан по zip, для .doc — по чистому бинарному документу до
* конвертации. Повторного скана по нормализованным байтам нет: правила
- * 1–10 {@code DocxRewritePipeline} число учитываемых разрывов не
+ * 1–11 {@code DocxRewritePipeline} число учитываемых разрывов не
* увеличивают (правило 9 способно только убрать разрыв внутри скрытого
* рана — счёт по сырому входу остаётся верхней оценкой лимита), а скан
* внутри живой JAXB-модели удваивал бы пиковую память.
@@ -401,7 +401,8 @@ public final class WordPdfConverter {
LayoutPostRenderer.register(foSettings);
// 4.5 Вендорный xslt/docx2fo.xslt = копия из docx4j-export-fo +
- // AUDIT-FIX-патч (w:rPr position) — стилист jar'а не
+ // AUDIT-FIX-патчи (w:rPr/w:position→baseline-shift;
+ // AUDIT-FIX-2: moveFrom/moveTo/bdo/dir) — стилист jar'а не
// используется.
foSettings.setCustomXsltTemplates(VendoredXslt.TEMPLATES);
@@ -430,13 +431,13 @@ public final class WordPdfConverter {
}
resetSharedImageCaches();
BundledFonts.restrictToBundled();
- // Примечание: в docx4j 11.x OpcPackage.close() отсутствует —
+ // Примечание: в docx4j 17.x OpcPackage.close() отсутствует —
// пакет загружается в память и ничего не закрывает.
}
}
/**
- * Нормализация входных байтов (цепочка {@link #normalizers}: правила 1–10
+ * Нормализация входных байтов (цепочка {@link #normalizers}: правила 1–11
* одним zip-проходом {@code DocxRewritePipeline} + условная OLE-вычистка)
* и {@code WordprocessingMLPackage.load} полученного transitional-байта.
* Нормализация переиспользует слот {@code bytes}: каждая замена массива
@@ -455,10 +456,11 @@ 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→TableIndent→
- * NumberingSuffix→Hidden→Ruby значим: Strict первым — дальше transitional-байт;
+ * NumberingSuffix→Hidden→Ruby→MathFallback значим: Strict первым — дальше transitional-байт;
* GlyphCoverage — по финальному тексту рана; Hidden — вырезает скрытые
* раны по финальному содержимому; Ruby — разворачивает руби-разметку,
- * которую схема docx4j не биндит), затем OleObjectNormalizer
+ * которую схема docx4j не биндит; MathFallback — деградирует OMML-формулы
+ * в текст m:t, когда JEuclid недоступен), затем OleObjectNormalizer
* (меняет части, а не XML ранов).
* Регрессии каждого рерайта — в javadoc соответствующего нормализатора.
*/
@@ -466,7 +468,8 @@ public final class WordPdfConverter {
return List.of(
// один zip-проход: strict→transitional, on/off, Symbol-PUA,
// поля PAGE/NUMPAGES, невидимки, покрытие глифов, tblInd при
- // jc≠left, suff=space, скрытый текст (vanish) — порядок
+ // jc≠left, suff=space, скрытый текст (vanish), снятие обёртки
+ // w:ruby, OMML-фолбэк в текст — порядок
// рерайтов внутри части фиксирован (DocxRewritePipeline)
DocxRewritePipeline.STEP,
// OLE-объекты: при выключенном errorOnOle тихо удаляем
@@ -476,7 +479,8 @@ public final class WordPdfConverter {
}
/**
- * Вендорный docx2fo.xslt (копия из docx4j-export-fo + AUDIT-FIX-патч).
+ * Вендорный docx2fo.xslt (копия из docx4j-export-fo + AUDIT-FIX-патчи:
+ * w:rPr/w:position→baseline-shift; AUDIT-FIX-2: moveFrom/moveTo/bdo/dir).
* {@code AbstractXsltExporterDelegate.getTemplates} кастит значение
* {@code setCustomXsltTemplates} в {@code Templates} — компилируем заранее;
* {@code Templates} неизменяем и потокобезопасен, один экземпляр на процесс.
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java
index 8cf485b..360782a 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java
@@ -13,7 +13,7 @@ import java.util.regex.Pattern;
/**
* Нормализация ST_OnOff-значений в docx перед загрузкой docx4j.
*
- * docx4j 11.x теряет атрибуты {@code w:val="off"} / {@code w:val="on"}
+ * docx4j 17.x теряет атрибуты {@code w:val="off"} / {@code w:val="on"}
* при JAXB-разборе (тип поля {@code Boolean} не принимает "on"/"off",
* поле остаётся null и {@code BooleanDefaultTrue.isVal()} считается
* true). Из-за этого явные {@code } и
@@ -22,6 +22,11 @@ import java.util.regex.Pattern;
* docx4j разбирает корректно, поэтому заменяем "off"->"false",
* "on"->"true" в XML-частях word/*.xml.
*
+ * Исключение — {@code w:scrollbar} (свойство фрейма, §17.15.2.37): его
+ * {@code w:val} — ST_FrameScrollbar (none/left/right/leftAndRight,
+ * §17.18.32), единственный не-ST_OnOff носитель on/off в WML; переписывать
+ * его нельзя — вывод станет невалидным.
+ *
* Если совпадений нет, возвращает исходный массив без переупаковки zip.
*/
final class DocxOnOffNormalizer {
@@ -33,15 +38,12 @@ final class DocxOnOffNormalizer {
* {@code w:t} не правится. Регрессия — DocxOnOffNormalizerTest#onOffInTextNotTouched.
*/
private static final Pattern ON_OFF = Pattern.compile(
- "(<[A-Za-z][A-Za-z0-9:]*(?:\\s[^<>]*)?)w:val=([\"'])(on|off)\\2",
+ "(<(?!w:scrollbar\\b)[A-Za-z][A-Za-z0-9:]*(?:\\s[^<>]*)?)w:val=([\"'])(on|off)\\2",
Pattern.CASE_INSENSITIVE);
private DocxOnOffNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = DocxOnOffNormalizer::normalize;
-
/**
* Заменяет в XML-частях docx (word/*.xml) w:val="off"/"on"
* на "false"/"true".
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java
index e6c51fe..5a864fc 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java
@@ -20,7 +20,7 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
* 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); Hidden
- * последним — вырезает уже финальные раны (после Symbol/GLYPH-разбиений),
+ * девятым — вырезает уже финальные раны (после Symbol/GLYPH-разбиений),
* а его OnOff-форма vanish читается после правила 2. Каждый
* рерайт работает только содержимым одной части, поэтому по-частная
* цепочка эквивалентна последовательным полным проходам. Исключения из
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java
index 78a26d1..02cac4f 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java
@@ -44,9 +44,6 @@ final class FieldNormalizer {
private FieldNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = FieldNormalizer::normalize;
-
/**
* Переписывает поддерживаемые поля во всех word/*.xml частях docx.
*
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java
index dfdda09..60c9e38 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java
@@ -81,9 +81,6 @@ final class GlyphCoverageNormalizer {
private GlyphCoverageNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = GlyphCoverageNormalizer::normalize;
-
/**
* Разрезает раны с непокрытыми глифами в XML-частях docx (word/*.xml).
*
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java
index 44d762c..6888348 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java
@@ -24,7 +24,7 @@ import org.apache.commons.compress.archivers.zip.ZipFile;
import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
/**
- * Вырезание скрытых ранов ({@code w:rPr/w:vanish}, Part 1 §17.3.2.30) из
+ * Вырезание скрытых ранов ({@code w:rPr/w:vanish}, Part 1 §17.3.2.41) из
* XML-частей — до загрузки docx4j.
*
*
Word по умолчанию не выводит скрытый текст ни на экран, ни на печать,
@@ -101,9 +101,6 @@ final class HiddenTextNormalizer {
private HiddenTextNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = HiddenTextNormalizer::normalize;
-
/**
* Вырезает скрытые раны (только прямой {@code w:vanish}) из XML-частей
* docx; {@code word/styles.xml}/{@code word/numbering.xml} пропускаются.
@@ -313,6 +310,9 @@ final class HiddenTextNormalizer {
if (hasTruthyVanish(region)) {
return true;
}
+ if (hasExplicitFalsyVanish(region)) {
+ return false; // явный w:val=false/0/off перекрывает стилевой vanish (§17.7.3)
+ }
if (!vanishStyleIds.isEmpty()) {
Matcher r = RSTYLE.matcher(region);
if (r.find() && vanishStyleIds.contains(r.group(1))) {
@@ -364,7 +364,7 @@ final class HiddenTextNormalizer {
String tag = end < 0 ? region.substring(i) : region.substring(i, end + 1);
Matcher v = VAL_ATTR.matcher(tag);
if (!v.find()) {
- return true; // вал опущен — default true (Part 1 §17.3.2.30)
+ return true; // вал опущен — default true (Part 1 §17.3.2.41)
}
if (truthy(v.group(1))) {
return true;
@@ -376,11 +376,21 @@ final class HiddenTextNormalizer {
return false;
}
- /** truthy по Part 1 §17.18.69 ST_OnOff: false/0/off — выключено, прочее — включено. */
+ /** truthy по Part 1 §22.9.2.7 ST_OnOff: false/0/off — выключено, прочее — включено. */
private static boolean truthy(String val) {
return !"false".equalsIgnoreCase(val) && !"0".equals(val) && !"off".equalsIgnoreCase(val);
}
+ /** Явный falsy {@code w:vanish} (val=false/0/off) — перекрытие стилевого. */
+ private static final Pattern FALSY_VANISH =
+ Pattern.compile("]*w:val=\"(?:false|0|off)\"",
+ Pattern.CASE_INSENSITIVE);
+
+ /** Есть ли в регионе явный falsy {@code w:vanish} (val=false/0/off). */
+ private static boolean hasExplicitFalsyVanish(String region) {
+ return FALSY_VANISH.matcher(region).find();
+ }
+
/** Есть ли защищённый элемент в содержимом рана [from, to). */
private static boolean hasProtected(String xml, int from, int to) {
for (String p : PROTECTED) {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java
index 96839b7..360e272 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java
@@ -27,9 +27,10 @@ import java.util.zip.ZipOutputStream;
* в невидимый DejaVu — FOP рисует «тофу» прямо в тексте.
*
*
- * Zero-width знаки, значимые для shaping и переносов (U+00A0, U+00AD,
- * U+200B, U+200C, U+200D), НЕ трогаем: во всех шрифтах бандла они
- * нулевой ширины и пустых строк не создают.
+ * NBSP (U+00A0, ширина пробела — не zero-width) и zero-width знаки, значимые
+ * для shaping и переносов (U+00AD, U+200B, U+200C, U+200D), НЕ трогаем:
+ * во всех шрифтах бандла NBSP широк, остальное нулевой ширины, и ни то ни
+ * другое пустых строк не создаёт.
*
* Правим байты zip до JAXB-разбора, как остальные нормализаторы; запускается
* до {@link GlyphCoverageNormalizer}, чтобы тот не искал шрифт для уже
@@ -86,9 +87,6 @@ final class InvisibleCharNormalizer {
private InvisibleCharNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = InvisibleCharNormalizer::normalize;
-
/**
* Вырезает невидимые символы из текстовых узлов XML-частей docx
* (word/*.xml).
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java
index ce9d253..68500c2 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java
@@ -17,7 +17,8 @@ import java.util.regex.Pattern;
* {@code XsltFOFunctions.mathText}) — формула видна, приложение не падает.
*
* На хосте с fontconfig рерайт не срабатывает (возвращается {@code null},
- * пайплайн отдаёт тот же массив). Позиция в цепочке — после Ruby (правило 11):
+ * пайплайн отдаёт тот же массив). Позиция в цепочке — после Ruby (правило 10),
+ * одиннадцатый рерайт:
* {@code m:oMathPara} содержит {@code m:oMath}, поэтому блок para заменяется
* первым, иначе остался бы несбалансированный каркас. Префикс {@code m:}
* предполагается (Word и strict-OOXML используют его; StrictOoxmlNormalizer
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java
index 77ad413..15aae4b 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java
@@ -16,7 +16,8 @@ import java.util.zip.ZipOutputStream;
*
* 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
+ * (Part 1 §17.9.28, тип — ST_LevelSuffix §17.18.46). 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
@@ -38,9 +39,6 @@ final class NumberingSuffixNormalizer {
private NumberingSuffixNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize;
-
/**
* Дописывает пробел в lvlText у уровней с suff=space.
*
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java
index 7970c24..28d73c7 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java
@@ -42,7 +42,8 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
* по ECMA-376 §15.2.10 у каждого внедрённого объекта обязан быть «associated
* image, which appears in the document as a placeholder» — именно его показывает
* Word вместо объекта, — поэтому {@code w:object} заменяется его статичным
- * представлением (картинкой-плейсхолдером, §17.3.3.3); без плейсхолдера блок
+ * представлением (картинкой-плейсхолдером, §17.3.3.19; картинка — §17.3.3.9);
+ * без плейсхолдера блок
* удаляется. OLE-бинарники при этом никогда не читаются — байты только
* удаляются, так что содержимое объекта (вплоть до враждебного архива) на
* вывод не влияет.
@@ -392,7 +393,7 @@ public final class OleObjectNormalizer {
/**
* Заменяет в word/*.xml каждый w:object его статичным представлением
- * (плейсхолдером, ECMA-376 §15.2.10/§17.3.3.3): блок с `w:control`
+ * (плейсхолдером, ECMA-376 §15.2.10/§17.3.3.19): блок с `w:control`
* (ActiveX) удаляется целиком — property bag всё равно остаётся сиротой;
* блок с `w:drawing` (ветка mc:Choice) заменяется этим drawing дословно;
* блок с `v:imagedata r:id` заменяется inline-DrawingML на ту же
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java
index d0b4a75..6448def 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java
@@ -10,8 +10,9 @@ import java.util.zip.ZipInputStream;
import java.util.zip.ZipOutputStream;
/**
- * Разбор руби-разметки ({@code w:rubyBase}/{@code w:rt}/{@code w:rubyPr},
- * Part 1 §17.3.3.19/.20/.21) в байтах до загрузки docx4j.
+ * Разбор руби-разметки ({@code w:ruby}/{@code w:rubyBase}/{@code w:rt}/
+ * {@code w:rubyPr}/{@code w:rubyAlign}, Part 1 §17.3.3.25/.27/.24/.28/.26)
+ * в байтах до загрузки docx4j.
*
* Джинябиндованные схемы docx4j 17.3.2 {@code w:rubyBase}/{@code w:rt}
* в {@code w:r} не содержат (unmarshaller сообщает «unexpected
@@ -20,11 +21,13 @@ import java.util.zip.ZipOutputStream;
* (в отличие от {@code w:moveFrom}/{@code w:moveTo}/{@code w:bdo}/{@code w:dir},
* которые схема знает). Единственный слой починки — байтовый нормализатор.
*
- *
Деградация принята: база ({@code w:rubyBase}/{@code w:rubyBaseText})
- * разворачивается в обычные раны ранa — текст печатается; надстрочница
- * ({@code w:rt}) и форматирование руби ({@code w:rubyPr}, {@code w:rubyAlign})
- * удаляются вместе с содержимым — ruby-разметки в XSL-FO у FOP нет, а потеря
- * текста хуже потери аннотации.
+ *
Деградация принята: база ({@code w:rubyBase}) разворачивается в обычные
+ * раны ранa — текст печатается; надстрочница ({@code w:rt}) и форматирование
+ * руби ({@code w:rubyPr}, {@code w:rubyAlign}) удаляются вместе с содержимым
+ * — ruby-разметки в XSL-FO у FOP нет, а потеря текста хуже потери аннотации.
+ * Снимается и обёртка {@code w:ruby}: схемно-валидная разметка (транзишнл
+ * CT_R: {@code w:r} → {@code w:ruby} → rubyPr/rt/rubyBase, wml.xsd) иначе
+ * достаёт catch-all-шаблону XSLT и база теряется молча.
*
*
В конвейере подключается десятым рерайтом в {@link DocxRewritePipeline}
* (после Hidden; порядок 1–8 не перенумеровать); в
@@ -46,18 +49,21 @@ final class RubyNormalizer {
private static final Pattern RUBY_PR_BLOCK =
Pattern.compile("]*)?(?:/>|>.*?)", Pattern.DOTALL);
- /** Одиночный {@code w:rubyPr}. */
+ /** Одиночный {@code w:rubyAlign}. */
private static final Pattern RUBY_ALIGN =
Pattern.compile("]*)?(?:/>|>\\s*)", Pattern.DOTALL);
private static final Pattern RUBY_BASE_OPEN =
Pattern.compile("]*)?>");
- private static final Pattern RUBY_BASE_TEXT_OPEN =
- Pattern.compile("]*)?>");
+
+ /** Обёртка {@code w:ruby} (снимается: ран разворачивается в обычные раны). */
+ private static final Pattern RUBY_OPEN =
+ Pattern.compile("]*)?>");
+ private static final String RUBY_CLOSE = "";
/**
- * Рерайт одной XML-строки: разворачивает {@code w:rubyBase}/
- * {@code w:rubyBaseText}, вырезает {@code w:rt}/{@code w:rubyPr}/
+ * Рерайт одной XML-строки: разворачивает {@code w:rubyBase}, снимает
+ * обёртку {@code w:ruby}, вырезает {@code w:rt}/{@code w:rubyPr}/
* {@code w:rubyAlign}. Руби-токенов нет / ничего не поменялось → {@code null}.
*/
static String rewrite(String xml) {
@@ -67,10 +73,10 @@ final class RubyNormalizer {
String out = RT_BLOCK.matcher(xml).replaceAll("");
out = RUBY_PR_BLOCK.matcher(out).replaceAll("");
out = RUBY_ALIGN.matcher(out).replaceAll("");
- out = RUBY_BASE_TEXT_OPEN.matcher(out).replaceAll("");
- out = out.replace("", "");
out = RUBY_BASE_OPEN.matcher(out).replaceAll("");
out = out.replace("", "");
+ out = RUBY_OPEN.matcher(out).replaceAll("");
+ out = out.replace(RUBY_CLOSE, "");
return out.equals(xml) ? null : out;
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java
index dff652b..89c077b 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java
@@ -26,14 +26,17 @@ import java.util.zip.ZipOutputStream;
* {@code w14:fillToRect w14:t="130%"} — JAXB падает на
* {@code NumberFormatException: Not a number: 130%};
*
текстовые проценты в {@code wp14:pctWidth}/{@code wp14:pctHeight};
- * границы и отступы в элементах {@code w:start}/{@code w:end}
- * (в transitional они называются {@code w:left}/{@code w:right}) —
- * JAXB сообщает «unexpected element» и границы теряются;
+ * границы и отступы в элементах {@code w:start}/{@code w:end} — в
+ * strict-схеме это единственные имена, transitional-схема допускает
+ * обе пары детей (wml.xsd CT_TcMar/CT_TblCellMar), но strict-часть их
+ * не пишет — JAXB transitional-модели сообщает «unexpected element»
+ * и границы теряются;
* атрибуты {@code w:start}/{@code w:end} у {@code w:ind} и значения
* {@code start}/{@code end} у {@code w:jc}/{@code w:tab} — в strict-модели
* это единственные имена, а transitional-модель docx4j их не принимает
* (значения {@code w:tab} — и подавно: enum {@code STTabJc} в docx4j
- * 17.3.2 содержит только left/right).
+ * 17.3.2 содержит только left/center/right; в спековом ST_TabJc
+ * §17.18.84 start/end есть, но JAXB-enum их не принимает).
*
*
* Полный strict→transitional рерайт не делается: mc-preprocessor уже
@@ -72,7 +75,9 @@ import java.util.zip.ZipOutputStream;
* RTL; ST_Jc §17.18.44); RTL вне контура конвейера (FOP без complex-script,
* direction docx4j не выставляет — start и так рендерился как left).
*
значения {@code start}/{@code end} у {@code w:tab} правятся всегда
- * (enum без start/end).
+ * (enum {@code STTabJc} docx4j — left/center/right, без start/end;
+ * спека ST_TabJc §17.18.84 их содержит, но JAXB-биндинг их не
+ * принимает).
*
*
* Регрессия — WordPdfConverterTest#strictOoxml_convertsNotRejected.
@@ -121,9 +126,6 @@ final class StrictOoxmlNormalizer {
private StrictOoxmlNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = StrictOoxmlNormalizer::normalize;
-
/**
* Приводит strict-OOXML в XML-частях docx (word/*.xml) к виду, который
* разбирает JAXB-модель transitional (детали — в javadoc класса).
@@ -219,13 +221,14 @@ final class StrictOoxmlNormalizer {
/**
* Атрибуты {@code w:start→w:left}/{@code w:end→w:right} только внутри
- * открывающего тега {@code w:ind} (MS-OI29500 §2.1.174a: start/end как
- * псевдонимы left/right в strict — единственный носитель w:ind) и только
+ * открывающего тега {@code w:ind} (MS-OI29500 §2.1.44 (ind) плюс
+ * strict wml.xsd: {@code CT_Ind} знает только start/end — единственный
+ * носитель w:ind в strict) и только
* при отсутствии в нём {@code w:left}/{@code w:right}: CT_Ind
* (transitional) допускает обе пары, дубль атрибута — не well-formed
* XML; литеральный текст {@code w:val}-вида в {@code w:t} не
* затрагивается. У {@code w:pgNumType} атрибут {@code w:start} — старт
- * нумерации страниц, легален в transitional (Part 1 §17.13.7), — не
+ * нумерации страниц, легален в transitional (Part 1 §17.6.12), — не
* трогается (регрессия — pgNumTypeStartAttrUntouched).
*/
private static String renameStartEndAttrs(String xml) {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java
index cdf26a2..8659770 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java
@@ -51,8 +51,9 @@ final class SymbolFontNormalizer {
* Имя шрифта (lowercase) -> таблица из 256 слотов по 4 hex-цифры:
* младший байт кода из PUA -> Unicode-код цели (0 — соответствия нет).
* Источник — SymbolMapper из docx4j 17.x; сгенерировано, см. javadoc
- * класса. Коды вне U+F000–U+F0FF (обычная ASCII-часть символьного
- * шрифта) не переписываются.
+ * класса. Прямые коды {@code w:sym} (≤0xFF, вне PUA) маппятся по той же
+ * таблице как индекс символной cmap (§17.3.3.30); слот без маппинга, код
+ * >0xFF вне PUA или отсутствие font-map — элемент сохраняется как есть.
*/
private static final Map SYMBOL_MAPS = buildMaps();
@@ -70,9 +71,6 @@ final class SymbolFontNormalizer {
private SymbolFontNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = SymbolFontNormalizer::normalize;
-
/**
* Заменяет символьные шрифты в XML-частях docx (word/*.xml).
*
@@ -311,14 +309,20 @@ final class SymbolFontNormalizer {
char mapped = 0;
if (charHex != null && fontMap != null) {
char code = (char) Integer.parseInt(charHex, 16);
- if (code >= 0xF000 && code <= 0xF0FF) {
- mapped = mapped(fontMap, code & 0xFF);
- }
+ // PUA-форма (U+F0xx) и прямая (код ≤0xFF — индекс в символной
+ // cmap, §17.3.3.30) маппятся по одной таблице
+ int slot = (code >= 0xF000 && code <= 0xF0FF) ? code & 0xFF
+ : (code <= 0xFF ? code : -1);
+ mapped = slot >= 0 ? mapped(fontMap, slot) : 0;
}
if (mapped != 0) {
sb.append(openTag).append(fallbackRPr)
.append("").append(mapped)
.append("");
+ } else if (charHex != null) {
+ // неразрешимый, но схемно-валидный w:sym (§17.3.3.30) —
+ // сохраняем verbatim: удалять валидный контент нельзя
+ sb.append(openTag).append(rPr).append(m.group()).append("");
}
pos = m.end();
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java
index ec65e32..1c932d8 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java
@@ -14,7 +14,9 @@ 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
+ * Word (MS-OI29500 §2.1.155; Part 1 §17.4.50 {@code w:jc} описывает без
+ * аддитивной семантики — «сдвиг от поля после центрирования/прижимания»
+ * есть измеренное поведение Word): 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
@@ -31,12 +33,17 @@ import java.util.zip.ZipOutputStream;
* Пропускается (не ломая существующее поведение): документы без
* единственного body-level {@code w:sectPr} (несколько секций — полоса
* неоднозначна), {@code w:tblW type="pct"} и таблицы с gridCol без целого
- * {@code w:w} (фактическая ширина неизвестна), {@code w:tblInd} не-dxa и
+ * {@code w:w} (фактическая ширина неизвестна), {@code w:tblInd} с явным
+ * {@code w:type}≠dxa (опущенный type — dxa, §17.4.87) и
* {@code w:tblPr} с {@code w:tblCellSpacing} без {@code w:tblInd} (вставить
* тег в корректную позицию CT_TblPrBase некуда). 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.
+ * pgSz/pgMar — 11906 и 1440/1440: ECMA дефолтов {@code w:pgSz}/{@code w:pgMar}
+ * не фиксирует (§17.6.11/§17.6.13), а 11906/1440 — измеренное поведение
+ * docx4j при отсутствующем {@code w:pgMar} (левый край текста = 72pt =
+ * 1440 twips) — нормализатор обязан считать ту же полосу, что рендерит стек.
+ * Band берётся из сырого {@code word/document.xml}: геометрия инвариантна
+ * к рерайтам (Strict-схема у {@code CT_PageMar} не имеет start/end, rule 1
+ * {@code w:pgSz}/{@code w:pgMar} не трогает).
*
*
{@link #normalize} трогает только {@code word/document.xml} (признак —
* {@code ]*w:w=\"(\\d+)\"");
- // strict-OOXML пишет поля как w:start/w:end; band считается из СЫРОГО
- // document.xml (до rule 1, которая их переименует) — чередование
- // обязательно, иначе полоса строгого документа молча возьмётся из дефолтов
+ // полоса считается из СЫРОГО document.xml; чередование left|start не
+ // нужен: CT_PageMar не имеет start/end ни в strict-, ни в transitional-
+ // схеме (wml.xsd), StrictOoxmlNormalizer w:pgSz/w:pgMar не трогает —
+ // геометрия инвариантна к рерайтам
private static final Pattern PG_MAR_LEFT =
- Pattern.compile("]*w:(?:left|start)=\"(\\d+)\"");
+ Pattern.compile("]*w:left=\"(\\d+)\"");
private static final Pattern PG_MAR_RIGHT =
- Pattern.compile("]*w:(?:right|end)=\"(\\d+)\"");
+ Pattern.compile("]*w:right=\"(\\d+)\"");
private static final Pattern JC =
Pattern.compile("]*w:val=\"(center|right)\"[^>]*/>");
private static final Pattern TBL_IND = Pattern.compile("]*/>");
@@ -74,9 +82,6 @@ final class TableIndentNormalizer {
private TableIndentNormalizer() {
}
- /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
- static final DocxNormalizer STEP = TableIndentNormalizer::normalize;
-
/**
* Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}.
*
@@ -186,8 +191,11 @@ final class TableIndentNormalizer {
if (hasInd) {
String indTag = ind.group();
Matcher indW = TBL_IND_W.matcher(indTag);
- if (!indW.find() || !indTag.contains("w:type=\"dxa\"")) {
- continue; // не-dxa — величина сдвига неизвестна
+ // CT_SignedTwipsMeasure: опущенный w:type = dxa (§17.4.87);
+ // явный не-dxa (pct и т.п.) — величина сдвига неизвестна
+ boolean nonDxa = indTag.contains("w:type=") && !indTag.contains("w:type=\"dxa\"");
+ if (!indW.find() || nonDxa) {
+ continue;
}
x = Integer.parseInt(indW.group(1));
} else if (pr.contains(" buildFaces(Color color, String shape, double t,
double u0, double u1, double v0, double v1,
@@ -600,7 +600,7 @@ final class Cartesian3dPainter {
}
/** Подписи: значения — вдоль переднего левого ребра, категории — нижнего,
- * ряды — правого; c:delete (§21.2.2.38) убирает подписи оси.
+ * ряды — правого; c:delete (§21.2.2.40) убирает подписи оси.
* Регрессия — Cartesian3dPainterTest#bar3d_seriesAxisLabelsDrawn. */
private static void drawLabels(Graphics2D g, ChartSpec spec, List tickValues,
List valueAnchors, int nCat,
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartRenderer.java
index 17004cf..34183b1 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartRenderer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartRenderer.java
@@ -52,7 +52,7 @@ final class ChartRenderer {
/** Порог «значение целое» при форматировании подписей. */
private static final double INTEGER_EPSILON = 1e-9;
- /** Позиции легенды (ECMA-376 §21.2.2.144 ST_LegendPos): снизу/сверху. */
+ /** Позиции легенды (ECMA-376 §21.2.2.95 legendPos, ST_LegendPos §21.2.3.24): снизу/сверху. */
private static final String LEGEND_BOTTOM = "b";
private static final String LEGEND_TOP = "t";
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartSpec.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartSpec.java
index 2a4dcf7..e7e9fb8 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartSpec.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ChartSpec.java
@@ -117,7 +117,7 @@ final class ChartSpec {
final List xValues = new ArrayList<>();
/** bubble: размеры пузырей (c:bubbleSize). */
final List bubbleSizes = new ArrayList<>();
- /** c:shape ряда bar3D (MS-OI29500 §2.1.1545(b)); null = дефолт диаграммы ({@link #shape3d}). */
+ /** c:shape ряда bar3D (MS-OI29500 §2.1.1546(b)); null = дефолт диаграммы ({@link #shape3d}). */
String shape3d;
/** Способ отрисовки ряда в combo-диаграмме (несколько групп в одном c:plotArea,
* ECMA-376 §21.2.2.145): BAR/BAR_HORIZONTAL/LINE/AREA по группе-источнику.
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlColor.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlColor.java
index b19e297..ed9366c 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlColor.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlColor.java
@@ -29,12 +29,13 @@ import java.util.Map;
* Палитра цветов DrawingML: цвета схемы из word/theme/theme1.xml плюс
* разбор {@code a:color} (srgbClr / scrgbClr / hslClr / sysClr /
* schemeClr / prstClr) с полным набором трансформаций EG_ColorTransform
- * (§20.1.2.3.2-28: lum/sat/hue Mod/Off и абсолютные, tint/shade,
+ * (§20.1.2.3.2-34: lum/sat/hue Mod/Off и абсолютные, tint §20.1.2.3.34 /
+ * shade §20.1.2.3.31,
* alpha/alphaMod/alphaOff, red/green/blue + Mod/Off, comp, inv, gray,
* gamma/invGamma).
*
* tint/shade — модуляция светлоты в HSL (L' = L·p + (1−p) / L·p,
- * MS-OI29500 §17.3.2.6(a) — поведение Word); ECMA-примеры именно для
+ * MS-OI29500 §2.1.72 — поведение Word); ECMA-примеры именно для
* tint/shade (00BC00) противоречат его же примерам семейства lum/sat —
* расхождение на стороне спецификации.
*
@@ -432,7 +433,7 @@ final class DrawMlColor {
rgb = toRgb(hsl);
}
// §20.1.2.3.31/.34: Office-семантика — модуляция
- // светлоты в HSL (MS-OI29500 §17.3.2.6(a)), не
+ // светлоты в HSL (MS-OI29500 §2.1.72), не
// гамма-микс; ECMA-примеры tint/shade противоречат
// собственному семейству lum/sat (§20.1.2.3.19-28).
case "tint" -> {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java
index f3f0635..c56fd1c 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java
@@ -43,7 +43,7 @@ final class DrawMlText {
/**
* Один абзац: текст + начертание + выравнивание + межстрочный интервал
- * из {@code a:lnSpc} (ECMA-376 §21.1.2.4): {@code spacingPct} — доля
+ * из {@code a:lnSpc} (ECMA-376 §21.1.2.2.5): {@code spacingPct} — доля
* одинарного (a:spcPct/100000), {@code spacingPts} — фиксированная
* высота строки в pt (a:spcPts/100); оба null — одинарный.
*/
@@ -255,7 +255,7 @@ final class DrawMlText {
/**
* Высота строки абзаца: a:lnSpc/a:spcPts — фиксированная в pt,
* a:spcPct — доля одинарного (ascent+descent+leading), ничего —
- * одинарный (ECMA-376 §21.1.2.4 CT_TextLineSpacing).
+ * одинарный (ECMA-376 §21.1.2.2.5 CT_TextLineSpacing).
*/
private static double lineFor(Paragraph p, double single) {
if (p.spacingPts() != null) {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/OfPiePainter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/OfPiePainter.java
index 16a829d..9efacf8 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/OfPiePainter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/OfPiePainter.java
@@ -11,11 +11,11 @@ import java.util.List;
import java.util.Set;
/**
- * Комбинированная диаграмма (c:ofPieChart, ECMA-376 §21.2.2.108): главный
+ * Комбинированная диаграмма (c:ofPieChart, ECMA-376 §21.2.2.126): главный
* пирог из первичных точек + вторичная круговая (c:ofPieType="pie") либо
* вертикальный стек ("bar") из вторичных. Разбиение по c:splitType
- * (auto|cust|percent|pos|val, §21.2.2.155; семантика splitPos —
- * MS-OI29500 §2.1.1554a/b): auto/pos — последние ceil(n/3) (или splitPos)
+ * (auto|cust|percent|pos|val, §21.2.2.196; семантика splitPos —
+ * MS-OI29500 §2.1.1553): auto/pos — последние ceil(n/3) (или splitPos)
* точек, val/percent — точки ниже splitPos, cust — c:secondPiePt.
* Вторичных точек нет → обычная круговая через {@link PiePainter}.
* «Other»-сектор (MS-OI29500 §2.1.1507(a)) замыкает главный пирог и обращён к
@@ -37,7 +37,7 @@ final class OfPiePainter {
* калибровка — OfPiePainterTest). */
private static final double GAP_FIT = 0.25;
- /** c:ofPieType="bar" — вторичная часть столбчатая (§21.2.2.134). */
+ /** c:ofPieType="bar" — вторичная часть столбчатая (§21.2.2.127). */
private static final String SECONDARY_BAR = "bar";
private OfPiePainter() {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/RadarPainter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/RadarPainter.java
index 9f15eb3..4f8d2e5 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/RadarPainter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/RadarPainter.java
@@ -9,9 +9,9 @@ import java.util.ArrayList;
import java.util.List;
/**
- * Лепестковая диаграмма (c:radarChart, ECMA-376 §21.2.2.143): категории —
+ * Лепестковая диаграмма (c:radarChart, ECMA-376 §21.2.2.153): категории —
* спицы от 12 часов по часовой, значения — радиус по оси значений.
- * c:radarStyle (§21.2.2.119): standard — контур, marker — контур + маркеры,
+ * c:radarStyle (§21.2.2.154): standard — контур, marker — контур + маркеры,
* filled — полупрозрачная заливка без контура (вид как у AREA).
* Сетка — концентрические многоугольники по делениям оси значений (паутина
* прямыми звеньями, как в Word) и спицы.
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ScatterPainter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ScatterPainter.java
index 3949ac3..8a36579 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ScatterPainter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/ScatterPainter.java
@@ -15,9 +15,9 @@ import java.util.List;
* ChartSpecTest#scatterFirstValAxisIsX).
*
* scatter: маркеры по c:marker ряда, линия по c:scatterStyle (line/smooth —
- * ECMA-376 §21.2.2.136, сглаживание — кривая Жозефа де Кастельно не
+ * ECMA-376 §21.2.2.162, сглаживание — кривая Жозефа де Кастельно не
* имитируется, ломаная с JOIN_ROUND). bubble: круги без обводки, радиус
- * sqrt(|size|/maxSize) при c:sizeRepresents="area" (§21.2.2.128) и линейно
+ * sqrt(|size|/maxSize) при c:sizeRepresents="area" (§21.2.2.193) и линейно
* при "w", масштаб c:bubbleScale. Ограничения: c:bubble3D рисуется плоско.
*
* Регрессия — ScatterPainterTest, фикстура samples/chart-types.docx
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/SmartArtRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/SmartArtRenderer.java
index 6fd40a9..ca84d41 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/SmartArtRenderer.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/SmartArtRenderer.java
@@ -278,8 +278,9 @@ final class SmartArtRenderer {
if (paragraphs.isEmpty()) {
return;
}
- // autofit по ECMA-376 §21.1.2.1.2/.3: noAutofit, spAutoFit (§21.1.2.1.4 —
- // под размер текста ресайзится фигура, сам текст не масштабируется)
+ // autofit по ECMA-376 §21.1.2.1.2 noAutofit / §21.1.2.1.3 normAutofit /
+ // §21.1.2.1.4 spAutoFit (под размер текста ресайзится фигура,
+ // сам текст не масштабируется)
// или отсутствие autofit-элемента (отсутствие имплицирует noAutofit) —
// текст рисуется заявленным кеглем. normAutofit — применяем запечённые
// Word-ом fontScale/lnSpcReduction из XML; если fontScale не запечён
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/StockPainter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/StockPainter.java
index e1dceb2..571e1e0 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/StockPainter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/StockPainter.java
@@ -9,7 +9,7 @@ import java.util.ArrayList;
import java.util.List;
/**
- * Биржевая диаграмма (c:stockChart, ECMA-376 §21.2.2.153): ряды — линии
+ * Биржевая диаграмма (c:stockChart, ECMA-376 §21.2.2.198): ряды — линии
* (CT_LineSer, обычно open/high/low/close), плюс факультативные
* c:hiLowLines (вертикаль min..max по всем рядам категории),
* c:upDownBars (столбик между первым и последним рядом: вверх — зелёный,
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/Surface3dPainter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/Surface3dPainter.java
index acb3f79..78a075e 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/Surface3dPainter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/Surface3dPainter.java
@@ -464,7 +464,7 @@ final class Surface3dPainter {
project(0.5, v, floorW, rotX, rotY, depthScale, persp), fit);
}
// сетка значений: левая стенка (от переднего левого ребра в глубину)
- // и дальней стенка — обе рисует Word; c:delete (§21.2.2.38) убирает ось
+ // и дальней стенка — обе рисует Word; c:delete (§21.2.2.40) убирает ось
// целиком — сетка удалённой оси не рисуется.
if (valAxis.gridlines && !valAxis.deleted) {
for (double v = lo; v <= hi + unit / 2; v += unit) {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java
index e62bb15..beb5266 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java
@@ -33,9 +33,6 @@ final class CfbReader {
private static final long FREESECT = 0xFFFFFFFFL;
private static final long MAX_SECT = 0xFFFFFFFAL;
- /** Разумный потолок mini-sector shift: 2^16 = 64 KiB (MS-CFB §2.2). */
- private static final int MAX_MINI_SECTOR_SHIFT = 16;
-
/** Типы записей directory (MS-CFB §2.6, Object Type). */
private static final int TYPE_STREAM = 0x02;
private static final int TYPE_ROOT = 0x05;
@@ -44,6 +41,7 @@ final class CfbReader {
private static final int ENTRY_SIZE = 128;
/** Смещения полей заголовка (MS-CFB §2.2: сигнатура 8 + CLSID 16). */
+ private static final int OFF_BYTE_ORDER = 0x1C;
private static final int OFF_SECTOR_SHIFT = 0x1E;
private static final int OFF_MINI_SECTOR_SHIFT = 0x20;
private static final int OFF_FIRST_DIR = 0x30;
@@ -63,6 +61,14 @@ final class CfbReader {
/** Минимальный заголовок — 512 байт (сектор v3). */
private static final int HEADER_SIZE = 512;
+ /** ByteOrder MUST быть little-endian ([MS-CFB] §2.2). */
+ private static final int BYTE_ORDER_LITTLE = 0xFFFE;
+ /** SectorShift: 9 (v3, 512 Б) или 12 (v4, 4096 Б) ([MS-CFB] §2.2). */
+ private static final int SECTOR_SHIFT_V3 = 9;
+ private static final int SECTOR_SHIFT_V4 = 12;
+ /** MiniSectorShift MUST быть 6 (64 Б) ([MS-CFB] §2.2). */
+ private static final int MINI_SECTOR_SHIFT_MUST = 6;
+
private CfbReader() {
}
@@ -77,18 +83,26 @@ final class CfbReader {
if (cfb == null || cfb.length < HEADER_SIZE || !startsWithSignature(cfb)) {
throw new ConversionException("Содержимое не похоже на .doc Word 97–2003");
}
+ // MUST-поля заголовка ([MS-CFB] §2.2): не-равенство — чужой/битый
+ // формат, разбор дал бы мусор вместо отказа
+ if (u16(cfb, OFF_BYTE_ORDER) != BYTE_ORDER_LITTLE) {
+ throw new ConversionException("Неизвестный Byte Order контейнера .doc");
+ }
int sectorShift = u16(cfb, OFF_SECTOR_SHIFT);
int miniSectorShift = u16(cfb, OFF_MINI_SECTOR_SHIFT);
- if (sectorShift != 9 && sectorShift != 12) {
+ if (sectorShift != SECTOR_SHIFT_V3 && sectorShift != SECTOR_SHIFT_V4) {
throw new ConversionException("Неподдерживаемый размер сектора CFB: 2^" + sectorShift);
}
- if (miniSectorShift > MAX_MINI_SECTOR_SHIFT) {
+ if (miniSectorShift != MINI_SECTOR_SHIFT_MUST) { // §2.2: «MUST be set to 0x0006»
throw new ConversionException("Неподдерживаемый размер mini-сектора CFB: 2^" + miniSectorShift);
}
int sectorSize = 1 << sectorShift;
int miniSectorSize = 1 << miniSectorShift;
long firstDir = u32(cfb, OFF_FIRST_DIR);
long cutoff = u32(cfb, OFF_CUTOFF);
+ if (cutoff != 0x1000) { // §2.2: «MUST be set to 0x00001000»
+ throw new ConversionException("Неподдерживаемый Mini Stream Cutoff контейнера .doc");
+ }
long firstMiniFat = u32(cfb, OFF_FIRST_MINI_FAT);
long firstDifat = u32(cfb, OFF_FIRST_DIFAT);
long difatCount = u32(cfb, OFF_DIFAT_COUNT);
@@ -144,22 +158,27 @@ final class CfbReader {
}
}
- // второй проход: содержимое потоков
+ // второй проход: содержимое потоков.
+ // Суммарный бюджет аллокаций big-потоков: FAT легально шарит сектора
+ // между записями, поэтому пер-запись «size <= cfb.length» не
+ // ограничивает итог — N записей с size ≈ cfb.length аллоцировали бы
+ // N×файл (OOM с одного враждебного контейнера). В легитимном
+ // контейнере big-потоки не перекрываются: rootSize + Σ big ≤ файл +
+ // служебные сектора (FAT/dir/докругление) ≈ 1.1×файла; 1.5× — запас.
+ // Mini-потоки (size < cutoff) в бюджет НЕ идут: их данные физически
+ // лежат внутри rootSize ([MS-CFB] §2.1/§2.4 — «The space for these
+ // objects comes from a special stream that is called the mini
+ // stream»), учёт их размеров второй раз удваивал бы rootSize и
+ // ложно отвергал контейнер из одних мелких потоков.
Map result = new HashMap<>();
- // Суммарный бюджет аллокаций: FAT легально шарит сектора между
- // записями, поэтому пер-запись «size <= cfb.length» не ограничивает
- // итог — N записей с size ≈ cfb.length аллоцировали бы N×файл
- // (OOM с одного враждебного контейнера). В легитимном контейнере
- // потоки не перекрываются: rootSize + Σ sizes ≤ файл + служебные
- // сектора (FAT/dir/докругление mini) ≈ 1.1×файла; 1.5× — запас.
long allocated = rootSize;
for (Entry e : entries) {
- if (allocated + e.size() > 3L * cfb.length / 2) {
- throw new ConversionException("Суммарный размер потоков .doc больше лимита контейнера");
- }
- allocated += e.size();
byte[] data;
if (e.size() >= cutoff) {
+ if (allocated + e.size() > 3L * cfb.length / 2) {
+ throw new ConversionException("Суммарный размер потоков .doc больше лимита контейнера");
+ }
+ allocated += e.size();
data = readChain(cfb, fat, e.start(), e.size(), sectorSize, sectorTotal,
"цепочка потока «" + e.name() + "»");
} else {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java
index 37da02c..e804752 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java
@@ -58,13 +58,18 @@ final class ChpxIndex {
if (bx != 0) {
int chpxOff = (int) pageOff + bx * 2;
int cb = wordDocument[chpxOff] & 0xFF;
- if (cb == 0 || chpxOff + 1 + cb > pageOff + FKP_PAGE_SIZE) {
- continue;
+ // cb=0 (§2.9.33 Chpx) — «there is no Chpx»: диапазон без
+ // прямых свойств, но валидный — заносим с пустым grpprl
+ if (cb > 0) {
+ if (chpxOff + 1 + cb > pageOff + FKP_PAGE_SIZE) {
+ continue; // grpprl не влезает в страницу — пропуск
+ }
+ grpprl = new byte[cb];
+ System.arraycopy(wordDocument, chpxOff + 1, grpprl, 0, cb);
}
- grpprl = new byte[cb];
- System.arraycopy(wordDocument, chpxOff + 1, grpprl, 0, cb);
}
- // bOffset=0 (§2.4.2 «no properties») — диапазон без свойств, НО
+ // bOffset=0 (§2.9.33 «there is no Chpx associated») — диапазон
+ // без свойств, НО
// граница rgfc[j+1] значима: без записи в ranges rangeEnd для
// дефолтного рана вернул бы конец абзаца, и ран, следующий за
// plain-участком (жирное слово в простом тексте — норма Word),
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocFile.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocFile.java
index 210c688..c78d2bd 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocFile.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocFile.java
@@ -42,7 +42,8 @@ final class DocFile {
throw new ConversionException("В .doc нет потока "
+ (fib.use1Table() ? "1Table" : "0Table"));
}
- pieces = PieceTable.read(table, fib.fcClx(), fib.lcbClx(), wordDocument);
+ pieces = PieceTable.read(table, fib.fcClx(), fib.lcbClx(), wordDocument,
+ fib.cbMac() & 0xFFFF_FFFFL);
}
static DocFile open(byte[] docBytes) {
@@ -78,7 +79,8 @@ final class DocFile {
+ papx.countPageBreakBefore());
}
- /** Число символов 0x0C (разрыв страницы/колонки/секции, §2.2) в основном тексте. */
+ /** Число символов 0x0C (разрыв страницы/секции, §2.8.26) в основном тексте;
+ * разрыв колонки — 0x0E (§2.6.3), страниц не добавляет. */
int countPageBreaks() {
int count = 0;
for (int cp = 0; cp < fib.ccpText(); cp++) {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java
index 0ca1ed3..dbc03fd 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java
@@ -5,6 +5,7 @@ import ru.pjandro.wordpdf.WordPdfValidator;
import java.nio.charset.StandardCharsets;
import java.util.ArrayDeque;
import java.util.ArrayList;
+import java.util.Arrays;
import java.util.Deque;
import java.util.HashMap;
import java.util.Iterator;
@@ -12,6 +13,7 @@ import java.util.List;
import java.util.Locale;
import java.util.Map;
import java.util.Set;
+import java.util.logging.Logger;
import java.util.regex.Pattern;
/**
@@ -24,9 +26,9 @@ import java.util.regex.Pattern;
* {@link PieceTable} (§2.4.1), прямые
* свойства — {@link ChpxIndex}/{@link PapxIndex} (§2.4.6.1/.2), стили —
* {@link Styles} (STSH, цепочка по istd, §2.4.6.5), списки — {@link Lists}
- * (PlfLst/PlfLfo → numbering.xml + w:numPr, §2.4.6.5 «Determining List
+ * (PlfLst/PlfLfo → numbering.xml + w:numPr, §2.4.6.3 «Determining List
* Formatting»), сетка таблиц — {@link Tables} (TAP, §2.6.3), полоса набора —
- * {@link Sections} (§2.8.26), колонтитуки — {@link Headers} (§2.4.1,
+ * {@link Sections} (§2.8.26), колонтитуки — {@link Headers} (§2.3.3,
* нечётные полосы каждой секции → свой {@code w:sectPr} с
* {@code headerReference}/{@code footerReference} в pPr абзаца с
* межсекционным разрывом + body-level sectPr последней секции),
@@ -43,7 +45,7 @@ import java.util.regex.Pattern;
* объектов (0x08 — inline-приближение, PlcfSpa не переносится),
* текстовыделитель (sprmCHighlight → w:highlight), затенения рана/абзаца
* (sprmCShd/sprmCShd80 → rPr, sprmPShd/sprmPShd80 → pPr — w:shd), прямые
- * символьные стили (sprmCIstd + stk=3 в STSH → цепочка chpx в rPr), поля
+ * символьные стили (sprmCIstd + stk=2 в STSH → цепочка chpx в rPr), поля
* ячеек (sprmTCellPadding/sprmTCellPaddingDefault → w:tcMar; по умолчанию
* конвейер даёт дефолт Word 108/0), титульная страница секции
* (sprmSFTitlePage → w:titlePg + first-колонтитуки Plcfhdd). Не переносятся:
@@ -52,14 +54,14 @@ import java.util.regex.Pattern;
* (sprmPBrc* 0xC64E–0xC652 — конвейер не читает w:pBdr) и ячейки
* (sprmTSetBrc — не читает w:tcBorders), высота строк (sprmTDyaRowHeight —
* не читает w:trHeight),
- * «шапка-repeat»/cantSplit/widowControl, типы подчёркивания и цвет линии
- * (sprmCKul/sprmCCvUl — всегда single), эффетки шрифта, отступы Dxc
+ * цвет линии подчёркивания
+ * (sprmCCvUl — w:u без w:color), эффетки шрифта, отступы Dxc
* (hundredths of a character — пайплайн не читает w:*Chars);
* сноски/комментарии
* (0x02/0x05) и инструкции полей (0x13–0x14) выбрасываются,
* результат поля (0x14–0x15) остаётся; поле {@code HYPERLINK} в основном
* тексте переносится как {@code w:hyperlink} с внешней rels-связью на URL из
- * инструкции ([MS-DOC] §2.4.4; деградации в плоский текст: якорный
+ * инструкции ([MS-DOC] §2.9.115 HFD; деградации в плоский текст: якорный
* переключатель {@code \l}, URL без схемы RFC 3986, ссылки в колонтитуках);
* прочие управляющие символы не эмитятся.
*
@@ -69,7 +71,9 @@ import java.util.regex.Pattern;
*/
public final class DocToDocx {
- /** Символы .doc (§2.2/§2.4). */
+ private static final Logger LOG = Logger.getLogger(DocToDocx.class.getName());
+
+ /** Символы .doc (§2.8.26/§2.4). */
private static final char CELL_MARK = 0x07;
private static final char EMBEDDED_OBJECT = 0x01;
private static final char ANNOTATION_REF = 0x05;
@@ -84,7 +88,7 @@ public final class DocToDocx {
private static final char FIELD_SEPARATOR = 0x14;
private static final char FIELD_END = 0x15;
- /** Ниже — управляющие символы без текстового смысла (§2.2) → граница рана. */
+ /** Ниже — управляющие символы без текстового смысла (§2.8.26) → граница рана. */
private static final char CONTROL_LIMIT = 0x20;
private static final char NON_BREAKING_HYPHEN = 0x1E;
private static final char SOFT_HYPHEN = 0x1F;
@@ -159,7 +163,7 @@ public final class DocToDocx {
String[] firstFtrRel = new String[secs.size()];
// Odd header/footer каждой секции → type="default" (FOP не различает
// чётные/нечётные); guard-абзац истории отбрасывается. История
- // cpStart == cpEnd не определена (§2.4.4) — ни части, ни ссылки:
+ // cpStart == cpEnd не определена (§2.3.3) — ни части, ни ссылки:
// docx4j наследует полосы предыдущей секции. Guard-only история —
// часть с единственным (явно пустой колонтитул, обрывающий
// наследование; пустой w:hdr невалиден — ≥1 блочный элемент).
@@ -231,7 +235,7 @@ public final class DocToDocx {
/** Текст CP 0..ccpText → XML-тело {@code }. */
static final class DocxBody {
- /** Длина операнда LSPD: dyaLine (i16) + fMultLinespace (i16), §2.9.181. */
+ /** Длина операнда LSPD: dyaLine (i16) + fMultLinespace (i16), §2.9.146. */
private static final int LSPD_OPERAND_LEN = 4;
/** fMultLinespace=1: dyaLine — множитель интервала в 240-х долях. */
private static final int FMULT_MULTIPLIER = 1;
@@ -324,7 +328,7 @@ public final class DocToDocx {
* {@code w:sectPr} в pPr абзаца с разрывом 0x0C + body-level sectPr
* последней секции. {@code w:type} секции описывает разрыв ПЕРЕД ней
* (ECMA-376 §17.6.22), поэтому берётся из sprmSBkc ПРЕДЫДУЩЕЙ секции
- * ([MS-DOC] §2.6.3 SBkcOperand — «break that terminates the section»).
+ * ([MS-DOC] sprmSBkc §2.6.4, SBkcOperand §2.9.235 — «break that terminates the section»).
*/
String build(List secs, String[] hdrRel, String[] ftrRel,
String[] firstHdrRel, String[] firstFtrRel) {
@@ -336,14 +340,14 @@ public final class DocToDocx {
&& pieces.charAt(endCp) == PAGE_OR_SECTION_BREAK) {
sectByEndCp.put(endCp, sectPrXml(secs.get(i), hdrRel[i], ftrRel[i],
firstHdrRel[i], firstFtrRel[i],
- i > 0 && secs.get(i - 1).continuous()));
+ i > 0 ? secs.get(i - 1) : null));
}
}
Sections.Section last = secs.get(n - 1);
return buildRange(0, ccpText, false, sectByEndCp)
+ sectPrXml(last, hdrRel[n - 1], ftrRel[n - 1],
firstHdrRel[n - 1], firstFtrRel[n - 1],
- n > 1 && secs.get(n - 2).continuous());
+ n > 1 ? secs.get(n - 2) : null);
}
/**
@@ -386,7 +390,25 @@ public final class DocToDocx {
int cp = from;
while (cp < to) {
int paraStart = cp;
- long paraFc = pieces.fcOf(paraStart);
+ // PAPX-ключ — FC ПОСЛЕДНЕГО символа абзаца (маркера): bucket
+ // PlcBtePapx и rgfc PapxFkp определяются последним символом
+ // (§2.8.6, §2.4.6.1 «Determining Paragraph Boundaries» →
+ // Direct Paragraph Formatting шаг 1); граница bucket'а внутри
+ // абзаца иначе обрезает диапазон выше первого FC и теряются
+ // grpprl + istd (регрессия —
+ // DocToDocxFormattingTest#papxBucketBoundary_insideParagraph_propsKept)
+ int markCp = paraStart;
+ while (markCp < to) {
+ char chMark = pieces.charAt(markCp);
+ // 0x0C, завершающий секцию, и есть ¶-маркер абзаца
+ // (тот же предикат, что обрывает абзац в цикле ниже)
+ if (chMark == PARA_MARK || chMark == CELL_MARK
+ || sectByEndCp.containsKey(markCp)) {
+ break;
+ }
+ markCp++;
+ }
+ long paraFc = pieces.fcOf(markCp < to ? markCp : Math.max(paraStart, markCp - 1));
// grpprl абзаца может быть вынесен Word в PrcData (Data-поток)
// через sprmPHugePapx/sprmPTableProps — разворачиваем до
// потребления: InTable/TTP/TAP видят автомат и paraProps (§2.9.210)
@@ -528,7 +550,7 @@ public final class DocToDocx {
}
}
- /** Открытие w:tbl: tblPr (tblW → jc → tblInd → tblBorders) + tblGrid (§17.4.49). */
+ /** Открытие w:tbl: tblPr (tblW → jc → tblInd → tblBorders) + tblGrid (§17.4.48). */
private static String openTable(Tables.Grid g) {
StringBuilder xml = new StringBuilder("");
int total = 0;
@@ -554,7 +576,7 @@ public final class DocToDocx {
* w:tr: ширина/объединение ячейки — из собственной сетки строки
* (§2.9.321: у TTP-абзаца свой sprmTDefTable; объединённая ячейка —
* центр, покрывающий несколько колонок tblGrid → w:gridSpan +
- * суммарный w:tcW, ECMA-376 §17.4.65, порядок детей CT_TcPrBase:
+ * суммарный w:tcW, ECMA-376 §17.4.17, порядок детей CT_TcPrBase:
* tcW → gridSpan). Строка без согласованной сетки (центров не на 1
* больше числа ячеек) или с невыровненными с tblGrid границами —
* прежнее поведение: ячейка i получает tcW i-й колонки, лишние —
@@ -565,7 +587,7 @@ public final class DocToDocx {
int[] table = grid.centers();
int[] row = rowGrid == null ? null : rowGrid.centers();
// собственная сетка строки согласована с автоматом, только если
- // центров ровно на 1 больше ячеек (§2.4.4: число ячеек = число определений)
+ // центров ровно на 1 больше ячеек (§2.4.3: число ячеек = число определений)
boolean perRow = row != null && row.length == cells.size() + 1;
int i = 0;
for (List cell : cells) {
@@ -583,7 +605,7 @@ public final class DocToDocx {
tcPr.append("");
}
- // sprmTCellPadding/…Default (CT_TcPr, §17.4.72: tcMar до vAlign)
+ // sprmTCellPadding/…Default (CT_TcPr, §17.4.69: tcMar до vAlign)
String tcMar = tcMarXml(rowGrid, i);
if (tcMar != null) {
tcPr.append(tcMar);
@@ -598,7 +620,7 @@ public final class DocToDocx {
xml.append("").append(tcPr).append("");
}
if (cell.isEmpty()) {
- xml.append(""); // ≥1 абзац в ячейке обязательно (§17.4.42)
+ xml.append(""); // ≥1 абзац в ячейке обязательно (§17.4.65)
} else {
for (Para p : cell) {
xml.append(paraXml(p));
@@ -625,7 +647,7 @@ public final class DocToDocx {
* пересечение диапазона [itcFirst, itcLim) с индексом ячейки, позже
* заданный операнд перекрывает сторону ранее заданного (порядок
* скана TAP = last-wins). Стороны только явные, порядок детей
- * CT_TcMar (§17.4.66): top → left → bottom → right. Нет явных
+ * CT_TcMar (§17.4.68): top → left → bottom → right. Нет явных
* полей — null (конвейер даёт дефолт 108/0 — он же дефолт Word).
*/
private static String tcMarXml(Tables.Grid rowGrid, int i) {
@@ -680,7 +702,7 @@ public final class DocToDocx {
boolean[] in = {false};
Grpprl.scan(grpprl, 0, grpprl.length, (sprm, buf, off, len) -> {
if (sprm == Grpprl.SPRM_P_F_IN_TABLE) {
- in[0] = Grpprl.toggleOn(buf, off);
+ in[0] = Grpprl.toggle(false, buf[off]);
}
});
return in[0];
@@ -803,7 +825,7 @@ public final class DocToDocx {
break;
case EMBEDDED_OBJECT:
case DRAWN_OBJECT:
- // Якорь плавающей картинки 0x08 (§2.9.267) несёт тот же
+ // Якорь плавающей картинки 0x08 (PlcfSpa §2.8.27) несёт тот же
// sprmCPicLocation, что 0x01 → inline-приближение
// (позиционирование/обтекание PlcfSpa не переносится)
flushText(text, content);
@@ -847,7 +869,8 @@ public final class DocToDocx {
/**
* Закрыть накопленный {@code }: fldSimple обязан лежать вне рана;
* непринятая правка (sprmCFRMark*) оборачивает ран в {@code w:del}/
- * {@code w:ins} (атрибуты w:id/w:author/w:date опциональны — не эмитятся).
+ * {@code w:ins}. Атрибуты w:id и w:author обязательны (CT_Markup/
+ * CT_TrackChange, wml.xsd — оба use="required", w:date опционален).
*/
private void closeRun(StringBuilder runs, String rPr, StringBuilder content,
StringBuilder text) {
@@ -859,9 +882,16 @@ public final class DocToDocx {
}
}
+ /** Счётчик w:id правок (CT_TrackChange.@w:id). */
+ private int markupSeq;
+
/** Открывающая обёртка правки текущего рана; обычный ран — пустая строка. */
private String markupOpen() {
- return runMarkup == MARKUP_DEL ? "" : runMarkup == MARKUP_INS ? "" : "";
+ if (runMarkup == MARKUP_NONE) {
+ return "";
+ }
+ String tag = runMarkup == MARKUP_DEL ? "w:del" : "w:ins";
+ return "<" + tag + " w:id=\"" + (++markupSeq) + "\" w:author=\"\">";
}
/** Закрывающая обёртка правки; см. {@link #markupOpen()}. */
@@ -878,6 +908,12 @@ public final class DocToDocx {
* простираться дальше картинки.
*/
private void emitPicture(StringBuilder runs, String rPr, int cp) {
+ if (fieldsAsSimple) {
+ // колонтитулы: rels per-story (word/_rels/headerN.xml.rels) мост
+ // не пишет → r:embed висел бы над несуществующей связью
+ LOG.warning("Картинка в колонтитуле пропущена (нет per-story rels)");
+ return;
+ }
long picLoc = picLocationFor(chpx.grpprlFor(pieces.fcOf(cp)));
if (picLoc < 0) {
return;
@@ -938,7 +974,7 @@ public final class DocToDocx {
}
/**
- * URL из инструкции поля HYPERLINK ([MS-DOC] §2.4.4: токен, затем
+ * URL из инструкции поля HYPERLINK ([MS-DOC] §2.9.115 HFD: токен, затем
* {@code "url"} или url без кавычек, затем switch'и). Схема обязательна
* (RFC 3986 §3.1) — {@code readme.txt}/{@code #bookmark} ссылкой не
* считаются. Якорный переключатель {@code \l} — {@code null}: закладки
@@ -1057,7 +1093,7 @@ public final class DocToDocx {
boolean[] ttp = {false};
Grpprl.scan(grpprl, 0, grpprl.length, (sprm, buf, off, len) -> {
if (sprm == Grpprl.SPRM_P_F_TTP) {
- ttp[0] = Grpprl.toggleOn(buf, off);
+ ttp[0] = Grpprl.toggle(false, buf[off]);
}
});
return ttp[0];
@@ -1068,14 +1104,20 @@ public final class DocToDocx {
RunProps p = new RunProps();
Grpprl.scan(grpprl, 0, grpprl.length, (sprm, buf, off, len) -> {
switch (sprm) {
- case Grpprl.SPRM_C_F_BOLD -> p.bold = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_F_ITALIC -> p.italic = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_F_STRIKE -> p.strike = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_KUL -> p.underline = Grpprl.operandInt(buf, off, len) != 0;
+ // ToggleOperand (§2.9.327): current = накопленное значение
+ // (цепочка стиля сканируется раньше прямого grpprl)
+ case Grpprl.SPRM_C_F_BOLD -> p.bold = Grpprl.toggle(p.bold, buf[off]);
+ case Grpprl.SPRM_C_F_ITALIC -> p.italic = Grpprl.toggle(p.italic, buf[off]);
+ case Grpprl.SPRM_C_F_STRIKE -> p.strike = Grpprl.toggle(p.strike, buf[off]);
+ case Grpprl.SPRM_C_KUL ->
+ p.underline = Grpprl.underlineVal(Grpprl.operandInt(buf, off, len));
case Grpprl.SPRM_C_HPS -> p.sz = Grpprl.operandInt(buf, off, len);
case Grpprl.SPRM_C_HPS_BI -> p.szCs = Grpprl.operandInt(buf, off, len);
- case Grpprl.SPRM_C_RG_FTC0 -> p.ftc0 = Grpprl.operandInt(buf, off, len);
- case Grpprl.SPRM_C_RG_FTC1 -> p.ftc1 = Grpprl.operandInt(buf, off, len);
+ case Grpprl.SPRM_C_RG_FTC0 -> p.ftc0 = signedXas(buf, off, len);
+ case Grpprl.SPRM_C_RG_FTC1 -> p.ftc1 = signedXas(buf, off, len);
+ case Grpprl.SPRM_C_RG_FTC2 -> p.ftc2 = signedXas(buf, off, len);
+ case Grpprl.SPRM_C_FTC_BI -> p.ftcBi = signedXas(buf, off, len);
+ case Grpprl.SPRM_C_ISS -> p.iss = Grpprl.operandInt(buf, off, len);
case Grpprl.SPRM_C_CV -> p.color = colorOf(buf, off, len);
case Grpprl.SPRM_C_HIGHLIGHT -> p.highlight =
highlightName(Grpprl.operandInt(buf, off, len));
@@ -1083,11 +1125,12 @@ public final class DocToDocx {
case Grpprl.SPRM_C_SHD80 -> p.shd =
shdAttrs80(Grpprl.operandInt(buf, off, len));
case Grpprl.SPRM_C_HPS_POS -> p.pos = signedXas(buf, off, len);
- case Grpprl.SPRM_C_F_VANISH -> p.hidden = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_F_CAPS -> p.caps = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_F_SMALL_CAPS -> p.smallCaps = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_RMARK_DEL -> p.del = Grpprl.toggleOn(buf, off);
- case Grpprl.SPRM_C_RMARK_INS -> p.ins = Grpprl.toggleOn(buf, off);
+ case Grpprl.SPRM_C_F_VANISH -> p.hidden = Grpprl.toggle(p.hidden, buf[off]);
+ case Grpprl.SPRM_C_F_CAPS -> p.caps = Grpprl.toggle(p.caps, buf[off]);
+ case Grpprl.SPRM_C_F_SMALL_CAPS ->
+ p.smallCaps = Grpprl.toggle(p.smallCaps, buf[off]);
+ case Grpprl.SPRM_C_RMARK_DEL -> p.del = Grpprl.toggle(p.del, buf[off]);
+ case Grpprl.SPRM_C_RMARK_INS -> p.ins = Grpprl.toggle(p.ins, buf[off]);
default -> { }
}
});
@@ -1096,17 +1139,26 @@ public final class DocToDocx {
/**
* rPr по CT_RPr-порядку (§17.3.2.28): rFonts, b, i, strike, color,
- * position, sz, szCs, highlight, u, shd.
+ * position, sz, szCs, highlight, u, shd, vertAlign.
*/
private String runXml(RunProps p) {
StringBuilder xml = new StringBuilder();
+ // Слоты шрифта (ms-doc-full.md §2.6.1): ftc0→ascii, ftc1→eastAsia,
+ // ftc2→hAnsi (перекрывает ascii-значение ftc0), ftcBi→cs
String ascii = p.ftc0 >= 0 ? fonts.font(p.ftc0) : null;
- String cs = p.ftc1 >= 0 ? fonts.font(p.ftc1) : null;
- if (ascii != null || cs != null) {
+ String hAnsi = p.ftc2 >= 0 ? fonts.font(p.ftc2) : ascii;
+ String eastAsia = p.ftc1 >= 0 ? fonts.font(p.ftc1) : null;
+ String cs = p.ftcBi >= 0 ? fonts.font(p.ftcBi) : null;
+ if (ascii != null || hAnsi != null || eastAsia != null || cs != null) {
xml.append("");
}
- if (p.underline) {
- xml.append("");
+ if (p.underline != null) {
+ xml.append("");
}
if (p.shd != null) {
xml.append("");
}
+ if (p.iss == RunProps.ISS_SUPERSCRIPT) {
+ xml.append("");
+ } else if (p.iss == RunProps.ISS_SUBSCRIPT) {
+ xml.append("");
+ }
return xml.length() == 0 ? "" : "" + xml + "";
}
@@ -1186,17 +1243,17 @@ public final class DocToDocx {
jc80[0] = false;
}
case Grpprl.SPRM_P_F_PAGE_BREAK_BEFORE -> pageBreak[0] =
- Grpprl.toggleOn(buf, off);
+ Grpprl.toggle(false, buf[off]);
case Grpprl.SPRM_P_F_KEEP_FOLLOW -> keepNext[0] =
- Grpprl.toggleOn(buf, off);
+ Grpprl.toggle(false, buf[off]);
case Grpprl.SPRM_P_F_KEEP -> keepLines[0] =
- Grpprl.toggleOn(buf, off);
+ Grpprl.toggle(false, buf[off]);
case Grpprl.SPRM_P_DYA_BEFORE -> before[0] =
Grpprl.operandInt(buf, off, len);
case Grpprl.SPRM_P_DYA_AFTER -> after[0] = Grpprl.operandInt(buf, off, len);
case Grpprl.SPRM_P_DYA_LINE -> {
if (len >= LSPD_OPERAND_LEN) {
- // LSPD (§2.9.181): dyaLine (i16) + fMultLinespace (i16)
+ // LSPD (§2.9.146): dyaLine (i16) + fMultLinespace (i16)
dyaLine[0] = signedXas(buf, off, 2);
fMult[0] = Grpprl.operandInt(buf, off + 2, 2);
}
@@ -1241,11 +1298,11 @@ public final class DocToDocx {
spacing.append(" w:after=\"").append(after[0]).append('"');
}
if (dyaLine[0] != Integer.MIN_VALUE && dyaLine[0] != 0) {
- // LSPD → w:spacing (§2.9.181): fMult=1 — множитель в 240-х
+ // LSPD → w:spacing (§2.9.146): fMult=1 — множитель в 240-х
// (lineRule="auto"); fMult=0, dyaLine>0 — «не меньше» (atLeast,
// max(dyaLine, одиночный интервал)); dyaLine<0 — точная высота
// (exact, |dyaLine|). См. grfhicPapx.fSuppressTopSpacingMac5 /
- // fExactOnTop ([MS-DOC] §2.4.6, отсылки к lineRule).
+ // fExactOnTop — бит A Copts80 ([MS-DOC] §2.7.12, отсылки к lineRule).
if (fMult[0] == FMULT_MULTIPLIER) {
spacing.append(" w:line=\"").append(dyaLine[0])
.append("\" w:lineRule=\"auto\"");
@@ -1395,7 +1452,7 @@ public final class DocToDocx {
}
}
- /** w:tabs: TBD.jc → ST_TabVal (§17.18.78), TBD.tlc → ST_Leader (§17.18.57). */
+ /** w:tabs: TBD.jc → ST_TabJc (§17.18.84), TBD.tlc → ST_TabTlc (§17.18.85). */
private static String tabsXml(List tabs) {
StringBuilder inner = new StringBuilder();
for (int[] t : tabs) {
@@ -1458,7 +1515,7 @@ public final class DocToDocx {
}
/**
- * Ico (§2.9.171) → член ST_HighlightColor (§17.18.42) — соответствие
+ * Ico (§2.9.119) → член ST_HighlightColor (§17.18.40) — соответствие
* 1:1 по RGB палитры (teal 00FFFF = cyan, dark teal 008080 = darkCyan,
* gray50 = darkGray, gray25 = lightGray). 0/auto/вне 1..16 → null
* (не эмитится).
@@ -1486,8 +1543,8 @@ public final class DocToDocx {
}
/**
- * SHDOperand (§2.9.177): cb(1)=10 + Shd(10: cvFore/cvBack COLORREF +
- * ipat u16, §2.9.178) → атрибуты w:shd; cb≠10/обрезок → null.
+ * SHDOperand (§2.9.249): cb(1)=10 + Shd(10: cvFore/cvBack COLORREF +
+ * ipat u16, §2.9.121) → атрибуты w:shd; cb≠10/обрезок → null.
*/
private static String shdAttrs10(byte[] buf, int off, int len) {
if (len < 11 || (buf[off] & 0xFF) != 10) {
@@ -1498,7 +1555,7 @@ public final class DocToDocx {
}
/**
- * Shd80 (§2.9.176, u16: icoFore(5) icoBack(5) ipat(6)) → атрибуты
+ * Shd80 (§2.9.248, u16: icoFore(5) icoBack(5) ipat(6)) → атрибуты
* w:shd; Shd80Nil (0x1F/0x1F/0x3F) даёт null (цвета вне палитры).
*/
private static String shdAttrs80(int v) {
@@ -1512,7 +1569,7 @@ public final class DocToDocx {
* w:fill (зонд 2026-11: w:val="solid" w:color=RRGGBB w:fill="auto"
* не рисует ничего); паттерны Ipat≥2 в FOP неразличимы — деградация
* в фон cvBack (MS-DOC Ipat: вне ST_Shd паттерны «lost if converted
- * to ECMA-376»). ShdAuto/ShdNil (оба цвета auto, §2.9.178) и
+ * to ECMA-376»). ShdAuto/ShdNil (оба цвета auto, §2.9.249) и
* нечем-красить (fill auto) → null.
*/
private static String shdAttrs(int ipat, String fore, String back) {
@@ -1525,43 +1582,51 @@ public final class DocToDocx {
}
/**
- * Grpprl рана с учётом sprmCIstd (§2.6.1): цепочка chpx символьного
- * стиля (stk=3) вставляется между цепочкой стиля абзаца и прямыми
- * CHPX — §2.4.6.5: символьные свойства сначала возвращаются к
- * результату стиля абзаца, затем символьный стиль, затем прямые.
- * Без sprmCIstd — прежняя конкатенация.
+ * Grpprl рана с учётом sprmCIstd (§2.6.1): символьные свойства
+ * возвращаются к результату стиля абзаца (прямые до sprmCIstd
+ * сбрасываются, кроме preserv-list {@link Grpprl#CI_STD_PRESERVE}),
+ * затем цепочка chpx символьного стиля (stk=2), затем Prl после
+ * sprmCIstd. sprmCIstd нет или istd вне STSH (Prl невалиден —
+ * спекулятивный сброс не делается) — прежняя конкатенация.
*/
private byte[] chpxWithCharStyle(byte[] grpprl, byte[] styleChpx) {
int[] istd = {-1};
+ int[] ciStdStart = {-1};
+ int[] ciStdEnd = {-1};
Grpprl.scan(grpprl, 0, grpprl.length, (sprm, buf, off, len) -> {
- if (sprm == Grpprl.SPRM_C_ISTD) {
+ if (sprm == Grpprl.SPRM_C_ISTD && ciStdStart[0] < 0) {
+ ciStdStart[0] = off - 2;
+ ciStdEnd[0] = off + len;
int v = Grpprl.operandInt(buf, off, len);
istd[0] = v < styles.count() ? v : -1;
}
});
- byte[] chStyle = istd[0] >= 0 ? styles.charChain(istd[0]) : new byte[0];
- if (chStyle.length == 0) {
+ if (istd[0] < 0) {
return styleChpx.length == 0 ? grpprl : concat(styleChpx, grpprl);
}
- return concat(concat(styleChpx, chStyle), grpprl);
+ byte[] chStyle = styles.charChain(istd[0]);
+ byte[] before = Grpprl.filterOnly(grpprl, ciStdStart[0],
+ Grpprl.CI_STD_PRESERVE);
+ byte[] after = Arrays.copyOfRange(grpprl, ciStdEnd[0], grpprl.length);
+ return concat(concat(concat(styleChpx, chStyle), before), after);
}
/**
* w:sectPr секции: ссылки на части колонтитуков (null — элемент не
* пишется, docx4j наследует полосы предыдущей секции), затем w:type,
* затем pgSz/pgMar её геометрии. Порядок детей — CT_SectPr:
- * EG_HdrFtrReferences → type → pgSz → pgMar (ECMA-376 §17.2.3).
+ * EG_HdrFtrReferences → type → pgSz → pgMar (ECMA-376 §17.6.18).
*
- * @param typeContinuous разрыв ПЕРЕД секцией не начинает новую
- * страницу (§17.6.22 — w:type описывает
- * предыдущий разрыв; источник — sprmSBkc
- * предыдущей секции, [MS-DOC] §2.6.3)
+ * @param prev разрыв ПЕРЕД секцией (null — первая секция): его
+ * SBkcOperand даёт {@code w:type} (§17.6.22 — w:type
+ * описывает предыдущий разрыв; источник — sprmSBkc
+ * предыдущей секции, [MS-DOC] §2.6.4)
*/
private static String sectPrXml(Sections.Section s, String headerRelId,
String footerRelId, String firstHeaderRelId, String firstFooterRelId,
- boolean typeContinuous) {
+ Sections.Section prev) {
StringBuilder xml = new StringBuilder("");
- // EG_HdrFtrReferences — до содержимого секции (CT_SectPr, ECMA-376 §17.2.3)
+ // EG_HdrFtrReferences — до содержимого секции (CT_SectPr, ECMA-376 §17.6.18)
if (headerRelId != null) {
xml.append("");
@@ -1578,8 +1643,9 @@ public final class DocToDocx {
xml.append("");
}
- if (typeContinuous) {
- xml.append("");
+ String typeVal = prev == null ? null : prev.wTypeName();
+ if (typeVal != null) {
+ xml.append("");
}
// sprmSBOrientation: Word пишет dxa уже перевёрнутыми; max/min —
// защита от генераторов, оставивших портретные размеры при landscape
@@ -1600,10 +1666,10 @@ public final class DocToDocx {
.append("\" w:left=\"").append(s.marginLeft())
.append("\" w:header=\"").append(s.header())
.append("\" w:footer=\"").append(s.footer())
- .append("\" w:gutter=\"0\"/>");
+ .append("\" w:gutter=\"").append(s.gutter()).append("\"/>");
appendPgNumType(xml, s);
appendCols(xml, s);
- // w:titlePg — после w:cols (CT_SectPrBase, §17.2.3): первая страница
+ // w:titlePg — после w:cols (CT_SectPrBase, §17.6.18): первая страница
// секции использует first-части (ссылки w:type="first" выше)
if (s.titlePage()) {
xml.append("");
@@ -1617,7 +1683,7 @@ public final class DocToDocx {
* w:start — при сбросе нумерации, w:fmt — из подмножества
* ST_NumberFormat, допустимого для номеров страниц (decimal —
* формат по умолчанию, не эмитится; bullet/none/экзотика — вне
- * смысла w:fmt). Порядок CT_SectPr §17.2.3: после pgMar.
+ * смысла w:fmt). Порядок CT_SectPr §17.6.18: после pgMar.
*/
private static void appendPgNumType(StringBuilder xml, Sections.Section s) {
int start = s.pgNumStart();
@@ -1712,11 +1778,19 @@ public final class DocToDocx {
private boolean bold;
private boolean italic;
private boolean strike;
- private boolean underline;
+ /** sprmCKul → ST_Underline-имя; null — без подчёркивания. */
+ private String underline;
private int sz;
private int szCs;
private int ftc0 = -1;
private int ftc1 = -1;
+ private int ftc2 = -1;
+ private int ftcBi = -1;
+ /** sprmCIss: 0 нормальный, 1 надстрочный, 2 подстрочный. */
+ private int iss;
+ /** Значения sprmCIss ([MS-DOC] §2.6.1): надстрочный/подстрочный. */
+ private static final int ISS_SUPERSCRIPT = 1;
+ private static final int ISS_SUBSCRIPT = 2;
private String color;
/** sprmCHpsPos: вертикальный сдвиг в hps со знаком ( надострочный, <0 подстрочный). */
private int pos;
@@ -1728,7 +1802,7 @@ public final class DocToDocx {
/** sprmCFRMarkDel/sprmCFRMarkIns: непринятая правка → w:del/w:ins. */
private boolean del;
private boolean ins;
- /** sprmCHighlight: член ST_HighlightColor (§17.18.42); null — нет. */
+ /** sprmCHighlight: член ST_HighlightColor (§17.18.40); null — нет. */
private String highlight;
/** sprmCShd/sprmCShd80: готовые атрибуты w:shd; null — нет затенения. */
private String shd;
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java
index 4aa1d8f..1637a15 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java
@@ -8,7 +8,8 @@ import ru.pjandro.wordpdf.ConversionException;
* По [MS-DOC] §2.5: Fib = FibBase (32) + csw + FibRgW97 + cslw + FibRgLw97
* + cbRgFcLcb + FibRgFcLcbBlob (§2.5.1). Читаются только нужные поля;
* порядок и смещения — §2.5.15 «How to read the FIB», побайтовые примеры —
- * §3 (Figure 22/30). Число 136 пар в blob (Word 2003+) не мешает: нужные
+ * §3 (Figure 22/30). cbRgFcLcb: 0x0101 = 136 пар (Word 2002), 0x010C = 164
+ * (Word 2003) — сверяется при чтении; нужные
* пары стоят на фиксированных индексах.
*/
final class FibHeader {
@@ -29,10 +30,12 @@ final class FibHeader {
/** Значение бита флага «включён» (§2.5.2, grpprl FIB). */
private static final int BIT_ON = 1;
- /** Минимум FibRgW97 (4 коротких значения, §2.5.4). */
- private static final int MIN_CSLW = 4;
+ /** MUST-значения счётчиков (§2.5.2/§2.5.4, Word 97+): csw=14 коротких, cslw=22 длинных. */
+ private static final int C_SW = 0x000E;
+ private static final int C_SLW = 0x0016;
/** Смещения после FibBase (§2.5.1). */
+ private static final int OFF_CSW = 32;
private static final int OFF_CSLW = 62;
private static final int OFF_FIB_RG_LW = 64;
private static final int OFF_CB_MAC = OFF_FIB_RG_LW;
@@ -91,8 +94,13 @@ final class FibHeader {
throw new ConversionException("Документ зашифрован (пароль на открытие) — конвертация невозможна");
}
use1Table = ((flags >> BIT_F_WHICH_TBL_STM) & BIT_ON) == BIT_ON;
+ // §2.5.2: csw «MUST be set to 0x000E», §2.5.4: cslw «MUST be set to
+ // 0x0016» — фиксированный layout FibRgW97/FibRgLw97, любое другое
+ // значение = чужая версия FIB, чтение по константным смещениям дало
+ // бы мусор
+ int csw = (int) CfbReader.u32(wd, OFF_CSW) & 0xFFFF;
int cslw = (int) CfbReader.u32(wd, OFF_CSLW) & 0xFFFF;
- if (cslw < MIN_CSLW) {
+ if (csw != C_SW || cslw != C_SLW) {
throw new ConversionException("Обрезанный FIB в .doc");
}
cbMac = (int) CfbReader.u32(wd, OFF_CB_MAC);
@@ -106,31 +114,31 @@ final class FibHeader {
if (cbRgFcLcb <= PAIR_CLX) {
throw new ConversionException("Устаревшая структура FIB в .doc");
}
- long[] stshf = pair(wd, PAIR_STSHF);
+ long[] stshf = pair(wd, PAIR_STSHF, cbRgFcLcb);
fcStshf = stshf[0];
lcbStshf = stshf[1];
- long[] sed = pair(wd, PAIR_PLCF_SED);
+ long[] sed = pair(wd, PAIR_PLCF_SED, cbRgFcLcb);
fcPlcfSed = sed[0];
lcbPlcfSed = sed[1];
- long[] hdd = pair(wd, PAIR_PLCF_HDD);
+ long[] hdd = pair(wd, PAIR_PLCF_HDD, cbRgFcLcb);
fcPlcfHdd = hdd[0];
lcbPlcfHdd = hdd[1];
- long[] chpx = pair(wd, PAIR_PLCF_BTE_CHPX);
+ long[] chpx = pair(wd, PAIR_PLCF_BTE_CHPX, cbRgFcLcb);
fcPlcfBteChpx = chpx[0];
lcbPlcfBteChpx = chpx[1];
- long[] papx = pair(wd, PAIR_PLCF_BTE_PAPX);
+ long[] papx = pair(wd, PAIR_PLCF_BTE_PAPX, cbRgFcLcb);
fcPlcfBtePapx = papx[0];
lcbPlcfBtePapx = papx[1];
- long[] ffn = pair(wd, PAIR_STTBF_FFN);
+ long[] ffn = pair(wd, PAIR_STTBF_FFN, cbRgFcLcb);
fcSttbfFfn = ffn[0];
lcbSttbfFfn = ffn[1];
- long[] clx = pair(wd, PAIR_CLX);
+ long[] clx = pair(wd, PAIR_CLX, cbRgFcLcb);
fcClx = clx[0];
lcbClx = clx[1];
- long[] lst = pair(wd, PAIR_PLF_LST);
+ long[] lst = pair(wd, PAIR_PLF_LST, cbRgFcLcb);
fcPlfLst = lst[0];
lcbPlfLst = lst[1];
- long[] lfo = pair(wd, PAIR_PLF_LFO);
+ long[] lfo = pair(wd, PAIR_PLF_LFO, cbRgFcLcb);
fcPlfLfo = lfo[0];
lcbPlfLfo = lfo[1];
}
@@ -143,7 +151,16 @@ final class FibHeader {
return new FibHeader(wordDocument);
}
- private static long[] pair(byte[] wd, int index) {
+ /**
+ * Пара (fc,lcb) с индексом {@code index} в FibRgFcLcbBlob. Индекс за
+ * объявленным числом пар (§2.5.1 cbRgFcLcb — «MUST be set to 0x005D»
+ * только для Word 2003+; старые FIB короче) — поле отсутствует:
+ * fc=0/lcb=0, потребитель трактует как «нет структуры».
+ */
+ private static long[] pair(byte[] wd, int index, int pairCount) {
+ if (index >= pairCount) {
+ return new long[] {0, 0};
+ }
int off = OFF_BLOB + index * 8;
if (off + 8 > wd.length) {
throw new ConversionException("Обрезанный FIB в .doc");
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java
index 1b8e156..71bd822 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java
@@ -1,5 +1,8 @@
package ru.pjandro.wordpdf.internal.doc;
+import java.io.ByteArrayOutputStream;
+import java.util.Set;
+
/**
* Разбор Grpprl — массива Prl (sprm + операнд), [MS-DOC] §2.6.
*
@@ -9,8 +12,8 @@ package ru.pjandro.wordpdf.internal.doc;
* 3 = 4, 4 = 2, 5 = 2, 6 = переменный (первый байт — длина остального),
* 7 = 3. Неизвестный sprm пропускается по spra (ms-doc.md:1809).
*
- * Значения sprm — таблицы §2.6.1/2.6.2/2.6.3 dated-.docx [MS-DOC] 12.5
- * (в md репозитория потеряны как [TABLE]); кросс-чек с примерами §3:
+ *
Значения sprm — таблицы §2.6.1/§2.6.2/§2.6.3/§2.6.4 полного [MS-DOC]
+ * (ms-doc-full.md); кросс-чек с примерами §3:
* sprmPJc = 0x2461, sprmSDxaLeft = 0xB021, sprmCKul ispmd 0x3E fSpec 1.
*/
final class Grpprl {
@@ -29,7 +32,7 @@ final class Grpprl {
* sprmCPicLocation (§2.6.1, 4 байта): offset в Data-потоке —
* PICFAndOfficeArtData (картинка) или NilPICFAndBinData (OLE-бинарник,
* {@code picf.cbHeader≠0x44} → {@link OfficeArt#read} вернёт null).
- * sprmCFSpec=0x0875/sprmCFData=0x0806/sprmCFOle2=0x084B не читаем:
+ * sprmCFSpec=0x0855/sprmCFData=0x0806/sprmCFOle2=0x080A не читаем:
* фикстуры пишут их непоследовательно (ole-embedded — без CFSpec),
* а различает картинку/бинарник сам cbHeader.
*/
@@ -53,26 +56,39 @@ final class Grpprl {
/** sprmCHpsPos (§2.6.1, 2 байта со знаком): вертикальный сдвиг в hps. */
static final int SPRM_C_HPS_POS = 0x4845;
/**
- * sprmCHighlight (§2.6.1, 1 байт Ico): текстовыделитель. Ico (§2.9.171)
+ * sprmCHighlight (§2.6.1, 1 байт Ico): текстовыделитель. Ico (§2.9.119)
* → w:highlight в порядке CT_RPr — конвейер рисует фон рана (пинь
* WordPdfConverterTest#highlightAndShading_backgroundDrawn).
*/
static final int SPRM_C_HIGHLIGHT = 0x2A0C;
/**
* sprmCShd/sprmCShd80 (§2.6.1): затенение рана → w:shd в rPr.
- * SHDOperand (§2.9.177) = cb(1)=10 + Shd(10): cvFore/cvBack COLORREF
- * + ipat (§2.9.178); Shd80 (§2.9.176) — 2 байта: icoFore(5) icoBack(5)
+ * SHDOperand (§2.9.249) = cb(1)=10 + Shd(10): cvFore/cvBack COLORREF
+ * + ipat (§2.9.121); Shd80 (§2.9.248) — 2 байта: icoFore(5) icoBack(5)
* ipat(6).
*/
static final int SPRM_C_SHD = 0xCA71;
static final int SPRM_C_SHD80 = 0x4866;
/**
- * sprmCIstd (§2.6.1, u16): istd прямого символьного стиля (stk=3 в STSH).
+ * sprmCIstd (§2.6.1, u16): istd прямого символьного стиля (stk=2 в STSH).
* По §2.4.6.5 символьные свойства возвращаются к результату стиля абзаца,
* затем накладывается цепочка chpx символьного стиля, затем прямые CHPX —
* порядок конкатенации в {@code DocxBody.chpxWithCharStyle}.
*/
static final int SPRM_C_ISTD = 0x4A30;
+ /**
+ * sprmCRgFtc2 (§2.6.1, 2 байта со знаком): индекс SttbfFfn для текста вне
+ * U+0020–U+007F, когда ftc1/ftcBi не применимы → {@code w:hAnsi}
+ * (перекрывает ftc0-значение).
+ */
+ static final int SPRM_C_RG_FTC2 = 0x4A51;
+ /** sprmCFtcBi (§2.6.1, 2 байта со знаком): RTL/complex-шрифт → {@code w:cs}. */
+ static final int SPRM_C_FTC_BI = 0x4A5E;
+ /**
+ * sprmCIss (§2.6.1, 1 байт): 0x01 надстрочный, 0x02 подстрочный →
+ * {@code w:vertAlign} (0x00 нормальный — элемент не эмитится).
+ */
+ static final int SPRM_C_ISS = 0x2A48;
// Paragraph Properties (§2.6.2, sgc 1)
static final int SPRM_P_ISTD = 0x4600;
@@ -179,7 +195,7 @@ final class Grpprl {
static final int SPRM_T_VERT_ALIGN = 0xD62C;
/**
* sprmTCellPadding/sprmTCellPaddingDefault (§2.6.3): поля ячеек —
- * CSSAOperand (§2.9.209): cb(1)=6 + CSSA (§2.9.96): itc(2, ItcFirstLim)
+ * CSSAOperand (§2.9.46): cb(1)=6 + CSSA (§2.9.45): itc(2, ItcFirstLim)
* + grfbrc(1: маска сторон top|left|bottom|right = 1|2|4|8) + ftsWidth(1)
* + wWidth(2). Поля переносятся только при ftsWidth=ftsDxa(0x03);
* ftsNil(0) — сторона не задана. Default-вариант действует на весь ряд
@@ -222,6 +238,10 @@ final class Grpprl {
static final int SPRM_S_C_COLUMNS = 0x500B;
/** sprmSPgnStart97 (§2.6.4, 2 байта): стартовый номер страниц (Word 97+). */
static final int SPRM_S_PGN_START97 = 0x501C;
+ /** sprmSPgnStart (§2.6.4, 4 байта, u32): стартовый номер (32-бит вариант). */
+ static final int SPRM_S_PGN_START = 0x7044;
+ /** sprmSDzaGutter (§2.6.4, XAS_nonNeg 2 байта): поле переплёта → w:gutter. */
+ static final int SPRM_S_DZA_GUTTER = 0xB025;
/** sprmSDxaColumns (§2.6.4, XAS_nonNeg): зазор между колонками при evenly-spaced. */
static final int SPRM_S_DXA_COLUMNS = 0x900C;
/**
@@ -262,19 +282,20 @@ final class Grpprl {
/** Кормить каждым Prl скана PAPX; не-отступные sprm игнорируются. */
void prl(int sprm, byte[] buf, int off, int len) {
+ // XAS — 16-битное СО ЗНАКОМ значение (§2.9.349), не unsigned
switch (sprm) {
case SPRM_P_DXA_LEFT -> {
modern = true;
- left = operandInt(buf, off, len);
+ left = signedXas(buf, off, len);
}
case SPRM_P_NEST -> {
modern = true;
- nest = operandInt(buf, off, len);
+ nest = signedXas(buf, off, len);
}
- case SPRM_P_DXA_LEFT80 -> left80 = operandInt(buf, off, len);
- case SPRM_P_NEST80 -> nest80 = operandInt(buf, off, len);
+ case SPRM_P_DXA_LEFT80 -> left80 = signedXas(buf, off, len);
+ case SPRM_P_NEST80 -> nest80 = signedXas(buf, off, len);
case SPRM_P_DXA_RIGHT, SPRM_P_DXA_RIGHT80 ->
- right = operandInt(buf, off, len);
+ right = signedXas(buf, off, len);
case SPRM_P_DXA_LEFT1, SPRM_P_DXA_LEFT180 ->
left1 = signedXas(buf, off, len);
default -> { }
@@ -340,6 +361,36 @@ final class Grpprl {
}
}
+ /**
+ * Preserv-list sprmCIstd (§2.6.1): значения этих свойств предшествуют
+ * применению символьного стиля при сбросе прямого форматирования к
+ * результату стиля абзаца. Значения — таблица §2.6.1: CFRMarkDel
+ * 0x0800, CFRMarkIns 0x0801, CFFldVanish 0x0802, CFData 0x0806,
+ * CFOle2 0x080A, CFWebHidden 0x0811, CFSpec 0x0855, CFObj 0x0856,
+ * CFBiDi 0x085A, CFComplexScripts 0x0882, CIdctHint 0x286F,
+ * CHighlight 0x2A0C, CWall 0x2A83, CIdslRMark 0x4807, CPicLocation
+ * 0x6A03, CSymbol 0x6A09, CPropRMark 0xCA89.
+ */
+ static final Set CI_STD_PRESERVE = Set.of(
+ 0x0800, 0x0801, 0x0802, 0x0806, 0x080A, 0x0811, 0x0855, 0x0856,
+ 0x085A, 0x0882, 0x286F, 0x2A0C, 0x2A83, 0x4807, 0x6A03, 0x6A09,
+ 0xCA89);
+
+ /**
+ * Байты Prl-ей, целиком лежащих в {@code [0, endExclusive)} и имеющих
+ * sprm из {@code keep} (§2.6.1 — выборка preserve-list до sprmCIstd);
+ * битый хвост обрывается как в {@link #scan}.
+ */
+ static byte[] filterOnly(byte[] grpprl, int endExclusive, Set keep) {
+ ByteArrayOutputStream out = new ByteArrayOutputStream();
+ scan(grpprl, 0, grpprl.length, (sprm, buf, off, len) -> {
+ if (keep.contains(sprm) && off + len <= endExclusive) {
+ out.write(buf, off - 2, len + 2);
+ }
+ });
+ return out.toByteArray();
+ }
+
/** Длина операнда по spra; -1 — переменный формат битый. */
private static int operandSize(int sprm, byte[] buf, int p, int end) {
int spra = sprm >> 13;
@@ -352,6 +403,8 @@ final class Grpprl {
case 5:
return 2;
case 3:
+ // §2.8.4: «A value of 0x3 specifies that operand is four
+ // bytes long» (ms-doc.md:14495) — не путать с S16=2
return 4;
case 7:
return 3;
@@ -404,8 +457,47 @@ final class Grpprl {
return v;
}
- /** Toggle-операнд: бит 0 = on; чётное («переключить от предыдущего») = off. */
- static boolean toggleOn(byte[] buf, int off) {
- return (buf[off] & 1) == 1;
+ /**
+ * ToggleOperand (§2.9.327): 0x00 — off, 0x01 — on, 0x80 — значение
+ * свойства текущего стиля (текущее накопленное {@code current}), 0x81 —
+ * инверсия стилевого; иное (вне перечисления) — консервативно current.
+ */
+ static boolean toggle(boolean current, byte operand) {
+ int v = operand & 0xFF;
+ return switch (v) {
+ case 0x00 -> false;
+ case 0x01 -> true;
+ case 0x80 -> current;
+ case 0x81 -> !current;
+ default -> current;
+ };
+ }
+
+ /**
+ * Kul (§2.9.127) → ST_Underline (wml.xsd): 0 — без подчёркивания
+ * ({@code null}), нераспознанный ≠0 — single.
+ */
+ static String underlineVal(int kul) {
+ return switch (kul) {
+ case 0x00 -> null;
+ case 0x01 -> "single";
+ case 0x02 -> "words";
+ case 0x03 -> "double";
+ case 0x04 -> "dotted";
+ case 0x06 -> "thick";
+ case 0x07 -> "dash";
+ case 0x09 -> "dotDash";
+ case 0x0A -> "dotDotDash";
+ case 0x0B -> "wave";
+ case 0x14 -> "dottedHeavy";
+ case 0x17 -> "dashedHeavy";
+ case 0x19 -> "dashDotHeavy";
+ case 0x1A -> "dashDotDotHeavy";
+ case 0x1B -> "wavyHeavy";
+ case 0x27 -> "dashLong";
+ case 0x2B -> "wavyDouble";
+ case 0x37 -> "dashLongHeavy";
+ default -> "single";
+ };
}
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Headers.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Headers.java
index d1cddb1..4d6808c 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Headers.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Headers.java
@@ -4,11 +4,11 @@ import ru.pjandro.wordpdf.ConversionException;
/**
* Header Document (.doc): истории колонтитуков по {@code Plcfhdd}
- * ([MS-DOC] §2.8.22 — PLC из одних CP; §2.4.4 — порядок историй).
+ * ([MS-DOC] §2.8.22 — PLC из одних CP; §2.3.3 — порядок историй).
*
- * Массив aCP размечает подряд идущие CP-диапазоны: первые шесть — пустые
- * абзацы-разделители, далее на каждую секцию шесть историй
- * [even header, odd header, even footer, odd footer, first-page header,
+ *
Массив aCP размечает подряд идущие CP-диапазоны: первые шесть —
+ * footnote/endnote separator-истории (§2.4.4), далее на каждую секцию шесть
+ * историй [even header, odd header, even footer, odd footer, first-page header,
* first-page footer]; последний aCP (§2.8.22 «the last CP is ignored») в
* расчёт не входит. Каждая история заканчивается guard-абзацем (¶), который
* в вывод не попадает.
@@ -19,7 +19,7 @@ import ru.pjandro.wordpdf.ConversionException;
* {@code sprmSFTitlePage} (w:titlePg, конвейер различает first/default —
* пинь {@code titlePg_firstPageHeader}). История с {@code cpStart == cpEnd}
* не определена — часть и ссылка не эмитятся, docx4j наследует полосы
- * предыдущей секции (§2.4.4 «Same as Previous»).
+ * предыдущей секции (§2.3.3 «Same as Previous»).
*/
final class Headers {
@@ -27,7 +27,7 @@ final class Headers {
record Story(int cpStart, int cpEnd) {
/**
- * История НЕ определена (§2.4.4: «Stories are considered empty if
+ * История НЕ определена (§2.3.3: «Stories are considered empty if
* they have no contents and no guard paragraph mark … the beginning
* CP being the same as the next CP») — Word показывает полосы
* предыдущей секции (Same as Previous). Пустая часть с guard-¶ при
@@ -49,14 +49,14 @@ final class Headers {
}
}
- /** Пустых абзацев-разделителей перед историями первой секции (§2.4.4). */
+ /** Footnote/endnote separator-историй перед историями первой секции (§2.4.4). */
private static final int SEPARATOR_STORIES = 6;
- /** Историй на секцию (§2.4.4). */
+ /** Историй на секцию (§2.3.3). */
private static final int STORIES_PER_SECTION = 6;
/** Индексы внутри группы секции: 0 even hdr, 1 odd hdr, 2 even ftr, 3 odd ftr… */
private static final int ODD_HEADER = 1;
private static final int ODD_FOOTER = 3;
- /** Первая страница (истории 4/5, применяются при sprmSFTitlePage, §2.4.4). */
+ /** Первая страница (истории 4/5, применяются при sprmSFTitlePage, §2.3.3). */
private static final int FIRST_HEADER = 4;
private static final int FIRST_FOOTER = 5;
@@ -89,22 +89,22 @@ final class Headers {
return new Headers(table, fcPlcfHdd, lcbPlcfHdd, baseCp);
}
- /** Заголовок нечётных полос набора секции {@code section} (§2.4.4). */
+ /** Заголовок нечётных полос набора секции {@code section} (§2.3.3). */
Story oddHeader(int section) {
return story(SEPARATOR_STORIES + section * STORIES_PER_SECTION + ODD_HEADER);
}
- /** Колонтитул нечётных полос набора секции {@code section} (§2.4.4). */
+ /** Колонтитул нечётных полос набора секции {@code section} (§2.3.3). */
Story oddFooter(int section) {
return story(SEPARATOR_STORIES + section * STORIES_PER_SECTION + ODD_FOOTER);
}
- /** Заголовок первой страницы секции {@code section} (titlePg, §2.4.4). */
+ /** Заголовок первой страницы секции {@code section} (titlePg, §2.3.3). */
Story firstHeader(int section) {
return story(SEPARATOR_STORIES + section * STORIES_PER_SECTION + FIRST_HEADER);
}
- /** Колонтитул первой страницы секции {@code section} (titlePg, §2.4.4). */
+ /** Колонтитул первой страницы секции {@code section} (titlePg, §2.3.3). */
Story firstFooter(int section) {
return story(SEPARATOR_STORIES + section * STORIES_PER_SECTION + FIRST_FOOTER);
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java
index ca88e93..2e235cd 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java
@@ -158,8 +158,13 @@ final class Lists {
/** abstractNumId (1-базированный индекс LSTF) для LFO; −1 — нет валидного. */
private int abstractIdOf(int lfoIndex) {
- // lfos[·] всегда непустой: readPlfLfo присваивает out[i] до обхода LFOData
- Integer lstfIndex = lstfByLsid.get(lfos[lfoIndex].lsid());
+ // обрыв LFOData оставляет lfos[i+1..] null (readPlfLfo выходит по
+ // границе потока) — null LFO = «номера нет», без NPE
+ Lfo lfo = lfos[lfoIndex];
+ if (lfo == null) {
+ return -1;
+ }
+ Integer lstfIndex = lstfByLsid.get(lfo.lsid());
if (lstfIndex == null || !isValid(lstfs[lstfIndex])) {
return -1;
}
@@ -194,7 +199,9 @@ final class Lists {
boolean simple = (table[rec + 26] & 1) != 0;
Level[] levels = new Level[simple ? 1 : LEVEL_COUNT];
for (int j = 0; j < levels.length; j++) {
- Level lv = readLevel(table, cursor);
+ // массив LVL приложен ЗА lcbPlfLst (§2.5.6) — граница одна
+ // длина потока, lcb здесь не ограничитель
+ Level lv = readLevel(table, cursor, table.length);
if (lv == null) {
// обрыв: этот LSTF — с разобранными уровнями, остальные — без
out[i] = new Lstf(lsid, levels);
@@ -208,9 +215,9 @@ final class Lists {
return out;
}
- /** LVL по {@code at}; null — поля за пределами потока. */
- private static Level readLevel(byte[] table, int at) {
- if (at < 0 || at + LVLF_SIZE > table.length) {
+ /** LVL по {@code at}; null — поля за пределами {@code limit}. */
+ private static Level readLevel(byte[] table, int at, int limit) {
+ if (at < 0 || at + LVLF_SIZE > limit) {
return null;
}
int startAt = (int) CfbReader.u32(table, at);
@@ -220,19 +227,19 @@ final class Lists {
int cbChpx = table[at + 24] & 0xFF;
int cbPapx = table[at + 25] & 0xFF;
int p = at + LVLF_SIZE;
- if (p + cbPapx + cbChpx > table.length) {
+ if (p + cbPapx + cbChpx > limit) {
return null;
}
byte[] papx = slice(table, p, cbPapx);
p += cbPapx;
byte[] chpx = slice(table, p, cbChpx);
p += cbChpx;
- if (p + 2 > table.length) {
+ if (p + 2 > limit) {
return null;
}
int cch = CfbReader.u16(table, p);
p += 2;
- if (cch > MAX_XST_CHARS || p + 2 * cch > table.length) {
+ if (cch > MAX_XST_CHARS || p + 2 * cch > limit) {
return null;
}
String xst = new String(table, p, 2 * cch, StandardCharsets.UTF_16LE);
@@ -259,6 +266,10 @@ final class Lists {
int fit = (int) ((end - fc - 4) / LFO_SIZE);
mac = Math.min(Math.min(mac, fit), MAX_ENTRIES);
Lfo[] out = new Lfo[mac];
+ // LFOData лежит ВНУТРИ lcbPlfLfo (§2.5.6/§2.9.132) — обход ограничен
+ // end, а не длиной потока: короткий lcb не должен уводить парсер в
+ // чужие записи табличного потока
+ int limit = (int) end;
int cursor = (int) (fc + 4) + mac * LFO_SIZE;
for (int i = 0; i < mac; i++) {
int rec = (int) fc + 4 + i * LFO_SIZE;
@@ -266,12 +277,12 @@ final class Lists {
int clfolvl = table[rec + 12] & 0xFF;
LfoLvl[] overrides = new LfoLvl[clfolvl];
out[i] = new Lfo(lsid, overrides);
- if (cursor + 4 > table.length) {
+ if (cursor + 4 > limit) {
return out; // обрыв LFOData — остаток без переопределений
}
cursor += 4; // cp — не переносится (осознанный остаток)
for (int j = 0; j < clfolvl; j++) {
- if (cursor + 8 > table.length) {
+ if (cursor + 8 > limit) {
return out;
}
int startAt = (int) CfbReader.u32(table, cursor);
@@ -282,7 +293,7 @@ final class Lists {
boolean fFormatting = (bits >>> 5 & 1) != 0;
Level formatting = null;
if (fFormatting) {
- formatting = readLevel(table, cursor);
+ formatting = readLevel(table, cursor, limit);
if (formatting == null) {
return out;
}
@@ -398,7 +409,7 @@ final class Lists {
Grpprl.scan(chpx, 0, chpx.length, (sprm, buf, off, len) -> {
switch (sprm) {
case Grpprl.SPRM_C_RG_FTC0 -> ftc0[0] = Grpprl.operandInt(buf, off, len);
- case Grpprl.SPRM_C_F_BOLD -> bold[0] = Grpprl.toggleOn(buf, off);
+ case Grpprl.SPRM_C_F_BOLD -> bold[0] = Grpprl.toggle(bold[0], buf[off]);
case Grpprl.SPRM_C_HPS -> hps[0] = Grpprl.operandInt(buf, off, len);
default -> { }
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java
index 65cdd2f..c9bbc0e 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java
@@ -4,8 +4,9 @@ package ru.pjandro.wordpdf.internal.doc;
* Извлечение растровой картинки из {@code PICFAndOfficeArtData}
* ([MS-DOC] §2.9.192, операнд {@code sprmCPicLocation} = offset в Data-потоке)
* по [MS-ODRAW]: PICF (68 байт, §2.9.190) → OfficeArt-записи → BLIP
- * (§2.2.23–.31: recType 0xF01A EMF / 0xF01B WMF / 0xF01C PICT / 0xF01D JPEG /
- * 0xF01E PNG / 0xF01F DIB; нечётный recInstance — второй UID, §2.2.24).
+ * (§2.2.23–.30: recType 0xF01A EMF / 0xF01B WMF / 0xF01C PICT / 0xF01D JPEG /
+ * 0xF01E PNG / 0xF01F DIB / 0xF029 TIFF; recInstance с вторым UID —
+ * §2.2.24–.30).
*
* Word кладёт BLIP в разные места (BStoreContainer 0xF004,
* BStoreContainerDelay 0xF007, инлайн-контейнер), а POI-продукция пишет
@@ -17,8 +18,9 @@ package ru.pjandro.wordpdf.internal.doc;
* потоку их плодит, скан по картинному диапазону нет.
*
* EMF/WMF/PICT в PDF не рендерятся (Java2D-движка для метафайлов в ядре
- * нет) — {@code null} (объект исчезает, как удалённый {@code w:object}).
- * DIB перекодируется в PNG через ImageIO.
+ * нет) — {@code null} с JUL-warning (объект исчезает, как удалённый
+ * {@code w:object}; потеря контента должна быть видна в логе).
+ * DIB перекодируется в PNG через ImageIO, TIFF проходит как есть.
*/
final class OfficeArt {
@@ -39,20 +41,29 @@ final class OfficeArt {
/** Границы отображаемого размера, twips (§2.9.193: 15…31680). */
private static final int DXA_MIN = 15;
private static final int DXA_MAX = 31_680;
- /** twips → EMU (ECMA-376 §20.1.8: 1 twip = 635 EMU). */
+ /** twips → EMU (ST_TwipsMeasure §22.9.2.14: 1 twip = 635 EMU). */
private static final int EMU_PER_TWIP = 635;
private static final int BLIP_EMF = 0xF01A;
private static final int BLIP_WMF = 0xF01B;
private static final int BLIP_PICT = 0xF01C;
private static final int BLIP_JPEG = 0xF01D;
- private static final int BLIP_JPEG_ALT = 0xF02A; // [MS-ODRAW] A.1: = 0xF01D
+ private static final int BLIP_JPEG_ALT = 0xF02A; // [MS-ODRAW] Appendix A, примечание <5> к §2.2.23
private static final int BLIP_PNG = 0xF01E;
private static final int BLIP_DIB = 0xF01F;
+ private static final int BLIP_TIFF = 0xF029; // §2.2.30
- /** recInstance с двумя UID ([MS-ODRAW] §2.2.24–.31). */
+ /** Пропуск метафайлов логируется (JUL — конвенция {@code internal/}). */
+ private static final java.util.logging.Logger LOG =
+ java.util.logging.Logger.getLogger(OfficeArt.class.getName());
+
+ /**
+ * recInstance с двумя UID ([MS-ODRAW] §2.2.24–.30): EMF 0x3D5, WMF 0x217,
+ * PICT 0x543, JPEG CMYK 0x6E3, JPEG RGB 0x46B, PNG 0x6E1, DIB 0x7A9,
+ * TIFF 0x6E5.
+ */
private static final java.util.Set TWO_UIDS =
- java.util.Set.of(0x217, 0x3D5, 0x543, 0x6E1, 0x6E3, 0x6E5, 0x7A9);
+ java.util.Set.of(0x217, 0x3D5, 0x46B, 0x543, 0x6E1, 0x6E3, 0x6E5, 0x7A9);
private OfficeArt() {
}
@@ -97,9 +108,8 @@ final class OfficeArt {
if (cb < 17 || p + 8 + cb > end) {
return null;
}
- // Второй UID — только перечисленные recInstance (§2.2.24–.31:
- // EMF 0x3D5, WMF 0x217, PICT 0x543, JPEG 0x6E3, PNG 0x6E1,
- // DIB 0x7A9, EMF+ 0x6E5; JPEG 0x46B — нечётный, но ОДИН UID).
+ // Второй UID — только перечисленные recInstance (§2.2.24–.30,
+ // таблица выше: 0x46B = JPEG RGB с ДВУМЯ UID, 0x6E5 = TIFF).
// Word/POI кладут значение в raw verInstance (0x06E1), спека —
// в 12-битное поле (0x6E10): проверяем обе формы.
int uidSize = (TWO_UIDS.contains(verInstance >>> 4) || TWO_UIDS.contains(verInstance))
@@ -119,12 +129,26 @@ final class OfficeArt {
? new Picture("jpg", "image/jpeg", slice(data, dataOff, dataLen),
emu(sizeX), emu(sizeY))
: null;
+ case BLIP_TIFF -> isTiff(data, dataOff, dataLen)
+ ? new Picture("tif", "image/tiff", slice(data, dataOff, dataLen),
+ emu(sizeX), emu(sizeY))
+ : null;
case BLIP_DIB -> dibToPng(data, dataOff, dataLen, sizeX, sizeY, maxPixels);
- case BLIP_EMF, BLIP_WMF, BLIP_PICT -> null; // метафайлы не рендерим
+ case BLIP_EMF, BLIP_WMF, BLIP_PICT -> {
+ // метафайлы не рендерим — пропуск с warn (деградация видна в логе)
+ LOG.warning("Метафайл в .doc пропущен (EMF/WMF/PICT в PDF не рендерятся)");
+ yield null;
+ }
default -> null;
};
}
+ /** TIFF-сигнатура II*\\0 или MM\\0* ([TIFF] §2, little/big endian). */
+ private static boolean isTiff(byte[] data, int off, int len) {
+ return startsWith(data, off, len, new byte[] {'I', 'I', '*', 0})
+ || startsWith(data, off, len, new byte[] {'M', 'M', 0, '*'});
+ }
+
/** PICMID отсутствует/битый — размер из PNG IHDR @96 dpi (1 px = 15 twips). */
private static int pngDxa(byte[] data, int pngOff, boolean width) {
if (pngOff + 24 > data.length) {
@@ -190,7 +214,14 @@ final class OfficeArt {
}
}
- /** DIB → BMP: BITMAPFILEHEADER(14) + как есть (§2.2.29 — DIB без хедера). */
+ /**
+ * DIB → BMP: BITMAPFILEHEADER(14) + как есть (§2.2.29 — DIB без хедера).
+ * dataOff: BITMAPINFOHEADER + палитра (biClrUsed, offset 32: 0 — полное
+ * 2^bits, иначе объявленное число записей, [MS-WMF] §2.2.2.8) + для
+ * BI_BITFIELDS (biCompression=3, 16/32 bpp) ещё 12 байт масок после
+ * хедера ([MS-WMF] §2.2.1.6.3). CoreHeader (12 байт) не поддерживаем —
+ * ImageIO отвергнет, деградация в null.
+ */
private static byte[] wrapAsBmp(byte[] data, int off, int len) {
byte[] bmp = new byte[14 + len];
bmp[0] = 'B';
@@ -202,8 +233,18 @@ final class OfficeArt {
bmp[5] = (byte) (fileSize >>> 24);
int bits = (int) (CfbReader.u32(data, off + 14) & 0xFFFF);
int headerSize = (int) CfbReader.u32(data, off);
- int dataOff = 14 + headerSize
- + (bits == 1 || bits == 4 || bits == 8 ? (1 << bits) * 4 : 0);
+ int palette = 0;
+ int bitfields = 0;
+ if (headerSize >= BITMAPINFOHEADER_SIZE) {
+ if (bits == 1 || bits == 4 || bits == 8) {
+ int clrUsed = (int) CfbReader.u32(data, off + 32);
+ palette = 4 * (clrUsed > 0 && clrUsed < (1 << bits) ? clrUsed : 1 << bits);
+ }
+ if ((int) CfbReader.u32(data, off + 16) == 3 && (bits == 16 || bits == 32)) {
+ bitfields = 12;
+ }
+ }
+ int dataOff = 14 + headerSize + palette + bitfields;
bmp[10] = (byte) dataOff;
bmp[11] = (byte) (dataOff >>> 8);
System.arraycopy(data, off, bmp, 14, len);
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PapxIndex.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PapxIndex.java
index 3faa0e5..1004b36 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PapxIndex.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PapxIndex.java
@@ -11,8 +11,9 @@ import java.util.List;
* Алгоритм [MS-DOC] §2.4.6.1 (Direct Paragraph Formatting): PlcfBtePapx —
* PLC (aFc n+1, PnFkpPapx n по 4 байта: pn 22 бита); PapxFkp-страница по
* {@code pn*512} в WordDocument-потоке: rgfc (cpara+1 × 4), rgbx (cpara ×
- * BxPap — по 13 байт: bOffset 1 + reserved 12, §2.9.16; PapxInFkp по
- * {@code bOffset*2}), cpara — последний байт. BxPap.bOffset=0 → абзац по
+ * BxPap — по 13 байт: bOffset 1 + reserved 12, §2.9.23; PapxInFkp по
+ * {@code bOffset*2}), cpara — последний байт (§2.9.174: cpara ≥ 0x01 и ≤ 0x1D,
+ * больше — PapxFkp не влезает в 512). BxPap.bOffset=0 → абзац по
* умолчанию (ms-doc.md:5635). PapxInFkp (§2.9.175):
* cb (1 байт); при cb≠0 GrpPrlAndIstd занимает 2×cb−1 байт, при cb=0 —
* следующий байт cb' и 2×cb' байт; GrpPrlAndIstd = istd(2) + grpprl.
@@ -45,9 +46,14 @@ final class PapxIndex {
throw new ConversionException("PapxFkp вне WordDocument-потока в .doc");
}
int cpara = wordDocument[(int) (pageOff + FKP_PAGE_SIZE - 1)] & 0xFF;
- if (cpara < 1 || cpara > 0x60) {
+ // §2.9.174: cpara MUST NOT exceed 0x1D (иначе rgfc+rgbx расширяют
+ // PapxFkp за 512 байт)
+ if (cpara < 1 || cpara > 0x1D) {
throw new ConversionException("Битый cpara в PapxFkp .doc");
}
+ if (4 * (cpara + 1) + 13 * cpara > FKP_PAGE_SIZE) {
+ throw new ConversionException("Битый PapxFkp .doc");
+ }
for (int j = 0; j < cpara; j++) {
long rgfcStart = CfbReader.u32(wordDocument, (int) pageOff + j * 4);
long rgfcEnd = CfbReader.u32(wordDocument, (int) pageOff + (j + 1) * 4);
@@ -105,7 +111,8 @@ final class PapxIndex {
int[] count = {0};
for (Range r : ranges) {
Grpprl.scan(r.grpprl(), 0, r.grpprl().length, (sprm, buf, off, len) -> {
- if (sprm == Grpprl.SPRM_P_F_PAGE_BREAK_BEFORE && Grpprl.toggleOn(buf, off)) {
+ if (sprm == Grpprl.SPRM_P_F_PAGE_BREAK_BEFORE
+ && Grpprl.toggle(false, buf[off])) {
count[0]++;
}
});
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java
index fe4ab38..ea85203 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java
@@ -25,7 +25,7 @@ final class PieceTable {
private static final long F_COMPRESSED = 0x4000_0000L;
private static final long FC_MASK = 0x3FFF_FFFFL;
- /** Байты 0x80–0x9F сжатого текста → Unicode (§2.4.1, таблица Pcd.fc). */
+ /** Байты 0x82–0x9F сжатого текста → Unicode (FcCompressed §2.9.73). */
private static final char[] COMPRESSED_MAP = new char[32];
static {
@@ -46,8 +46,10 @@ final class PieceTable {
private final int[] aCp;
private final long[] fc;
private final boolean[] compressed;
+ /** Читаемый размер куска в байтах после клампа по cbMac (§2.5.4). */
+ private final long[] readable;
- private PieceTable(byte[] tableStream, long fcClx, long lcbClx, byte[] wordDocument) {
+ private PieceTable(byte[] tableStream, long fcClx, long lcbClx, byte[] wordDocument, long cbMac) {
this.wordDocument = wordDocument;
if (lcbClx <= 0) {
throw new ConversionException("В .doc нет piece table");
@@ -95,7 +97,10 @@ final class PieceTable {
compressed = new boolean[n];
for (int i = 0; i <= n; i++) {
aCp[i] = (int) CfbReader.u32(tableStream, plcStart + i * 4);
- if (i > 0 && aCp[i] < aCp[i - 1]) {
+ // §2.9.178: «no value can be greater than the value that follows
+ // it… Duplicate values MUST NOT be present» — строгое
+ // возрастание, дубль = пустой/битый кусок
+ if (i > 0 && aCp[i] <= aCp[i - 1]) {
throw new ConversionException("Невозрастающие aCP в PlcPcd .doc");
}
}
@@ -105,17 +110,25 @@ final class PieceTable {
fc[i] = fcw & FC_MASK;
compressed[i] = (fcw & F_COMPRESSED) != 0;
}
+ // cbMac (§2.5.4): «All bytes in the WordDocument stream at offset
+ // cbMac and greater MUST be ignored» — читаемый span куска клампится
+ // к min(cbMac, длина потока); кусок целиком за cbMac даёт readable=0
+ // (charAt вернёт 0, fcOf не меняется — свойства там всё равно нет).
+ long textLimit = Math.min(Math.max(cbMac, 0), wordDocument.length);
+ readable = new long[n];
for (int i = 0; i < n; i++) {
long start = compressed[i] ? fc[i] / 2 : fc[i];
long span = (long) (aCp[i + 1] - aCp[i]) * (compressed[i] ? 1 : 2);
if (start + span > wordDocument.length) {
throw new ConversionException("Кусок piece table .doc выходит за WordDocument");
}
+ readable[i] = start >= textLimit ? 0 : Math.min(span, textLimit - start);
}
}
- static PieceTable read(byte[] tableStream, long fcClx, long lcbClx, byte[] wordDocument) {
- return new PieceTable(tableStream, fcClx, lcbClx, wordDocument);
+ static PieceTable read(byte[] tableStream, long fcClx, long lcbClx, byte[] wordDocument,
+ long cbMac) {
+ return new PieceTable(tableStream, fcClx, lcbClx, wordDocument, cbMac);
}
/** Символ по CP (§2.4.1); {@code cp} вне [0, ccpText) не запрашивается. */
@@ -123,6 +136,9 @@ final class PieceTable {
int i = pieceOf(cp);
int delta = cp - aCp[i];
if (compressed[i]) {
+ if (delta >= readable[i]) {
+ return 0; // за cbMac (§2.5.4) — байты игнорируются
+ }
int b = wordDocument[(int) (fc[i] / 2) + delta] & 0xFF;
if (b >= 0x80 && b < 0xA0) {
char mapped = COMPRESSED_MAP[b - 0x80];
@@ -130,6 +146,9 @@ final class PieceTable {
}
return (char) b;
}
+ if (2L * (delta + 1) > readable[i]) {
+ return 0;
+ }
int off = (int) fc[i] + 2 * delta;
return (char) ((wordDocument[off] & 0xFF) | ((wordDocument[off + 1] & 0xFF) << 8));
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java
index d8acd0a..9c1249f 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java
@@ -13,27 +13,26 @@ import java.io.ByteArrayOutputStream;
* при istd=0), а сами свойства — с {@code sprmPFInTable}/{@code sprmPFTtp}/
* {@code sprmTDefTable}/бордюрами — лежат в PrcData в Data-потоке. Внутри
* PrcData цепочка продолжается через {@code sprmPTableProps (0x646B)}.
- * Оба указателя разворачиваются на позиции указателя без обрыва
- * текущего массива; цепочка обязана завершиться PrcData без обоих
- * спец-спрмов (§2.6.2).
- *
- * Отступление от spec: §2.6.2 велит массив, содержащий PTableProps,
- * «не читать дальше» — Word так и делает, потому что потребляет из PrcData
- * полный TAP (включая {@code sprmTInsert}), а хвост массива — легаси-зеркало
- * для Word 97/2000 (Appendix A <9>). Конвертер {@code sprmTInsert}
- * не читает и живёт на этом зеркале: в {@code samples/ru-table-image.doc}
- * единственный {@code sprmTDefTable} (сетка) стоит именно ПОСЛЕ
- * {@code sprmPTableProps} в PAPX-массиве, а в PrcData его нет вовсе.
- * Поэтому свойства объединяются (union), а не замещаются: без цепочки
- * теряются её sprm'ы, без зеркал — сетка.
+ * {@code sprmPHugePapx} не первым в массиве игнорируется (§2.6.2); после
+ * разворачивания PrcData по любому указателю дальнейшие Prl содержащего
+ * массива не обрабатываются (§2.6.2: «MUST NOT process any more
+ * Prl elements in the array» — одинаково для HugePapx и PTableProps);
+ * цепочка обязана завершиться PrcData без обоих спец-спрмов (§2.6.2).
+ * Хвост исходного массива за указателем — легаси-зеркало для Word
+ * 97/2000, не читающих sprmPTableProps (Appendix A <9>); по общему
+ * правилу оно не потребляется, кроме единственного исключения
+ * {@code sprmTDefTable}: конвертер строит сетку ячеек именно из
+ * TDefTable (§2.4.3: «SHOULD use sprmTDefTable to define table cells for
+ * applications that do not process sprmPTableProps»), а из PrcData
+ * {@code sprmTInsert} не читает — без зеркала {@code
+ * samples/ru-table-image.doc} терял бы таблицу целиком (Регрессия —
+ * DocToDocxTest#tableFixture_becomesTblWithImage).
*
* Снисходительность — по образцу {@link Styles}/{@link Lists}: любой
* брак (ptr за Data, битый cbGrpprl, цикл A→B→A) останавливает цепочку,
* накопленное возвращается — без {@code ConversionException}. Спец-спрмы
* из результата всегда вырезаются (потребители {@code Grpprl.scan} их всё
- * равно не понимают); прочие Prl исходного массива сохраняются в исходном
- * порядке (при многосprl-массиве с HugePapx — сверхспецификацией: валидный
- * Word пишет HugePapx единственным Prl).
+ * равно не понимают); не-первый HugePapx — игнор по §2.6.2.
*/
final class PrcData {
@@ -99,18 +98,39 @@ final class PrcData {
/**
* Копирует Prl массива {@code buf[off..off+len)} в {@code out}:
- * обычные — дословно (sprm + операнд), оба указательных — разворачивают
- * целевой PrcData на позиции указателя, разбор массива продолжается
- * (union зеркала и цепочки — см. javadoc класса).
+ * обычные — дословно (sprm + операнд). По §2.6.2 после разворачивания
+ * PrcData по указателю дальнейшие Prl этого массива
+ * не обрабатываются («MUST NOT process any more Prl elements in the
+ * array», sprmPHugePapx и sprmPTableProps), поэтому развёрнутое
+ * содержимое — последнее, что попало в выход из этого массива.
+ * {@code sprmPHugePapx} не первым в массиве — игнорируется целиком
+ * (§2.6.2: «if … not the first element … MUST be ignored»), массив
+ * читается дальше; {@code sprmPTableProps} правила первой позиции не
+ * имеет. Единственное исключение из стопа — {@code sprmTDefTable}
+ * (легаси-зеркало сетки, Appendix A <9>, см. javadoc класса):
+ * он переносится и после указателя.
*/
private static void copyPrls(byte[] buf, int off, int len, byte[] data,
ByteArrayOutputStream out, int[] hops) {
+ int[] index = new int[1];
+ boolean[] stop = new boolean[1];
Grpprl.scan(buf, off, len, (sprm, b, operandOff, operandLen) -> {
- if (sprm == Grpprl.SPRM_P_HUGE_PAPX || sprm == Grpprl.SPRM_P_TABLE_PROPS) {
- follow(Grpprl.operandInt(b, operandOff, operandLen), data, out, hops);
- return;
+ if (stop[0] && sprm != Grpprl.SPRM_T_DEF_TABLE) {
+ return; // хвост после указателя — вне области обработки
}
- out.write(b, operandOff - 2, operandLen + 2);
+ if (sprm == Grpprl.SPRM_P_HUGE_PAPX) {
+ if (index[0] == 0) {
+ follow(Grpprl.operandInt(b, operandOff, operandLen),
+ data, out, hops);
+ stop[0] = true;
+ }
+ } else if (sprm == Grpprl.SPRM_P_TABLE_PROPS) {
+ follow(Grpprl.operandInt(b, operandOff, operandLen), data, out, hops);
+ stop[0] = true;
+ } else {
+ out.write(b, operandOff - 2, operandLen + 2);
+ }
+ index[0]++;
});
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java
index 5610d8d..c732830 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java
@@ -20,10 +20,10 @@ import ru.pjandro.wordpdf.ConversionException;
* покрывает весь текстовый поток), поэтому конец последней секции
* клампится к ccpText. Свойств в Sepx нет (или Sepx битый) — дефолты
* Word 97: Letter 12240×15840, поля 1440, колонтитуки
- * 720 (значения §2.6.3 «By default» для sprmSXaPage/sprmSYaPage).
+ * 720 (значения §2.6.4 «By default» для sprmSXaPage/sprmSYaPage).
*
* {@link Section#continuous()} — sprmSBkc секции со значением
- * bkcContinuous/bkcNewColumn (§2.6.3, SBkcOperand: «the type of the section
+ * bkcContinuous/bkcNewColumn (§2.6.4, SBkcOperand §2.9.235: «the type of the section
* break that terminates the section»), т.е. разрыв, ЗАКАНЧИВАЮЩИЙ эту
* секцию. В OOXML {@code w:type} описывает разрыв ПЕРЕД секцией (§17.6.22),
* поэтому {@code w:type} секции i берётся из {@code continuous()} секции
@@ -40,16 +40,34 @@ final class Sections {
* финальный символ — 0x0C, §2.8.26) + геометрия из её Sepx + признак
* «разрыв, заканчивающий секцию, не начинает новую страницу» +
* ориентация (sprmSBOrientation), нумерация страниц (sprmSFPgnRestart/
- * sprmSPgnStart97/sprmSNfcPgn — pgNumStart=0 «не задан», nfcPgn — MSONFC),
- * колонки (sprmSCcolumns/…; colWidths/colSpacings заполнены только при
- * evenlySpaced=false, индекс — номер колонки) и титульная страница
- * (sprmSFTitlePage → w:titlePg, §2.6.4).
+ * sprmSPgnStart97/sprmSPgnStart/sprmSNfcPgn — pgNumStart=0 «не задан»,
+ * nfcPgn — MSONFC),
+ * (sprmSCcolumns/…; colWidths/colSpacings заполнены только при
+ * evenlySpaced=false, индекс — номер колонки), титульная страница
+ * (sprmSFTitlePage → w:titlePg, §2.6.4), gutter-поле (sprmSDzaGutter →
+ * w:gutter) и сырое значение SBkcOperand (§2.9.235 — evenPage/oddPage
+ * для w:type).
*/
record Section(int cpStart, int cpEnd, int pageWidth, int pageHeight,
int marginLeft, int marginRight, int marginTop, int marginBottom,
- int header, int footer, boolean continuous, boolean landscape,
+ int header, int footer, int gutter, boolean continuous, boolean landscape,
int pgNumStart, int nfcPgn, int columnCount, boolean evenlySpaced,
- int dxaColumns, int[] colWidths, int[] colSpacings, boolean titlePage) {
+ int dxaColumns, int[] colWidths, int[] colSpacings, boolean titlePage,
+ int bkc) {
+
+ /**
+ * ST_SectType (§17.6.22) для разрыва, ЗАКАНЧИВАЮЩЕГО эту секцию:
+ * bkcContinuous/bkcNewColumn → continuous, bkcEvenPage/bkcOddPage →
+ * evenPage/oddPage; bkcNewPage (дефолт) — атрибут не эмитится.
+ */
+ String wTypeName() {
+ return switch (bkc) {
+ case 0, 1 -> "continuous";
+ case 3 -> "evenPage";
+ case 4 -> "oddPage";
+ default -> null;
+ };
+ }
}
/** Дефолты Word 97 (§2.6.3, twips). */
@@ -77,12 +95,17 @@ final class Sections {
private int marginBottom = DEFAULT_MARGIN;
private int header = DEFAULT_HEADER_FOOTER;
private int footer = DEFAULT_HEADER_FOOTER;
+ private int gutter;
private boolean continuous;
private boolean landscape;
private boolean titlePage;
private boolean pgnRestart;
private int pgnStart97;
+ private int pgnStart;
private int nfcPgn;
+ /** SBkcOperand (§2.9.235): 0 continuous, 1 newColumn, 2 newPage
+ * (дефолт), 3 evenPage, 4 oddPage. */
+ private int bkc = 2;
private int columnCount = 1;
private boolean evenlySpaced = true;
private int dxaColumns = -1;
@@ -91,21 +114,26 @@ final class Sections {
private void apply(int sprm, int value) {
if (sprm == Grpprl.SPRM_S_XA_PAGE) {
- pageWidth = value;
+ pageWidth = value; // U16 [144, 31680] (§2.6.3)
} else if (sprm == Grpprl.SPRM_S_YA_PAGE) {
- pageHeight = value;
+ pageHeight = value; // U16 (§2.6.3)
} else if (sprm == Grpprl.SPRM_S_DXA_LEFT) {
- marginLeft = value;
+ marginLeft = value; // XAS_nonNeg (§2.6.3)
} else if (sprm == Grpprl.SPRM_S_DXA_RIGHT) {
- marginRight = value;
+ marginRight = value; // XAS_nonNeg (§2.6.3)
} else if (sprm == Grpprl.SPRM_S_DYA_TOP) {
- marginTop = value;
+ // YAS знаковый (§2.9.355): плюс — минимальное поле, минус —
+ // фиксированное («MUST be the absolute value») — знак в OOXML
+ // не выражается, величина берётся по модулю
+ marginTop = Math.abs((short) value);
} else if (sprm == Grpprl.SPRM_S_DYA_BOTTOM) {
- marginBottom = value;
+ marginBottom = Math.abs((short) value);
} else if (sprm == Grpprl.SPRM_S_DYA_HDR_TOP) {
- header = value;
+ header = value; // YAS_nonNeg (§2.6.3)
} else if (sprm == Grpprl.SPRM_S_DYA_HDR_BOTTOM) {
- footer = value;
+ footer = value; // YAS_nonNeg (§2.6.3)
+ } else if (sprm == Grpprl.SPRM_S_DZA_GUTTER) {
+ gutter = value; // U16 twips (§2.6.4), беззнаковый
} else if (sprm == Grpprl.SPRM_S_B_ORIENTATION) {
// SBOrientationOperand (§2.9.236): 0x01 portrait, 0x02 landscape
landscape = value == 2;
@@ -113,6 +141,8 @@ final class Sections {
pgnRestart = value != 0; // Bool8
} else if (sprm == Grpprl.SPRM_S_PGN_START97) {
pgnStart97 = value;
+ } else if (sprm == Grpprl.SPRM_S_PGN_START) {
+ pgnStart = value; // U32 (§2.6.4), pre-97-вариант того же
} else if (sprm == Grpprl.SPRM_S_NFC_PGN) {
nfcPgn = value; // MSONFC ([MS-OSHARED] §2.2.1.3)
} else if (sprm == Grpprl.SPRM_S_F_EVENLY_SPACED) {
@@ -191,10 +221,12 @@ final class Sections {
}
int v = Grpprl.operandInt(buf, off, len);
g.apply(sprm, v);
- // bkcContinuous=0 / bkcNewColumn=1 (§2.6.3 SBkcOperand):
- // разрыв, заканчивающий секцию, не начинает страницу
- if (sprm == Grpprl.SPRM_S_BKC && v <= 1) {
- g.continuous = true;
+ // SBkcOperand (§2.9.235): 0 continuous / 1 newColumn —
+ // разрыв, заканчивающий секцию, не начинает страницу;
+ // сырое значение нужно и для w:type=evenPage/oddPage
+ if (sprm == Grpprl.SPRM_S_BKC) {
+ g.bkc = v;
+ g.continuous = v <= 1;
}
});
}
@@ -208,11 +240,13 @@ final class Sections {
int cpEnd = i == n - 1 ? Math.min(aCp[i + 1], ccpText) : aCp[i + 1];
list.add(new Section(aCp[i], cpEnd, g.pageWidth, g.pageHeight,
g.marginLeft, g.marginRight, g.marginTop, g.marginBottom,
- g.header, g.footer, g.continuous, g.landscape,
- g.pgnRestart ? Math.max(1, g.pgnStart97) : 0,
+ g.header, g.footer, g.gutter, g.continuous, g.landscape,
+ g.pgnRestart
+ ? Math.max(1, g.pgnStart97 != 0 ? g.pgnStart97 : g.pgnStart)
+ : 0,
g.nfcPgn, g.columnCount, g.evenlySpaced, g.dxaColumns,
Arrays.copyOf(g.colWidths, g.columnCount),
- Arrays.copyOf(g.colSpacings, g.columnCount), g.titlePage));
+ Arrays.copyOf(g.colSpacings, g.columnCount), g.titlePage, g.bkc));
}
sections = List.copyOf(list);
continuousEnds = cont;
@@ -221,8 +255,8 @@ final class Sections {
private static Section defaultSection(int cpStart, int cpEnd) {
return new Section(cpStart, cpEnd, DEFAULT_PAGE_WIDTH, DEFAULT_PAGE_HEIGHT,
DEFAULT_MARGIN, DEFAULT_MARGIN, DEFAULT_MARGIN, DEFAULT_MARGIN,
- DEFAULT_HEADER_FOOTER, DEFAULT_HEADER_FOOTER, false,
- false, 0, 0, 1, true, -1, new int[0], new int[0], false);
+ DEFAULT_HEADER_FOOTER, DEFAULT_HEADER_FOOTER, 0, false,
+ false, 0, 0, 1, true, -1, new int[0], new int[0], false, 2);
}
static Sections read(byte[] tableStream, long fcSed, long lcbSed, byte[] wordDocument,
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Styles.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Styles.java
index 7565a1e..3c09b67 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Styles.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Styles.java
@@ -6,15 +6,16 @@ package ru.pjandro.wordpdf.internal.doc;
*
*
Разбор: LPStshi (cbStshi(2) + STSHI: cstd(2) + cbSTDBaseInFile(2),
* §2.9.272/.274) → rglpstd со смещения {@code fc + 2 + cbStshi} (LPStd
- * хранятся на чётных границах, §2.9.207). Каждая LPStd: cbStd(2) + Std
+ * хранятся на чётных границах, §2.9.135). Каждая LPStd: cbStd(2) + Std
* (cbStd байт): stdf (cbSTDBaseInFile байт: StdfBase §2.9.260 — в первых
* 4 байтах sti(12)|A–D(4)|stk(4)|istdBase(12), cupx — младший нибл байта 4)
- * + xstzName (cch(2)+2·cch+терминатор(2), §2.9.348) + cupx × LPUpx
+ * + xstzName (cch(2)+2·cch+терминатор(2), §2.9.354) + cupx × LPUpx
* (cbUpx(2) + данные, шаг 2+cbUpx с выравниванием на чёт). Для stk=1
* (абзацный стиль) UPX[0] = UpxPapx (istd(2) + grpprlPapx), UPX[1] =
- * UpxChpx (grpprlChpx целиком), §2.9.267/.308/.309; для stk=3 (символьный
- * стиль) единственный UPX = UpxChpx целиком (§2.9.267) — читается в
- * {@link #charChain} для sprmCIstd.
+ * UpxChpx (grpprlChpx целиком), §2.9.338/.336; для stk=2 (символьный
+ * стиль) единственный UPX = UpxChpx целиком (§2.9.263 StkCharGRLPUPX) —
+ * читается в {@link #charChain} для sprmCIstd; stk=3 (табличный) не
+ * читается.
*
* Цепочка свойств стиля — base-first: сначала grpprl предка по
* istdBase (0x0FFF — без предка), затем собственный grpprl (шаг 8
@@ -31,11 +32,11 @@ final class Styles {
/** stk абзацного стиля (§2.9.260). */
private static final int STK_PARAGRAPH = 1;
- /** stk символьного стиля (§2.9.260): UPX[0] = UpxChpx целиком. */
- private static final int STK_CHARACTER = 3;
- /** Индекс UpxPapx в Std абзацного стиля (§2.9.308). */
+ /** stk символьного стиля (§2.9.260, stk=2): UPX[0] = UpxChpx целиком. */
+ private static final int STK_CHARACTER = 2;
+ /** Индекс UpxPapx в Std абзацного стиля (§2.9.338). */
private static final int UPX_PAPX = 0;
- /** Индекс UpxChpx в Std абзацного стиля (§2.9.309). */
+ /** Индекс UpxChpx в Std абзацного стиля (§2.9.336). */
private static final int UPX_CHPX = 1;
/** istdBase без предка (§2.9.260). */
private static final int NO_BASE = 0x0FFF;
@@ -107,7 +108,7 @@ final class Styles {
return new Style(NO_BASE, stk, new byte[0], new byte[0]);
}
int cch = CfbReader.u16(table, p);
- p += 2 + 2 * cch + 2; // xstzName: cch + строка + chTerm (§2.9.348)
+ p += 2 + 2 * cch + 2; // xstzName: cch + строка + chTerm (§2.9.354)
byte[] papx = new byte[0];
byte[] chpx = new byte[0];
for (int i = 0; i < cupx && p + 2 <= stdEnd; i++) {
@@ -118,13 +119,13 @@ final class Styles {
}
if (stk == STK_PARAGRAPH) {
if (i == UPX_PAPX && cbUpx >= 2) {
- // UpxPapx: istd(2) + grpprlPapx (§2.9.345)
+ // UpxPapx: istd(2) + grpprlPapx (§2.9.338)
papx = slice(table, p + 2, cbUpx - 2);
} else if (i == UPX_CHPX) {
- chpx = slice(table, p, cbUpx); // UpxChpx (§2.9.343)
+ chpx = slice(table, p, cbUpx); // UpxChpx (§2.9.336)
}
} else if (stk == STK_CHARACTER && i == UPX_PAPX && cbUpx > 0) {
- // Символьный стиль: единственный UPX = UpxChpx целиком (§2.9.267)
+ // Символьный стиль: единственный UPX = UpxChpx целиком (§2.9.263)
chpx = slice(table, p, cbUpx);
}
p += cbUpx;
@@ -163,7 +164,7 @@ final class Styles {
/**
* Цепочка chpx символьного стиля для sprmCIstd (§2.6.1): только стили
- * stk=3, иначе пусто (§2.4.6.5 — символьный стиль применяется к рану,
+ * stk=2, иначе пусто (§2.4.6.5 — символьный стиль применяется к рану,
* стиль другого типа игнорируется снисходительно).
*/
byte[] charChain(int istd) {
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/SummaryInfo.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/SummaryInfo.java
index b6e86ff..3749605 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/SummaryInfo.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/SummaryInfo.java
@@ -7,17 +7,17 @@ package ru.pjandro.wordpdf.internal.doc;
* SystemIdentifier(4) CLSID(16) NumPropertySets(4) FMTID0(16) Offset0(4);
* PropertySet по Offset0 (§2.20): cbPropertySet(4) NumProperties(4) + массив
* (pid, offset), где offset свойства — относительно начала PropertySet
- * (§2.2: «relative to the starting position of the PropertySet»), т.е. читать
+ * (§2.19 PropertyIdentifierAndOffset: «relative to the starting position of the PropertySet»), т.е. читать
* по {@code Offset0 + offset}; свойство по offset — VT(4) + значение. Ищем PIDSI_PAGECOUNT
* (0x0000000E, VT_I4=3) — аналог {@code } из docProps/app.xml у .docx.
* Потока/свойства нет или оно не VT_I4 → 0 (оценка нижняя, как у docx).
*/
final class SummaryInfo {
- /** PIDSI_PAGECOUNT (MS-OLEPS §2.4.2). */
+ /** PIDSI_PAGECOUNT (MS-OLEPS §3.1.15). */
private static final int PID_PAGE_COUNT = 0x0000000E;
- /** VT_I4 (MS-OLEPS §2.3.2). */
+ /** VT_I4 (MS-OLEPS §2.2). */
private static final int VT_I4 = 0x00000003;
/** Смещения заголовка PropertySetStream (§2.21). */
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java
index d5d0227..e066dbb 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java
@@ -16,20 +16,20 @@ import java.util.List;
* TableBordersOperand80 (§2.9.303, cb=0x18, 6 × Brc80 по 4 байта:
* dptLineWidth + brcType + ico + флаги). Порядок Brc: top, left, bottom,
* right, horizontalInside, verticalInside → w:top/w:left/w:bottom/w:right/
- * w:insideH/w:insideV (CT_TblBorders, ECMA-376 §17.4.40).
+ * w:insideH/w:insideV (CT_TblBorders, ECMA-376 §17.4.38).
*
- * brcType → ST_Border (§17.18.2) по таблице BrcType ([MS-DOC] §2.9.39,
+ *
brcType → ST_Border (§17.18.2) по таблице BrcType ([MS-DOC] §2.9.22,
* колонка Reference); 0x00 — элемент не эмитится, нераспознанный — single.
- * w:sz = dptLineWidth (1/8 пункта, ECMA-376 §17.18.15; минимум 2; при
+ * w:sz = dptLineWidth (1/8 пункта, ECMA-376 §17.18.23; минимум 2; при
* brcType ≥ 0x40 ширина в целых пунктах → ×8). Цвет: Brc.cv fAuto
* (байт 3 = 0xFF) не эмитится, иначе RRGGBB; Brc80.ico — по таблице Ico
- * (§2.9.171); 0 = auto, > 0x10 — не эмитится.
+ * (§2.9.119); 0 = auto, > 0x10 — не эмитится.
*
* Горизонтальное объединение ячеек переносится сеткой самой строки:
* у TTP-абзаца каждой строки свой {@code sprmTDefTable} (§2.9.321), и
* автомат {@code DocxBody} по нему выдаёт {@code w:gridSpan}+{@code w:tcW}
* (сетка первой строки остаётся tblGrid). Явные поля ячеек
- * ({@code sprmTCellPadding}/{@code sprmTCellPaddingDefault}, CSSA §2.9.209)
+ * ({@code sprmTCellPadding}/{@code sprmTCellPaddingDefault}, CSSA §2.9.45)
* переносятся {@code w:tcMar}; при их отсутствии конвейер даёт дефолт
* 108/0 — он же дефолт Word (замер). {@code sprmTDxaGapHalf} не переносится
* как поле: §2.6.3 — «not used to layout cell contents», это поправка
@@ -44,9 +44,9 @@ import java.util.List;
*/
final class Tables {
- /** brcType ≥ этого порога: dptLineWidth задан в целых пунктах (§2.9.38). */
+ /** brcType ≥ этого порога: dptLineWidth задан в целых пунктах (§2.9.22). */
private static final int BRC_TYPE_POINT_UNITS = 0x40;
- /** Минимальный w:sz границы; значения Brc80 меньше эквивалентны 2 (§2.9.37). */
+ /** Минимальный w:sz границы; значения Brc80 меньше эквивалентны 2 (§2.9.17). */
private static final int MIN_BORDER_SZ = 2;
/** Минимум центров в TDefTable: ncols≥1 → centers[ncols+1]≥2 (§2.9.321). */
@@ -58,7 +58,7 @@ final class Tables {
private static final int MAX_CELL_MARGIN = 31680;
/**
- * Поля ячеек из одного CSSAOperand (§2.9.209): стороны grfbrc (биты
+ * Поля ячеек из одного CSSAOperand (§2.9.46): стороны grfbrc (биты
* top|left|bottom|right = 1|2|4|8) с шириной wWidth (dxa, ≥0) для ячеек
* ряда с индексами [itcFirst, itcLim). Default-operand (0xD634) — весь
* ряд (itcLim = {@link Integer#MAX_VALUE}).
@@ -98,7 +98,7 @@ final class Tables {
}
/**
- * Ico → RRGGBB ([MS-DOC] §2.9.171). Индекс = ico. 0 — auto (не эмитится).
+ * Ico → RRGGBB ([MS-DOC] §2.9.119). Индекс = ico. 0 — auto (не эмитится).
* В таблице спецификации строка 0x0D дублирует 0x0C (800080) — очевидная
* опечатка документа: icoRedDark в палитре Word = 800000, взято значение
* Word (иначе 0x0C и 0x0D неразличимы).
@@ -124,7 +124,7 @@ final class Tables {
};
/**
- * Ico (§2.9.171) → RRGGBB; 0/auto и вне таблицы (в т.ч. 0x1F = nil у
+ * Ico (§2.9.119) → RRGGBB; 0/auto и вне таблицы (в т.ч. 0x1F = nil у
* Shd80) — {@code null}. Пользуется {@code DocxBody} для Shd80/
* затенений.
*/
@@ -133,7 +133,7 @@ final class Tables {
}
/**
- * Имена ST_Border по brcType (§2.9.39, колонка Reference); 0 — none.
+ * Имена ST_Border по brcType (§2.9.22, колонка Reference); 0 — none.
* package-private хук для юнита полного покрытия таблицы.
*/
static String borderVal(int brcType) {
@@ -160,7 +160,8 @@ final class Tables {
case 0x17 -> "dashDotStroked";
case 0x18 -> "threeDEmboss";
case 0x19 -> "threeDEngrave";
- case 0x1A, 0x1B -> "outset";
+ case 0x1A -> "outset";
+ case 0x1B -> "inset";
default -> "single";
};
}
@@ -234,7 +235,7 @@ final class Tables {
}
/**
- * CSSAOperand (§2.9.209) полей ячеек: cb(1)=6 + itc(2, ItcFirstLim) +
+ * CSSAOperand (§2.9.46) полей ячеек: cb(1)=6 + itc(2, ItcFirstLim) +
* grfbrc(1, маска сторон) + ftsWidth(1) + wWidth(2 XAS_nonNeg).
* Переносится только ftsDxa (0x03) — ftsNil/percent/auto сторона не
* задают (§2.6.3: wWidth ≤ 31680); битый операнд/пустая маска — null.
@@ -287,7 +288,12 @@ final class Tables {
String[] names = {"top", "left", "bottom", "right", "insideH", "insideV"};
for (int i = 0; i < 6; i++) {
int b = off + 1 + i * 8;
- // Brc (§2.9.36): cv(4: R,G,B,fAuto) + dptLineWidth(1) + brcType(1) + флаги(2)
+ // Brc (§2.9.16): cv(4: R,G,B,fAuto) + dptLineWidth(1) + brcType(1) + флаги(2);
+ // BrcMayBeNil (§2.9.20): последние 4 байта 0xFF…FF — NilBrc, границы нет
+ if ((buf[b + 4] & 0xFF) == 0xFF && (buf[b + 5] & 0xFF) == 0xFF
+ && (buf[b + 6] & 0xFF) == 0xFF && (buf[b + 7] & 0xFF) == 0xFF) {
+ continue;
+ }
int type = buf[b + 5] & 0xFF;
if (type == 0) {
continue;
@@ -307,6 +313,11 @@ final class Tables {
String[] names = {"top", "left", "bottom", "right", "insideH", "insideV"};
for (int i = 0; i < 6; i++) {
int b = off + 1 + i * 4;
+ // Brc80MayBeNil (§2.9.18): все 4 байта 0xFF…FF — границы нет
+ if ((buf[b] & 0xFF) == 0xFF && (buf[b + 1] & 0xFF) == 0xFF
+ && (buf[b + 2] & 0xFF) == 0xFF && (buf[b + 3] & 0xFF) == 0xFF) {
+ continue;
+ }
int type = buf[b + 1] & 0xFF;
if (type == 0) {
continue;
@@ -322,10 +333,10 @@ final class Tables {
int dptLineWidth, String color) {
int sz = dptLineWidth;
if (type >= BRC_TYPE_POINT_UNITS) {
- sz *= 8; // ширина в целых пунктах (§2.9.38, таблица dptLineWidth)
+ sz *= 8; // ширина в целых пунктах (§2.9.22, таблица dptLineWidth)
}
if (sz < MIN_BORDER_SZ) {
- sz = MIN_BORDER_SZ; // Brc80: значения < 2 эквивалентны 2 (§2.9.37)
+ sz = MIN_BORDER_SZ; // Brc80: значения < 2 эквивалентны 2 (§2.9.17)
}
xml.append("
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
index 5184311..0bef7a9 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
@@ -1547,7 +1547,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 14); // ccpText
put32(wd, 80, 0); // ccpFtn
@@ -1601,7 +1602,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 2); // ccpText
put32(wd, 80, 0); // ccpFtn
@@ -1698,7 +1700,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -1801,7 +1804,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -1853,7 +1857,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -2109,7 +2114,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -2179,7 +2185,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 2); // ccpText
put32(wd, 80, 0); // ccpFtn
@@ -2367,17 +2374,40 @@ class WordPdfConverterTest {
assertTrue(t.contains("НЕТАЙНОЕ"), t);
}
+ /**
+ * Явный {@code w:vanish w:val="false"} перекрывает стилевой vanish
+ * (§17.7.3, §22.9.2.7): ран с перекрытием печатается, ран без — нет.
+ */
+ @Test
+ void hiddenText_directVanishFalseOverridesStyle() throws IOException {
+ String body = ""
+ + "СКРЫТОСТИЛЬМ"
+ + ""
+ + "ПЕРЕКРЫТОМ";
+ String styles = XML_PROLOG + ""
+ + ""
+ + "";
+ byte[] doc = docx("xmlns:w=\"" + W_NS + "\"", body, A4_SECT,
+ rels(""),
+ "",
+ Map.of("word/styles.xml", styles));
+ String t = norm(pdfText(convertPdf(doc, "тест")));
+ assertFalse(t.contains("СКРЫТОСТИЛЬМ"), t);
+ assertTrue(t.contains("ПЕРЕКРЫТОМ"), t);
+ }
+
/**
* База руби печатается (правило 10, RubyNormalizer): схема docx4j не
* биндит {@code w:rubyBase}/{@code w:rt} — unmarshaller терял их до
- * XSLT. Надстрочница удаляется (принятая деградация, §17.3.3.19/.20 —
+ * XSLT. Надстрочница удаляется (принятая деградация, §17.3.3.24/.27 —
* ruby-разметки в FOP нет) и пинится негативом.
*/
@Test
void rubyBase_textPrinted() throws IOException {
String body = "ДО"
- + "РУБИБАЗА"
- + "РУБИБАШКА"
+ + ""
+ + "РУБИБАЗА"
+ + "РУБИБАШКА"
+ "ПОСЛЕ";
String t = norm(pdfText(convertPdf(minimalDocx(body), "тест")));
assertTrue(t.contains("РУБИБАЗА"), t);
@@ -2720,7 +2750,8 @@ class WordPdfConverterTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 14); // ccpText
put32(wd, 80, 0); // ccpFtn
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
index 1c975f5..9b9bb0c 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
@@ -908,8 +908,8 @@ class WordPdfValidatorTest {
* ({@code internal.doc}) бросает {@code ConversionException}, вердикт
* «вход некорректен» выносит только валидатор, оборачивая отказ в
* {@link WordPdfValidator#checkPageCountDoc(byte[], int)}. Синтетика:
- * CFB-подпись + нули — sectorShift = 0, {@code CfbReader} отказывает
- * до всякого разбора WordDocument-потока.
+ * CFB-подпись + нули — ByteOrder = 0x0000 ≠ 0xFFFE ([MS-CFB] §2.2),
+ * {@code CfbReader} отказывает до всякого разбора WordDocument-потока.
*/
@Test
void checkPageCountDoc_brokenBridge_wrappedAsValidation() {
@@ -919,7 +919,7 @@ class WordPdfValidatorTest {
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.checkPageCountDoc(bytes, 100));
assertSame(ValidationException.class, ex.getClass());
- assertTrue(ex.getMessage().contains("Неподдерживаемый размер сектора CFB"),
+ assertTrue(ex.getMessage().contains("Неизвестный Byte Order контейнера .doc"),
ex.getMessage());
}
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizerTest.java
index 7c600a8..6d31b68 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizerTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizerTest.java
@@ -52,6 +52,13 @@ class DocxOnOffNormalizerTest {
throw new AssertionError("нет записи " + name);
}
+ /** w:scrollbar — ST_FrameScrollbar (§17.18.32), on/off не переписывать. */
+ @Test
+ void scrollbarVal_onOffUntouched() {
+ String xml = "";
+ assertNull(DocxOnOffNormalizer.rewrite(xml));
+ }
+
@Test
void rewritesOnOffInWordParts() throws Exception {
byte[] result = DocxOnOffNormalizer.normalize(makeDocx(DOCUMENT_XML));
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java
index 60da7f6..1e9294e 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java
@@ -15,6 +15,7 @@ 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.assertNotNull;
import static org.junit.jupiter.api.Assertions.assertNotSame;
import static org.junit.jupiter.api.Assertions.assertNull;
import static org.junit.jupiter.api.Assertions.assertSame;
@@ -48,7 +49,23 @@ class HiddenTextNormalizerTest {
assertTrue(fixed.contains("ВИДИМОЕ"), fixed);
}
- /** val="false" — ран остаётся (ST_OnOff §17.18.69). */
+ /** Явный val="false" перекрывает стилевой vanish — ран остаётся (§17.7.3). */
+ @Test
+ void directFalseOverridesStyleVanish_kept() {
+ String xml = para(run("", "ЯВНО"));
+ assertNull(HiddenTextNormalizer.rewrite(Set.of("Hidden"), xml));
+ }
+
+ /** Стилевой vanish без прямого перекрытия — ран вырезан (контроль пары). */
+ @Test
+ void styleVanishWithoutDirect_removed() {
+ String xml = para(run("", "СКРЫТО"));
+ String fixed = HiddenTextNormalizer.rewrite(Set.of("Hidden"), xml);
+ assertNotNull(fixed, "ран должен быть вырезан");
+ assertFalse(fixed.contains("СКРЫТО"), fixed);
+ }
+
+ /** val="false" — ран остаётся (ST_OnOff §22.9.2.7). */
@Test
void vanishValFalse_kept() {
String xml = para(run("", "НЕТАЙНОЕ"));
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/RubyNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/RubyNormalizerTest.java
index d38e505..7a65f7b 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/RubyNormalizerTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/RubyNormalizerTest.java
@@ -17,9 +17,9 @@ import static org.junit.jupiter.api.Assertions.assertSame;
import static org.junit.jupiter.api.Assertions.assertTrue;
/**
- * Юниты правила 10: разворот {@code w:rubyBase}/{@code w:rubyBaseText},
- * вырезание {@code w:rt}/{@code w:rubyPr}/{@code w:rubyAlign}
- * (Part 1 §17.3.3.18/.19/.20/.21).
+ * Юниты правила 10: разворот {@code w:rubyBase}, снятие обёртки
+ * {@code w:ruby}, вырезание {@code w:rt}/{@code w:rubyPr}/{@code w:rubyAlign}
+ * (Part 1 §17.3.3.24–.28).
*/
class RubyNormalizerTest {
@@ -35,11 +35,15 @@ class RubyNormalizerTest {
assertEquals("Б", RubyNormalizer.rewrite(xml));
}
+ /** Схемно-валидная разметка: обёртка {@code w:ruby} снимается, база разворачивается. */
@Test
- void rubyBaseText_unwrapped() {
- String xml = "Т"
- + "";
- assertEquals("Т", RubyNormalizer.rewrite(xml));
+ void validRuby_wrapperStripped() {
+ String xml = "А"
+ + "Б";
+ String out = RubyNormalizer.rewrite(xml);
+ assertFalse(out.contains("Б", out);
}
@Test
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java
index a801220..0266b0c 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java
@@ -317,7 +317,8 @@ class StrictOoxmlNormalizerTest {
assertTrue(r.contains(""), r);
}
- /** А w:tab val="start" правится всегда: STTabJc docx4j 17.3.2 — только left/right. */
+ /** А w:tab val="start" правится всегда: enum STTabJc docx4j 17.3.2 — без
+ * start/end (спека ST_TabJc §17.18.84 их содержит, JAXB-enum не принимает). */
@Test
void tabStartRenamedTransitional() {
String r = StrictOoxmlNormalizer.rewrite(
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizerTest.java
index fc56820..d5ec6f7 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizerTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizerTest.java
@@ -283,26 +283,43 @@ class SymbolFontNormalizerTest {
* слот без маппинга — элемент удаляется, соседний текст сохраняется. */
@Test
void unresolvableSymElementDropped() {
+ // без w:char — элемент невалиден, удаляется
String noChar = SymbolFontNormalizer.rewrite(
"a");
assertNotNull(noChar);
- assertFalse(noChar.contains("a"), "текст потерян: " + noChar);
+ // валидный w:sym без шрифта/мапа — сохраняется verbatim (§17.3.3.30)
String noFontNoMap = SymbolFontNormalizer.rewrite(
"a");
assertNotNull(noFontNoMap);
- assertFalse(noFontNoMap.contains("a");
- assertNotNull(asciiChar);
- assertFalse(asciiChar.contains(""),
+ "валидный w:sym удалён: " + noFontNoMap);
+ // слот 0 таблицы (нет соответствия) — тоже сохраняется
String unmappedChar = SymbolFontNormalizer.rewrite(
"a");
assertNotNull(unmappedChar);
- assertFalse(unmappedChar.contains("a");
+ assertNotNull(asciiChar);
+ assertFalse(asciiChar.contains("");
+ assertNotNull(out);
+ assertTrue(out.contains("\u0391"), "нет Α (U+0391): " + out);
+ assertTrue(out.contains("DejaVu Sans"), out);
+ assertFalse(out.contains(""
+ + "", GRID_6000));
+ String fixed = TableIndentNormalizer.rewrite(xml);
+ assertTrue(fixed != null && fixed.contains(""
- + ""
- + ""
- + "";
- assertEquals(9922, TableIndentNormalizer.bandOf(xml));
- }
-
/** bandOf: несколько body-level sectPr — полоса неоднозначна (−1). */
@Test
void bandOf_ambiguous_returnsMinusOne() {
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java
index 0861f03..f1eb482 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java
@@ -43,7 +43,7 @@ class CfbReaderTest {
// mini stream + MiniFAT
ByteArrayOutputStream mini = new ByteArrayOutputStream();
int[] miniHead = new int[small.size()];
- int[] miniFat = new int[64];
+ int[] miniFat = new int[128]; // один сектор MiniFAT: до 128 mini-секторов
for (int i = 0; i < miniFat.length; i++) {
miniFat[i] = (int) FREE;
}
@@ -62,16 +62,21 @@ class CfbReaderTest {
miniSects += n;
}
boolean hasMini = !small.isEmpty();
+ // mini stream занимает ceil(size/512) FAT-секторов — root-цепочка
+ int rootSects = hasMini ? Math.max(1, (mini.size() + SECTOR - 1) / SECTOR) : 0;
int miniStart = hasMini ? 3 : -1;
- int bigStart = hasMini ? 3 + miniSects : 2;
- int[] fat = new int[128];
+ int bigStart = hasMini ? 3 + rootSects : 2;
+ int[] fat = new int[Math.max(128, bigStart)];
for (int i = 0; i < fat.length; i++) {
fat[i] = (int) FREE;
}
fat[0] = (int) FATSECT;
fat[1] = (int) END;
if (hasMini) {
- fat[2] = (int) END;
+ fat[2] = (int) END; // один сектор MiniFAT
+ for (int k = 0; k < rootSects; k++) {
+ fat[miniStart + k] = k == rootSects - 1 ? (int) END : miniStart + k + 1;
+ }
}
int next = bigStart;
int[] bigHead = new int[big.size()];
@@ -89,6 +94,7 @@ class CfbReaderTest {
byte[] file = new byte[SECTOR * (1 + sectorTotal)];
// заголовок (§2.2)
System.arraycopy(CfbReader.SIGNATURE, 0, file, 0, 8);
+ put16(file, 0x1C, 0xFFFE); // byteOrder (MUST, §2.2)
put16(file, 0x1E, 9); // sectorShift
put16(file, 0x20, 6); // miniSectorShift
put32(file, 0x30, 1); // firstDir
@@ -182,12 +188,44 @@ class CfbReaderTest {
() -> CfbReader.readStreams(badSector));
assertSame(ConversionException.class, ex.getClass());
byte[] badMini = build();
- put16(badMini, 0x20, 17); // mini shift за потолком
+ put16(badMini, 0x20, 17); // mini shift ≠ 6 (§2.2 MUST)
ex = assertThrows(ConversionException.class,
() -> CfbReader.readStreams(badMini));
assertSame(ConversionException.class, ex.getClass());
}
+ /**
+ * MUST-поля заголовка ([MS-CFB] §2.2): ByteOrder 0xFFFE, Mini Sector
+ * Shift 6, Mini Stream Cutoff 0x1000 — неравенство даёт отказ вместо
+ * разбора мусора.
+ */
+ @Test
+ void mustHeaderFields_rejected() {
+ byte[] badOrder = build();
+ put16(badOrder, 0x1C, 0x00FF);
+ assertThrows(ConversionException.class, () -> CfbReader.readStreams(badOrder));
+ byte[] badMini5 = build();
+ put16(badMini5, 0x20, 5); // раньше проходил («под потолком 16»)
+ assertThrows(ConversionException.class, () -> CfbReader.readStreams(badMini5));
+ byte[] badCutoff = build();
+ put32(badCutoff, 0x38, 512);
+ assertThrows(ConversionException.class, () -> CfbReader.readStreams(badCutoff));
+ }
+
+ /**
+ * Бюджет аллокаций учитывает только big-потоки: данные всех mini-потоков
+ * физически лежат внутри rootSize (§2.1/§2.4 — mini stream), двойной
+ * учёт мини-контейнера раньше отвергал валидный контейнер из одних
+ * мелких потоков («Суммарный размер потоков … больше лимита»).
+ */
+ @Test
+ void allMiniStreams_notFalseRejected() {
+ byte[] f = build(new Spec("A", new byte[4000]), new Spec("B", new byte[4000]));
+ Map streams = CfbReader.readStreams(f);
+ assertEquals(4000, streams.get("A").length);
+ assertEquals(4000, streams.get("B").length);
+ }
+
/**
* OOM-атака .doc: объявленный размер root-потока (mini stream) больше
* контейнера — отказ ДО аллокации (первая строка readChain —
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java
index 6a5b76e..659e773 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java
@@ -95,9 +95,12 @@ class ChpxIndexTest {
+ "WordPdfConverterTest#docClassD_landscapeHiddenDelCaps)");
byte[] cbZero = wordDocument(5, 0, GRPRL);
- assertArrayEquals(new byte[0],
- ChpxIndex.read(table(2), 0, 12, cbZero).grpprlFor(2048),
+ ChpxIndex cbZeroIdx = ChpxIndex.read(table(2), 0, 12, cbZero);
+ assertArrayEquals(new byte[0], cbZeroIdx.grpprlFor(2048),
"cb=0 — свойств нет");
+ assertEquals(2100, cbZeroIdx.rangeEnd(2048, Long.MAX_VALUE >>> 1),
+ "Chpx с cb=0 (§2.9.33 «there is no Chpx») — граница диапазона "
+ + "валидна и сохраняется");
}
@Test
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java
index f8b449d..b3296ea 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java
@@ -58,7 +58,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9); // fWhichTblStm → 1Table
- put16(wd, 62, 4); // cslw
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length); // cbMac
put32(wd, 76, TEXT.length()); // ccpText
put16(wd, 152, 98); // cbRgFcLcb
@@ -394,6 +395,100 @@ class DocToDocxFormattingTest {
}
}
+ /**
+ * WordDocument для двухbucket'ного PlcBtePapx (§2.8.6): страница 3 —
+ * только p1..p8 (rgfc кончается на 2138 = начало p9), p9 «jc80» — на
+ * странице 5 (rgfc [2138, 2148), тот же grpprl 80-отступов); границы
+ * bucket'ов [2048, 2140) + [2140, 2148) — aFc[1] внутри p9. Пары Fib и
+ * раскладка 1Table сдвинуты ({@link #tableStreamTwoBuckets()}).
+ */
+ private static byte[] wordDocumentTwoBuckets() {
+ byte[] wd = java.util.Arrays.copyOf(wordDocument(), 3072); // pn=5 свободен
+ put32(wd, 64, wd.length); // cbMac
+ pair(wd, 1, 190, STSH.length);
+ pair(wd, 13, 32, 20); // PlcfBtePapx: 2 bucket'а
+ pair(wd, 15, 52, 110); // SttbfFfn (+8)
+ pair(wd, 33, 168, 21); // Clx (+8)
+ // страница 3: обрезаем p9 — cpara=8, rgfc[8]=2138 остаётся концом,
+ // массив BxPap сдвигается на (8+1)*4
+ wd[3 * 512 + 511] = 8;
+ int[] bx8 = {87, 94, 0, 103, 106, 112, 117, 186};
+ for (int i = 0; i < bx8.length; i++) {
+ wd[3 * 512 + 36 + i * 13] = (byte) bx8[i];
+ }
+ // страница 5: p9 [2138, 2148) с grpprl 80-отступов (как p9 на стр.3)
+ int page = 5 * 512;
+ put32(wd, page, 2138);
+ put32(wd, page + 4, 2148);
+ wd[page + 8] = 40; // rgbx[0].bOffset
+ wd[page + 511] = 1; // cpara
+ papxEntry(wd, page, 40, 0,
+ concat(prl(0x2403, 4), prl2(0x840F, 600), prl2(0x8411, -240)));
+ return wd;
+ }
+
+ /** 1Table для {@link #wordDocumentTwoBuckets()}: PlcBtePapx из 2 bucket'ов. */
+ private static byte[] tableStreamTwoBuckets() {
+ byte[] t = new byte[190 + STSH.length];
+ put32(t, 0, 0);
+ put32(t, 4, TEXT.length());
+ put32(t, 20, TEXT_FC);
+ put32(t, 24, TEXT_FC + 100);
+ put32(t, 28, 2);
+ // PlcfBtePapx @32: bucket'ы [2048,2140)→pn3, [2140,2148)→pn5
+ put32(t, 32, 2048);
+ put32(t, 36, 2140);
+ put32(t, 40, 2148);
+ put32(t, 44, 3);
+ put32(t, 48, 5);
+ // SttbfFfn @52: Arial, T&imes (вторая запись: 56+1+cch₁=108)
+ t[52] = 2;
+ t[56] = 51;
+ byte[] arial = "Arial\0".getBytes(StandardCharsets.UTF_16LE);
+ System.arraycopy(arial, 0, t, 96, arial.length);
+ t[108] = 53;
+ byte[] times = "T&imes\0".getBytes(StandardCharsets.UTF_16LE);
+ System.arraycopy(times, 0, t, 148, times.length);
+ // Clx @168: Pcdt, один несжатый кусок
+ t[168] = 0x02;
+ put32(t, 169, 16);
+ put32(t, 173, 0);
+ put32(t, 177, TEXT.length());
+ put32(t, 183, TEXT_FC);
+ System.arraycopy(STSH, 0, t, 190, STSH.length);
+ return t;
+ }
+
+ private static byte[] cfbTwoBuckets() throws IOException {
+ try (POIFSFileSystem fs = new POIFSFileSystem()) {
+ fs.getRoot().createDocument("WordDocument",
+ new ByteArrayInputStream(wordDocumentTwoBuckets()));
+ fs.getRoot().createDocument("1Table",
+ new ByteArrayInputStream(tableStreamTwoBuckets()));
+ fs.getRoot().createDocument("Data", new ByteArrayInputStream(new byte[64]));
+ ByteArrayOutputStream out = new ByteArrayOutputStream();
+ fs.writeFilesystem(out);
+ return out.toByteArray();
+ }
+ }
+
+ /**
+ * Регрессия 2.5: граница bucket'а PlcBtePapx внутри абзаца p9 — предыдущая
+ * PapxFkp-страница кончается раньше первого FC p9, следующая начинается
+ * позже. По §2.8.6/§2.4.6.1 свойства абзаца определяются его ПОСЛЕДНИМ
+ * символом (маркером) — PAPX p9 находится: jc80→both и w:left=600 на месте.
+ */
+ @Test
+ void papxBucketBoundary_insideParagraph_propsKept() throws IOException {
+ String xml = documentXml(cfbTwoBuckets());
+ int at = xml.indexOf(">jc80<");
+ assertTrue(at > 0, "абзац jc80 на месте: " + xml);
+ String p = xml.substring(xml.lastIndexOf("", at), at);
+ assertTrue(p.contains(""),
+ "PAPX p9 из второго bucket'а не потерян: " + p);
+ assertTrue(p.contains("w:left=\"600\""), "w:ind не потерян: " + p);
+ }
+
private static String documentXml(byte[] doc) throws IOException {
return partXml(doc, DOCUMENT_XML);
}
@@ -428,7 +523,8 @@ class DocToDocxFormattingTest {
assertTrue(xml.contains(""), xml);
assertTrue(xml.contains(""), xml);
assertTrue(xml.contains("w:ascii=\"Arial\" w:hAnsi=\"Arial\""), xml);
- assertTrue(xml.contains("w:cs=\"T&imes\""), "escapeAttr имени шрифта: " + xml);
+ assertTrue(xml.contains("w:eastAsia=\"T&imes\""),
+ "ftc1 → w:eastAsia, escapeAttr имени шрифта: " + xml);
assertTrue(xml.contains("Bold&<>"), "escape текста: " + xml);
}
@@ -586,7 +682,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 4); // ccpText
put32(wd, 80, 0); // ccpFtn
@@ -601,7 +698,9 @@ class DocToDocxFormattingTest {
System.arraycopy(t, 0, wd, TEXT_FC, t.length);
// PapxFkp pn=3: p1 istd=11 (без Prl), footer-абзац istd=10
int page = 3 * 512;
- int[] rgfc = {TEXT_FC, TEXT_FC + 2, TEXT_FC + 26, TEXT_FC + 28,
+ // rgfc — началА абзацев (§2.6.1): «one\r» [0,4), ¶-блок [4,13),
+ // «ft\r» [13,16), guard [16,18)
+ int[] rgfc = {TEXT_FC, TEXT_FC + 8, TEXT_FC + 26, TEXT_FC + 32,
TEXT_FC + 2 * text.length()};
for (int i = 0; i < rgfc.length; i++) {
put32(wd, page + i * 4, rgfc[i]);
@@ -688,7 +787,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -779,7 +879,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -896,7 +997,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -988,7 +1090,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -1205,7 +1308,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 6); // ccpText
put32(wd, 80, 0); // ccpFtn
@@ -1344,7 +1448,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 4); // ccpText
put16(wd, 152, 98);
@@ -1401,7 +1506,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4);
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, 2); // ccpText
put32(wd, 80, 0); // ccpFtn
@@ -1487,7 +1593,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9); // fWhichTblStm → 1Table
- put16(wd, 62, 4); // cslw
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length); // cbMac
put32(wd, 76, text.length()); // ccpText
put16(wd, 152, 98); // cbRgFcLcb
@@ -1701,7 +1808,8 @@ class DocToDocxFormattingTest {
put16(wd, 0, 0xA5EC);
put16(wd, 2, 0x00C1);
put16(wd, 10, 1 << 9);
- put16(wd, 62, 4); // cslw (FibHeader guard)
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 64, wd.length);
put32(wd, 76, text.length());
put16(wd, 152, 98);
@@ -1813,9 +1921,12 @@ class DocToDocxFormattingTest {
assertFalse(xml.contains("Hide"), "скрытый текст утёк в вывод: " + xml);
assertTrue(xml.contains(">CAPS<"), "sprmCFCaps → верхний регистр: " + xml);
assertTrue(xml.contains(">LOW<"), "sprmCFSmallCaps → верхний регистр: " + xml);
- assertTrue(xml.contains("Del"
- + ""), "sprmCFRMarkDel: " + xml);
- assertTrue(xml.contains("Ins"
+ assertTrue(xml.contains(""
+ + "Del"
+ + ""),
+ "sprmCFRMarkDel, CT_TrackChange w:id+w:author обязательны: " + xml);
+ assertTrue(xml.contains(""
+ + "Ins"
+ ""), "sprmCFRMarkIns: " + xml);
}
@@ -1994,13 +2105,13 @@ class DocToDocxFormattingTest {
}
/**
- * sprmCIstd: chpx-цепочка символьного стиля (stk=3) между стилевой
+ * sprmCIstd: chpx-цепочка символьного стиля (stk=2) между стилевой
* papx-цепочкой и прямыми CHPX; прямые перекрывают стиль (last-wins).
*/
@Test
void charStyle_viaIstd_mergesUnderDirect() throws IOException {
- // стиль istd=10 (stk=3): синий + underline; ран: istd + прямой cv=red
- byte[] style = std(65, 3, 0x0FFF, 1, null,
+ // стиль istd=10 (stk=2): синий + underline; ран: istd + прямой cv=red
+ byte[] style = std(65, 2, 0x0FFF, 1, null,
concat(new byte[] {0x70, 0x68, 0, 0, (byte) 0xFF, 0}, prl(0x2A3E, 1)));
byte[] stsh = new byte[2 + 18 + 10 * 2 + 2 + style.length];
put16(stsh, 0, 18); // cbStshi
@@ -2023,6 +2134,41 @@ class DocToDocxFormattingTest {
assertFalse(xml.contains(""),
+ "прямой bold до sprmCIstd обязан быть сброшен: " + xml);
+ assertTrue(xml.contains(""),
+ "highlight из preserv-list потерян: " + xml);
+ assertTrue(xml.contains(""), "italic после sprmCIstd потерян: " + xml);
+ assertTrue(xml.contains(""),
+ "underline из символьного стиля потерян: " + xml);
+ }
+
/**
* sprmTCellPaddingDefault/…CellPadding → w:tcMar ячеек: Default — весь
* ряд, диапазонный — свои ячейки; порядок детей CT_TcMar top→left (§17.4.66).
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java
index ee3db08..fec6e21 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java
@@ -22,7 +22,8 @@ class FibHeaderTest {
put16(wd, 0, 0xA5EC); // wIdent
put16(wd, 2, 0x00C1); // nFib = Word 97
put16(wd, 10, flags); // grpprl FIB
- put16(wd, 62, 4); // cslw
+ put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2)
+ put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4)
put32(wd, 76, 10); // ccpText
put32(wd, 152, 98); // cbRgFcLcb
return wd;
@@ -83,6 +84,28 @@ class FibHeaderTest {
assertTrue(ex.getMessage().contains("Обрезанный FIB"), ex.getMessage());
}
+ /** §2.5.2: csw «MUST be set to 0x000E» — любое другое значение = отказ. */
+ @Test
+ void badCsw_rejected() {
+ byte[] wd = fib(1 << 9);
+ put16(wd, 32, 15);
+ assertThrows(ConversionException.class, () -> FibHeader.read(wd));
+ }
+
+ /**
+ * Старый FIB короче 98 пар: пары с индексом ≥ cbRgFcLcb отсутствуют
+ * (fc=0/lcb=0), а не читают за blob — списки просто «нет».
+ */
+ @Test
+ void shortPairBlob_absentPairsZero() {
+ byte[] wd = fib(1 << 9);
+ put32(wd, 152, 34); // CLX — последняя объявленная пара (индекс 33)
+ FibHeader f = FibHeader.read(wd);
+ assertEquals(0, f.fcPlfLst());
+ assertEquals(0, f.lcbPlfLst());
+ assertEquals(0, f.fcPlfLfo());
+ }
+
@Test
void negativeCcpText_rejected() {
byte[] wd = fib(1 << 9);
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/GrpprlTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/GrpprlTest.java
index 0758a21..d1d1cda 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/GrpprlTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/GrpprlTest.java
@@ -2,6 +2,7 @@ package ru.pjandro.wordpdf.internal.doc;
import static org.junit.jupiter.api.Assertions.assertEquals;
import static org.junit.jupiter.api.Assertions.assertFalse;
+import static org.junit.jupiter.api.Assertions.assertNull;
import static org.junit.jupiter.api.Assertions.assertTrue;
import java.util.ArrayList;
@@ -117,10 +118,40 @@ class GrpprlTest {
assertEquals(0xCDAB1234, Grpprl.operandInt(buf, 0, 5), "длиннее 4 — обрезается");
}
+ /** ToggleOperand §2.9.327: 0x00 off, 0x01 on, 0x80 = стилевое, 0x81 = инверсия. */
@Test
- void toggleOn_parity() {
- assertTrue(Grpprl.toggleOn(new byte[] {1}, 0));
- assertFalse(Grpprl.toggleOn(new byte[] {2}, 0));
+ void toggle_fourOperands() {
+ assertFalse(Grpprl.toggle(true, (byte) 0x00));
+ assertTrue(Grpprl.toggle(false, (byte) 0x01));
+ assertTrue(Grpprl.toggle(true, (byte) 0x80), "0x80 — значение стиля");
+ assertFalse(Grpprl.toggle(false, (byte) 0x80));
+ assertFalse(Grpprl.toggle(true, (byte) 0x81), "0x81 — инверсия стилевого");
+ assertTrue(Grpprl.toggle(false, (byte) 0x81));
+ assertTrue(Grpprl.toggle(true, (byte) 0x7F), "вне перечисления — current");
+ }
+
+ /** Kul (§2.9.127) → ST_Underline: 0 — null, известный — имя, прочий ≠0 — single. */
+ @Test
+ void underlineVal_mapping() {
+ assertNull(Grpprl.underlineVal(0x00));
+ assertEquals("single", Grpprl.underlineVal(0x01));
+ assertEquals("double", Grpprl.underlineVal(0x03));
+ assertEquals("wave", Grpprl.underlineVal(0x0B));
+ assertEquals("wavyDouble", Grpprl.underlineVal(0x2B));
+ assertEquals("single", Grpprl.underlineVal(0x77), "нераспознанный — single");
+ }
+
+ /** XAS-операнды отступов — со знаком (§2.9.349): 0xFD30 = −720. */
+ @Test
+ void indents_signedXas() {
+ byte[] neg = {
+ (byte) 0x5E, (byte) 0x84, 0x30, (byte) 0xFD, // dxaLeft = −720
+ (byte) 0x5D, (byte) 0x84, 0x30, (byte) 0xFD, // dxaRight = −720
+ };
+ Grpprl.Indents ind = new Grpprl.Indents();
+ Grpprl.scan(neg, 0, neg.length, ind::prl);
+ assertEquals(-720, ind.left(), "dxaLeft — знаковый XAS");
+ assertEquals(-720, ind.right(), "dxaRight — знаковый XAS");
}
@Test
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java
index 3a621d9..9c2a184 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java
@@ -309,6 +309,52 @@ class ListsTest {
.hasNumbering());
}
+ /**
+ * Обрыв LFOData на первом LFO (mac=3): элементы после точки обрыва
+ * остаются null — {@code hasNum} даёт false, {@code numberingXml} не
+ * бросает NPE (контракт javadoc: неполный результат без исключения).
+ */
+ @Test
+ void lfoDataTruncatedMidArray_hasNumFalseNoNpe() {
+ byte[] lfos = concat(u32(3),
+ lfoRecord(100, 1), lfoRecord(101, 1), lfoRecord(102, 1),
+ u32(0)); // только cp первого — обрыв до LFOLVL
+ byte[] head = plfLst(lstf(100, true), lstf(101, true), lstf(102, true));
+ byte[] lvls = concat(plainLvl(0), plainLvl(0), plainLvl(0));
+ byte[] table = concat(head, lvls, lfos);
+ Lists lists = Lists.read(table, 0, head.length,
+ head.length + lvls.length, lfos.length, fonts());
+ assertTrue(lists.hasNum(1), "первый LFO разобран до обрыва");
+ assertFalse(lists.hasNum(2), "null LFO — нет номера, не NPE");
+ assertFalse(lists.hasNum(3));
+ String xml = lists.numberingXml();
+ assertFalse(xml.contains("numId=\"2\""), xml);
+ assertFalse(xml.contains("numId=\"3\""), xml);
+ }
+
+ /** LFOData за пределами lcbPlfLfo — не парсится (§2.5.6: lcb покрывает LFOData). */
+ @Test
+ void lfoDataBeyondLcb_notParsed() {
+ byte[] data = lfoLvl(0, true, 7, false, null);
+ byte[] full = plfLfo(100, 1, data);
+ byte[] head = plfLst(lstf(100, true));
+ byte[] lvls = plainLvl(0);
+ // lcb = только заголовок PlfLfo (4+16); LFOLVL лежит «за» ним в потоке
+ byte[] table = concat(head, lvls, full);
+ Lists lists = Lists.read(table, 0, head.length,
+ head.length + lvls.length, 20L, fonts());
+ assertTrue(lists.hasNum(1));
+ assertFalse(lists.numberingXml().contains("startOverride"),
+ lists.numberingXml());
+ }
+
+ private static byte[] lfoRecord(int lsid, int clfolvl) {
+ byte[] lfo = new byte[16];
+ put32(lfo, 0, lsid);
+ lfo[12] = (byte) clfolvl;
+ return lfo;
+ }
+
@Test
void lfoDataTruncated_keepsLfoWithoutOverrides() {
// clfolvl=1, но LFOData обрывается на cp / первом LFOLVL
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java
index 8150b08..a1337cf 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java
@@ -49,8 +49,9 @@ class OfficeArtTest {
@Test
void jpegBlip_extracted() {
+ // [MS-ODRAW] §2.2.27: 0x46B = JPEG RGB с ДВУМЯ UID (данные после 32+1)
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xE0, 1, 2, 3};
- byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF01D, 16, jpeg));
+ byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF01D, 32, jpeg));
OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
assertNotNull(pic);
assertEquals("jpg", pic.extension());
@@ -61,7 +62,7 @@ class OfficeArtTest {
void jpegAltRecType_accepted() {
// [MS-ODRAW] A.1: 0xF02A трактуется как 0xF01D
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 1, 2};
- byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF02A, 16, jpeg));
+ byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF02A, 32, jpeg));
assertNotNull(OfficeArt.read(region, 0, MAX_PX));
}
@@ -75,6 +76,40 @@ class OfficeArtTest {
}
}
+ /** TIFF-BLIP (§2.2.30, 0xF029): passthrough без перекодировки. */
+ @Test
+ void tiffBlip_passthrough() {
+ byte[] tiff = {'I', 'I', '*', 0, 8, 0, 0, 0, 1, 2, 3, 4};
+ byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E4, 0xF029, 16, tiff));
+ OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
+ assertNotNull(pic, "TIFF-BLIP обязан извлекаться как есть");
+ assertEquals("tif", pic.extension());
+ assertEquals("image/tiff", pic.contentType());
+ assertArrayEquals(tiff, pic.data());
+ }
+
+ /**
+ * DIB 8 bpp с u16-палитрой из 16 записей (biClrUsed=16): dataOff обязан
+ * считаться по biClrUsed, а не по полному 2^8 — иначе пиксельные данные
+ * уезжают за конец и ImageIO возвращает null.
+ * Регрессия — OfficeArt#wrapAsBmp (biClrUsed, [MS-WMF] §2.2.2.8).
+ */
+ @Test
+ void dib8bpp_clrUsedPalette_decoded() {
+ ByteBuffer buf = ByteBuffer.allocate(40 + 16 * 4 + 2 * 4).order(ByteOrder.LITTLE_ENDIAN);
+ buf.putInt(40).putInt(2).putInt(2).putShort((short) 1).putShort((short) 8)
+ .putInt(0).putInt(0).putInt(0).putInt(0).putInt(16).putInt(0);
+ for (int i = 0; i < 16; i++) {
+ buf.put((byte) (i * 16)).put((byte) (i * 8)).put((byte) i).put((byte) 0);
+ }
+ buf.put((byte) 0).put((byte) 1).put((byte) 0).put((byte) 0);
+ buf.put((byte) 1).put((byte) 0).put((byte) 0).put((byte) 0);
+ byte[] region = region(picf(100, 100, 1000, 1000), blip(0x7A8, 0xF01F, 16, buf.array()));
+ OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
+ assertNotNull(pic, "DIB 8bpp с biClrUsed=16 обязан декодироваться");
+ assertEquals("png", pic.extension());
+ }
+
@Test
void pngSignatureRequired() {
byte[] region = region(picf(100, 100, 1000, 1000),
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java
index 6d754ec..d2959d4 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java
@@ -93,7 +93,7 @@ class PapxIndexTest {
ConversionException ex = assertThrows(ConversionException.class,
() -> PapxIndex.read(table(2), 0, 12, wd));
assertSame(ConversionException.class, ex.getClass());
- wd[2 * 512 + 511] = 0x61;
+ wd[2 * 512 + 511] = 0x1E; // > 0x1D — PapxFkp не влезает в 512 (§2.9.174)
ex = assertThrows(ConversionException.class,
() -> PapxIndex.read(table(2), 0, 12, wd));
assertSame(ConversionException.class, ex.getClass());
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java
index b1854d4..26c443e 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java
@@ -41,7 +41,7 @@ class PieceTableTest {
byte[] table = clxOnePiece(10, 0, false); // 10 CP × 2 байта = 20
byte[] wordDocument = new byte[8];
ConversionException e = assertThrows(ConversionException.class,
- () -> PieceTable.read(table, 0, table.length, wordDocument));
+ () -> PieceTable.read(table, 0, table.length, wordDocument, wordDocument.length));
assertSame(ConversionException.class, e.getClass());
assertTrue(e.getMessage().contains("WordDocument"));
}
@@ -51,7 +51,7 @@ class PieceTableTest {
byte[] table = clxOnePiece(10, 2 * 8, true); // сжатый: fc/2=8, span=10 > 8
byte[] wordDocument = new byte[8];
ConversionException e = assertThrows(ConversionException.class,
- () -> PieceTable.read(table, 0, table.length, wordDocument));
+ () -> PieceTable.read(table, 0, table.length, wordDocument, wordDocument.length));
assertSame(ConversionException.class, e.getClass());
}
@@ -59,9 +59,34 @@ class PieceTableTest {
void pieceWithinWordDocument_reads() throws Exception {
byte[] table = clxOnePiece(2, 0, false);
byte[] wordDocument = {'H', 0, 'i', 0};
- PieceTable pt = PieceTable.read(table, 0, table.length, wordDocument);
+ PieceTable pt = PieceTable.read(table, 0, table.length, wordDocument, wordDocument.length);
assertEquals('H', pt.charAt(0));
assertEquals('i', pt.charAt(1));
assertEquals(2, pt.fcOf(1));
}
+
+ /** §2.9.178: дубли в aCP («Duplicate values MUST NOT be present») = отказ. */
+ @Test
+ void duplicateACp_rejected() throws Exception {
+ byte[] table = clxOnePiece(0, 0, false); // aCp = [0, 0]
+ byte[] wordDocument = {'H', 0};
+ ConversionException e = assertThrows(ConversionException.class,
+ () -> PieceTable.read(table, 0, table.length, wordDocument, wordDocument.length));
+ assertTrue(e.getMessage().contains("aCP"), e.getMessage());
+ }
+
+ /**
+ * §2.5.4 cbMac: байты WordDocument начиная с cbMac «MUST be ignored» —
+ * читаемая часть куска клампится, символы за cbMac дают 0 вместо чтения
+ * мусора.
+ * Регрессия — PieceTable#read (кламп по cbMac).
+ */
+ @Test
+ void pieceBeyondCbMac_textIgnored() throws Exception {
+ byte[] table = clxOnePiece(2, 0, false);
+ byte[] wordDocument = {'H', 0, 'i', 0};
+ PieceTable pt = PieceTable.read(table, 0, table.length, wordDocument, 2);
+ assertEquals('H', pt.charAt(0));
+ assertEquals(0, pt.charAt(1), "символ за cbMac обязан игнорироваться");
+ }
}
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java
index 1df505b..6fe84bf 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java
@@ -34,34 +34,47 @@ class PrcDataTest {
}
@Test
- void tablePropsChain_mergesKeepingTailAfterPointer() {
+ void tablePropsChain_stopsAfterPointer() {
// PrcData[0] = [jc][→PrcData[1]][inTable]; PrcData[1] = [inTable].
- // Хвост после PTableProps СОХРАНЯЕТСЯ: spec (§2.6.2) велит его игнорировать,
- // но Word пишет в нём легаси-зеркало (в ru-table-image.doc — единственный
- // TDefTable), а TInsert из PrcData конвертер не читает → union.
+ // §2.6.2: после разворачивания PrcData дальнейшие Prl массива НЕ
+ // читаются — хвост [inTable] за указателем (легаси-зеркало) отброшен.
DataStream d = data(at -> concat(prl(0x2461, 2), ptr(0x646B, at[1]), inTable()),
at -> inTable());
- assertArrayEquals(concat(prl(0x2461, 2), inTable(), inTable()),
+ assertArrayEquals(concat(prl(0x2461, 2), inTable()),
PrcData.resolve(d.bytes, ptr(0x6646, d.at[0])));
}
@Test
- void hugePapxInMultiPrlArray_othersKeptInPlace() {
+ void hugePapxNotFirst_ignoredOthersKept() {
+ // §2.6.2: HugePapx не первым в массиве — Prl игнорируется,
+ // цепочка не разворачивается, остальные Prl остаются
DataStream d = data(at -> inTable());
- assertArrayEquals(concat(prl(0x2461, 2), inTable(), prl(0x2407, 1)),
+ assertArrayEquals(concat(prl(0x2461, 2), prl(0x2407, 1)),
PrcData.resolve(d.bytes,
concat(prl(0x2461, 2), ptr(0x6646, d.at[0]), prl(0x2407, 1))));
}
@Test
- void topLevelTableProps_expandsChainKeepsTail() {
- // Ровная форма TTP-массива из ru-table-image.doc: PTableProps первым,
- // легаси-зеркало (здесь — jc) после него; побеждает оба (union).
+ void topLevelTableProps_stopsAfterPointer() {
+ // Форма TTP-массива из ru-table-image.doc: PTableProps первым,
+ // легаси-зеркало (здесь — jc) после него. §2.6.2 — зеркало не
+ // потребляется: в выход идёт только содержимое цепочки.
DataStream d = data(at -> inTable());
- assertArrayEquals(concat(inTable(), prl(0x2461, 2)),
+ assertArrayEquals(inTable(),
PrcData.resolve(d.bytes, concat(ptr(0x646B, d.at[0]), prl(0x2461, 2))));
}
+ /** Appendix A <9>: TDefTable-зеркало за указателем переносится (сетка). */
+ @Test
+ void tailTDefTableMirror_survivesStop() {
+ // хвост = [jc (отбрасывается), TDefTable-макет (переносится)];
+ // операнд §2.9.321: cb=3 (2 Б LE) + 2 Б данных → весь Prl 6 Б
+ byte[] mirror = {0x08, (byte) 0xD6, 0x03, 0x00, (byte) 0xAA, (byte) 0xBB};
+ DataStream d = data(at -> inTable());
+ assertArrayEquals(concat(inTable(), mirror), PrcData.resolve(d.bytes,
+ concat(ptr(0x646B, d.at[0]), prl(0x2461, 2), mirror)));
+ }
+
@Test
void pointerBeyondData_keepsForeignPrlsStops() {
assertArrayEquals(prl(0x2461, 2),
@@ -98,8 +111,9 @@ class PrcDataTest {
void cycleStopsWithinHopBudget() {
// PrcData[0] ↔ PrcData[1] — цикл через PTableProps; разбор обязан
// остановиться (цепочка по spec обязана завершаться) без исключения.
+ // Указатель первым → развёрнут (пусто) → хвост [jc] не читается.
DataStream d = data(at -> ptr(0x646B, at[1]), at -> ptr(0x646B, at[0]));
- assertArrayEquals(prl(0x2461, 2),
+ assertArrayEquals(EMPTY,
PrcData.resolve(d.bytes, concat(ptr(0x6646, d.at[0]), prl(0x2461, 2))));
}
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java
index e733fed..dec2041 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java
@@ -2,6 +2,7 @@ package ru.pjandro.wordpdf.internal.doc;
import static org.junit.jupiter.api.Assertions.assertEquals;
import static org.junit.jupiter.api.Assertions.assertFalse;
+import static org.junit.jupiter.api.Assertions.assertNull;
import static org.junit.jupiter.api.Assertions.assertSame;
import static org.junit.jupiter.api.Assertions.assertThrows;
import static org.junit.jupiter.api.Assertions.assertTrue;
@@ -270,6 +271,58 @@ class SectionsTest {
assertEquals(1, s.list().get(0).pgNumStart());
}
+ /** §2.6.3/§2.6.4: sprmSDzaGutter (U16) → gutter; YAS-поля top/bottom —
+ * знаковые, отрицательное (фиксированное поле) берётся по модулю. */
+ @Test
+ void gutterAndSignedYasMargins() {
+ byte[] wd = new byte[4096];
+ sepx(wd, 64, concat(
+ prl2(Grpprl.SPRM_S_DZA_GUTTER, 720), // gutter 0.5"
+ prl2(Grpprl.SPRM_S_DYA_TOP, 0xFF10), // −240 → фикс. 240
+ prl2(Grpprl.SPRM_S_DYA_BOTTOM, 1440)));
+ Sections s = Sections.read(plcfSed(64), 0, plcfSed(64).length, wd, 100);
+ Sections.Section sec = s.list().get(0);
+ assertEquals(720, sec.gutter());
+ assertEquals(240, sec.marginTop(), "YAS<0 — фиксированное поле по модулю");
+ assertEquals(1440, sec.marginBottom());
+ }
+
+ /**
+ * sprmSPgnStart 0x7044 (§2.6.4, U32) — pre-97-предок sprmSPgnStart97:
+ * при restart без 97-варианта даёт старт; restart=0 — оба игнорируются.
+ */
+ @Test
+ void pgnStartLegacy_u32Fallback() {
+ byte[] wd = new byte[4096];
+ sepx(wd, 64, concat(new byte[] {0x11, 0x30, 1}, // restart
+ new byte[] {0x44, 0x70, 5, 0, 0, 0})); // pgnStart=5
+ Sections s = Sections.read(plcfSed(64), 0, plcfSed(64).length, wd, 100);
+ assertEquals(5, s.list().get(0).pgNumStart());
+ // restart=0 → старт игнорируется (§2.6.4 «MUST be ignored»)
+ sepx(wd, 128, new byte[] {0x44, 0x70, 5, 0, 0, 0});
+ Sections noRestart = Sections.read(plcfSed(128), 0, plcfSed(128).length, wd, 100);
+ assertEquals(0, noRestart.list().get(0).pgNumStart());
+ }
+
+ /** §2.9.235 SBkcOperand + §17.6.22: wTypeName для всех видов разрывов. */
+ @Test
+ void bkcTypeName_mapping() {
+ byte[] wd = new byte[4096];
+ sepx(wd, 64, new byte[] {0x09, 0x30, 3}); // bkcEvenPage
+ sepx(wd, 128, new byte[] {0x09, 0x30, 4}); // bkcOddPage
+ sepx(wd, 192, new byte[] {0x09, 0x30, 1}); // bkcNewColumn
+ byte[] t = plcfSed(new int[] {0, 10, 20, 30}, 64, 128, 192);
+ List list =
+ Sections.read(t, 0, t.length, wd, 30).list();
+ assertEquals("evenPage", list.get(0).wTypeName());
+ assertEquals("oddPage", list.get(1).wTypeName());
+ assertEquals("continuous", list.get(2).wTypeName(), "newColumn — не новая страница");
+ // bkcNewPage (дефолт без sprmSBkc) — атрибут не эмитится
+ List plain = Sections.read(plcfSed(0), 0,
+ plcfSed(0).length, new byte[0], 100).list();
+ assertNull(plain.get(0).wTypeName());
+ }
+
private static byte[] colPrl(int sprm, int iCol, int dxa) {
return new byte[] {(byte) sprm, (byte) (sprm >>> 8), (byte) iCol, (byte) dxa,
(byte) (dxa >>> 8)};
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/StylesTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/StylesTest.java
index 9ceacfe..9e1d7a7 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/StylesTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/StylesTest.java
@@ -133,22 +133,23 @@ class StylesTest {
}
@Test
- void characterStyle_noParagraphProps() {
- // stk=2 (символьный) — UpxPapx/UpxChpx не читаются (§2.9.267)
- byte[] table = stsh(12, std(65, 2, 0x0FFF, JC_CENTER, BOLD));
+ void characterStyle_boldViaCharChain() {
+ // stk=2 (символьный, §2.9.260): единственный UPX = UpxChpx (§2.9.263),
+ // papx-цепочка пуста
+ byte[] table = stsh(12, std(65, 2, 0x0FFF, null, BOLD));
Styles s = Styles.read(table, 0, table.length);
assertArrayEquals(new byte[0], s.papxChain(10));
- assertArrayEquals(new byte[0], s.chpxChain(10));
+ assertArrayEquals(BOLD, s.charChain(10), "символьный stk=2 читается");
}
@Test
- void characterStyle_stk3_chainViaCharChain() {
- // stk=3 (STCF, Word 97+): единственный UPX = UpxChpx целиком; цепочка
+ void characterStyle_stk2_chainViaCharChain() {
+ // stk=2: единственный UPX = UpxChpx целиком; цепочка
// base-first (источник sprmCIstd); papx-цепочка символьного стиля пуста
byte[] blue = {0x70, 0x68, 0x00, 0x00, (byte) 0xFF, 0x00}; // sprmCCv blue
byte[] table = stsh(13,
- std(65, 3, 0x0FFF, null, blue),
- std(105, 3, 10, null, BOLD));
+ std(65, 2, 0x0FFF, null, blue),
+ std(105, 2, 10, null, BOLD));
Styles s = Styles.read(table, 0, table.length);
assertArrayEquals(concat(blue, BOLD), s.charChain(11),
"символьная цепочка base-first");
@@ -158,10 +159,12 @@ class StylesTest {
@Test
void charChain_nonCharacterStk_empty() {
- // sprmCIstd обязан указывать на символьный стиль; stk=1/2 и промахи — пусто
- byte[] table = stsh(12, std(65, 1, 0x0FFF, JC_CENTER, BOLD));
+ // sprmCIstd обязан указывать на символьный стиль; stk≠2 и промахи — пусто
+ byte[] table = stsh(13, std(65, 1, 0x0FFF, JC_CENTER, BOLD),
+ std(105, 3, 0x0FFF, null, BOLD));
Styles s = Styles.read(table, 0, table.length);
assertArrayEquals(new byte[0], s.charChain(10), "stk=1 через charChain — пусто");
+ assertArrayEquals(new byte[0], s.charChain(11), "stk=3 (табличный) — пусто");
assertArrayEquals(new byte[0], s.charChain(99));
assertArrayEquals(new byte[0], s.charChain(-1));
}
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java
index 87a41cb..3dd176b 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java
@@ -44,6 +44,9 @@ class TablesTest {
return concat(new byte[] {0x13, (byte) 0xD6}, op);
}
+ /** Полей в Brc80-кортеже без флагов (dptLineWidth, brcType, ico). */
+ private static final int BRC80_LEN_NO_FLAGS = 3;
+
/** TableBordersOperand80: 6 × Brc80 (dptLineWidth + brcType + ico + флаги). */
private static byte[] borders80(int[][] brc80s) {
byte[] op = new byte[1 + 6 * 4];
@@ -53,6 +56,9 @@ class TablesTest {
op[b] = (byte) brc80s[i][0]; // dptLineWidth
op[b + 1] = (byte) brc80s[i][1]; // brcType
op[b + 2] = (byte) brc80s[i][2]; // ico
+ if (brc80s[i].length > BRC80_LEN_NO_FLAGS) {
+ op[b + 3] = (byte) brc80s[i][3]; // флаги
+ }
}
return concat(new byte[] {0x05, (byte) 0xD6}, op);
}
@@ -224,10 +230,29 @@ class TablesTest {
assertEquals("threeDEmboss", Tables.borderVal(0x18));
assertEquals("threeDEngrave", Tables.borderVal(0x19));
assertEquals("outset", Tables.borderVal(0x1A));
- assertEquals("outset", Tables.borderVal(0x1B));
+ assertEquals("inset", Tables.borderVal(0x1B));
assertEquals("single", Tables.borderVal(0x02), "неизвестный тип — single");
}
+ /** Brc80MayBeNil/BrcMayBeNil (§2.9.18/.20): все байты 0xFF — границы нет. */
+ @Test
+ void mayBeNil_borders_skipped() {
+ Tables.Grid g80 = Tables.parse(concat(defTable(new int[] {0, 100}),
+ borders80(new int[][] {{0xFF, 0xFF, 0xFF, 0xFF}})));
+ assertEquals("", g80.bordersXml(), "Brc80MayBeNil должен пропускаться: "
+ + g80.bordersXml());
+ // BrcMayBeNil: последние 4 байта (dptLineWidth+brcType+флаги) = 0xFF…FF
+ byte[] op = new byte[1 + 6 * 8];
+ op[0] = 0x30;
+ for (int k = 4; k < 8; k++) {
+ op[1 + k] = (byte) 0xFF;
+ }
+ Tables.Grid g = Tables.parse(concat(defTable(new int[] {0, 100}),
+ concat(new byte[] {0x13, (byte) 0xD6}, op)));
+ assertFalse(g.bordersXml().contains("w:top"),
+ "NilBrc эмитит w:top: " + g.bordersXml());
+ }
+
@Test
void malformedOperands_ignored() {
// sprmTDefTable с operand < 3 байт — пропускается сканером