Валидатор: лимиты 5 МиБ и 100 страниц, отказ до рендера и без артефактов
- WordPdfValidator (новый): MAX_INPUT_BYTES/MAX_PAGES, три нижние оценки страниц (кэш app.xml недостоверен — реальный кейс <Pages>1</Pages> при 110 маркерах lastRenderedPageBreak); lightweight zip/StAX-путь. - convert(Path,Path): неполный PDF удаляется при отказе, но только если поток вывода реально открылся (чужой read-only файл не стирается); checkPageCount внутри try — finally чистит temp-файлы шрифтов. - lightweight: continuous-секции не считаются страницами; w:type — дочерний элемент, классификация на закрытии sectPr; мёртвый атрибутный перегруз startsNewPage удалён. - Фикстуры too-many-pages.docx (151 страница) и stale-cache.docx (кэш 1 при 110 маркерах) + регрессии tooManyPages, staleCachePageCountRejectedBeforeRender, inputTooLarge, oversizedInputReturnsError, pageCount_continuousSectionsNotCountedLightweight. - SampleDocxGenerator: точный поиск <w:t (не матчить <w:tbl/<w:tc), константа STALE_CACHE_UNMARKED_RUNS вместо литерала. - AGENTS.md переписан; .gitignore += /diff/ и /word-export.*. mvn clean verify: 95/95; fat-jar проверен java -jar (код 0/2, артефактов нет).
This commit is contained in:
@@ -27,6 +27,7 @@ import javax.imageio.ImageIO;
|
||||
import java.awt.Color;
|
||||
import java.awt.Graphics2D;
|
||||
import java.awt.image.BufferedImage;
|
||||
import java.io.ByteArrayInputStream;
|
||||
import java.io.ByteArrayOutputStream;
|
||||
import java.io.File;
|
||||
import java.io.FileOutputStream;
|
||||
@@ -68,6 +69,8 @@ public final class SampleDocxGenerator {
|
||||
symbolBullets(dir.resolve("symbol-bullets.docx"));
|
||||
pageNumbers(dir.resolve("page-numbers.docx"));
|
||||
exoticGlyphs(dir.resolve("exotic-glyphs.docx"));
|
||||
tooManyPages(dir.resolve("too-many-pages.docx"));
|
||||
staleCache(dir.resolve("stale-cache.docx"));
|
||||
|
||||
System.out.println("Готово: " + dir.toAbsolutePath());
|
||||
}
|
||||
@@ -326,6 +329,108 @@ public final class SampleDocxGenerator {
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Документ длиннее лимита страниц: 150 абзацев с принудительным
|
||||
* {@code w:br type="page"} → нижняя оценка по явным разрывам
|
||||
* = 1 + 150 = 151 > 100. Используется как фикстура для проверки
|
||||
* постраничного лимита в {@code WordPdfValidator}.
|
||||
*/
|
||||
private static void tooManyPages(Path out) throws Exception {
|
||||
try (XWPFDocument doc = new XWPFDocument()) {
|
||||
heading(doc, "Слишком много страниц", "Times New Roman");
|
||||
for (int i = 1; i <= 150; i++) {
|
||||
XWPFParagraph p = doc.createParagraph();
|
||||
run(p, "Страница " + i, "Times New Roman", false, false);
|
||||
p.createRun().addBreak(org.apache.poi.xwpf.usermodel.BreakType.PAGE);
|
||||
}
|
||||
save(doc, out);
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Документ с устаревшим кэшем страниц — как Word сохраняет файл,
|
||||
* доработанный другим редактором: 111 абзацев, разделённых маркерами
|
||||
* {@code w:lastRenderedPageBreak} (110 границ страниц, то есть
|
||||
* ~111 страница), и при этом в {@code docProps/app.xml} записан кэш
|
||||
* {@code <Pages>1</Pages>}. Явных разрывов нет ни одного.
|
||||
*
|
||||
* <p>Регрессия для {@code WordPdfValidator}: кэш больше не приоритетный
|
||||
* источник, оценка по маркерам (111) должна победить кэш (1) и
|
||||
* документ должен быть отвергнут до рендера.
|
||||
*/
|
||||
private static void staleCache(Path out) throws Exception {
|
||||
try (XWPFDocument doc = new XWPFDocument()) {
|
||||
doc.getProperties().getExtendedProperties()
|
||||
.getUnderlyingProperties().setPages(1);
|
||||
heading(doc, "Устаревший кэш страниц", "Calibri");
|
||||
for (int i = 1; i <= 110; i++) {
|
||||
XWPFParagraph p = doc.createParagraph();
|
||||
run(p, "Абзац " + i, "Calibri", false, false);
|
||||
}
|
||||
ByteArrayOutputStream bos = new ByteArrayOutputStream();
|
||||
doc.write(bos);
|
||||
insertLastRenderedMarkers(bos.toByteArray(), out);
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Переупаковывает .docx, вставляя {@code w:lastRenderedPageBreak}
|
||||
* перед каждым текстовым тегом {@code w:t} в {@code word/document.xml},
|
||||
* кроме первых {@value #STALE_CACHE_UNMARKED_RUNS} (первый абзац
|
||||
* остаётся без маркера). Тег ищется точно ({@code <w:t>} /
|
||||
* {@code <w:t }): префикс {@code <w:t} — это также {@code w:tab},
|
||||
* {@code w:tbl}, {@code w:tc}, маркеры в которые недопустимы по схеме
|
||||
* (вне CT_R → невалидный docx). Позиция корректна по схеме CT_R:
|
||||
* rPr, затем маркер, затем текст.
|
||||
*/
|
||||
private static void insertLastRenderedMarkers(byte[] docx, Path out) throws Exception {
|
||||
final int unmarked = STALE_CACHE_UNMARKED_RUNS;
|
||||
try (java.util.zip.ZipInputStream zin =
|
||||
new java.util.zip.ZipInputStream(new ByteArrayInputStream(docx));
|
||||
java.util.zip.ZipOutputStream zout =
|
||||
new java.util.zip.ZipOutputStream(new FileOutputStream(out.toFile()))) {
|
||||
java.util.zip.ZipEntry e;
|
||||
while ((e = zin.getNextEntry()) != null) {
|
||||
byte[] data = zin.readAllBytes();
|
||||
if (e.getName().equals("word/document.xml")) {
|
||||
String xml = new String(data, java.nio.charset.StandardCharsets.UTF_8);
|
||||
StringBuilder sb = new StringBuilder(xml.length() + 4096);
|
||||
int i = 0;
|
||||
int seen = 0;
|
||||
while (true) {
|
||||
int at = xml.indexOf("<w:t", i);
|
||||
if (at < 0) {
|
||||
sb.append(xml, i, xml.length());
|
||||
break;
|
||||
}
|
||||
sb.append(xml, i, at);
|
||||
int end = at + "<w:t".length();
|
||||
char next = end < xml.length() ? xml.charAt(end) : '<';
|
||||
if (next != '>' && next != ' ') {
|
||||
// <w:tab/<w:tbl/<w:tc/... — не текстовый тег
|
||||
sb.append(xml, at, end);
|
||||
i = end;
|
||||
continue;
|
||||
}
|
||||
if (seen >= unmarked) {
|
||||
sb.append("<w:lastRenderedPageBreak/>");
|
||||
}
|
||||
seen++;
|
||||
sb.append(xml, at, end);
|
||||
i = end;
|
||||
}
|
||||
data = sb.toString().getBytes(java.nio.charset.StandardCharsets.UTF_8);
|
||||
}
|
||||
zout.putNextEntry(new java.util.zip.ZipEntry(e.getName()));
|
||||
zout.write(data);
|
||||
zout.closeEntry();
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/** Сколько {@code w:t} в фикстуре stale-cache остаются без маркера. */
|
||||
private static final int STALE_CACHE_UNMARKED_RUNS = 1;
|
||||
|
||||
// ================== Вспомогательные ==================
|
||||
|
||||
/** Абзац-заголовок: POI 5.5 не имеет createHeading, поэтому
|
||||
|
||||
@@ -378,4 +378,74 @@ class WordPdfConverterTest {
|
||||
assertEquals(expected, out);
|
||||
assertTrue(Files.isRegularFile(out), "PDF не создан: " + out);
|
||||
}
|
||||
|
||||
/**
|
||||
* Лимит на размер входного .docx: больше 5 MiB — отказ до рендера.
|
||||
* Проверяется через обе формы convert.
|
||||
*/
|
||||
@Test
|
||||
void inputTooLarge() throws Exception {
|
||||
Path tooBig = Files.createTempFile("too-big-", ".docx");
|
||||
Path out = Files.createTempFile("too-big-out-", ".pdf");
|
||||
try {
|
||||
// Пишем чуть больше лимита (5 MiB + 1 байт)
|
||||
byte[] filler = new byte[(int) WordPdfValidator.MAX_INPUT_BYTES + 1];
|
||||
Files.write(tooBig, filler);
|
||||
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfConverter.convert(tooBig));
|
||||
assertFalse(Files.exists(Path.of(
|
||||
tooBig.toString().replaceFirst("\\.docx$", "") + ".pdf")),
|
||||
"отказ по размеру не должен создавать PDF рядом со входом");
|
||||
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfConverter.convert(tooBig, out));
|
||||
assertEquals(0L, Files.size(out),
|
||||
"отказ по размеру — до открытия потока вывода, "
|
||||
+ "выходной файл не должен быть затронут");
|
||||
} finally {
|
||||
Files.deleteIfExists(tooBig);
|
||||
Files.deleteIfExists(out);
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Лимит на число страниц: документ с 150 явными разрывами страниц
|
||||
* (фикстура too-many-pages.docx, нижняя оценка 151) должен
|
||||
* отвергаться до рендеринга. PDF не создаётся — в том числе пустой
|
||||
* файл-артефакт от уже открытого потока вывода.
|
||||
*/
|
||||
@Test
|
||||
void tooManyPages() throws Exception {
|
||||
Path in = extractSample("too-many-pages.docx");
|
||||
Path out = Files.createTempFile("too-many-out-", ".pdf");
|
||||
Files.deleteIfExists(out);
|
||||
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfConverter.convert(in, out));
|
||||
assertTrue(ex.getMessage().contains("100"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
assertFalse(Files.exists(out),
|
||||
"отказ по страницам не должен оставлять PDF: " + out);
|
||||
}
|
||||
|
||||
/**
|
||||
* Документ с устаревшим кэшем {@code <Pages>1</Pages>} и 110 маркерами
|
||||
* {@code w:lastRenderedPageBreak} (фикстура stale-cache.docx — модель
|
||||
* реального документа пользователя «110 страниц.docx»): конвертер
|
||||
* обязан отвергнуть его до рендера и не оставить PDF.
|
||||
*/
|
||||
@Test
|
||||
void staleCachePageCountRejectedBeforeRender() throws Exception {
|
||||
Path in = extractSample("stale-cache.docx");
|
||||
Path out = Files.createTempFile("stale-cache-out-", ".pdf");
|
||||
Files.deleteIfExists(out);
|
||||
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfConverter.convert(in, out));
|
||||
assertTrue(ex.getMessage().contains("100"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
assertFalse(Files.exists(out),
|
||||
"отказ по страницам не должен оставлять PDF: " + out);
|
||||
}
|
||||
}
|
||||
|
||||
@@ -0,0 +1,353 @@
|
||||
package ru.pjandro.wordpdf;
|
||||
|
||||
import org.apache.poi.xwpf.usermodel.BreakType;
|
||||
import org.apache.poi.xwpf.usermodel.XWPFDocument;
|
||||
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
|
||||
import org.apache.poi.xwpf.usermodel.XWPFTable;
|
||||
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
|
||||
import org.junit.jupiter.api.Test;
|
||||
|
||||
import java.io.ByteArrayOutputStream;
|
||||
import java.io.IOException;
|
||||
import java.nio.file.Files;
|
||||
import java.nio.file.Path;
|
||||
|
||||
import static org.junit.jupiter.api.Assertions.*;
|
||||
|
||||
/**
|
||||
* Юнит-тесты валидатора: размер (Path и byte[]) и число страниц
|
||||
* (Path, byte[] и уже загруженный пакет).
|
||||
*/
|
||||
class WordPdfValidatorTest {
|
||||
|
||||
private static Path bigDocx(long size) throws IOException {
|
||||
Path tmp = Files.createTempFile("validator-", ".docx");
|
||||
Files.write(tmp, new byte[(int) size]);
|
||||
return tmp;
|
||||
}
|
||||
|
||||
private static byte[] docxWithPageBreaks(int count) throws Exception {
|
||||
try (XWPFDocument doc = new XWPFDocument()) {
|
||||
for (int i = 0; i < count; i++) {
|
||||
XWPFParagraph p = doc.createParagraph();
|
||||
p.createRun().setText("p" + i);
|
||||
p.createRun().addBreak(BreakType.PAGE);
|
||||
}
|
||||
ByteArrayOutputStream bos = new ByteArrayOutputStream();
|
||||
doc.write(bos);
|
||||
return bos.toByteArray();
|
||||
}
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkInput_pathWithinLimit() throws IOException {
|
||||
Path p = bigDocx(1024);
|
||||
try {
|
||||
assertDoesNotThrow(() -> WordPdfValidator.checkInput(p));
|
||||
} finally {
|
||||
Files.deleteIfExists(p);
|
||||
}
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkInput_pathOverLimit() throws IOException {
|
||||
Path p = bigDocx(WordPdfValidator.MAX_INPUT_BYTES + 1);
|
||||
try {
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkInput(p));
|
||||
assertTrue(ex.getMessage().contains("5 МБ"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
} finally {
|
||||
Files.deleteIfExists(p);
|
||||
}
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkInput_pathNull() {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkInput((Path) null));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkInput_bytesWithinLimit() {
|
||||
assertDoesNotThrow(() ->
|
||||
WordPdfValidator.checkInput(new byte[1024]));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkInput_bytesOverLimit() {
|
||||
byte[] big = new byte[(int) WordPdfValidator.MAX_INPUT_BYTES + 1];
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkInput(big));
|
||||
assertTrue(ex.getMessage().contains("5 МБ"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkInput_bytesNull() {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkInput((byte[]) null));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCount_pkgWithinLimit() throws Exception {
|
||||
byte[] bytes = docxWithPageBreaks(5); // 1 + 5 = 6 страниц по оценке
|
||||
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
|
||||
new java.io.ByteArrayInputStream(bytes));
|
||||
assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(pkg));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCount_pkgOverLimit() throws Exception {
|
||||
byte[] bytes = docxWithPageBreaks(120); // 1 + 120 = 121
|
||||
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
|
||||
new java.io.ByteArrayInputStream(bytes));
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCount(pkg));
|
||||
assertTrue(ex.getMessage().contains("100"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCount_bytesOverLimit() throws Exception {
|
||||
byte[] bytes = docxWithPageBreaks(120);
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCount(bytes));
|
||||
assertTrue(ex.getMessage().contains("100"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCount_bytesNull() {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCount((byte[]) null));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCount_pkgNull() {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCount((WordprocessingMLPackage) null));
|
||||
}
|
||||
|
||||
// ---- lightweight (zip/StAX, без docx4j) ----
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_bytesWithinLimit() throws Exception {
|
||||
byte[] bytes = docxWithPageBreaks(5);
|
||||
assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_bytesOverLimit() throws Exception {
|
||||
byte[] bytes = docxWithPageBreaks(120);
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(bytes));
|
||||
assertTrue(ex.getMessage().contains("100"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_pathOverLimit() throws Exception {
|
||||
Path tmp = Files.createTempFile("validator-lw-", ".docx");
|
||||
Files.write(tmp, docxWithPageBreaks(120));
|
||||
try {
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(tmp));
|
||||
assertTrue(ex.getMessage().contains("100"),
|
||||
"сообщение должно упоминать лимит: " + ex.getMessage());
|
||||
} finally {
|
||||
Files.deleteIfExists(tmp);
|
||||
}
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_agreesWithJaxbPath() throws Exception {
|
||||
// на фикстурах без кэша Pages оба пути обязаны совпадать,
|
||||
// включая границу лимита: 99 разрывов = 100 страниц (проходит),
|
||||
// 100/101 = 101/102 (отказ)
|
||||
for (int breaks : new int[]{0, 3, 99, 100, 101}) {
|
||||
byte[] bytes = docxWithPageBreaks(breaks);
|
||||
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
|
||||
new java.io.ByteArrayInputStream(bytes));
|
||||
int jaxb = WordPdfValidator.pageCountOf(pkg);
|
||||
// lightweight-путь приватный; проверяем через границу лимита:
|
||||
// 1+breaks совпадает с оценкой JAXB
|
||||
assertEquals(1 + breaks, jaxb, "JAXB-оценка для " + breaks + " разрывов");
|
||||
if (breaks < 100) {
|
||||
assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes));
|
||||
} else {
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(bytes));
|
||||
assertTrue(ex.getMessage().contains("не менее " + (1 + breaks)),
|
||||
"оценка lightweight должна совпадать с JAXB: " + ex.getMessage());
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Секция {@code type="continuous"} по OOXML новую страницу не
|
||||
* начинает — lightweight-путь (zip/StAX) не обязан её считать, а
|
||||
* последняя body-direct секция (финальная) не считается никогда.
|
||||
* Случай A: 100 {@code nextPage} + финальная {@code continuous} —
|
||||
* 101 страница, отказ (старый код считал «все минус одна» без
|
||||
* учёта типа: 101−1=100 и пропускал). Случай B: 101
|
||||
* {@code continuous} + финальная {@code nextPage} — 1 страница,
|
||||
* проходит (старый код раздувал до 102 и отвергал). В JAXB-модели
|
||||
* body-direct sectPr не видны (docx4j оставляет только финальную
|
||||
* в {@code body.getSectPr()}, {@code getContent()} пуст), поэтому
|
||||
* расхождение lightweight здесь — допустимое завышение.
|
||||
* Регрессия — WordPdfValidator#scanDocument.
|
||||
*/
|
||||
@Test
|
||||
void pageCount_continuousSectionsNotCountedLightweight() throws Exception {
|
||||
java.util.List<String> typesA = new java.util.ArrayList<>();
|
||||
for (int i = 0; i < 100; i++) {
|
||||
typesA.add("nextPage");
|
||||
}
|
||||
typesA.add("continuous"); // финальная секция — непрерывная
|
||||
byte[] overLimit = docxWithBodySections(typesA);
|
||||
ConversionException exLwA = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(overLimit));
|
||||
assertTrue(exLwA.getMessage().contains("не менее 101"),
|
||||
"оценка = 1 + 100 межсекционных nextPage: " + exLwA.getMessage());
|
||||
|
||||
java.util.List<String> typesB = new java.util.ArrayList<>();
|
||||
for (int i = 0; i < 101; i++) {
|
||||
typesB.add("continuous");
|
||||
}
|
||||
typesB.add("nextPage"); // финальная секция
|
||||
byte[] ok = docxWithBodySections(typesB);
|
||||
assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(ok),
|
||||
"continuous-границы не страницы");
|
||||
}
|
||||
|
||||
/**
|
||||
* docx от POI, в {@code word/document.xml} которого перед закрытием
|
||||
* {@code w:body} вставлены {@code w:sectPr} прямо в {@code body} с
|
||||
* указанными {@code w:type} (последняя из них — финальная секция;
|
||||
* POI сам финальный sectPr не пишет).
|
||||
*/
|
||||
private static byte[] docxWithBodySections(java.util.List<String> types)
|
||||
throws Exception {
|
||||
byte[] base = docxWithPageBreaks(0);
|
||||
ByteArrayOutputStream out = new ByteArrayOutputStream();
|
||||
try (java.util.zip.ZipInputStream zin = new java.util.zip.ZipInputStream(
|
||||
new java.io.ByteArrayInputStream(base));
|
||||
java.util.zip.ZipOutputStream zout = new java.util.zip.ZipOutputStream(out)) {
|
||||
java.util.zip.ZipEntry e;
|
||||
while ((e = zin.getNextEntry()) != null) {
|
||||
byte[] data = zin.readAllBytes();
|
||||
if (e.getName().equals("word/document.xml")) {
|
||||
String xml = new String(data, java.nio.charset.StandardCharsets.UTF_8);
|
||||
StringBuilder sb = new StringBuilder();
|
||||
for (String t : types) {
|
||||
sb.append("<w:sectPr><w:type w:val=\"").append(t)
|
||||
.append("\"/></w:sectPr>");
|
||||
}
|
||||
// POI не пишет финальный sectPr — последняя вставленная
|
||||
// секция и есть финальная (в JAXB уйдёт в body.getSectPr());
|
||||
// пустой body сериализуется самозакрывающимся тегом
|
||||
int at = xml.indexOf("</w:body>");
|
||||
if (at >= 0) {
|
||||
xml = xml.substring(0, at) + sb + xml.substring(at);
|
||||
} else {
|
||||
at = xml.indexOf("<w:body/>");
|
||||
assertTrue(at >= 0, "в document.xml нет w:body");
|
||||
xml = xml.substring(0, at) + "<w:body>" + sb + "</w:body>"
|
||||
+ xml.substring(at + "<w:body/>".length());
|
||||
}
|
||||
data = xml.getBytes(java.nio.charset.StandardCharsets.UTF_8);
|
||||
}
|
||||
zout.putNextEntry(new java.util.zip.ZipEntry(e.getName()));
|
||||
zout.write(data);
|
||||
zout.closeEntry();
|
||||
}
|
||||
}
|
||||
return out.toByteArray();
|
||||
}
|
||||
|
||||
// ---- устаревший кэш <Pages> ----
|
||||
|
||||
private static byte[] staleCacheFixture() throws Exception {
|
||||
try (java.io.InputStream in = WordPdfValidatorTest.class.getClassLoader()
|
||||
.getResourceAsStream("samples/stale-cache.docx")) {
|
||||
assertNotNull(in, "Нет фикстуры samples/stale-cache.docx");
|
||||
return in.readAllBytes();
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Кэш Word {@code <Pages>1</Pages>} в документе с 110 маркерами
|
||||
* {@code w:lastRenderedPageBreak}: кэш больше не приоритетный источник,
|
||||
* оценка по маркерам (111) обязана победить и документ — быть
|
||||
* отвергнутым. Это регрессия на реальном документе пользователя
|
||||
* («110 страниц.docx»: кэш 1, маркеров 110, явных разрывов 0).
|
||||
*/
|
||||
@Test
|
||||
void pageCount_staleCacheLosesToLastRenderedMarkers() throws Exception {
|
||||
byte[] bytes = staleCacheFixture();
|
||||
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
|
||||
new java.io.ByteArrayInputStream(bytes));
|
||||
assertEquals(111, WordPdfValidator.pageCountOf(pkg),
|
||||
"оценка = max(кэш 1, разрывы 1, маркеры 110+1)");
|
||||
ConversionException ex = assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCount(pkg));
|
||||
assertTrue(ex.getMessage().contains("100"), ex.getMessage());
|
||||
// lightweight-путь обязан согласовать тот же отказ
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(bytes));
|
||||
}
|
||||
|
||||
/**
|
||||
* Явные разрывы внутри таблиц и контентных контролов тоже считаются:
|
||||
* раньше обходил только прямой контент body, и документ с разрывами в
|
||||
* ячейках оценивался в 1 страницу.
|
||||
*/
|
||||
@Test
|
||||
void pageCount_breaksInsideTablesAreCounted() throws Exception {
|
||||
byte[] bytes;
|
||||
try (XWPFDocument doc = new XWPFDocument()) {
|
||||
XWPFTable table = doc.createTable(2, 1);
|
||||
for (int i = 0; i < 120; i++) {
|
||||
XWPFParagraph p = table.getRow(0).getCell(0).getParagraphs().get(0);
|
||||
p.createRun().setText("t" + i);
|
||||
p.createRun().addBreak(BreakType.PAGE);
|
||||
}
|
||||
java.io.ByteArrayOutputStream bos = new java.io.ByteArrayOutputStream();
|
||||
doc.write(bos);
|
||||
bytes = bos.toByteArray();
|
||||
}
|
||||
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
|
||||
new java.io.ByteArrayInputStream(bytes));
|
||||
assertEquals(121, WordPdfValidator.pageCountOf(pkg),
|
||||
"разрывы в ячейке таблицы должны считаться");
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCount(bytes));
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(bytes));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_bytesNull() {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight((byte[]) null));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_pathNull() {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight((Path) null));
|
||||
}
|
||||
|
||||
@Test
|
||||
void checkPageCountLightweight_notAZip() throws IOException {
|
||||
Path tmp = Files.createTempFile("validator-lw-bad-", ".docx");
|
||||
Files.write(tmp, "not a zip at all".getBytes());
|
||||
try {
|
||||
assertThrows(ConversionException.class,
|
||||
() -> WordPdfValidator.checkPageCountLightweight(tmp));
|
||||
} finally {
|
||||
Files.deleteIfExists(tmp);
|
||||
}
|
||||
}
|
||||
}
|
||||
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Binary file not shown.
Reference in New Issue
Block a user