docs: актуализация под docx4j 17.3.6 — правила 1–9, форк FOP 2.12, реаудит гэпов (framePr починен апстримом; distribute/lvlJc/кернинг без изменений), счётчики тестов
PR checks / web (pull_request) Successful in 40s
PR checks / java (pull_request) Failing after 1m29s

This commit is contained in:
Pjandro
2026-11-08 21:26:32 +00:00
parent ab41d9d09b
commit b8d0e4433b
7 changed files with 42 additions and 39 deletions
+12 -11
View File
@@ -1,6 +1,6 @@
# java-word-pdf
Конвертация **.docx/.doc → PDF** на чистом Java: `docx4j` 17.3.2 + форк
Конвертация **.docx/.doc → PDF** на чистом Java: `docx4j` 17.3.6 + форк
`Apache FOP`, без LibreOffice/Aspose. Бинарный `.doc` (Word 97–2003) читается
собственным мостом [MS-DOC]/[MS-CFB] и переносится в .docx в памяти — дальше
идёт тем же конвейером. Шрифты упакованы в jar — конвертация не зависит от
@@ -41,7 +41,7 @@ java-word-pdf/
|`ru.pjandro.wordpdf.ConversionException`|ошибки конвертации; подтипы `ValidationException` (некорректный вход) и `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`)|
|`ru.pjandro.wordpdf.fonts.BundledFonts`|выгрузка TTF из jar и регистрация в docx4j|
|`ru.pjandro.wordpdf.fonts.BundledFontMapper`|маппинг имён шрифтов документа → TTF|
|`ru.pjandro.wordpdf.internal.DocxRewritePipeline`|правила 1–10 нормализации XML-частей одним zip-проходом (+ `OleObjectNormalizer`, правило 11)|
|`ru.pjandro.wordpdf.internal.DocxRewritePipeline`|правила 1–8 нормализации XML-частей одним zip-проходом (+ `OleObjectNormalizer`, правило 9)|
|`ru.pjandro.wordpdf.internal.doc.DocToDocx`|мост бинарного `.doc` → in-memory `.docx` (`convert`/`countPages`)|
|`ru.pjandro.wordpdf.internal.FopFallbackFonts`|декларация fallback-семейства в FOP-конфиге|
|`ru.pjandro.wordpdf.internal.chart.DrawingPreRenderer`|диаграммы/SmartArt → PNG до XSL-FO|
@@ -294,15 +294,16 @@ Dev-режим без контейнеров: бэкенд `java -jar wordpdf-ap
1. Вход проверяется до рендера: размер → сигнатура (zip PK или CFB) → (.docx:
контейнер и страницы lightweight-StAX по zip; .doc: страницы по чистому
бинарному документу мостом) — `WordPdfValidator`, без зависимости от docx4j.
2. XML-части переписывает `DocxRewritePipeline` одним zip-проходом — десять
2. XML-части переписывает `DocxRewritePipeline` одним zip-проходом — восемь
правил (порядок значим): strict→transitional (`w:start`/`w:end`, проценты),
`on/off` → `true/false` (иначе docx4j теряет значение, и regular-раны
рендерились жирным курсивом), маркеры Symbol/Wingdings → Unicode (вместо «#»),
поля `PAGE`/`NUMPAGES` → `w:fldSimple` (пересчитываются, а не печатают кэш
из docx), невидимые символы, раны со знаками вне их шрифта (резка по покрытию
глифов), `w:jc` center/right + `w:tblInd` → абсолютный отступ таблицы,
`w:suff="space"` → пробел в номере списка, скрытые раны (`w:vanish`), руби
(надстрочница вырезается). Затем вычищаются OLE-объекты (правило 11,
рендерились жирным курсивом), невидимые символы, раны со знаками вне их
шрифта (резка по покрытию глифов), `w:jc` center/right + `w:tblInd` →
абсолютный отступ таблицы, `w:suff="space"` → пробел в номере списка,
скрытые раны (`w:vanish`), руби (надстрочница вырезается). Маркеры
Symbol/Wingdings и поля `PAGE`/`NUMPAGES` не переписываем — с docx4j 17.3.x
экспорт делает это сам (маркеры → Unicode, complex-поля → пересчёт вместо
кэша). Затем вычищаются OLE-объекты (правило 9,
`OleObjectNormalizer`, картинка-плейсхолдер сохраняется).
3. Документ загружается в `WordprocessingMLPackage`, привязывается
`BundledFontMapper`.
@@ -326,9 +327,9 @@ Dev-режим без контейнеров: бэкенд `java -jar wordpdf-ap
целиком на SIL OFL.
- Поддержка таблиц/изображений — базовая (через docx4j/FOP).
- Часть расхождений с Word — неустранимые невозможности FOP/docx4j
(`jc="distribute"`, `suff="tab"`, кернинг, `framePr`, кэш `REF`/`SEQ`/`TOC`,
(`jc="distribute"`, `suff="tab"`, кернинг, кэш `REF`/`SEQ`/`TOC`,
надстрочница руби) — полный перечень с доказательствами:
`docs/agent/render-limitations.md`.
`docs/agent/render-limitations.md`. `w:framePr` с docx4j 17.3.6 позиционируется.
- На `.doc` error-флаги диаграмм/SmartArt/OLE не срабатывают: BLIP-плейсхолдеры
бинарного формата — уже растры, они вставляются картинками; EMF/WMF/PICT
пропускаются с warn.