feat(core): OLE-вычистка сохраняет картинку-плейсхолдер (ECMA-376 §15.2.10)
PR checks / web (pull_request) Successful in 44s
PR checks / java (pull_request) Successful in 1m0s
Main: tests, deploy, autotests / web (push) Successful in 40s
Main: tests, deploy, autotests / java (push) Successful in 58s
Main: tests, deploy, autotests / images-app (push) Successful in 51s
Main: tests, deploy, autotests / images-web (push) Successful in 1m11s
Main: tests, deploy, autotests / deploy (push) Successful in 1m30s
Main: tests, deploy, autotests / autotests (push) Successful in 46s
Main: tests, deploy, autotests / rollback (push) Has been skipped
PR checks / web (pull_request) Successful in 44s
PR checks / java (pull_request) Successful in 1m0s
Main: tests, deploy, autotests / web (push) Successful in 40s
Main: tests, deploy, autotests / java (push) Successful in 58s
Main: tests, deploy, autotests / images-app (push) Successful in 51s
Main: tests, deploy, autotests / images-web (push) Successful in 1m11s
Main: tests, deploy, autotests / deploy (push) Successful in 1m30s
Main: tests, deploy, autotests / autotests (push) Successful in 46s
Main: tests, deploy, autotests / rollback (push) Has been skipped
w:object больше не выбрасывается целиком: w:drawing переиспользуется дословно, v:imagedata r:id заменяется inline-DrawingML на ту же image-часть (размер из style v:shape, иначе w:dxaOrig/w:dyaOrig); блоки w:control и без плейсхолдера удаляются. Находка OLE — также разметка w:object без bin-части (иначе NPE chunkType is null доходит до docx4j). oleObject-rels удаляются по типу, включая TargetMode=External. Фикстура ole-embedded: битый рукописный fallback.png (IDAT length 13 при 16 байтах) заменён на валидный — FOP падал PNGImageDecoder. OLE-бинарники по-прежнему никогда не читаются.
This commit was merged in pull request #58.
This commit is contained in:
@@ -6,7 +6,8 @@ package ru.pjandro.wordpdf;
|
||||
* ({@link ConvertOptions#errorOnCharts()}, {@link ConvertOptions#errorOnSmartArt()},
|
||||
* {@link ConvertOptions#errorOnOle()}).
|
||||
* Диаграммы/SmartArt конвертируются всегда; OLE-объекты при выключенном
|
||||
* {@code errorOnOle} тихо удаляются из документа (в отличие от них).
|
||||
* {@code errorOnOle} теряют свои данные, но сохраняют картинку-плейсхолдер
|
||||
* (в отличие от них).
|
||||
* Исключение отвергает документ целиком.
|
||||
*
|
||||
* <p>Наследник {@link ConversionException} — наружу по-прежнему ловится
|
||||
|
||||
@@ -22,7 +22,8 @@ import java.util.zip.ZipInputStream;
|
||||
import java.util.zip.ZipOutputStream;
|
||||
|
||||
/**
|
||||
* Удаление OLE-объектов из docx перед загрузкой docx4j.
|
||||
* Вычистка OLE-объектов из docx перед загрузкой docx4j — со сохранением
|
||||
* статичного представления.
|
||||
*
|
||||
* <p>docx4j падает на документах с внедрёнными OLE-объектами двумя путями:
|
||||
* (1) продюсер файла пишет ложный content type для бинарной части
|
||||
@@ -33,19 +34,29 @@ import java.util.zip.ZipOutputStream;
|
||||
* {@code chunkType is null} даже при честном типе
|
||||
* {@code application/vnd.openxmlformats-officedocument.oleObject}.
|
||||
* Лечится одинаково: OLE-части, ссылки на них и элементы {@code w:object}
|
||||
* удаляются из контейнера — документ конвертируется без объектов.</p>
|
||||
* удаляются из контейнера. При этом {@code w:object} НЕ выбрасывается целиком:
|
||||
* 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
|
||||
* удаляется. OLE-бинарники при этом никогда не читаются — байты только
|
||||
* удаляются, так что содержимое объекта (вплоть до враждебного архива) на
|
||||
* вывод не влияет.</p>
|
||||
*
|
||||
* <p>Отличие от остальных нормализаторов пакета: принимает флаг
|
||||
* {@code errorOnOle} и умеет бросать {@link DrawingFoundException}
|
||||
* (при включённом флаге документ отвергается вместо удаления), и правит
|
||||
* (при включённом флаге документ отвергается вместо вычистки), и правит
|
||||
* не только {@code word/*.xml}, но и {@code [Content_Types].xml} с
|
||||
* {@code *.rels}. Хука {@code rewrite(String)} нет — нормализатор
|
||||
* многочастный (решение об удалении зависит от связки content type + rels),
|
||||
* тесты работают через {@link #normalize} на in-memory zip.</p>
|
||||
*
|
||||
* <p>Если OLE-объектов нет, возвращает исходный массив без переупаковки zip.
|
||||
* Регрессия — WordPdfConverterTest#oleObjects_removedAndConverted,
|
||||
* Регрессия — WordPdfConverterTest#oleObjects_removedAndConverted
|
||||
* (плейсхолдер доезжает до PDF),
|
||||
* WordPdfConverterTest#drawingErrors_errorFlagRejectsOle,
|
||||
* OleObjectNormalizerTest#objectWithImagedata_placeholderKept,
|
||||
* OleObjectNormalizerTest#objectWithoutImage_removed,
|
||||
* фикстура samples/ole-embedded.docx.</p>
|
||||
*/
|
||||
public final class OleObjectNormalizer {
|
||||
@@ -74,6 +85,49 @@ public final class OleObjectNormalizer {
|
||||
/** Парный w:object (внутри VML-обёртка, роняющая экспорт) и самозакрытый. */
|
||||
private static final Pattern W_OBJECT = Pattern.compile(
|
||||
"<w:object\\b[^>]*>.*?</w:object>|<w:object\\b[^>]*/>", Pattern.DOTALL);
|
||||
/** Первый w:drawing внутри блока w:object — готовая DrawingML-картинка (ветка mc:Choice). */
|
||||
private static final Pattern W_DRAWING = Pattern.compile(
|
||||
"<w:drawing\\b[^>]*>.*?</w:drawing>|<w:drawing\\b[^>]*/>", Pattern.DOTALL);
|
||||
/** v:imagedata с r:id — ссылка на картинку-плейсхолдер (§15.2.10). */
|
||||
private static final Pattern V_IMAGEDATA = Pattern.compile(
|
||||
"<v:imagedata\\b[^>]*\\br:id=\"([^\"]*)\"[^>]*>");
|
||||
/** style первого v:shape блока — источник размера плейсхолдера. */
|
||||
private static final Pattern SHAPE_STYLE = Pattern.compile(
|
||||
"<v:shape\\b[^>]*\\bstyle=\"([^\"]*)\"");
|
||||
private static final Pattern STYLE_WIDTH = Pattern.compile(
|
||||
"width\\s*:\\s*([0-9]+(?:\\.[0-9]+)?)\\s*(pt|in|cm|mm|pc|px|em)");
|
||||
private static final Pattern STYLE_HEIGHT = Pattern.compile(
|
||||
"height\\s*:\\s*([0-9]+(?:\\.[0-9]+)?)\\s*(pt|in|cm|mm|pc|px|em)");
|
||||
/** Размер w:object в твиксах (§17.3.3.19 dxaOrig/dyaOrig), ×635 = EMU. */
|
||||
private static final Pattern DXA_ORIG = Pattern.compile("\\bdxaOrig=\"([0-9]+)\"");
|
||||
private static final Pattern DYA_ORIG = Pattern.compile("\\bdyaOrig=\"([0-9]+)\"");
|
||||
/** Тип rels-ссылки на OLE-часть; External (связанные объекты) тоже. */
|
||||
private static final Pattern OLE_OBJECT_REL = Pattern.compile(
|
||||
"\\bType=\"[^\"]*/oleObject\"");
|
||||
/**
|
||||
* Замена `w:object` с VML-плейсхолдером: минимально валидный `CT_Inline`
|
||||
* (extent + docPr + graphic) с `pic:pic` на ту же image-часть. Пространства
|
||||
* `wp/a/pic/r` объявлены на самом `wp:inline` — документ-обёртка может их
|
||||
* не объявлять (без DrawingML на корне нет `xmlns:pic`); `w:` объявлен на
|
||||
* корне любого wordprocessingml-документа. Форма — как у
|
||||
* `DrawingPreRenderer.swapForPicture` (тот JAXB-ный, здесь байтовый уровень).
|
||||
*/
|
||||
private static final String PLACEHOLDER =
|
||||
"<w:drawing><wp:inline xmlns:wp=\"http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing\""
|
||||
+ " xmlns:a=\"http://schemas.openxmlformats.org/drawingml/2006/main\""
|
||||
+ " xmlns:pic=\"http://schemas.openxmlformats.org/drawingml/2006/picture\""
|
||||
+ " xmlns:r=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships\""
|
||||
+ " distT=\"0\" distB=\"0\" distL=\"0\" distR=\"0\">"
|
||||
+ "<wp:extent cx=\"{CX}\" cy=\"{CY}\"/>"
|
||||
+ "<wp:docPr id=\"{ID}\" name=\"OLE placeholder\"/>"
|
||||
+ "<a:graphic><a:graphicData uri=\"http://schemas.openxmlformats.org/drawingml/2006/picture\">"
|
||||
+ "<pic:pic><pic:nvPicPr><pic:cNvPr id=\"{ID}\" name=\"OLE placeholder\"/><pic:cNvPicPr/></pic:nvPicPr>"
|
||||
+ "<pic:blipFill><a:blip r:embed=\"{RID}\"/><a:stretch><a:fillRect/></a:stretch></pic:blipFill>"
|
||||
+ "<pic:spPr><a:xfrm><a:off x=\"0\" y=\"0\"/><a:ext cx=\"{CX}\" cy=\"{CY}\"/></a:xfrm>"
|
||||
+ "<a:prstGeom prst=\"rect\"><a:avLst/></a:prstGeom></pic:spPr></pic:pic>"
|
||||
+ "</a:graphicData></a:graphic></wp:inline></w:drawing>";
|
||||
/** Стартовый docPr/@id вставляемых плейсхолдеров — заведомо за пределами реальных id части. */
|
||||
private static final int FIRST_DOC_PR_ID = 900000;
|
||||
private static final Pattern PART_NAME_ATTR = Pattern.compile("\\bPartName=\"([^\"]*)\"");
|
||||
|
||||
private static final Logger LOG = Logger.getLogger(OleObjectNormalizer.class.getName());
|
||||
@@ -82,14 +136,15 @@ public final class OleObjectNormalizer {
|
||||
}
|
||||
|
||||
/**
|
||||
* Удаляет из docx OLE-объекты: бинарные `.bin`-части с OLE-типом (или
|
||||
* ложным XML-типом), ссылки на них в `*.rels`, элементы `w:object` в
|
||||
* `word/*.xml` и `Override` удалённых частей в `[Content_Types].xml`.
|
||||
* Вычистляет из docx OLE-объекты: бинарные `.bin`-части с OLE-типом (или
|
||||
* ложным XML-типом), ссылки на них и oleObject-ссылки (включая External) в
|
||||
* `*.rels`, `Override` удалённых частей в `[Content_Types].xml`; элементы
|
||||
* `w:object` в `word/*.xml` заменяются их статичным представлением
|
||||
* (плейсхолдером), а без плейсхолдера — удаляются.
|
||||
*
|
||||
* @param docx байты .docx (zip)
|
||||
* @param errorOnOle true — не удалять, а отвергнуть документ
|
||||
* @param errorOnOle true — не вычищать, а отвергнуть документ
|
||||
* @return те же байты, если OLE-объектов нет; иначе переупакованный zip без OLE
|
||||
* @throws DrawingFoundException при {@code errorOnOle} и найденном OLE-объекте
|
||||
*/
|
||||
public static byte[] normalize(byte[] docx, boolean errorOnOle) throws IOException {
|
||||
Map<String, byte[]> entries = new LinkedHashMap<>();
|
||||
@@ -108,18 +163,23 @@ public final class OleObjectNormalizer {
|
||||
Map<String, String> overrides = overrideTypes(ctXml);
|
||||
|
||||
Set<String> oleParts = new HashSet<>();
|
||||
boolean hasObjectMarkup = false;
|
||||
for (Map.Entry<String, byte[]> e : entries.entrySet()) {
|
||||
String name = e.getKey();
|
||||
if (!name.endsWith(BIN_SUFFIX)) {
|
||||
continue;
|
||||
}
|
||||
if (name.endsWith(BIN_SUFFIX)) {
|
||||
String type = effectiveType(name, overrides, defaults);
|
||||
if (type != null && (OLE_OBJECT_TYPE.equalsIgnoreCase(type)
|
||||
|| type.endsWith(XML_TYPE_SUFFIX))) {
|
||||
oleParts.add(name);
|
||||
}
|
||||
} else if (!hasObjectMarkup && name.startsWith("word/") && name.endsWith(".xml")
|
||||
&& new String(e.getValue(), StandardCharsets.UTF_8).contains("<w:object")) {
|
||||
// сам w:object — уже OLE: без bin-части он всё равно роняет docx4j
|
||||
// (NPE chunkType is null) и обязан быть переписан
|
||||
hasObjectMarkup = true;
|
||||
}
|
||||
if (oleParts.isEmpty()) {
|
||||
}
|
||||
if (oleParts.isEmpty() && !hasObjectMarkup) {
|
||||
return docx;
|
||||
}
|
||||
if (errorOnOle) {
|
||||
@@ -144,7 +204,7 @@ public final class OleObjectNormalizer {
|
||||
data = fixed.getBytes(StandardCharsets.UTF_8);
|
||||
}
|
||||
} else if (name.startsWith("word/") && name.endsWith(".xml")) {
|
||||
String fixed = stripObjects(
|
||||
String fixed = rewriteObjects(
|
||||
new String(data, StandardCharsets.UTF_8));
|
||||
if (fixed != null) {
|
||||
data = fixed.getBytes(StandardCharsets.UTF_8);
|
||||
@@ -200,8 +260,10 @@ public final class OleObjectNormalizer {
|
||||
}
|
||||
|
||||
/**
|
||||
* Удаляет из `.rels` элементы Relationship, чей Target резолвится в
|
||||
* удалённую часть. Внешние ссылки (TargetMode="External") не трогаем.
|
||||
* Удаляет из `.rels` элементы Relationship типа oleObject (независимо от
|
||||
* TargetMode — внешние ссылки связанных объектов после замены `w:object`
|
||||
* осиротеют) и элементы, чей Target резолвится в удалённую часть.
|
||||
* Прочие внешние ссылки (TargetMode="External") не трогаем.
|
||||
*
|
||||
* @return новая строка либо null, если удалять нечего
|
||||
*/
|
||||
@@ -218,6 +280,12 @@ public final class OleObjectNormalizer {
|
||||
boolean changed = false;
|
||||
while (m.find()) {
|
||||
String rel = m.group();
|
||||
if (OLE_OBJECT_REL.matcher(rel).find()) {
|
||||
sb.append(relsXml, last, m.start());
|
||||
last = m.end();
|
||||
changed = true;
|
||||
continue;
|
||||
}
|
||||
Matcher mode = TARGET_MODE_EXTERNAL.matcher(rel);
|
||||
if (mode.find()) {
|
||||
continue;
|
||||
@@ -269,12 +337,18 @@ public final class OleObjectNormalizer {
|
||||
}
|
||||
|
||||
/**
|
||||
* Вырезает из word/*.xml элементы w:object (внутри — VML-обёртка,
|
||||
* которая сама по себе роняет экспорт docx4j).
|
||||
* Заменяет в word/*.xml каждый w:object его статичным представлением
|
||||
* (плейсхолдером, ECMA-376 §15.2.10/§17.3.3.3): 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
|
||||
* image-часть; без картинки (или без вычислимого размера) блок удаляется.
|
||||
* VML-обёртка внутри w:object сама по себе роняет экспорт docx4j, поэтому
|
||||
* ни один блок не остаётся как есть.
|
||||
*
|
||||
* @return новая строка либо null, если совпадений не было
|
||||
*/
|
||||
private static String stripObjects(String xml) {
|
||||
private static String rewriteObjects(String xml) {
|
||||
if (xml.indexOf("<w:object") < 0) {
|
||||
return null;
|
||||
}
|
||||
@@ -282,7 +356,84 @@ public final class OleObjectNormalizer {
|
||||
if (!m.find()) {
|
||||
return null;
|
||||
}
|
||||
return m.reset().replaceAll("");
|
||||
StringBuilder sb = new StringBuilder(xml.length());
|
||||
int docPrId = FIRST_DOC_PR_ID;
|
||||
m.reset();
|
||||
while (m.find()) {
|
||||
String block = m.group();
|
||||
String replacement;
|
||||
Matcher drawing = W_DRAWING.matcher(block);
|
||||
Matcher image = V_IMAGEDATA.matcher(block);
|
||||
if (block.indexOf("<w:control") >= 0) {
|
||||
replacement = "";
|
||||
} else if (drawing.find()) {
|
||||
replacement = drawing.group();
|
||||
} else if (image.find()) {
|
||||
long[] size = placeholderSize(block);
|
||||
if (size.length == 0) {
|
||||
replacement = "";
|
||||
} else {
|
||||
replacement = PLACEHOLDER
|
||||
.replace("{RID}", image.group(1))
|
||||
.replace("{CX}", Long.toString(size[0]))
|
||||
.replace("{CY}", Long.toString(size[1]))
|
||||
.replace("{ID}", Integer.toString(docPrId));
|
||||
docPrId++;
|
||||
}
|
||||
} else {
|
||||
replacement = "";
|
||||
}
|
||||
m.appendReplacement(sb, Matcher.quoteReplacement(replacement));
|
||||
}
|
||||
m.appendTail(sb);
|
||||
return sb.toString();
|
||||
}
|
||||
|
||||
/**
|
||||
* Размер плейсхолдера в EMU: сначала `style` того же `v:shape`, затем
|
||||
* `w:dxaOrig`/`w:dyaOrig` самого `w:object` (твиксы ×635, §17.3.3.19).
|
||||
*
|
||||
* @return {cx, cy} либо пустой массив, если размер вычислить не удалось
|
||||
*/
|
||||
private static long[] placeholderSize(String block) {
|
||||
Matcher shape = SHAPE_STYLE.matcher(block);
|
||||
if (shape.find()) {
|
||||
String style = shape.group(1);
|
||||
Matcher w = STYLE_WIDTH.matcher(style);
|
||||
Matcher h = STYLE_HEIGHT.matcher(style);
|
||||
if (w.find() && h.find()) {
|
||||
long cx = toEmu(w);
|
||||
long cy = toEmu(h);
|
||||
if (cx > 0 && cy > 0) {
|
||||
return new long[] {cx, cy};
|
||||
}
|
||||
}
|
||||
}
|
||||
Matcher dxa = DXA_ORIG.matcher(block);
|
||||
Matcher dya = DYA_ORIG.matcher(block);
|
||||
if (dxa.find() && dya.find()) {
|
||||
long cx = Long.parseLong(dxa.group(1)) * 635;
|
||||
long cy = Long.parseLong(dya.group(1)) * 635;
|
||||
if (cx > 0 && cy > 0) {
|
||||
return new long[] {cx, cy};
|
||||
}
|
||||
}
|
||||
return new long[0];
|
||||
}
|
||||
|
||||
/** CSS-размер из style v:shape → EMU (1pt = 12700 EMU). */
|
||||
private static long toEmu(Matcher m) {
|
||||
double value = Double.parseDouble(m.group(1));
|
||||
long perUnit = switch (m.group(2)) {
|
||||
case "in" -> 914_400L;
|
||||
case "cm" -> 360_000L;
|
||||
case "mm" -> 36_000L;
|
||||
case "pc" -> 152_400L;
|
||||
case "px" -> 9_525L;
|
||||
case "em" -> 190_500L;
|
||||
default -> 12_700L; // pt — единственная оставшаяся единица регулярки
|
||||
};
|
||||
return Math.round(value * perUnit);
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
@@ -230,8 +230,9 @@ class WordPdfConverterTest {
|
||||
/**
|
||||
* Регрессия: OLE-объекты (осиротевший bin с ложным XML-типом и настоящий
|
||||
* w:object) роняли экспорт docx4j; при выключенном errorOnOle
|
||||
* OleObjectNormalizer тихо удаляет их и документ конвертируется.
|
||||
* Фикстура samples/ole-embedded.docx.
|
||||
* OleObjectNormalizer вычищает их данные, а картинку-плейсхолдер
|
||||
* (fallback.png, ECMA-376 §15.2.10) сохраняет — она обязана доехать
|
||||
* до PDF. Фикстура samples/ole-embedded.docx.
|
||||
*/
|
||||
@Test
|
||||
void oleObjects_removedAndConverted() throws Exception {
|
||||
@@ -242,6 +243,9 @@ class WordPdfConverterTest {
|
||||
"пропал текст до OLE-объекта: " + text);
|
||||
assertTrue(text.contains("OLE object test after"),
|
||||
"пропал текст после OLE-объекта: " + text);
|
||||
// RGBA-PNG FOP режет на картинку + SMask — считаем различные потоки без масок
|
||||
assertEquals(1, distinctImageCount(pdf),
|
||||
"картинка-плейсхолдер OLE-объекта обязана остаться в PDF");
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
@@ -66,6 +66,45 @@ class OleObjectNormalizerTest {
|
||||
+ "</Relationships>";
|
||||
|
||||
private static final byte[] BIN = {'P', 'K', 3, 4, 0, 1, 2, (byte) 0xFF};
|
||||
private static final byte[] PNG = {(byte) 0x89, 'P', 'N', 'G', 1, 2, 3};
|
||||
|
||||
/** CT_OLE + png (image-часть плейсхолдера). */
|
||||
private static final String CT_OLE_PNG =
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
|
||||
+ "<Types xmlns=\"http://schemas.openxmlformats.org/package/2006/content-types\">"
|
||||
+ "<Default Extension=\"rels\" ContentType=\"application/vnd.openxmlformats-package.relationships+xml\"/>"
|
||||
+ "<Default Extension=\"xml\" ContentType=\"application/xml\"/>"
|
||||
+ "<Default Extension=\"png\" ContentType=\"image/png\"/>"
|
||||
+ "<Override PartName=\"/word/document.xml\" ContentType=\"application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml\"/>"
|
||||
+ "<Override PartName=\"/word/_embedded/ole.bin\" ContentType=\"application/vnd.openxmlformats-officedocument.oleObject\"/>"
|
||||
+ "</Types>";
|
||||
|
||||
/** Без OLE-частей вообще (для w:object без bin-части). */
|
||||
private static final String CT_PLAIN_PNG =
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
|
||||
+ "<Types xmlns=\"http://schemas.openxmlformats.org/package/2006/content-types\">"
|
||||
+ "<Default Extension=\"rels\" ContentType=\"application/vnd.openxmlformats-package.relationships+xml\"/>"
|
||||
+ "<Default Extension=\"xml\" ContentType=\"application/xml\"/>"
|
||||
+ "<Default Extension=\"png\" ContentType=\"image/png\"/>"
|
||||
+ "<Override PartName=\"/word/document.xml\" ContentType=\"application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml\"/>"
|
||||
+ "</Types>";
|
||||
|
||||
/** w:object с VML-плейсхолдером — форма фикстуры samples/ole-embedded.docx. */
|
||||
private static final String DOC_OBJECT_WITH_IMAGE =
|
||||
"<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p><w:r><w:t>before</w:t></w:r>"
|
||||
+ "<w:r><w:object><v:shape id=\"ole1\" style=\"width:60pt;height:30pt\">"
|
||||
+ "<v:imagedata r:id=\"rId2\" o:title=\"fallback\"/></v:shape>"
|
||||
+ "<o:OLEObject Type=\"Embed\" r:id=\"rId1\"/></w:object></w:r>"
|
||||
+ "<w:r><w:t>after</w:t></w:r></w:p></w:body></w:document>";
|
||||
|
||||
/** oleObject-rel (rId1) + image-rel плейсхолдера (rId2). */
|
||||
private static final String DOCRELS_OLE_AND_IMAGE =
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
|
||||
+ "<Relationships xmlns=\"http://schemas.openxmlformats.org/package/2006/relationships\">"
|
||||
+ "<Relationship Id=\"rId1\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/oleObject\" Target=\"_embedded/ole.bin\"/>"
|
||||
+ "<Relationship Id=\"rId2\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/image\" Target=\"media/fallback.png\"/>"
|
||||
+ "</Relationships>";
|
||||
|
||||
private static byte[] zip(Map<String, byte[]> entries) throws IOException {
|
||||
ByteArrayOutputStream out = new ByteArrayOutputStream();
|
||||
@@ -431,4 +470,307 @@ class OleObjectNormalizerTest {
|
||||
assertFalse(outCt.contains("word/_embedded/ole.bin"),
|
||||
"Override без ведущего слэша обязан быть удалён: " + outCt);
|
||||
}
|
||||
|
||||
/**
|
||||
* ECMA-376 §15.2.10: у OLE-обязан быть картинка-плейсхолдер — при
|
||||
* вычистке bin удаляется, плейсхолдер переезжает в inline-DrawingML
|
||||
* на ту же image-часть с размером из style v:shape (60x30pt = 762000x381000 EMU).
|
||||
*/
|
||||
@Test
|
||||
void objectWithImagedata_placeholderKept() throws Exception {
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
|
||||
byte[] result = OleObjectNormalizer.normalize(zip(m), false);
|
||||
|
||||
String doc = readEntry(result, "word/document.xml");
|
||||
assertFalse(doc.contains("<w:object"), "w:object обязан быть переписан: " + doc);
|
||||
assertFalse(doc.contains("</w:object>"), "закрытия w:object остаться не должно: " + doc);
|
||||
assertTrue(doc.contains("r:embed=\"rId2\""),
|
||||
"плейсхолдер обязан ссылаться на image-часть: " + doc);
|
||||
assertTrue(doc.contains("cx=\"762000\"") && doc.contains("cy=\"381000\""),
|
||||
"размер 60x30pt обязан переехать в EMU: " + doc);
|
||||
assertTrue(doc.contains("before") && doc.contains("after"),
|
||||
"тексты вокруг объекта обязаны сохраниться: " + doc);
|
||||
Map<String, byte[]> entries = unzip(result);
|
||||
assertFalse(entries.containsKey("word/_embedded/ole.bin"),
|
||||
"bin-часть обязана быть удалена");
|
||||
assertTrue(entries.containsKey("word/media/fallback.png"),
|
||||
"image-часть плейсхолдера обязана остаться");
|
||||
String rels = readEntry(result, "word/_rels/document.xml.rels");
|
||||
assertFalse(rels.contains("oleObject"), "oleObject-rel обязан исчезнуть: " + rels);
|
||||
assertTrue(rels.contains("media/fallback.png"),
|
||||
"image-rel обязан остаться: " + rels);
|
||||
}
|
||||
|
||||
/** Нет никакой картинки в блоке — нечего сохранять, блок удаляется. */
|
||||
@Test
|
||||
void objectWithoutImage_removed() throws Exception {
|
||||
String doc = "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p><w:r><w:t>before</w:t></w:r>"
|
||||
+ "<w:r><w:object><o:OLEObject Type=\"Embed\" r:id=\"rId1\"/></w:object></w:r>"
|
||||
+ "<w:r><w:t>after</w:t></w:r></w:p></w:body></w:document>";
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(doc));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(zip(m), false),
|
||||
"word/document.xml");
|
||||
assertFalse(out.contains("w:object"), "блок без картинки обязан быть вырезан: " + out);
|
||||
assertTrue(out.contains("before") && out.contains("after"), "тексты обязаны остаться: " + out);
|
||||
}
|
||||
|
||||
/** Блок с готовым w:drawing (ветка mc:Choice) — drawing сохраняется дословно. */
|
||||
@Test
|
||||
void objectWithDrawing_reusedVerbatim() throws Exception {
|
||||
String drawing = "<w:drawing><wp:inline><wp:extent cx=\"12700\" cy=\"25400\"/>"
|
||||
+ "<a:blip r:embed=\"rId9\"/></wp:inline></w:drawing>";
|
||||
String doc = "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p><w:r><w:object>" + drawing
|
||||
+ "<o:OLEObject Type=\"Embed\" r:id=\"rId1\"/></w:object></w:r></w:p></w:body></w:document>";
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(doc));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(zip(m), false),
|
||||
"word/document.xml");
|
||||
assertTrue(out.contains(drawing), "w:drawing обязан сохраниться дословно: " + out);
|
||||
assertFalse(out.contains("<w:object"), "обёртка w:object обязана исчезнуть: " + out);
|
||||
assertFalse(out.contains("</w:object>"), "закрытие w:object обязано исчезнуть: " + out);
|
||||
}
|
||||
|
||||
/** ActiveX (w:control) — блок удаляется целиком (нынешнее поведение). */
|
||||
@Test
|
||||
void controlBlockRemoved() throws Exception {
|
||||
String doc = "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p><w:r><w:object><w:control r:id=\"rId5\"/></w:object></w:r></w:p></w:body></w:document>";
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(doc));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(zip(m), false),
|
||||
"word/document.xml");
|
||||
assertFalse(out.contains("w:object"), "блок с w:control обязан быть вырезан: " + out);
|
||||
assertFalse(out.contains("w:control"), "w:control обязан быть вырезан: " + out);
|
||||
}
|
||||
|
||||
/** Нет style у v:shape — размер берётся из w:dxaOrig/w:dyaOrig (твиксы ×635). */
|
||||
@Test
|
||||
void sizeFromDxaOrig() throws Exception {
|
||||
String doc = "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p><w:r><w:object w:dxaOrig=\"3360\" w:dyaOrig=\"2520\">"
|
||||
+ "<v:shape><v:imagedata r:id=\"rId2\"/></v:shape>"
|
||||
+ "<o:OLEObject Type=\"Embed\" r:id=\"rId1\"/></w:object></w:r></w:p></w:body></w:document>";
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(doc));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(zip(m), false),
|
||||
"word/document.xml");
|
||||
assertTrue(out.contains("cx=\"2133600\"") && out.contains("cy=\"1600200\""),
|
||||
"3360x2520 твиксов = 2133600x1600200 EMU: " + out);
|
||||
}
|
||||
|
||||
/** Ни style, ни dxaOrig — размер вычислить нечем, блок удаляется. */
|
||||
@Test
|
||||
void imagedataWithoutSize_removed() throws Exception {
|
||||
String doc = "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p><w:r><w:object><v:shape><v:imagedata r:id=\"rId2\"/></v:shape>"
|
||||
+ "<o:OLEObject Type=\"Embed\" r:id=\"rId1\"/></w:object></w:r></w:p></w:body></w:document>";
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(doc));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(zip(m), false),
|
||||
"word/document.xml");
|
||||
assertFalse(out.contains("w:object"), "блок без размера обязан быть вырезан: " + out);
|
||||
assertFalse(out.contains("r:embed"), "плейсхолдер без размера вставлять нельзя: " + out);
|
||||
}
|
||||
|
||||
/**
|
||||
* w:object без bin-части (осиротевшая разметка) — блок всё равно
|
||||
* переписывается: иначе доходит до docx4j и падает NPE chunkType is null.
|
||||
*/
|
||||
@Test
|
||||
void objectWithoutBin_stillRewritten() throws Exception {
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_PLAIN_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE));
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
byte[] docx = zip(m);
|
||||
|
||||
byte[] result = OleObjectNormalizer.normalize(docx, false);
|
||||
|
||||
assertNotSame(docx, result, "документ с w:object обязан быть переупакован");
|
||||
String doc = readEntry(result, "word/document.xml");
|
||||
assertFalse(doc.contains("<w:object"), "w:object обязан быть переписан: " + doc);
|
||||
assertTrue(doc.contains("r:embed=\"rId2\""), "плейсхолдер обязан появиться: " + doc);
|
||||
}
|
||||
|
||||
/** Внешний oleObject-rel (связанный объект) удаляется, прочие External целы. */
|
||||
@Test
|
||||
void externalOleLinkRelRemoved() throws Exception {
|
||||
String rels = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
|
||||
+ "<Relationships xmlns=\"http://schemas.openxmlformats.org/package/2006/relationships\">"
|
||||
+ "<Relationship Id=\"rId1\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/oleObject\" Target=\"file:///home/other/book.xlsx\" TargetMode=\"External\"/>"
|
||||
+ "<Relationship Id=\"rId2\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/image\" Target=\"media/fallback.png\"/>"
|
||||
+ "<Relationship Id=\"rId3\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/hyperlink\" Target=\"https://example.com/\" TargetMode=\"External\"/>"
|
||||
+ "</Relationships>";
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_PLAIN_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE));
|
||||
m.put("word/_rels/document.xml.rels", utf8(rels));
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(zip(m), false),
|
||||
"word/_rels/document.xml.rels");
|
||||
assertFalse(out.contains("oleObject"),
|
||||
"внешний oleObject-rel обязан быть удалён: " + out);
|
||||
assertTrue(out.contains("https://example.com/"),
|
||||
"чужая внешняя ссылка обязана остаться: " + out);
|
||||
assertTrue(out.contains("media/fallback.png"),
|
||||
"image-rel плейсхолдера обязан остаться: " + out);
|
||||
}
|
||||
|
||||
/** errorOnOle и только w:object-разметка (без bin-части) — документ отвергается. */
|
||||
@Test
|
||||
void errorFlagObjectWithoutBin_rejects() throws Exception {
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_PLAIN_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE));
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
|
||||
DrawingFoundException ex = assertThrows(DrawingFoundException.class,
|
||||
() -> OleObjectNormalizer.normalize(zip(m), true));
|
||||
assertEquals(DrawingFoundException.Kind.OLE, ex.kind());
|
||||
}
|
||||
|
||||
/** doc из переданных блоков w:object (все ссылаются на rId1/rId2 из DOCRELS_OLE_AND_IMAGE). */
|
||||
private static String objectDoc(String... objects) {
|
||||
StringBuilder sb = new StringBuilder(
|
||||
"<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
|
||||
+ "<w:body><w:p>");
|
||||
for (String o : objects) {
|
||||
sb.append("<w:r>").append(o).append("</w:r>");
|
||||
}
|
||||
return sb.append("</w:p></w:body></w:document>").toString();
|
||||
}
|
||||
|
||||
/** Блок w:object с v:shape/v:imagedata; атрибуты — с ведущим пробелом или пустые. */
|
||||
private static String obj(String objectAttrs, String shapeAttrs) {
|
||||
return "<w:object" + objectAttrs + "><v:shape" + shapeAttrs + ">"
|
||||
+ "<v:imagedata r:id=\"rId2\"/></v:shape>"
|
||||
+ "<o:OLEObject Type=\"Embed\" r:id=\"rId1\"/></w:object>";
|
||||
}
|
||||
|
||||
/** zip с DOCRELS_OLE_AND_IMAGE + bin + png и произвольным document.xml. */
|
||||
private static byte[] objectZip(String docXml) throws IOException {
|
||||
Map<String, byte[]> m = new LinkedHashMap<>();
|
||||
m.put("[Content_Types].xml", utf8(CT_OLE_PNG));
|
||||
m.put("_rels/.rels", utf8(ROOT_RELS));
|
||||
m.put("word/document.xml", utf8(docXml));
|
||||
m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE));
|
||||
m.put("word/_embedded/ole.bin", BIN);
|
||||
m.put("word/media/fallback.png", PNG);
|
||||
return zip(m);
|
||||
}
|
||||
|
||||
/** Все CSS-единицы style v:shape переводятся в EMU (pt 12700, in 914400, …). */
|
||||
@Test
|
||||
void styleUnits_allConvertToEmu() throws Exception {
|
||||
String doc = objectDoc(
|
||||
obj("", " style=\"width:1in;height:2in\""),
|
||||
obj("", " style=\"width:1cm;height:2cm\""),
|
||||
obj("", " style=\"width:1mm;height:2mm\""),
|
||||
obj("", " style=\"width:1pc;height:2pc\""),
|
||||
obj("", " style=\"width:1px;height:2px\""),
|
||||
obj("", " style=\"width:1em;height:2em\""));
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false),
|
||||
"word/document.xml");
|
||||
|
||||
String[][] expect = {
|
||||
{"914400", "1828800"}, {"360000", "720000"}, {"36000", "72000"},
|
||||
{"152400", "304800"}, {"9525", "19050"}, {"190500", "381000"}};
|
||||
for (String[] e : expect) {
|
||||
assertTrue(out.contains("cx=\"" + e[0] + "\"") && out.contains("cy=\"" + e[1] + "\""),
|
||||
"нет EMU " + e[0] + "x" + e[1] + ": " + out);
|
||||
}
|
||||
}
|
||||
|
||||
/** В style только ширина — полная пара не собралась, размер берётся из dxaOrig/dyaOrig. */
|
||||
@Test
|
||||
void styleWidthWithoutHeight_fallsBackToDxaOrig() throws Exception {
|
||||
String doc = objectDoc(obj(" w:dxaOrig=\"3360\" w:dyaOrig=\"2520\"", " style=\"width:60pt\""));
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false),
|
||||
"word/document.xml");
|
||||
|
||||
assertTrue(out.contains("cx=\"2133600\"") && out.contains("cy=\"1600200\""),
|
||||
"без пары в style размер обязан взять из твиксов: " + out);
|
||||
}
|
||||
|
||||
/** Нулевой размер в style — не размер, фолбэк на dxaOrig/dyaOrig. */
|
||||
@Test
|
||||
void zeroStyleSize_fallsBackToDxaOrig() throws Exception {
|
||||
String doc = objectDoc(obj(" w:dxaOrig=\"3360\" w:dyaOrig=\"2520\"",
|
||||
" style=\"width:0pt;height:0pt\""));
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false),
|
||||
"word/document.xml");
|
||||
|
||||
assertTrue(out.contains("cx=\"2133600\"") && out.contains("cy=\"1600200\""),
|
||||
"нулевой style не размер, обязан сработать фолбэк: " + out);
|
||||
}
|
||||
|
||||
/** dxaOrig без dyaOrig — размер вычислить нечем, блок удаляется. */
|
||||
@Test
|
||||
void dxaOrigWithoutDyaOrig_removed() throws Exception {
|
||||
String doc = objectDoc(obj(" w:dxaOrig=\"3360\"", ""));
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false),
|
||||
"word/document.xml");
|
||||
|
||||
assertFalse(out.contains("w:object"), "блок без полной пары твиксов обязан быть вырезан: " + out);
|
||||
assertFalse(out.contains("r:embed"), "плейсхолдер без размера вставлять нельзя: " + out);
|
||||
}
|
||||
|
||||
/** Нулевой dxaOrig — не размер, блок удаляется. */
|
||||
@Test
|
||||
void zeroDxaOrig_removed() throws Exception {
|
||||
String doc = objectDoc(obj(" w:dxaOrig=\"0\" w:dyaOrig=\"2520\"", ""));
|
||||
|
||||
String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false),
|
||||
"word/document.xml");
|
||||
|
||||
assertFalse(out.contains("w:object"), "блок с нулевым твиксом обязан быть вырезан: " + out);
|
||||
assertFalse(out.contains("r:embed"), "плейсхолдер без размера вставлять нельзя: " + out);
|
||||
}
|
||||
}
|
||||
|
||||
Binary file not shown.
Reference in New Issue
Block a user