AGENTS.md + references/: эталонные docx/pdf (Transitional и Strict OOXML)

This commit is contained in:
Pjandro
2026-10-05 19:48:15 +00:00
parent 076975885c
commit cdc1d8968c
+10
View File
@@ -17,6 +17,16 @@
Пересоздать — одноразовой утилитой `SampleDocxGenerator` (команда в javadoc класса); POI — только test scope. Пересоздать — одноразовой утилитой `SampleDocxGenerator` (команда в javadoc класса); POI — только test scope.
- `BundledFontsTest` проверяет синхронность списка `ENTRIES` с реальными TTF в `resources/fonts/`: новый шрифт = файл + `Entry`, иначе тест красный. - `BundledFontsTest` проверяет синхронность списка `ENTRIES` с реальными TTF в `resources/fonts/`: новый шрифт = файл + `Entry`, иначе тест красный.
## Эталон в references/
- Два варианта одного и того же 11-страничного документа (текст, таблицы, колонтитулы, 3 диаграммы + SmartArt, формулы), каждый со своим эталонным PDF, экспортированным из Word 365:
`word.docx` + `word.pdf` — обычный Transitional OOXML (`schemas.openxmlformats.org/.../2006/...`);
`word-export.docx` + `word-export.pdf` — тот же документ, сохранённый в Strict OOXML (`purl.oclc.org/ooxml/...`).
- Оба эталонных PDF визуально идентичны (11/11 страниц растрово совпадают, кроме антиалиасинга на стр. 2) — это один и тот же документ, различие только в пространстве имён XML.
- `word-export.docx` (Strict) сейчас не конвертируется: `Docx4JException: No relationship of type officeDocument` в `Load3.get` (CLI — код возврата 2, пустой PDF). Причина: в `_rels/.rels` тип связи `http://purl.oclc.org/ooxml/officeDocument/relationships/officeDocument`, а docx4j ждёт Transitional-URI. Правка — нормализация Strict→Transitional (URI `purl.oclc.org/ooxml/` → `schemas.openxmlformats.org/officeDocument/2006/` и аналоги для drawingml/diagram/picture/relationships) в байтах пакета до `WordprocessingMLPackage.load`, рядом с `DocxOnOffNormalizer`.
- При конвертации в Strict Word теряет VML-fallback'ы и совместимость: в `word-export.docx` нет `v:`, `wps:`, `wpc:`, `w10:` и `mc:AlternateContent` (в `word.docx` они есть, включая 8 `w:pict`). Сравнивать вывод с эталоном нужно по паре `word.docx`/`word.pdf`.
- `references/` — материалы для ручного сравнения с Word, не тестовые фикстуры: в тесты и в jar их не подключать (фикстуры — `wordpdf-core/src/test/resources/samples/`).
## Шрифты (важно при изменениях) ## Шрифты (важно при изменениях)
- 28 TTF в `wordpdf-core/src/main/resources/fonts/` — бинарные фикстуры, часть jar; не удалять/переименовывать без обновления маппинга. - 28 TTF в `wordpdf-core/src/main/resources/fonts/` — бинарные фикстуры, часть jar; не удалять/переименовывать без обновления маппинга.