From d8353aab61c0665bb62579e32fe55dc63ec6a160 Mon Sep 17 00:00:00 2001 From: Pjandro Date: Sun, 8 Nov 2026 16:41:06 +0000 Subject: [PATCH] =?UTF-8?q?fix(core):=20OOM-=D0=B3=D0=B5=D0=B9=D1=82=D1=8B?= =?UTF-8?q?=20=D0=B2=D1=85=D0=BE=D0=B4=D0=B0=20(CFB=20root/=D0=BF=D0=BE?= =?UTF-8?q?=D1=82=D0=BE=D0=BA=D0=B8/miniFAT,=20DIB,=20=D1=80=D0=B0=D1=81?= =?UTF-8?q?=D1=82=D1=80,=20=D0=B4=D1=83=D0=B1=D0=BB=D0=B8=D0=BA=D0=B0?= =?UTF-8?q?=D1=82=D1=8B=20zip,=20XML-=D0=B1=D1=8E=D0=B4=D0=B6=D0=B5=D1=82)?= =?UTF-8?q?,=20=D0=B1=D1=8E=D0=B4=D0=B6=D0=B5=D1=82=20chart-PNG,=20=D0=BC?= =?UTF-8?q?=D0=BE=D0=BD=D0=B8=D1=82=D0=BE=D1=80=20WordPdfConverter.class?= =?UTF-8?q?=20=D0=B2=20BundledFonts,=20restrictToBundled=20=D0=B2=20finall?= =?UTF-8?q?y,=20whitelist=20=D1=81=D1=85=D0=B5=D0=BC=20URL?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .../ru/pjandro/wordpdf/WordPdfConverter.java | 18 +- .../ru/pjandro/wordpdf/WordPdfSettings.java | 24 +- .../ru/pjandro/wordpdf/WordPdfValidator.java | 127 ++++++++- .../pjandro/wordpdf/fonts/BundledFonts.java | 135 +++++----- .../internal/chart/DrawingPreRenderer.java | 57 +++- .../wordpdf/internal/doc/CfbReader.java | 27 +- .../wordpdf/internal/doc/DocToDocx.java | 28 +- .../wordpdf/internal/doc/OfficeArt.java | 11 + .../pjandro/wordpdf/internal/doc/PrcData.java | 29 +- .../pjandro/wordpdf/WordPdfConverterTest.java | 101 ++++++- .../pjandro/wordpdf/WordPdfValidatorTest.java | 249 ++++++++++++++++++ .../chart/DrawingPreRendererTest.java | 18 ++ .../wordpdf/internal/doc/CfbReaderTest.java | 43 +++ .../internal/doc/DocToDocxFormattingTest.java | 21 ++ .../wordpdf/internal/doc/OfficeArtTest.java | 19 ++ .../wordpdf/internal/doc/PrcDataTest.java | 17 ++ 16 files changed, 827 insertions(+), 97 deletions(-) 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 0f4bf33..ce0916a 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java @@ -100,10 +100,11 @@ public final class WordPdfConverter { * каждого изображения (замер 2026-11: ~1,5 ГБ живых byte[] после 30 * конвертаций с картинками). Поэтому каждая конвертация обязана вызвать * {@link #resetSharedImageCaches()} в finally. Вызывается только под локом - * конвертации (см. {@code convert}), сброс mid-render невозможен. - * Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. + * конвертации (см. {@code convert}), сброс mid-render невозможен. Методы + * приватны: вызов вне лока конвертера вскрыл бы DCL/сброс на параллельный + * рендер. Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. */ - static FopFactory sharedFopFactory(final FOSettings foSettings) { + private static FopFactory sharedFopFactory(final FOSettings foSettings) { FopFactory factory = sharedFopFactory; if (factory == null) { synchronized (WordPdfConverter.class) { @@ -130,7 +131,7 @@ public final class WordPdfConverter { * {@code convert}) — параллельный рендер под сброс не попадает. * Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. */ - static void resetSharedImageCaches() { + private static void resetSharedImageCaches() { FopFactory factory = sharedFopFactory; if (factory == null) { return; @@ -411,14 +412,19 @@ public final class WordPdfConverter { // 6. Проход XSLT (медленнее, но полнее), вывод в поток Docx4J.toFO(foSettings, os, Docx4J.FLAG_EXPORT_PREFER_XSL); } finally { - // 7. Уборка временных файлов встроенных в docx шрифтов и сброс + // 7. Уборка временных файлов встроенных в docx шрифтов, сброс // имиджевых кешей общей FopFactory (без него форк копит растр - // каждого изображения: ~1,5 ГБ на 30 конвертаций, 2026-11). + // каждого изображения: ~1,5 ГБ на 30 конвертаций, 2026-11) и + // возврат реестра шрифтов в бандл-состояние: load() регистрирует + // в глобальном PhysicalFonts встроенные шрифты документа, и без + // restrictToBundled последний документ продолжал бы влиять на + // выбор шрифта до следующей конвертации. if (pkg.getMainDocumentPart() != null && pkg.getMainDocumentPart().getFontTablePart() != null) { pkg.getMainDocumentPart().getFontTablePart().deleteEmbeddedFontTempFiles(); } resetSharedImageCaches(); + BundledFonts.restrictToBundled(); // Примечание: в docx4j 11.x OpcPackage.close() отсутствует — // пакет загружается в память и ничего не закрывает. } diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java index 0c54be0..698b701 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java @@ -15,8 +15,28 @@ public final class WordPdfSettings { /** Документ длиннее — ошибка (дефолт). */ public static final int MAX_PAGES = 100; - /** Потолок суммарного распакованного размера архива (МБ) — защита от zip-бомбы. */ - public static final long MAX_DECOMPRESSED_MB = 200; + /** + * Потолок суммарного распакованного размера архива (МБ) — защита от zip-бомбы. + * Вход ограничен {@link #MAX_INPUT_MB}, медиа в zip не сжимается — легитимный + * документ суммарно распаковывается в единицы МБ; 64 МБ — запас на huge-таблицы. + */ + public static final long MAX_DECOMPRESSED_MB = 64; + + /** + * Потолок суммарного распакованного размера XML-частей ({@code *.xml}, + * {@code *.rels}) в МБ — отдельный гейт: байтовый бюджет архива можно + * выжатый XML уложить в десятки МБ, а JAXB-разбор такого документа стоит + * CPU/heap несоизмеримо дороже байт. + */ + public static final long MAX_DECOMPRESSED_XML_MB = 32; + + /** + * Потолок пиксельной площади одного растрового изображения (PNG/GIF/BMP/JPEG + * в {@code word/media/*}, DIB в .doc). Байтовый лимит архива от raster-bomb + * не спасает: ~40 КиБ PNG с IHDR 50000×50000 декодируется в гигабайт ARGB. + * 25 Мпикс ≈ 100 МБ ARGB на расшифровке — выше любых реальных фото. + */ + public static final long MAX_IMAGE_PIXELS = 25_000_000; /** Потолок числа записей в архиве — защита от бомбы «много записей». */ public static final int MAX_ZIP_ENTRIES = 8192; diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java index d7048f4..ad694d2 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java @@ -36,8 +36,12 @@ import java.util.zip.ZipInputStream; *
  • {@link WordPdfSettings#MAX_PAGES} — максимально допустимое число страниц;
  • *
  • {@link WordPdfSettings#MAX_DECOMPRESSED_MB} — потолок суммарного * распакованного размера архива (МБ);
  • + *
  • {@link WordPdfSettings#MAX_DECOMPRESSED_XML_MB} — потолок распакованных + * XML-частей (МБ);
  • + *
  • {@link WordPdfSettings#MAX_IMAGE_PIXELS} — потолок пиксельной площади + * одного растрового медиа;
  • *
  • {@link WordPdfSettings#MAX_ZIP_ENTRIES} — потолок числа записей - * в архиве.
  • + * в архиве (имена обязаны быть уникальны). * * Первые два переопределяются на вызов: перегрузками с явным лимитом или * {@link ConvertOptions} (конвертер {@link WordPdfConverter} применяет их сам). @@ -309,12 +313,21 @@ public final class WordPdfValidator { */ private static void checkDocxContainer(byte[] docxBytes) throws ValidationException { long maxTotal = WordPdfSettings.MAX_DECOMPRESSED_MB * 1024 * 1024; + long maxXmlTotal = WordPdfSettings.MAX_DECOMPRESSED_XML_MB * 1024 * 1024; long total = 0; + long xmlTotal = 0; int entries = 0; + // OPC требует уникальных имён частей: дубликат — либо крафт, либо + // обход кэша страниц (валидатор читает ПЕРВУЮ партию document.xml, + // парсер может взять другую) — отказ по первому повтору имени. + Set names = new HashSet<>(); ByteArrayOutputStream ctBuf = new ByteArrayOutputStream(); try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docxBytes))) { ZipEntry entry; while ((entry = zip.getNextEntry()) != null) { + if (!names.add(entry.getName())) { + throw new ValidationException("Дубликаты записей в архиве: " + entry.getName()); + } if (!entry.isDirectory()) { entries++; if (entries > WordPdfSettings.MAX_ZIP_ENTRIES) { @@ -322,7 +335,15 @@ public final class WordPdfValidator { + WordPdfSettings.MAX_ZIP_ENTRIES); } } - boolean isCt = "[Content_Types].xml".equals(entry.getName()); + String name = entry.getName(); + boolean isCt = "[Content_Types].xml".equals(name); + boolean isXml = name.endsWith(".xml") || name.endsWith(".rels"); + // Raster-bomb: маленькая запись объявляет гигантский растр + // (декод по заголовку) — размеры читаются из head-буфера, + // весь содержимый поток идёт через счётчик total как раньше. + boolean isRaster = isRasterMedia(name); + byte[] head = isRaster ? new byte[RASTER_HEAD_LIMIT] : null; + int headLen = 0; byte[] buf = new byte[8192]; int n; while ((n = zip.read(buf)) > 0) { @@ -331,6 +352,13 @@ public final class WordPdfValidator { throw new ValidationException("Распакованный размер архива больше " + WordPdfSettings.MAX_DECOMPRESSED_MB + " МБ (признак zip-бомбы)"); } + if (isXml) { + xmlTotal += n; + if (xmlTotal > maxXmlTotal) { + throw new ValidationException("Суммарный распакованный размер XML-частей больше " + + WordPdfSettings.MAX_DECOMPRESSED_XML_MB + " МБ (признак zip-бомбы)"); + } + } if (isCt) { if (ctBuf.size() + n > 8 * 1024 * 1024) { throw new ValidationException( @@ -338,6 +366,18 @@ public final class WordPdfValidator { } ctBuf.write(buf, 0, n); } + if (head != null && headLen < head.length) { + int take = Math.min(n, head.length - headLen); + System.arraycopy(buf, 0, head, headLen, take); + headLen += take; + } + } + if (head != null) { + long area = rasterArea(name, head, headLen); + if (area > WordPdfSettings.MAX_IMAGE_PIXELS) { + throw new ValidationException("Изображение слишком большое: " + name + + " объявляет не менее " + area + " пикселей"); + } } } } catch (ValidationException e) { @@ -372,6 +412,89 @@ public final class WordPdfValidator { return false; } + /** Растровые медиа, чьи размеры читываются из заголовка (прочие форматы не инспектируются). */ + private static boolean isRasterMedia(String name) { + String n = name.toLowerCase(java.util.Locale.ROOT); + return n.endsWith(".png") || n.endsWith(".gif") || n.endsWith(".bmp") + || n.endsWith(".jpg") || n.endsWith(".jpeg"); + } + + /** Хватает на PNG/GIF/BMP-заголовок и на JPEG-SOF даже с большими embedded-превью. */ + private static final int RASTER_HEAD_LIMIT = 64 * 1024; + + /** Минимальный читаемый заголовок GIF: сигнатура «GIF8xа» + width/height (2×u16). */ + private static final int GIF_HEADER_MIN = 10; + /** Префикс каждого JPEG-сегмента: маркер 0xFF. */ + private static final int JPEG_MARKER = 0xFF; + + /** + * Пиксельная площадь по заголовку растра (PNG — IHDR big-endian, GIF/BMP — + * little-endian, JPEG — скан сегментов SOFn); нераспознанный/неполный + * заголовок → -1 (не отклонять: формат мог быть нестандартным, декод + * всё равно ограничен {@code total}). + */ + private static long rasterArea(String name, byte[] h, int len) { + String n = name.toLowerCase(java.util.Locale.ROOT); + if (n.endsWith(".png")) { + if (len >= 24 && (h[0] & 0xFF) == 0x89 && h[1] == 'P' && h[2] == 'N' && h[3] == 'G') { + return be32(h, 16) * (long) be32(h, 20); + } + return -1; + } + if (n.endsWith(".gif")) { + if (len >= GIF_HEADER_MIN) { + return (long) le16(h, 6) * le16(h, 8); + } + return -1; + } + if (n.endsWith(".bmp")) { + if (len >= 26 && h[0] == 'B' && h[1] == 'M') { + return Math.abs((long) le32(h, 18)) * Math.abs((long) le32(h, 22)); + } + return -1; + } + // JPEG: скан маркеров до SOFn (C0–CF кроме C4/DHT, C8, CC/DAC); + // префикс FFD8 обязателен, иначе — не JPEG. + if (len < 4 || (h[0] & 0xFF) != 0xFF || (h[1] & 0xFF) != 0xD8) { + return -1; + } + int i = 2; + while (i + 4 <= len) { + if ((h[i] & JPEG_MARKER) != JPEG_MARKER) { + return -1; + } + int marker = h[i + 1] & 0xFF; + if (marker >= 0xC0 && marker <= 0xCF && marker != 0xC4 && marker != 0xC8 && marker != 0xCC) { + if (i + 9 > len) { + return -1; + } + return (long) be16(h, i + 7) * be16(h, i + 5); + } + if (marker == 0xD8 || (marker >= 0xD0 && marker <= 0xD7) || marker == 0x01) { + i += 2; + continue; + } + i += 2 + be16(h, i + 2); + } + return -1; + } + + private static int be16(byte[] b, int off) { + return ((b[off] & 0xFF) << 8) | (b[off + 1] & 0xFF); + } + + private static int le16(byte[] b, int off) { + return (b[off] & 0xFF) | ((b[off + 1] & 0xFF) << 8); + } + + private static int be32(byte[] b, int off) { + return (be16(b, off) << 16) | be16(b, off + 2); + } + + private static int le32(byte[] b, int off) { + return (le16(b, off) & 0xFFFF) | (le16(b, off + 2) << 16); + } + /** {@code word/headerN.xml} / {@code word/footerN.xml} (не .rels). */ private static boolean isHeaderFooterPart(String name) { return (name.startsWith("word/header") || name.startsWith("word/footer")) diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java index d78e3df..4583f61 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java @@ -2,6 +2,7 @@ package ru.pjandro.wordpdf.fonts; import org.docx4j.fonts.PhysicalFont; import org.docx4j.fonts.PhysicalFonts; +import ru.pjandro.wordpdf.WordPdfConverter; import java.io.IOException; import java.io.InputStream; @@ -124,57 +125,65 @@ public final class BundledFonts { /** * Выгружает шрифты из jar и регистрирует их в docx4j. * Повторные вызовы игнорируются (idempotентно). + * + *

    Монитор — {@code WordPdfConverter.class}, а не {@code BundledFonts.class}: + * {@code PhysicalFonts} и {@link #VARIANTS} читаются рендером внутри + * конвертации (она сериализована монитором конвертера), и мутация под + * собственным замком вырезала бы записи из-под идущего рендера. + * Все синхронизированные методы класса держат ровно этот монитор.

    */ - public static synchronized void init() { - if (inited) { - return; - } - try { - extractDir = Files.createTempDirectory("wordpdf-fonts-"); - } catch (IOException e) { - throw new IllegalStateException("Не удалось создать временный каталог для шрифтов", e); - } - // Ключ реестра docx4j — имя шрифта, и addPhysicalFont не перезаписывает - // занятый ключ. Системный DejaVuSerif.ttf занимает «dejavu serif», и - // наш DejaVuSerif-Regular.ttf (то же имя) просто не добавился бы. - dropNonBundled(); - - for (Entry entry : ENTRIES) { - // 1. Выгружаем файл из jar - Path target = extractDir.resolve(entry.file()); - try (InputStream in = BundledFonts.class.getClassLoader() - .getResourceAsStream(CLASSPATH_DIR + "/" + entry.file())) { - if (in == null) { - throw new IllegalStateException( - "Шрифт не найден в jar: " + CLASSPATH_DIR + "/" + entry.file()); - } - Files.copy(in, target, StandardCopyOption.REPLACE_EXISTING); - // deleteOnExit не рекурсивен: каталог удалится только пустым, - // поэтому регистрируем каждый выгруженный TTF. - target.toFile().deleteOnExit(); + public static void init() { + synchronized (WordPdfConverter.class) { + if (inited) { + return; + } + try { + extractDir = Files.createTempDirectory("wordpdf-fonts-"); } catch (IOException e) { - throw new IllegalStateException("Не удалось выгрузить шрифт " + entry.file(), e); + throw new IllegalStateException("Не удалось создать временный каталог для шрифтов", e); + } + // Ключ реестра docx4j — имя шрифта, и addPhysicalFont не перезаписывает + // занятый ключ. Системный DejaVuSerif.ttf занимает «dejavu serif», и + // наш DejaVuSerif-Regular.ttf (то же имя) просто не добавился бы. + dropNonBundled(); + + for (Entry entry : ENTRIES) { + // 1. Выгружаем файл из jar + Path target = extractDir.resolve(entry.file()); + try (InputStream in = BundledFonts.class.getClassLoader() + .getResourceAsStream(CLASSPATH_DIR + "/" + entry.file())) { + if (in == null) { + throw new IllegalStateException( + "Шрифт не найден в jar: " + CLASSPATH_DIR + "/" + entry.file()); + } + Files.copy(in, target, StandardCopyOption.REPLACE_EXISTING); + // deleteOnExit не рекурсивен: каталог удалится только пустым, + // поэтому регистрируем каждый выгруженный TTF. + target.toFile().deleteOnExit(); + } catch (IOException e) { + throw new IllegalStateException("Не удалось выгрузить шрифт " + entry.file(), e); + } + + // 2. Регистрируем в docx4j: имя в реестре docx4j берёт из + // name-таблицы TTF, поэтому ищем результат по URI файла + PhysicalFonts.addPhysicalFont(target.toUri()); + PhysicalFont pf = findByFile(target.getFileName().toString()); + if (pf == null) { + throw new IllegalStateException( + "docx4j не зарегистрировал шрифт: " + entry.file() + + " (файл повреждён или не embeddable?)"); + } + + // 3. Учимся: семейство -> начертание -> PhysicalFont + VARIANTS + .computeIfAbsent(entry.family(), k -> new HashMap<>()) + .put(entry.variant(), pf); } - // 2. Регистрируем в docx4j: имя в реестре docx4j берёт из - // name-таблицы TTF, поэтому ищем результат по URI файла - PhysicalFonts.addPhysicalFont(target.toUri()); - PhysicalFont pf = findByFile(target.getFileName().toString()); - if (pf == null) { - throw new IllegalStateException( - "docx4j не зарегистрировал шрифт: " + entry.file() - + " (файл повреждён или не embeddable?)"); - } - - // 3. Учимся: семейство -> начертание -> PhysicalFont - VARIANTS - .computeIfAbsent(entry.family(), k -> new HashMap<>()) - .put(entry.variant(), pf); + // Удаление временного каталога при завершении JVM + extractDir.toFile().deleteOnExit(); + inited = true; } - - // Удаление временного каталога при завершении JVM - extractDir.toFile().deleteOnExit(); - inited = true; } /** @@ -188,17 +197,18 @@ public final class BundledFonts { * em-dash на шрифте ранa (Carlito) вместо fallback-DejaVu. * Шрифты, встроенные в docx, регистрируются при {@code load()} — * если чистить до load(), они останутся в реестре. - *

    Мутирует глобальный реестр {@code PhysicalFonts}: нельзя звать - * параллельно идущей {@code WordPdfConverter.convert()} — рендер - * начнёт терять шрифты. Внешний вызов рядом с идущей конвертацией - * обязан держать монитор {@code WordPdfConverter.class} — тот же, - * что сериализует конвертации. + *

    Мутирует глобальный реестр {@code PhysicalFonts} под монитором + * {@code WordPdfConverter.class} — тем же, что сериализует конвертации, + * поэтому вызов рядом с идущей {@code WordPdfConverter.convert()} + * безопасен автоматически (замок удерживается внутри метода). */ - public static synchronized void restrictToBundled() { - if (!inited) { - return; + public static void restrictToBundled() { + synchronized (WordPdfConverter.class) { + if (!inited) { + return; + } + dropNonBundled(); } - dropNonBundled(); } /** Удаляет из реестра всё, что не было выгружено из jar в {@link #extractDir}. */ @@ -237,15 +247,18 @@ public final class BundledFonts { /** * Зарегистрированный шрифт: семейство (lowercase) + начертание. - * Синхронизирован с {@link #init()}: {@code VARIANTS} — обычный - * {@code HashMap}, наполняемый в {@code init()} под тем же монитором - * класса; без замка внешний читатель мог бы увидеть недобранную карту. + * Синхронизирован с {@link #init()} общим монитором + * {@code WordPdfConverter.class}: {@code VARIANTS} — обычный + * {@code HashMap}, наполняемый в {@code init()}; без замка внешний + * читатель мог бы увидеть недобранную карту. * * @return PhysicalFont или null (если init() не вызван или шрифта нет) */ - public static synchronized PhysicalFont font(String family, String variant) { - Map m = VARIANTS.get(family); - return m == null ? null : m.get(variant); + public static PhysicalFont font(String family, String variant) { + synchronized (WordPdfConverter.class) { + Map m = VARIANTS.get(family); + return m == null ? null : m.get(variant); + } } public static PhysicalFont regular(String family) { diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java index c160709..5a817b2 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java @@ -36,6 +36,7 @@ import org.docx4j.wml.Drawing; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import ru.pjandro.wordpdf.ConvertOptions; +import ru.pjandro.wordpdf.ConversionException; import ru.pjandro.wordpdf.DrawingFoundException; import javax.imageio.ImageIO; @@ -102,6 +103,20 @@ public final class DrawingPreRenderer { * когда для объектов включён error-флаг ({@link ConvertOptions}). */ public static void run(WordprocessingMLPackage pkg, ConvertOptions options) { + run(pkg, options, MAX_CHART_PNG_BYTES_TOTAL); + } + + /** + * Потолок суммарного размера chart-PNG на документ: пер-объектные гейты + * ({@code MAX_EXTENT_EMU}, {@code MAX_PIXELS}) ограничивают один объект, + * но тысячи chart-частей × MB PNG оседали бы в heap как media-части + * (много-ГБ пик с входа ≤5 MiB). Превышение — деградация «объект удалён + * + warn», конвертация продолжается. + */ + private static final long MAX_CHART_PNG_BYTES_TOTAL = 128L * 1024 * 1024; + + /** Тестовый шов: бюджет задаётся явно (публичный {@link #run} — с константой). */ + static void run(WordprocessingMLPackage pkg, ConvertOptions options, long maxPngBytesTotal) { ThemePart themePart = null; for (Part p : new ArrayList<>(pkg.getParts().getParts().values())) { if (p instanceof ThemePart tp) { @@ -117,6 +132,7 @@ public final class DrawingPreRenderer { List parts = new ArrayList<>(pkg.getParts().getParts().values()); Set handled = new HashSet<>(); int[] idSeq = {1000}; + long[] pngTotal = {0}; for (Part p : parts) { if (!handled.add(p)) { continue; @@ -125,7 +141,7 @@ public final class DrawingPreRenderer { if (content.isEmpty()) { continue; } - walk(p, content, pkg, colors, idSeq, options); + walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); } } @@ -151,16 +167,17 @@ public final class DrawingPreRenderer { } private static void walk(Part part, List content, WordprocessingMLPackage pkg, - DrawMlColor colors, int[] idSeq, ConvertOptions options) { + DrawMlColor colors, int[] idSeq, long[] pngTotal, + long maxPngBytesTotal, ConvertOptions options) { for (Object o : content) { Object v = o instanceof JAXBElement ? ((JAXBElement) o).getValue() : o; if (v instanceof Drawing drawing) { - replaceDrawing(part, drawing, pkg, colors, idSeq, options); + replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); continue; } List nested = invokeList(v, "getContent"); if (!nested.isEmpty() && nested != content) { - walk(part, nested, pkg, colors, idSeq, options); + walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); } } } @@ -176,7 +193,8 @@ public final class DrawingPreRenderer { } private static void replaceDrawing(Part part, Drawing drawing, WordprocessingMLPackage pkg, - DrawMlColor colors, int[] idSeq, ConvertOptions options) { + DrawMlColor colors, int[] idSeq, long[] pngTotal, + long maxPngBytesTotal, ConvertOptions options) { for (Object wrapper : drawing.getAnchorOrInline()) { Graphic graphic; long cx; @@ -234,7 +252,7 @@ public final class DrawingPreRenderer { } continue; } - swapForPicture(part, gd, img, cx, cy, idSeq, pkg); + swapForPicture(part, gd, img, cx, cy, idSeq, pkg, pngTotal, maxPngBytesTotal); } } @@ -248,8 +266,15 @@ public final class DrawingPreRenderer { try { ChartSpec spec = ChartSpec.parse(space, colors); return ChartRenderer.render(spec, cx / 12700.0, cy / 12700.0, colors); - } catch (RuntimeException | OutOfMemoryError e) { - // OOM — второй эшелон после MAX_EXTENT_EMU/MAX_POINTS: враждебный + } catch (OutOfMemoryError e) { + // OOM — не «деградация объекта»: состояние heap после него + // ненадёжно, продолжение рендера следующих объектов — второй + // OOM вместо одного детерминированного 500. + LOG.error("память исчерпана при рендере графика r:id={}", ref.getId(), e); + throw new ConversionException( + "Память исчерпана при рендере объектов рисования", e); + } catch (RuntimeException e) { + // второй эшелон после MAX_EXTENT_EMU/MAX_POINTS: враждебный // chart-XML не должен валить всю конвертацию, деградация = объект удалён. LOG.warn("рендер графика r:id={} упал: {}", ref.getId(), e.toString()); return null; @@ -265,7 +290,11 @@ public final class DrawingPreRenderer { } try { return SmartArtRenderer.render(drawing, colors, cx / 12700.0, cy / 12700.0); - } catch (RuntimeException | OutOfMemoryError e) { + } catch (OutOfMemoryError e) { + LOG.error("память исчерпана при рендере SmartArt", e); + throw new ConversionException( + "Память исчерпана при рендере объектов рисования", e); + } catch (RuntimeException e) { LOG.warn("рендер SmartArt упал: {}", e.toString()); return null; } @@ -309,7 +338,8 @@ public final class DrawingPreRenderer { */ private static void swapForPicture(Part part, GraphicData gd, BufferedImage img, long cx, long cy, int[] idSeq, - WordprocessingMLPackage pkg) { + WordprocessingMLPackage pkg, + long[] pngTotal, long maxPngBytesTotal) { byte[] png; try { ByteArrayOutputStream bos = new ByteArrayOutputStream(); @@ -325,6 +355,13 @@ public final class DrawingPreRenderer { gd.getAny().clear(); // контракт: упавший рендер — объект удалён return; } + if (pngTotal[0] + png.length > maxPngBytesTotal) { + LOG.warn("суммарный размер chart-PNG превысил {} байт — объект удалён", + maxPngBytesTotal); + gd.getAny().clear(); // деградация «объект удалён + warn» + return; + } + pngTotal[0] += png.length; String relId; try { relId = addChartMedia(pkg, part, png); 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 28e8169..8d384b3 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 @@ -123,6 +123,13 @@ public final class CfbReader { } if (rootStart >= 0 && rootSize > 0) { + // Root-запись не проходит фильтр «size <= cfb.length», что ниже для + // stream-записей: readChain аллоцирует new byte[(int) size] ДО + // любых проверок границ — завышенный rootSize уложил бы heap (MS-CFB §2.4, + // поток не может быть больше контейнера). + if (rootSize > cfb.length) { + throw new ConversionException("Размер mini stream .doc больше контейнера"); + } miniStream = readChain(cfb, fat, rootStart, rootSize, sectorSize, sectorTotal, "mini stream"); } if (firstMiniFat != FREESECT && firstMiniFat != ENDOFCHAIN && firstMiniFat <= MAX_SECT) { @@ -139,7 +146,18 @@ public final class CfbReader { // второй проход: содержимое 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) { data = readChain(cfb, fat, e.start(), e.size(), sectorSize, sectorTotal, @@ -286,12 +304,15 @@ public final class CfbReader { if (sect >= miniFat.length) { throw new ConversionException("Mini-сектор за концом MiniFAT в .doc"); } - int base = (int) sect * miniSectorSize; int n = Math.min(miniSectorSize, (int) size - done); - if (base + n > miniStream.length) { + // long-арифметика: sect уже long, умножение не может уйти в + // отрицательный int-wrap и пройти прежний guard — arraycopy тогда бросал + // ArrayIndexOutOfBoundsException (не ConversionException → 500). + long base = sect * miniSectorSize; + if (base < 0 || base + n > miniStream.length) { throw new ConversionException("Mini-поток .doc ссылается за конец mini stream"); } - System.arraycopy(miniStream, base, out, done, n); + System.arraycopy(miniStream, (int) base, out, done, n); done += n; sect = miniFat[(int) sect] & 0xFFFFFFFFL; } 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 a4f0658..e3a925f 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 @@ -9,6 +9,7 @@ import java.util.Iterator; import java.util.List; import java.util.Locale; import java.util.Map; +import java.util.Set; import java.util.regex.Pattern; /** @@ -236,6 +237,14 @@ public final class DocToDocx { /** Схема URL в начале строки (RFC 3986 §3.1), lookingAt. */ private static final Pattern URL_SCHEME = Pattern.compile("[A-Za-z][A-Za-z0-9+.\\-]*:"); + /** + * Разрешённые схемы гиперссылок: RFC 3986 пропускает {@code javascript:} + * и {@code file:}, они доезжают до /URI-аннотаций PDF (выполнение + * скрипта/локальный путь в просмотрщике). Прочие схемы → ссылка не + * эмитится, текст остаётся. + */ + private static final Set ALLOWED_URL_SCHEMES = + Set.of("http", "https", "mailto", "ftp"); /** ASCII DEL — управляющий символ, невалидный в URL. */ private static final char DEL = 0x7F; /** Кавычка-обёртка URL в инструкции HYPERLINK. */ @@ -274,6 +283,12 @@ public final class DocToDocx { private Map sectByEndCp = Map.of(); /** sectPr разрыва, потреблённого в текущем абзаце (прикрепляется к Para). */ private String pendingSectPr; + /** Остаток бюджета развёрнутых PrcData на документ (сброса нет). */ + private final long[] prcBudget = {PrcData.MAX_BYTES_PER_DOCUMENT}; + /** Номер следующей картинки ({@code word/media/imageN}); media-части + * добавляет только {@code emitPicture} — инкремент эквивалентен прежнему + * скану {@code parts} (тот был квадратичным на тысячах картинок). */ + private int imageSeq; DocxBody(PieceTable pieces, ChpxIndex chpx, PapxIndex papx, FontTable fonts, Styles styles, Lists lists, int ccpText, byte[] dataStream, @@ -365,7 +380,7 @@ public final class DocToDocx { // 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) - byte[] direct = PrcData.resolve(dataStream, papx.grpprlFor(paraFc)); + byte[] direct = PrcData.resolve(dataStream, papx.grpprlFor(paraFc), prcBudget); int istd = istdOf(direct, papx.istdFor(paraFc)); byte[] styleChpx = styles.chpxChain(istd); StringBuilder runs = new StringBuilder(); @@ -861,12 +876,7 @@ public final class DocToDocx { if (pic == null) { return; } - int imageNo = 1; - for (DocxWriter.Part p : parts) { - if (p.entry().startsWith("word/media/")) { - imageNo++; - } - } + int imageNo = ++imageSeq; String entry = "word/media/image" + imageNo + "." + pic.extension(); parts.add(new DocxWriter.Part(entry, pic.contentType(), IMAGE_REL_TYPE, pic.data())); String relId = "rId" + parts.size(); @@ -965,7 +975,9 @@ public final class DocToDocx { } } if (url.isEmpty() || hasControlChar(url) - || !URL_SCHEME.matcher(url).lookingAt()) { + || !URL_SCHEME.matcher(url).lookingAt() + || !ALLOWED_URL_SCHEMES.contains( + url.substring(0, url.indexOf(':')).toLowerCase(Locale.ROOT))) { return null; } return url; 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 5d710c3..36e6b47 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 @@ -1,5 +1,7 @@ package ru.pjandro.wordpdf.internal.doc; +import ru.pjandro.wordpdf.WordPdfSettings; + /** * Извлечение растровой картинки из {@code PICFAndOfficeArtData} * ([MS-DOC] §2.9.192, операнд {@code sprmCPicLocation} = offset в Data-потоке) @@ -164,6 +166,15 @@ final class OfficeArt { if (len < BITMAPINFOHEADER_SIZE) { return null; } + // Raster-bomb: BITMAPINFOHEADER из нескольких сотен байтов может + // объявить 50000×50000 — ImageIO аллоцирует растр ПО ЗАГОЛОВКУ и + // бросает OutOfMemoryError (Error, не ловится catch ниже). Отказ по + // площади — та же семантика «битый → объект пропущен». + long area = (long) Math.abs((int) CfbReader.u32(data, off + 4)) + * Math.abs((int) CfbReader.u32(data, off + 8)); + if (area > WordPdfSettings.MAX_IMAGE_PIXELS) { + return null; + } try { java.awt.image.BufferedImage img = javax.imageio.ImageIO.read( new java.io.ByteArrayInputStream(wrapAsBmp(data, off, len))); 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 e8533ea..d8acd0a 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 @@ -41,24 +41,49 @@ final class PrcData { private static final int MAX_CB_GRPPRL = 0x3FA2; /** Максимум разобранных PrcData на абзац — защита от цикла A→B→A. */ private static final int MAX_HOPS = 32; + /** + * Суммарный бюджет развёрнутых PrcData на документ (байт): все абзацы + * могут указывать указателями в одну и ту же цепочку Data, и пер-абзац + * ({@value #MAX_HOPS} × {@value #MAX_CB_GRPPRL}) не ограничивает итог — + * без бюджета враждебный файл получает CPU/alloc-шторм на весь разбор. + */ + static final long MAX_BYTES_PER_DOCUMENT = 32L * 1024 * 1024; private PrcData() { } + /** + * Grpprl абзаца с развёрнутой цепочкой PrcData (бюджет на документ не + * учитывается — юнит-тесты; продакшен зовёт {@link #resolve(byte[], byte[], long[])}). + */ + static byte[] resolve(byte[] dataStream, byte[] grpprl) { + return resolve(dataStream, grpprl, new long[] {Long.MAX_VALUE}); + } + /** * Grpprl абзаца с развёрнутой цепочкой PrcData. Без указателей * (0x6646/0x646B нет) возвращается тот же массив; иначе — * новый: не-спец-спрмы исходника дословно, спец-спрмы заменены * содержимым цепочки по их указателям. + * + *

    {@code budget[0]} — остаток бюджета документа ({@link #MAX_BYTES_PER_DOCUMENT}): + * списывается размер результата; при исчерпании цепочка не разворачивается + * (деградация форматирования, а не отказ — та же «снисходительность», что + * для брака ниже). Мутатор — вызывающий на весь документ.

    */ - static byte[] resolve(byte[] dataStream, byte[] grpprl) { + static byte[] resolve(byte[] dataStream, byte[] grpprl, long[] budget) { if (!hasPointer(grpprl)) { return grpprl; } + if (budget[0] <= 0) { + return grpprl; + } ByteArrayOutputStream out = new ByteArrayOutputStream(grpprl.length + 64); int[] hops = new int[1]; copyPrls(grpprl, 0, grpprl.length, dataStream, out, hops); - return out.toByteArray(); + byte[] result = out.toByteArray(); + budget[0] -= result.length; + return result; } /** Есть ли в массиве указатель на PrcData. */ 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 5d3f927..4538a2c 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -17,6 +17,7 @@ import org.apache.pdfbox.text.PDFTextStripper; import org.apache.poi.poifs.filesystem.POIFSFileSystem; import org.docx4j.Docx4jProperties; import org.junit.jupiter.api.Test; +import ru.pjandro.wordpdf.fonts.BundledFonts; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; @@ -2755,9 +2756,9 @@ class WordPdfConverterTest { @Test void fopFactorySharedAcrossConversions() throws Exception { WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "ru-plain"); - FopFactory first = WordPdfConverter.sharedFopFactory(null); + FopFactory first = sharedFopFactoryRef(); WordPdfConverter.convert(sampleBytes("en-plain.docx"), "en-plain"); - assertSame(first, WordPdfConverter.sharedFopFactory(null), + assertSame(first, sharedFopFactoryRef(), "повторная конвертация обязана переиспользовать ту же FopFactory"); } @@ -2772,7 +2773,7 @@ class WordPdfConverterTest { void sharedImageCaches_clearedAfterConversion() throws Exception { WordPdfConverter.convert(sampleBytes("chart-types.docx"), "chart-types"); - FopFactory factory = WordPdfConverter.sharedFopFactory(null); + FopFactory factory = sharedFopFactoryRef(); Object imageCache = factory.getImageManager().getCache(); assertEquals(0, softMapSize(imageCache, "imageInfos"), "ImageCache.imageInfos обязан быть пуст после конвертации"); @@ -2782,6 +2783,13 @@ class WordPdfConverterTest { "ImageObjectCacheImpl обязан быть пуст после конвертации"); } + /** Зеркало private-поля {@code WordPdfConverter.sharedFopFactory} (шов для теста). */ + private static FopFactory sharedFopFactoryRef() throws Exception { + java.lang.reflect.Field f = WordPdfConverter.class.getDeclaredField("sharedFopFactory"); + f.setAccessible(true); + return (FopFactory) f.get(null); + } + /** Размер внутренней {@code map} SoftMapCache (package-private поле). */ private static int softMapSize(Object cacheHolder, String field) throws Exception { java.lang.reflect.Field f = cacheHolder.getClass().getDeclaredField(field); @@ -2823,6 +2831,93 @@ class WordPdfConverterTest { assertTrue(norm(pdfTextBytes(out[1])).contains("Типы диаграмм"), "поток 2: текст потерян"); } + /** + * Внешние мутаторы шрифтового реестра ({@code BundledFonts.init()}, + * {@code restrictToBundled()}) рядом с идущими конвертациями не должны + * влиять на их вывод: все синхронизированные операции BundledFonts и + * сериализация конвертаций держат один монитор ({@code WordPdfConverter.class}), + * поэтому чистка реестра не может вырезать шрифт из-под идущего рендера. + * Регрессия — этот тест, фикстуры samples/ru-plain.docx и samples/chart-types.docx. + */ + @Test + void concurrentFontMutators_conversionsUnharmed() throws Exception { + byte[] plain = sampleBytes("ru-plain.docx"); + byte[] chart = sampleBytes("chart-types.docx"); + byte[][] out = new byte[2][]; + Runnable[] jobs = { + () -> out[0] = WordPdfConverter.convert(plain, "ru-plain"), + () -> out[1] = WordPdfConverter.convert(chart, "chart-types"), + }; + Thread[] ts = new Thread[3]; + ts[0] = new Thread(jobs[0]); + ts[1] = new Thread(jobs[1]); + ts[2] = new Thread(() -> { + for (int i = 0; i < 50; i++) { + BundledFonts.init(); + BundledFonts.restrictToBundled(); + } + }); + for (Thread t : ts) { + t.start(); + } + for (Thread t : ts) { + t.join(); + } + assertTrue(out[0] != null && "%PDF".equals(new String(out[0], 0, 4, StandardCharsets.US_ASCII)), + "поток 1 не вернул PDF"); + assertTrue(out[1] != null && "%PDF".equals(new String(out[1], 0, 4, StandardCharsets.US_ASCII)), + "поток 2 не вернул PDF"); + String t0 = norm(pdfTextBytes(out[0])); + String t1 = norm(pdfTextBytes(out[1])); + assertTrue(t0.contains("Привет, мир!"), "поток 1: текст потерян"); + assertTrue(t1.contains("Типы диаграмм"), "поток 2: текст потерян"); + } + + /** + * XXE-pin: {@code word/document.xml} с DOCTYPE и внешней сущностью + * ({@code file://}) обязан быть отвергнут до разбора — StAX валидатора + * работает с {@code SUPPORT_DTD=false}, JAXB docx4j — с + * {@code disallow-doctype-decl}. Цель сущности не читается, секрет не + * попадает ни в PDF, ни в сообщение ошибки. + */ + @Test + void xxeExternalEntity_rejectedNotRead() throws Exception { + Path secret = Files.createTempFile("wordpdf-xxe-", ".txt"); + Files.writeString(secret, "XXE-SECRET-42"); + try { + String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; + String doc = "" + + " ]>" + + "" + + "&xxe;" + + "" + + ""; + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + putZip(zos, "[Content_Types].xml", + "" + + "" + + "" + + "" + + "" + + ""); + putZip(zos, "_rels/.rels", + "" + + "" + + "" + + ""); + putZip(zos, "word/document.xml", doc); + } + ConversionException e = assertThrows(ConversionException.class, + () -> WordPdfConverter.convert(out.toByteArray(), "xxe")); + assertFalse(e.getMessage() != null && e.getMessage().contains("XXE-SECRET-42"), + "содержимое внешнего файла не должно попадать в сообщение ошибки"); + } finally { + Files.deleteIfExists(secret); + } + } + /** Текст PDF из байтов (PDFBox) — для результатов прямого convert(). */ private static String pdfTextBytes(byte[] pdf) throws IOException { try (PDDocument doc = Loader.loadPDF(pdf)) { 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 37257d5..7161fab 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java @@ -376,6 +376,242 @@ class WordPdfValidatorTest { assertTrue(ex.getMessage().contains("записей"), ex.getMessage()); } + /** + * XML-бомба: распакованные XML-части больше + * {@link WordPdfSettings#MAX_DECOMPRESSED_XML_MB} — отказ по байтовому + * гейту XML (байтовый лимит архива ещё не исчерпан). + * Регрессия — WordPdfValidator#checkDocxContainer (xmlTotal). + */ + @Test + void validate_xmlPartsBombRejected() throws Exception { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + zos.putNextEntry(new ZipEntry("[Content_Types].xml")); + zos.write(CONTENT_TYPES.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + zos.putNextEntry(new ZipEntry("word/document.xml")); + zos.write(new byte[(int) (WordPdfSettings.MAX_DECOMPRESSED_XML_MB * 1024 * 1024) + 1]); + zos.closeEntry(); + } + byte[] zip = out.toByteArray(); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); + assertTrue(ex.getMessage().contains("XML-частей"), ex.getMessage()); + } + + /** + * Дубликаты имён записей — отказ: OPC требует уникальных имён, а партии + * с одним именем по-разному трактуются валидатором (первая) и парсером. + * {@code ZipOutputStream} дубли не пишет — контейнер собирается вручную + * (STORED, локальные заголовки + central directory + EOCD). + * Регрессия — WordPdfValidator#checkDocxContainer (Set names). + */ + @Test + void validate_duplicateEntriesRejected() throws Exception { + byte[] ct = CONTENT_TYPES.getBytes(StandardCharsets.UTF_8); + byte[] doc = MINIMAL_DOCUMENT.getBytes(StandardCharsets.UTF_8); + byte[] zip = rawZip(new String[] {"[Content_Types].xml", "word/document.xml", + "word/document.xml"}, + new byte[][] {ct, doc, doc}); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); + assertTrue(ex.getMessage().contains("Дубликаты записей"), ex.getMessage()); + } + + /** Минимальный zip: STORED-записи, central directory, EOCD. */ + private static byte[] rawZip(String[] names, byte[][] data) { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + long[] offsets = new long[names.length]; + java.util.zip.CRC32 crc = new java.util.zip.CRC32(); + for (int i = 0; i < names.length; i++) { + byte[] name = names[i].getBytes(StandardCharsets.UTF_8); + crc.reset(); + crc.update(data[i]); + offsets[i] = out.size(); + le32(out, 0x04034b50); + le16(out, 20); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le32(out, (int) crc.getValue()); + le32(out, data[i].length); + le32(out, data[i].length); + le16(out, name.length); + le16(out, 0); + out.writeBytes(name); + out.writeBytes(data[i]); + } + long cdStart = out.size(); + for (int i = 0; i < names.length; i++) { + byte[] name = names[i].getBytes(StandardCharsets.UTF_8); + crc.reset(); + crc.update(data[i]); + le32(out, 0x02014b50); + le16(out, 20); + le16(out, 20); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le32(out, (int) crc.getValue()); + le32(out, data[i].length); + le32(out, data[i].length); + le16(out, name.length); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le32(out, 0); + le32(out, (int) offsets[i]); + out.writeBytes(name); + } + long cdLen = out.size() - cdStart; + le32(out, 0x06054b50); + le16(out, 0); + le16(out, 0); + le16(out, names.length); + le16(out, names.length); + le32(out, (int) cdLen); + le32(out, (int) cdStart); + le16(out, 0); + return out.toByteArray(); + } + + private static void le16(ByteArrayOutputStream out, int v) { + out.write(v & 0xFF); + out.write((v >>> 8) & 0xFF); + } + + private static void le32(ByteArrayOutputStream out, int v) { + le16(out, v & 0xFFFF); + le16(out, (v >>> 16) & 0xFFFF); + } + + /** Заготовки заголовков растров с площадью выше MAX_IMAGE_PIXELS. */ + private static byte[][] rasterBombs() { + byte[] png = new byte[33]; + System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, 0, png, 0, 8); + png[12] = 'I'; + png[13] = 'H'; + png[14] = 'D'; + png[15] = 'R'; + putBe32(png, 16, 50000); + putBe32(png, 20, 50000); + byte[] gif = {'G', 'I', 'F', '8', '9', 'a', + (byte) 0xFF, (byte) 0xFF, (byte) 0xFF, (byte) 0xFF, 0, 0}; + byte[] bmp = new byte[26]; + bmp[0] = 'B'; + bmp[1] = 'M'; + putLe32(bmp, 18, 50000); + putLe32(bmp, 22, -50000); // top-down DIB — берётся abs высоты + byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xC0, + 0x00, 0x11, 0x08, (byte) 0xC3, 0x50, (byte) 0xC3, 0x50}; + return new byte[][] {png, gif, bmp, jpeg}; + } + + private static void putBe32(byte[] b, int off, int v) { + b[off] = (byte) (v >>> 24); + b[off + 1] = (byte) (v >>> 16); + b[off + 2] = (byte) (v >>> 8); + b[off + 3] = (byte) v; + } + + private static void putLe32(byte[] b, int off, int v) { + b[off] = (byte) v; + b[off + 1] = (byte) (v >>> 8); + b[off + 2] = (byte) (v >>> 16); + b[off + 3] = (byte) (v >>> 24); + } + + private static byte[] zipOf(String name, byte[] media) throws Exception { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + zos.putNextEntry(new ZipEntry("[Content_Types].xml")); + zos.write(CONTENT_TYPES.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + zos.putNextEntry(new ZipEntry("word/document.xml")); + zos.write(MINIMAL_DOCUMENT.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + zos.putNextEntry(new ZipEntry(name)); + zos.write(media); + zos.closeEntry(); + } + return out.toByteArray(); + } + + /** + * Raster-bomb: заголовок растра (PNG/GIF/BMP/JPEG — каждый свой формат) + * объявляет площадь выше {@link WordPdfSettings#MAX_IMAGE_PIXELS} — отказ + * до любого декодирования. Регрессия — WordPdfValidator#rasterArea. + */ + @Test + void validate_rasterBombRejected() throws Exception { + String[] exts = {"word/media/b.png", "word/media/b.gif", "word/media/b.bmp", + "word/media/b.jpg"}; + byte[][] bombs = rasterBombs(); + for (int i = 0; i < bombs.length; i++) { + byte[] zip = zipOf(exts[i], bombs[i]); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, ConvertOptions.defaults()), + "должно отклоняться: " + exts[i]); + assertTrue(ex.getMessage().contains("Изображение слишком большое"), ex.getMessage()); + } + } + + /** Легитимные растры малых размеров проходят валидацию. */ + @Test + void validate_smallRastersAccepted() throws Exception { + byte[] png = new byte[33]; + System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, 0, png, 0, 8); + png[12] = 'I'; + png[13] = 'H'; + png[14] = 'D'; + png[15] = 'R'; + putBe32(png, 16, 10); + putBe32(png, 20, 10); + byte[] gif = {'G', 'I', 'F', '8', '9', 'a', 10, 0, 10, 0, 0, 0}; + byte[] bmp = new byte[26]; + bmp[0] = 'B'; + bmp[1] = 'M'; + putLe32(bmp, 18, 10); + putLe32(bmp, 22, -10); + byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xC0, + 0x00, 0x11, 0x08, 0x00, 0x0A, 0x00, 0x0A}; + byte[][] ok = {png, gif, bmp, jpeg}; + String[] exts = {"word/media/a.png", "word/media/a.gif", "word/media/a.bmp", + "word/media/a.jpeg"}; + for (int i = 0; i < ok.length; i++) { + byte[] zip = zipOf(exts[i], ok[i]); + assertDoesNotThrow(() -> WordPdfValidator.validate(zip, ConvertOptions.defaults()), + exts[i]); + } + } + + /** + * Нераспознанный/неполный заголовок растра (подписи нет или dimensions + * не влезают) — не отклонять: площадь не объявлена, а реальный decode + * ограничен бюджетом {@code MAX_DECOMPRESSED_MB}. Регрессия — + * WordPdfValidator#rasterArea (ветки «-1» каждого формата). + */ + @Test + void validate_rasterUnknownHeadsAccepted() throws Exception { + byte[] png = new byte[20]; + System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, + 0, png, 0, 8); // сигнатура есть, IHDR (offset 16..24) не прочитан + byte[] gif = {'G', 'I', 'F', '8', '9', 'a'}; // сигнатура есть, размеров нет + byte[] bmp = new byte[26]; // длина достаточна, подписи 'BM' нет + byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 0x00, 0x00}; // FFD8, следующий маркер не FF + String[] exts = {"word/media/u.png", "word/media/u.gif", "word/media/u.bmp", + "word/media/u.jpg"}; + byte[][] heads = {png, gif, bmp, jpeg}; + for (int i = 0; i < heads.length; i++) { + byte[] zip = zipOf(exts[i], heads[i]); + assertDoesNotThrow(() -> WordPdfValidator.validate(zip, ConvertOptions.defaults()), + exts[i]); + } + } + @Test void validate_tooManyPages() throws Exception { byte[] bytes = docxWithPageBreaks(120); @@ -426,6 +662,19 @@ class WordPdfValidatorTest { } // ---- ветви lightweight-сканера и контейнера ---- + /** Манифест с маркером документа wordprocessingml (минимум для checkDocxContainer). */ + private static final String CONTENT_TYPES = + ""; + + /** Пустое transitional-тело: 1 страница, ни одного разрыва. */ + private static final String MINIMAL_DOCUMENT = + "" + + "" + + ""; + private static final String TRANSITIONAL_W = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java index c195025..5075914 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java @@ -84,6 +84,24 @@ class DrawingPreRendererTest { "r:id ведёт не на вставленную часть"); } + /** + * Бюджет chart-PNG на документ: с бюджетом в 1 байт ни один объект не + * проходит проверку в {@code swapForPicture} — media-частей нет + * (деградация «объект удалён»), конвертация не падает. С неограниченным + * бюджетом — все объекты отрендерены. + * Регрессия — DrawingPreRenderer#MAX_CHART_PNG_BYTES_TOTAL. + */ + @Test + void pngBudget_exhausted_dropsObjects() throws Exception { + WordprocessingMLPackage poor = chartPkg(); + DrawingPreRenderer.run(poor, ru.pjandro.wordpdf.ConvertOptions.defaults(), 1); + assertEquals(0, chartMedia(poor).size(), + "исчерпанный бюджет обязан удалить все chart-объекты без media-частей"); + WordprocessingMLPackage rich = chartPkg(); + DrawingPreRenderer.run(rich, ru.pjandro.wordpdf.ConvertOptions.defaults(), Long.MAX_VALUE); + assertTrue(!chartMedia(rich).isEmpty(), "неограниченный бюджет обязан отрендерить объекты"); + } + /** * Имена уникальны по реестру пакета (chart-1, chart-2): * {@code PartName.generateUniqueName} уникальность не даёт, счётчик с 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 02be7f9..962f16a 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 @@ -191,6 +191,49 @@ class CfbReaderTest { assertSame(ConversionException.class, ex.getClass()); } + /** + * OOM-атака .doc: объявленный размер root-потока (mini stream) больше + * контейнера — отказ ДО аллокации (первая строка readChain — + * {@code new byte[(int) size]}, проверки границ идут после). + * Регрессия — CfbReader#readStreams (кап rootSize). + */ + @Test + void rootSize_beyondContainer_rejected() { + byte[] file = build(new Spec("WordDocument", "x".getBytes(StandardCharsets.UTF_8))); + put32(file, SECTOR * 2 + 0x78, 0x7000_0000); // size root-записи (dir сектор 1, индекс 0) + ConversionException ex = assertThrows(ConversionException.class, + () -> CfbReader.readStreams(file)); + assertTrue(ex.getMessage().contains("mini stream"), ex.getMessage()); + } + + /** + * Root-размер {@code 0xFFFFFFFF}: до капа давал {@code NegativeArraySizeException} + * (не ConversionException → HTTP 500 вместо 400). + */ + @Test + void rootSize_maxU32_rejected() { + byte[] file = build(new Spec("WordDocument", "x".getBytes(StandardCharsets.UTF_8))); + put32(file, SECTOR * 2 + 0x78, -1); + assertThrows(ConversionException.class, () -> CfbReader.readStreams(file)); + } + + /** + * Умножение потоков: одна FAT-цепочка объявлена тремя directory-записями + * на ~весь контейнер; по отдельности каждая в «size <= cfb.length», + * суммарно — больше бюджета 1.5×контейнера. + * Регрессия — CfbReader#readStreams (суммарный бюджет). + */ + @Test + void streamsTotal_beyondBudget_rejected() { + byte[] file = build(new Spec("Data", new byte[60 * 1024])); + int dir = SECTOR * 2; + System.arraycopy(file, dir + 128, file, dir + 256, 128); + System.arraycopy(file, dir + 128, file, dir + 384, 128); + ConversionException ex = assertThrows(ConversionException.class, + () -> CfbReader.readStreams(file)); + assertTrue(ex.getMessage().contains("Суммарный размер потоков"), ex.getMessage()); + } + @Test void dirChainLoop_rejected() { byte[] file = build(); 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 ab6fa6e..28999c3 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 @@ -1611,6 +1611,27 @@ class DocToDocxFormattingTest { + (char) 0x14 + "Сайт" + (char) 0x15 + "\r")); } + /** + * Схема вне whitelist (javascript:) — отказ: RFC 3986 схем не ограничивает, + * а javascript:/file: доезжают до /URI-аннотаций PDF. Регрессия — + * DocxBody#ALLOWED_URL_SCHEMES. + */ + @Test + void hyperlink_javascriptScheme_degradesToPlain() throws IOException { + assertNoHyperlink(hyperlinkDoc((char) 0x13 + " HYPERLINK \"javascript:alert(1)\"" + + (char) 0x14 + "Сайт" + (char) 0x15 + "\r")); + } + + /** mailto: — разрешённая схема whitelist'а. */ + @Test + void hyperlink_mailtoScheme_accepted() throws IOException { + byte[] doc = hyperlinkDoc("x" + (char) 0x13 + " HYPERLINK \"mailto:a@b.c\"" + + (char) 0x14 + "Сайт" + (char) 0x15 + "\r"); + assertTrue(documentXml(doc).contains("")); + assertTrue(partXml(doc, "word/_rels/document.xml.rels") + .contains("Target=\"mailto:a@b.c\"")); + } + /** * Поле покрывает границу абзацев: тег переоткрывается/закрывается в * каждом w:p (баланс по абзацам), rels-запись одна. 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 1486ea1..385056d 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 @@ -150,6 +150,25 @@ class OfficeArtTest { assertNull(OfficeArt.read(region, 0)); } + /** + * Raster bomb: BITMAPINFOHEADER объявляет 50000×50000 — отказ по площади + * ДО ImageIO.read (растр аллоцируется по заголовку и бросает + * OutOfMemoryError, который местный catch не ловит). + * Регрессия — OfficeArt#dibToPng (WordPdfSettings.MAX_IMAGE_PIXELS). + */ + @Test + void oversizedDib_null() { + ByteBuffer buf = ByteBuffer.allocate(40 + 16).order(ByteOrder.LITTLE_ENDIAN); + buf.putInt(40).putInt(50000).putInt(50000).putShort((short) 1).putShort((short) 24) + .putInt(0).putInt(0).putInt(0).putInt(0).putInt(0).putInt(0); + for (int i = 0; i < 16; i++) { + buf.put((byte) 0); + } + byte[] region = region(picf(100, 100, 1000, 1000), + blip(0x6E4, 0xF01F, 16, buf.array())); + assertNull(OfficeArt.read(region, 0), "DIB с завышенной площадью обязан пропускаться"); + } + @Test void blipBeyondLcb_rejected() { byte[] picf = picf(100, 100, 1000, 1000); 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 b610d0a..1df505b 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 @@ -109,6 +109,23 @@ class PrcDataTest { assertEquals(0, PrcData.resolve(d.bytes, ptr(0x6646, d.at[0])).length); } + /** + * Бюджет на документ: исчерпанный — цепочка не разворачивается (массив + * возвращается как есть — та же «снисходительность», что для брака); + * с запасом — разворачивается и списывается размер результата. + */ + @Test + void documentBudgetExhaustedStopsExpansion() { + DataStream d = data(at -> inTable()); + byte[] withPtr = concat(ptr(0x6646, d.at[0]), prl(0x2461, 2)); + long[] empty = {0}; + assertSame(withPtr, PrcData.resolve(d.bytes, withPtr, empty)); + long[] roomy = {1024}; + byte[] expanded = PrcData.resolve(d.bytes, concat(ptr(0x6646, d.at[0])), roomy); + assertArrayEquals(inTable(), expanded); + assertEquals(1024 - inTable().length, roomy[0], "бюджет обязан списываться на размер результата"); + } + @Test void missingDataStream_keepsForeignPrls() { assertArrayEquals(prl(0x2461, 2),