From e6a8b865836b2777d1adaaafb7128d7b23682679 Mon Sep 17 00:00:00 2001 From: Pjandro Date: Mon, 16 Nov 2026 03:06:31 +0300 Subject: [PATCH] =?UTF-8?q?fix:=20=D0=B7=D0=B0=D0=BC=D0=B5=D1=87=D0=B0?= =?UTF-8?q?=D0=BD=D0=B8=D1=8F=20=D1=80=D0=B5=D0=B2=D1=8C=D1=8E=20=E2=80=94?= =?UTF-8?q?=20crash-=D0=B3=D0=B0=D1=80=D0=B4=D1=8B=20=D0=BC=D0=BE=D1=81?= =?UTF-8?q?=D1=82=D0=B0=20=D0=B8=20=D1=81=D0=B2=D0=B5=D1=80=D0=BA=D0=B0=20?= =?UTF-8?q?=D1=86=D0=B8=D1=82=D0=B0=D1=82=20MS-DOC?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - CfbReader: цепочка FAT — сектор за sectorTotal → ConversionException «за концом FAT» (раньше FAT[>127] уходил за массив: ArrayIndexOutOfBounds на битом CFB) - FibHeader: cbRgFcLcb — u16 по §2.5.1 (читался u32 → AIOOBE на FIB длиной 154 байта); csw/cslw MUST — цитата §2.5.1 Fib - PieceTable: aCP[0] < 0 и endCp <= startCp → ConversionException (отрицательный aCP читал бы WordDocument до начала; отрицательный span ронял new String) - Таблица nFib→cbRgFcLcb — ссыка на [MS-OSHARED] §2.1.1 Table 2 - Цитаты секций MS-DOC по ToC ms-doc-full.md: CSSAOperand §2.9.46, SHDOperand §2.9.249 (Shd §2.9.247, Ipat §2.9.121, Shd80 §2.9.248), Ico §2.9.119, SttbfFfn §2.9.286, Brc/BrcType §2.9.16/.22, PapxFkp §2.9.174 — в Grpprl/Tables/Sections/FibHeader, тестах моста, doc-bridge.md - Регрессы: FibHeaderTest#blobEndAtBoundary_rejectedNotCrash, PieceTableTest#negativeStartCp_rejected, CfbReaderTest пин «за концом FAT» --- AGENTS.md | 2 +- docs/agent/doc-bridge.md | 12 ++--- docs/agent/render-limitations.md | 4 +- docs/agent/repo-map.md | 2 +- .../wordpdf/internal/DocxRewritePipeline.java | 3 +- .../internal/HiddenTextNormalizer.java | 9 +++- .../internal/TableIndentNormalizer.java | 15 ++++-- .../wordpdf/internal/doc/CfbReader.java | 11 +++- .../wordpdf/internal/doc/ChpxIndex.java | 3 +- .../wordpdf/internal/doc/FibHeader.java | 19 +++---- .../pjandro/wordpdf/internal/doc/Grpprl.java | 6 +-- .../wordpdf/internal/doc/OfficeArt.java | 5 +- .../wordpdf/internal/doc/PieceTable.java | 12 +++-- .../wordpdf/internal/doc/Sections.java | 2 +- .../pjandro/wordpdf/WordPdfConverterTest.java | 43 +++++++-------- .../internal/HiddenTextNormalizerTest.java | 2 +- .../internal/StrictOoxmlNormalizerTest.java | 2 +- .../internal/TableIndentNormalizerTest.java | 9 ++++ .../wordpdf/internal/doc/CfbReaderTest.java | 2 + .../internal/doc/DocToDocxFormattingTest.java | 52 +++++++++---------- .../wordpdf/internal/doc/FibHeaderTest.java | 21 ++++++-- .../wordpdf/internal/doc/ListsTest.java | 2 +- .../wordpdf/internal/doc/PapxIndexTest.java | 2 +- .../wordpdf/internal/doc/PieceTableTest.java | 10 ++++ .../wordpdf/internal/doc/TablesTest.java | 12 ++--- 25 files changed, 161 insertions(+), 101 deletions(-) diff --git a/AGENTS.md b/AGENTS.md index 7e7e267..346fd5d 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -76,7 +76,7 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources ``` - «Запусти тестовый сервер» (термин пользователя) = dev-стенд выше, **не** `java -jar`; гейт готовности — контейнеры healthy + корень SPA 200; `--force-recreate` обязателен. -- `mvn test` PMD/JaCoCo **не** запускает (оба на `verify`); `mvn -pl wordpdf-app` без `-am` падает (зависимость от core test-jar). +- `mvn test` PMD и проверки JaCoCo **не** запускает (оба на `verify`; сам агент JaCoCo подключается и на `test` — execution `prepare-agent` на `initialize`); `mvn -pl wordpdf-app` без `-am` падает (зависимость от core test-jar). - Деплой — push в `main` → Gitea Actions (детали — `docs/agent/ci-cd.md`); **перед деплоем/перезапуском прочитать `/home/pjandro/prod/java-word-pdf/DEPLOY.md`** (вне репо); ручных скриптов нет. ## Code Conventions & Common Patterns diff --git a/docs/agent/doc-bridge.md b/docs/agent/doc-bridge.md index 1a3a798..4ef5f84 100644 --- a/docs/agent/doc-bridge.md +++ b/docs/agent/doc-bridge.md @@ -5,15 +5,15 @@ |Класс|Спецификация| |---|---| |`CfbReader`|[MS-CFB] заголовок §2.2 (MUST-поля обязательны: ByteOrder 0xFFFE, mini-сектор сдвиг 0x0006, cutoff 0x1000; секторы 512/4096, mini 64), FAT/DIFAT §2.3–2.5, miniFAT + mini stream из root, directory §2.6; длина любой цепочки ограничена числом секторов файла (бюджет против враждебного FAT), суммарный бюджет аллокаций big-потоков (mini-потоки в бюджет не входят — их данные физически в mini stream); любой брак (цикл, ссылка за файл, обрезанный поток, рассинхрон MUST-полей, битый заголовок) → `ConversionException` (на гейте отказ оборачивает в `ValidationException` `WordPdfValidator`)| -|`FibHeader`|[MS-DOC §2.5.1] FibBase (`fWhichTblStm` — бит 9 u16@10 → 1Table/0Table), FibRgLw97 (ccpText/ccpFtn/ccpHdd), пары FibRgFcLcb97: fcStshf=1, fcPlcfSed=6, fcPlcfHdd=11, fcPlcfBteChpx=12, fcPlcfBtePapx=13, fcSttbfFfn=15, fcClx=33, fcDggInfo=50, fcPlfLst=73, fcPlfLfo=74; побайтовый порядок чтения — §2.5.1 «How to read the FIB» (примеры §3); csw/cslw сверяются с ожидаемым раскладок, cbRgFcLcb: 0x0101 = 136 пар (Word 2002), 0x010C = 164 (Word 2003) — нужные пары на фиксированных индексах| -|`PieceTable`|§2.9.135 Clx/Pcdt: куски compressed (FC/2, байт + CP1252-карта 0x80–0x9F) и uncompressed (UTF-16LE); aCP строго возрастают (дубль/убывание — пропуск как пустого/битого куска); читаемый span куска клампится к cbMac (§2.5.4: байты WordDocument-потока за cbMac MUST игнорироваться); FC за потоком → `ConversionException`| -|`Grpprl`|§2.6.2 sprm'ы (операнды по таблице Spra §2.6; ToggleOperand §2.9.327: 0x00 — off, 0x01 — on, 0x80 — **инверсия** текущего значения, `Grpprl.toggle`): CHPX — bold 0x0835, italic 0x0836, strike 0x0837, kul 0x2A3E, hps 0x4A43, hpsBi 0x4A61, ftc0 0x4A4F, ftc1 0x4A50, cv 0x6870 (4-й байт FF → auto), **sprmCHighlight 0x2A0C** (Ico §2.9.119 → `w:highlight`, член ST_HighlightColor §17.18.42 по RGB 1:1), **sprmCShd 0xCA71**/**sprmCShd80 0x4866** (SHDOperand §2.9.177 = cb(1)=10 + cvFore/cvBack COLORREF + ipat §2.9.178; Shd80 u16 5+5+6 §2.9.176 → `w:shd`, форма Word `w:val="clear"`: fill=cvFore при ipatSolid иначе cvBack; ipatAuto/оба цвета auto → не эмитится — FOP красит только w:fill, проверено экспериментально), **sprmCIstd 0x4A30** (u16 — символьный istd (stk=2) §2.4.6.5 → `Styles.charChain`; при задании символьные свойства **сбрасываются** к результату стиля абзаца, а прямые Prl из preserve-list (§2.6.1: bold/italic/strike/kul/hps/ftc0/ftc1/cv…), стоявшие в массиве **до** sprmCIstd, сохраняются (`Grpprl.CI_STD_PRESERVE`, сборка — `DocxBody.chpxWithCharStyle`)), sprmCFSpec 0x0875, rMarkDel 0x0800/rMarkIns 0x0801 (непринятые правки → `w:del`/`w:ins`), smallCaps 0x083A/caps 0x083B (апкейс текста в мосту), vanish 0x083C (фильтр рана — FO `w:vanish` не читает), hpsPos 0x4845 (со знаком, hps → `w:position`), **sprmCPicLocation 0x6A03** (смещение BLIP в Data); PAPX — **sprmPHugePapx 0x6646**/**sprmPTableProps 0x646B** (указатели на PrcData в Data, разворачивает `PrcData.resolve`; `Grpprl.scan` сам их корректно пропускает по spra=3), jc 0x2461 (4→distribute, 5/7/8/9→both, 6 — игнор) и jc80 0x2403 (3/4/5 — justify-both с разной компрессией, distribute у jc80 нет), dxaLeft/dxaLeft1/dxaRight + 80-варианты 0x840F/0x8411/0x840E и sprmPNest 0x465F/sprmPNest80 0x4610 (XAS со знаком → hanging/firstLine; общий накопитель `Grpprl.Indents`: nest к своему dxaLeft, современное семейство вытесняет 80-е), pageBreakBefore 0x2407 (перед ним keepFollow 0x2406/keep 0x2405 → `w:keepNext`/`w:keepLines`), InTable 0x2416, sprmPFTtp 0x2417, **sprmPShd 0xC64D**/**sprmPShd80 0x442D** (тот же Shd/Shd80 → `w:shd` в pPr до `w:tabs`, CT_PPr §17.3.1.26), istd 0x8463, LSPD 0x6412 (dyaLine i16 + fMult), before/after 0xA413/0xA414, PChgTabs 0xC60D и **sprmPChgTabs 0xC615** (табы стиля; PChgTabsDelClose §2.9.182 — радиус удаления из rgdxaClose, XAS_plusOne), **ilvl 0x260A** (u8; 0x0C — «пропустить, не нумеровать»), **ilfo 0x460B** (i16: 0/0xF801 — списока нет, 1..0x07FE — 1-базированный индекс rgLfo, 0xF802..0xFFFF — отрицание индекса с сохранением отступов); TAP — **sprmTDefTable 0xD608**, sprmTTableBorders 0xD613, sprmTTableBorders80 0xD605, sprmTJc 0x548A / sprmTJc90 0x5400 (u16 0/1/2 → left/center/right, единый маппинг: FOP complex-script не поддерживает, RTL вне контура), sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30: cb=3 + itcFirst + itcLim + VerticalAlign 0/1/2 → `w:vAlign`; cb≠3 — операнд игнорируется), **sprmTCellPadding 0xD632**/**sprmTCellPaddingDefault 0xD634** (CSSAOperand §2.9.45: cb(1)=6 + itc(2 ItcFirstLim) + grfbrc (top|left|bottom|right = 1|2|4|8) + ftsWidth + wWidth(2); переносится только ftsDxa, Default-operand действует на весь ряд (§2.63 фиктивные itc 0/1 → [0,∞)) → `w:tcMar`, порядок детей CT_TcMar §17.4.66). **sprmTInsert 0x7621 пропускается по правилу spra=3 (4 байта)** — эмпирика живых образцов (ru-table-image.doc/ru-en-mixed.doc: following-sprm выравнивается ровно при 4; MS-DOC-форма rgttte 2+6·ctc Word'ом не пишется, сетка из sprmTInsert мостом не строится). Спец-длины операндов spra=6: у 0xD608 счётчик cb **двухбайтовый** («остаток+1», §2.9.321 — формула «1+первый байт» врёт при cb>255), у 0xC60D cb=0xFF — обрыв разбора; у 0xC615 cb=0xFF — длина 3 + 4·cTabsDel + 3·cTabsAdd по раскладке §2.9.182 (разбор продолжается)| -|`ChpxIndex`/`PapxIndex`|§2.4.6: PlcfBte (aFc n+1 + pn 22 бита) → FKP-страницы 512 Б по pn·512 (rgfc (n+1)×4, rgbx n×1/×13, crun/cpara — последний байт, cpara ≤ 0x1D по §2.9.174); Chpx = cb + grpprl, **cb=0 — «there is no Chpx» (§2.9.33): диапазон без прямых свойств, но валидный — заносится с пустым grpprl**, grpprl за пределами страницы — пропуск; PapxInFkp: cb≠0 → GrpPrlAndIstd 2cb−1, cb=0 → cb′ → 2cb′ (внутри istd(2) + grpprl, grpprl может быть пустым — istd без прямых Prl); bOffset=0 → свойств нет (дефолт), но **граница rgfc[j+1] в индекс заносится** — иначе дефолтный ран проглотил бы последующие CHPX-раны абзаца (регрессии ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept, WordPdfConverterTest#docClassD_landscapeHiddenDelCaps); **istd сохраняется** (`istdFor`, вне диапазона −1) — по нему `DocxBody` применяет цепочку `Styles`| +|`FibHeader`|[MS-DOC §2.5.1] FibBase (`fWhichTblStm` — бит 9 u16@10 → 1Table/0Table), FibRgLw97 (ccpText/ccpFtn/ccpHdd), пары FibRgFcLcb97: fcStshf=1, fcPlcfSed=6, fcPlcfHdd=11, fcPlcfBteChpx=12, fcPlcfBtePapx=13, fcSttbfFfn=15, fcClx=33, fcDggInfo=50, fcPlfLst=73, fcPlfLfo=74; побайтовый порядок чтения — §2.5.1 «How to read the FIB» (примеры §3); csw/cslw сверяются с ожидаемым раскладок, cbRgFcLcb — один из по таблице nFib (§2.5.1): 0x00C1→0x005D, 0x0101→0x0088 (136 пар, Word 2002), 0x010C→0x00A4 (164, Word 2003) — нужные пары на фиксированных индексах| +|`PieceTable`|§2.9.135 Clx/Pcdt: куски compressed (FC/2, байт + CP1252-карта 0x80–0x9F) и uncompressed (UTF-16LE); aCP строго возрастают и ≥ 0 (§2.8.35 PlcPcd; дубль/убывание/отрицательный → `ConversionException` — отрицательный aCP[0] читал бы до начала WordDocument-потока); читаемый span куска клампится к cbMac (§2.5.4: байты WordDocument-потока за cbMac MUST игнорироваться); FC за потоком → `ConversionException`| +|`Grpprl`|§2.6.2 sprm'ы (операнды по таблице Spra §2.6; ToggleOperand §2.9.327: 0x00 — off, 0x01 — on, 0x80 — **инверсия** текущего значения, `Grpprl.toggle`): CHPX — bold 0x0835, italic 0x0836, strike 0x0837, kul 0x2A3E, hps 0x4A43, hpsBi 0x4A61, ftc0 0x4A4F, ftc1 0x4A50, cv 0x6870 (4-й байт FF → auto), **sprmCHighlight 0x2A0C** (Ico §2.9.119 → `w:highlight`, член ST_HighlightColor §17.18.42 по RGB 1:1), **sprmCShd 0xCA71**/**sprmCShd80 0x4866** (SHDOperand §2.9.249 = cb(1)=10 + Shd §2.9.247: cvFore/cvBack COLORREF + ipat §2.9.121; Shd80 u16 5+5+6 §2.9.248 → `w:shd`, форма Word `w:val="clear"`: fill=cvFore при ipatSolid иначе cvBack; ipatAuto/оба цвета auto → не эмитится — FOP красит только w:fill, проверено экспериментально), **sprmCIstd 0x4A30** (u16 — символьный istd (stk=2) §2.4.6.5 → `Styles.charChain`; при задании символьные свойства **сбрасываются** к результату стиля абзаца, а прямые Prl из preserve-list (§2.6.1: bold/italic/strike/kul/hps/ftc0/ftc1/cv…), стоявшие в массиве **до** sprmCIstd, сохраняются (`Grpprl.CI_STD_PRESERVE`, сборка — `DocxBody.chpxWithCharStyle`)), sprmCFSpec 0x0875, rMarkDel 0x0800/rMarkIns 0x0801 (непринятые правки → `w:del`/`w:ins`), smallCaps 0x083A/caps 0x083B (апкейс текста в мосту), vanish 0x083C (фильтр рана — FO `w:vanish` не читает), hpsPos 0x4845 (со знаком, hps → `w:position`), **sprmCPicLocation 0x6A03** (смещение BLIP в Data); PAPX — **sprmPHugePapx 0x6646**/**sprmPTableProps 0x646B** (указатели на PrcData в Data, разворачивает `PrcData.resolve`; `Grpprl.scan` сам их корректно пропускает по spra=3), jc 0x2461 (4→distribute, 5/7/8/9→both, 6 — игнор) и jc80 0x2403 (3/4/5 — justify-both с разной компрессией, distribute у jc80 нет), dxaLeft/dxaLeft1/dxaRight + 80-варианты 0x840F/0x8411/0x840E и sprmPNest 0x465F/sprmPNest80 0x4610 (XAS со знаком → hanging/firstLine; общий накопитель `Grpprl.Indents`: nest к своему dxaLeft, современное семейство вытесняет 80-е), pageBreakBefore 0x2407 (перед ним keepFollow 0x2406/keep 0x2405 → `w:keepNext`/`w:keepLines`), InTable 0x2416, sprmPFTtp 0x2417, **sprmPShd 0xC64D**/**sprmPShd80 0x442D** (тот же Shd/Shd80 → `w:shd` в pPr до `w:tabs`, CT_PPr §17.3.1.26), istd 0x8463, LSPD 0x6412 (dyaLine i16 + fMult), before/after 0xA413/0xA414, PChgTabs 0xC60D и **sprmPChgTabs 0xC615** (табы стиля; PChgTabsDelClose §2.9.182 — радиус удаления из rgdxaClose, XAS_plusOne), **ilvl 0x260A** (u8; 0x0C — «пропустить, не нумеровать»), **ilfo 0x460B** (i16: 0/0xF801 — списока нет, 1..0x07FE — 1-базированный индекс rgLfo, 0xF802..0xFFFF — отрицание индекса с сохранением отступов); TAP — **sprmTDefTable 0xD608**, sprmTTableBorders 0xD613, sprmTTableBorders80 0xD605, sprmTJc 0x548A / sprmTJc90 0x5400 (u16 0/1/2 → left/center/right, единый маппинг: FOP complex-script не поддерживает, RTL вне контура), sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30: cb=3 + itcFirst + itcLim + VerticalAlign 0/1/2 → `w:vAlign`; cb≠3 — операнд игнорируется), **sprmTCellPadding 0xD632**/**sprmTCellPaddingDefault 0xD634** (CSSAOperand §2.9.46: cb(1)=6 + itc(2 ItcFirstLim) + grfbrc (top|left|bottom|right = 1|2|4|8) + ftsWidth + wWidth(2); переносится только ftsDxa, Default-operand действует на весь ряд (§2.63 фиктивные itc 0/1 → [0,∞)) → `w:tcMar`, порядок детей CT_TcMar §17.4.66). **sprmTInsert 0x7621 пропускается по правилу spra=3 (4 байта)** — эмпирика живых образцов (ru-table-image.doc/ru-en-mixed.doc: following-sprm выравнивается ровно при 4; MS-DOC-форма rgttte 2+6·ctc Word'ом не пишется, сетка из sprmTInsert мостом не строится). Спец-длины операндов spra=6: у 0xD608 счётчик cb **двухбайтовый** («остаток+1», §2.9.321 — формула «1+первый байт» врёт при cb>255), у 0xC60D cb=0xFF — обрыв разбора; у 0xC615 cb=0xFF — длина 3 + 4·cTabsDel + 3·cTabsAdd по раскладке §2.9.182 (разбор продолжается)| +|`ChpxIndex`/`PapxIndex`|§2.4.6: PlcfBte (aFc n+1 + pn 22 бита) → FKP-страницы 512 Б по pn·512 (rgfc (n+1)×4, rgbx n×1/×13, crun/cpara — последний байт, cpara ≤ 0x1D по §2.9.174); Chpx = cb + grpprl, **cb=0 (§2.9.32 Chpx — пустой grpx; ср. rgb[i]=0 в §2.9.33 «there is no Chpx associated»): диапазон без прямых свойств, но валидный — заносится с пустым grpprl**, grpprl за пределами страницы — пропуск; PapxInFkp: cb≠0 → GrpPrlAndIstd 2cb−1, cb=0 → cb′ → 2cb′ (внутри istd(2) + grpprl, grpprl может быть пустым — istd без прямых Prl); bOffset=0 → свойств нет (дефолт), но **граница rgfc[j+1] в индекс заносится** — иначе дефолтный ран проглотил бы последующие CHPX-раны абзаца (регрессии ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept, WordPdfConverterTest#docClassD_landscapeHiddenDelCaps); **istd сохраняется** (`istdFor`, вне диапазона −1) — по нему `DocxBody` применяет цепочку `Styles`| |`Styles`|§2.9.271 STSH по fcStshf: LPStshi (cbStshi, cstd, cbSTDBaseInFile) → LPStd на чётных границах → Std (stdf: sti/stk/istdBase/cupx + xstzName + LPUpx): stk=1 → UPX[0]=UpxPapx (istd(2)+grpprl), UPX[1]=UpxChpx (§2.9.338/.336); **stk=2 (символьный стиль, StkCharGRLPUPX §2.9.263)** — единственный UPX[0]=UpxChpx целиком, отдельная цепочка `charChain(istd)` (источник ссылки — sprmCIstd, §2.4.6.5); stk=3 (табличный) не читается. Цепочка base-first (предок раньше потомка, last-wins при скане); istdBase 0x0FFF — без предка, цикл — обрыв на MAX_CHAIN=16. Разбор **снисходительный** (образец FontTable): битый/отсутствующий STSH → пустая таблица, конвертация на прямых свойствах, без `ConversionException`| -|`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc, cellVAlign, cellMargins)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.22) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.119); BrcMayBeNil/Brc80MayBeNil (байты все 0xFF — NilBrc, §2.9.20/.18) → **границы нет** (не эмитится), brcType=0 не эмитится, 0x1B→inset, ≥0x40 ширина ×8, sz<2 → 2 (§2.9.17); выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord); вертикальное выравнивание ячеек: sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30) → `cellVAlign[]` по индексам колонок (диапазоны clamped к сетке, top/вне диапазона — не эмитится) → `w:vAlign` в `w:tcPr` после `w:gridSpan` (регрессии — TablesTest#vertAlign_*, DocToDocxFormattingTest#cellVertAlign_*); поля ячеек: sprmTCellPadding/…Default (CSSAOperand §2.9.45, только ftsDxa, wWidth ≤ 31680) → `cellMargins[]` (record `CellMargin(itcFirst, itcLim, sideMask, width)`, Default — весь ряд) → `w:tcMar` в `w:tcPr` до `w:vAlign` (CT_TcMar §17.4.66; регрессии — TablesTest#cellPadding_*, DocToDocxFormattingTest#cellMargins_becomeTcMar, пайплайн — WordPdfConverterTest#tableTcMar_textInsetLikeWord). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы| +|`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc, cellVAlign, cellMargins)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.22) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.119); BrcMayBeNil/Brc80MayBeNil (байты все 0xFF — NilBrc, §2.9.20/.18) → **границы нет** (не эмитится), brcType=0 не эмитится, 0x1B→inset, ≥0x40 ширина ×8, sz<2 → 2 (§2.9.16); выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord); вертикальное выравнивание ячеек: sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30) → `cellVAlign[]` по индексам колонок (диапазоны clamped к сетке, top/вне диапазона — не эмитится) → `w:vAlign` в `w:tcPr` после `w:gridSpan` (регрессии — TablesTest#vertAlign_*, DocToDocxFormattingTest#cellVertAlign_*); поля ячеек: sprmTCellPadding/…Default (CSSAOperand §2.9.46, только ftsDxa, wWidth ≤ 31680) → `cellMargins[]` (record `CellMargin(itcFirst, itcLim, sideMask, width)`, Default — весь ряд) → `w:tcMar` в `w:tcPr` до `w:vAlign` (CT_TcMar §17.4.66; регрессии — TablesTest#cellPadding_*, DocToDocxFormattingTest#cellMargins_becomeTcMar, пайплайн — WordPdfConverterTest#tableTcMar_textInsetLikeWord). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы| |`Lists`|§2.9.200/.201 PlfLst/PlfLfo → `word/numbering.xml`: PlfLst — cLst SHORT (2 Б) при `fc`, rgLstf с `fc+2` (§2.9.201, Figure 56); LSTF (28 Б, fSimpleList→1 LVL иначе 9, массив LVL приложен за `fc+lcb`) + LVL (LVLF 28 Б: iStartAt/nfc/jc/ixchFollow/cbGrpprl'ы; Xst: плейсхолдеры 0x00–0x08 → `%{n+1}`, литеральный `%` → `%%`) → `w:abstractNum` (MSONFC [MS-OSHARED §2.2.1.3] → ST_NumberFormat §17.18.59, общий `numFmt` с `DocxBody.appendPgNumType`, экзотика CJK → decimal — нет глифов в бандле; ixchFollow 1/2 → `w:suff` space/nothing, 0=tab не эмитится; grpprlPapx уровня → `w:ind`, grpprlChpx → `w:rPr` rFonts/b/sz); LFO (lsid→первый LSTF) + LFOLVL (fStartAt → `w:startOverride`, fFormatting → полный `w:lvl`) → `w:num` (numId = 1-базированный ilfo). Снисходительно (образец `Styles`): битая таблица/обрыв LVL → пустой/неполный результат; `hasNum` — numId разрешается в валидный abstractNum, иначе абзацы деградируют в плоские| |`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` — sprmSBkc ∈ bkcContinuous/bkcNewColumn (§2.9.235) описывает разрыв, **ЗАКАНЧИВАЮЩИЙ эту** секцию (OOXML `w:type` — разрыв перед секцией §17.6.22, `DocxBody.sectPrXml` берёт значение секции i−1), `landscape` из sprmSBOrientation 0x301D (§2.9.236: 1/2), нумерация страниц — `pgNumStart` (0 = не задан; sprmSFPgnRestart 0x3011 + sprmSPgnStart97 0x501C, restart без start клампится к 1), `nfcPgn` (sprmSNfcPgn 0x300E, MSONFC) и gutter-поле (sprmSDzaGutter → `w:gutter` в pgMar), поля XAS_nonNeg (§2.6.3), верх/низ/header/footer — **YAS знаковый** (§2.9.355: минус — минимальное поле, Word пишет yаPage положительно), колонки — sprmSCcolumns 0x500B (число − 1, кап 44), sprmSFEvenlySpaced 0x3005 (Bool8, дефолт true), sprmSDxaColumns 0x900C; при неравных колонках per-column ширины/зазоры из sprmSDxaColWidth 0xF203/sprmSDxaColSpacing 0xF204 (SDxaColWidthOperand/SDxaColSpacingOperand §2.9.241/.242: iCol+dxa)); `titlePage` из sprmSFTitlePage 0x300A (Bool8)); свойств в Sepx нет (или Sepx битый) — дефолты Word 97: Letter 12240×15840, поля 1440, колонтитуки 720 (§2.6.4 «By default» sprmSXaPage/sprmSYaPage); невозрастающие aCP → `ConversionException` (§2.8.26 «MUST NOT contain duplicate CPs»); финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 7), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается; отсутствие sprmSBkc не вычитается — дефолт bkcNewPage)| -|`FontTable`|SttbfFfn (§2.9.147): индекс ftc → имя семейства в `w:rFonts`| +|`FontTable`|SttbfFfn (§2.9.286): индекс ftc → имя семейства в `w:rFonts`| |`SummaryInfo`|[MS-OLEPS §2.2] PropertySet-поток `\x01SummaryInformation`; **offset'ы заголовка относительны начала PropertySet-потока** (`abs = Offset0 + offset`); PIDSI_PAGECOUNT=0x0E| |`Headers`|Plcfhdd (§2.4.1): 6 разделителей + по 6 историй на секцию (even/odd/first × hdr/ftr); odd hdr/ftr **каждой** секции → своя часть `headerN.xml`/`footerN.xml` (нумерация независимая по типу) и `headerReference`/`footerReference` type="default" в её sectPr; **first hdr/ftr (слоты 4/5 §2.8.22)** — только когда у секции Sepx задал sprmSFTitlePage → `type="first"` (нумерация общая с first-частями; регрессия — DocToDocxFormattingTest#titlePage_emittedAfterCols, WordPdfConverterTest#docTitlePage_firstHeaderOnlyFirstPage); пустая история [x,x) → части нет, docx4j наследует колонтитук предыдущей секции; guard-¶ отрезается; PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (та же семантика, что `FieldNormalizer` в docx-пути)| |`OfficeArt`|[MS-ODRAW] PICF @ fcDggInfo/lcbDggInfo (Table-поток), delay-поток = WordDocument; DggContainer → BStoreContainer(0xF004)/BStoreContainerDelay(0xF007)/инлайн → FBSE → BLIP: 0xF01A EMF / 0xF01B WMF / 0xF01C PICT / 0xF01D JPEG (=0xF02A, [MS-ODRAW] Appendix A примечание <5> к §2.2.23) / 0xF01E PNG / 0xF01F DIB / 0xF029 TIFF (§2.2.30); **recInstance со вторым UID** (Appendix A <5>: 0x217 PICT 1 UID, 0x3D5 EMF, 0x46B JPEG RGB, 0x543 PICT, 0x6E1 PNG, 0x6E3 JPEG CMYK, 0x6E5 TIFF, 0x7A9 DIB — два UID) — второй UID идёт после первого в заголовке FBSE, сдвиг данных на 16 байт; PNG/JPEG/TIFF дословно, DIB → ImageIO → PNG, EMF/WMF/PICT → пропуск + warn (EMF-рендера в Java2D нет)| diff --git a/docs/agent/render-limitations.md b/docs/agent/render-limitations.md index dc5c4c8..f462d56 100644 --- a/docs/agent/render-limitations.md +++ b/docs/agent/render-limitations.md @@ -4,6 +4,6 @@ - Известный остаток эталона: U+2188/U+218A — глифов нет в OFL-шрифтах бандла, остаются `.notdef` (GNU FreeSerif GPL — не добавляем намеренно). -- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 8, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19; при отсутствии `w:kern` Office не кернит — MS-OI29500 §21.1.2.3.9a) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 7), `w:suff="space"` (правило 8). +- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 8, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19: кернинг применяется, только когда элемент задан; при отсутствии `w:kern` не кернит; MS-OI29500 §2.1.83 уточняет лишь диапазон `w:val`) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 7), `w:suff="space"` (правило 8). -- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.13.1.35), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23), OMML-формулы: на хосте с fontconfig рисуются вектором jeuclid-fop (§22.1 — текст из PDF не извлекается, пинь пикселями), без fontconfig — деградация в текст `m:t` (правило 11; контейнерный рантайм без fontconfig), фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 9); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 10 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 10 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура). +- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.10.6), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23), OMML-формулы: на хосте с fontconfig рисуются вектором jeuclid-fop (§22.1 — текст из PDF не извлекается, пинь пикселями), без fontconfig — деградация в текст `m:t` (правило 11; контейнерный рантайм без fontconfig), фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 9); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 10 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 10 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура). diff --git a/docs/agent/repo-map.md b/docs/agent/repo-map.md index ef55823..db0c8e4 100644 --- a/docs/agent/repo-map.md +++ b/docs/agent/repo-map.md @@ -109,7 +109,7 @@ PMD: `failurePriority` в плагине не задан — на практик - Нормализаторы — единый контракт `internal/DocxNormalizer`; константа `STEP` только у `DocxRewritePipeline` (сам собирает цепочку); цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–11 одним zip-проходом) + лямбда `OleObjectNormalizer`; нечего менять → **тот же массив**; package-private хук `static String rewrite(String xml)` для юнит-тестов (возвращает `null` при отсутствии изменений; есть у 11 из 12 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)`, у `TableIndentNormalizer` — `rewritePart(name, xml, band)` (per-part-логика, хуки пайплайна); правятся только части `word/*.xml`. -- Классы в `internal` — `public` (иначе родительский пакет не вызвал бы), но публичные члены наружу только `normalize`/`STEP`/`declare`/`DrawingPreRenderer.run`/`DependencyGuard.check` (`rewrite`, карты — package-private); в `wordpdf-app` всё package-private кроме `WordPdfApplication`. +- Классы в `internal` — package-private; `public` только контракт наружу: `DocxNormalizer`, `DocxRewritePipeline`(+`STEP`), `OleObjectNormalizer`, `FopFallbackFonts`(+`declare`), `LayoutPostRenderer`(+`register`), `DependencyGuard`(+`check`) и `DrawingPreRenderer`(+`run`); `rewrite`-хуки и карты — package-private; в `wordpdf-app` всё package-private кроме `WordPdfApplication`. - Гейт JaCoCo `0.8.15`: `jacoco:check` (правило BUNDLE, LINE COVEREDRATIO `0.90` — обоих модулей; в `wordpdf-core/pom.xml` execution `check` переопределён и добавляет BRANCH COVEREDRATIO `0.85` — только для core) на `verify`; агент подключается в surefire через `argLine` = `@{argLine} -Djava.awt.headless=true` (свойство `argLine` в корневом pom по умолчанию пусто и перезаписывается `prepare-agent` — `mvn test -Djacoco.skip=true` без агента работоспособно); `report` и `check` оба на `verify`, report раньше — при провале порога отчёт уже на диске; отчёты `target/site/jacoco/` (html+xml, xml нужен CI-сводке). Плотность покрытия держат тесты, а не заглушки: промахи в основном недостижимые IOException/catch-ветки (`GlyphFont`, `BundledFonts`) и защитные ветви сканеров нормализаторов/валидатора. - Счётчики тестов и описание блока аудита .docx 2026-11 — `docs/agent/testing.md`. JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true`; только `Assertions` (Mockito/AssertJ не использовать; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`), тестовые классы package-private, зеркалят main-пакеты; только `@Test` + два `@BeforeAll` (warm-up шрифтов в `GlyphCoverageNormalizerTest` и `BundledFonts.init()` в `BundledFontsTest`) + `@AfterEach drainWorker` в `ConversionTimeoutTest` (дренировать отменённый FOP-рендер до следующего класса — гонка глобального `PhysicalFonts`). diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java index 5a864fc..58188fb 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java @@ -66,7 +66,8 @@ public final class DocxRewritePipeline { // Ширина полосы набора для правила 7 (таблицы в header/footer- // частях своей sectPr не содержат): из сырого document.xml — // геометрия инвариантна к рерайтам цепочки (Strict не трогает - // w:pgSz/@w:w, а pgMar-чередование left|start покрывает strict). + // w:pgSz/@w:w; у strict CT_PageMar start/end нет вовсе — + // только left/right). // Записи нет/несколько секций → −1, header/footer консервативно // пропускаются (та же неоднозначность полосы, что для body). int band = -1; diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java index 6888348..d7506a9 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java @@ -39,8 +39,13 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel; * правило 2 к моменту запуска уже привело on/off к true/false, но обе формы * принимаются) либо {@code w:rStyle} ссылается на стиль с vanish — по * цепочке {@code w:basedOn} (капа 16, цикл — обрыв; тот же приём, что - * {@code internal/doc/Styles}). Прямой vanish ранa перекрывает стилевой; - * вложенные раны ({@code w:rubyBase}/{@code w:rt}, текстовые боксы) + * {@code internal/doc/Styles}). Прямой vanish ранa перекрывает стилевой + * (§17.7.3: в конфликте toggle выигрывает direct formatting); принятое + * упрощение стилевого слоя — явный falsy {@code w:val} у стиля + * (vanish=false поверх vanish-предка по {@code w:basedOn}) не + * разворачивается: стиль с {@code w:vanish} делает раны скрытыми + * независимо от {@code w:val}; вложенные раны + * ({@code w:rubyBase}/{@code w:rt}, текстовые боксы) * оцениваются независимо, но ран внутри уже удалённого внешнего не * вырезается повторно (диапазоны сливаются при сборке). * diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java index 1c932d8..e73c4e9 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java @@ -14,9 +14,9 @@ import java.util.zip.ZipOutputStream; * Свёртка {@code w:tblPr/w:jc} (center/right) с ненулевым {@code w:tblInd} в * абсолютный {@code w:tblInd} — до загрузки docx4j. * - * Word (MS-OI29500 §2.1.155; Part 1 §17.4.50 {@code w:jc} описывает без - * аддитивной семантики — «сдвиг от поля после центрирования/прижимания» - * есть измеренное поведение Word): при {@code w:jc}≠left + * Word (MS-OI29500 §2.1.155; Part 1 §17.4.28 {@code w:jc} + §17.4.50 + * {@code w:tblInd} описывают без аддитивной семантики — «сдвиг от поля после + * центрирования/прижимания» есть измеренное поведение Word): при {@code w:jc}≠left * таблица центрируется/прижимается, а {@code w:tblInd} добавляется сдвигом от * поля. docx4j же при {@code w:jc}≠left {@code w:tblInd} игнорирует буквально * (аудит раскладки ECMA-376, матрица B3) — таблица рендерилась без учёта @@ -38,7 +38,7 @@ import java.util.zip.ZipOutputStream; * {@code w:tblPr} с {@code w:tblCellSpacing} без {@code w:tblInd} (вставить * тег в корректную позицию CT_TblPrBase некуда). Дефолты при отсутствии * pgSz/pgMar — 11906 и 1440/1440: ECMA дефолтов {@code w:pgSz}/{@code w:pgMar} - * не фиксирует (§17.6.11/§17.6.13), а 11906/1440 — измеренное поведение + * не фиксирует (§17.6.13/§17.6.11), а 11906/1440 — измеренное поведение * docx4j при отсутствующем {@code w:pgMar} (левый край текста = 72pt = * 1440 twips) — нормализатор обязан считать ту же полосу, что рендерит стек. * Band берётся из сырого {@code word/document.xml}: геометрия инвариантна @@ -191,13 +191,18 @@ final class TableIndentNormalizer { if (hasInd) { String indTag = ind.group(); Matcher indW = TBL_IND_W.matcher(indTag); - // CT_SignedTwipsMeasure: опущенный w:type = dxa (§17.4.87); + // CT_TblWidth (§17.4.87): опущенный w:type = dxa; // явный не-dxa (pct и т.п.) — величина сдвига неизвестна boolean nonDxa = indTag.contains("w:type=") && !indTag.contains("w:type=\"dxa\""); if (!indW.find() || nonDxa) { continue; } x = Integer.parseInt(indW.group(1)); + } else if (pr.contains(" limit) { throw new ConversionException("Циклическая " + what + " в .doc"); } - if (sect >= fat.length) { + if (sect >= fat.length || sect >= sectorTotal) { + // sectorTotal: sectorOffset=(sector+1)*sectorSize обязан + // остаться положительным int — сектор «за файлом» дал бы + // оффлоу и обход проверок base+n>cfb.length throw new ConversionException("Сектор за концом FAT в .doc: " + what); } sectors.add((int) sect); @@ -345,7 +348,11 @@ final class CfbReader { } private static int sectorOffset(int sector, int sectorSize) { - return (sector + 1) * sectorSize; + long off = (long) (sector + 1) * sectorSize; + if (off > Integer.MAX_VALUE) { + throw new ConversionException("Сектор за концом файла в .doc"); + } + return (int) off; } private static void requireInFile(int offset, int len, int fileLen, String what) { diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java index e804752..c00aa55 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/ChpxIndex.java @@ -58,7 +58,8 @@ final class ChpxIndex { if (bx != 0) { int chpxOff = (int) pageOff + bx * 2; int cb = wordDocument[chpxOff] & 0xFF; - // cb=0 (§2.9.33 Chpx) — «there is no Chpx»: диапазон без + // cb=0 (§2.9.32 Chpx — пустой grpx; ср. rgb[i]=0 в + // §2.9.33 «there is no Chpx associated»): диапазон без // прямых свойств, но валидный — заносим с пустым grpprl if (cb > 0) { if (chpxOff + 1 + cb > pageOff + FKP_PAGE_SIZE) { diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java index 1637a15..f5cfade 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/FibHeader.java @@ -8,8 +8,9 @@ import ru.pjandro.wordpdf.ConversionException; *

По [MS-DOC] §2.5: Fib = FibBase (32) + csw + FibRgW97 + cslw + FibRgLw97 * + cbRgFcLcb + FibRgFcLcbBlob (§2.5.1). Читаются только нужные поля; * порядок и смещения — §2.5.15 «How to read the FIB», побайтовые примеры — - * §3 (Figure 22/30). cbRgFcLcb: 0x0101 = 136 пар (Word 2002), 0x010C = 164 - * (Word 2003) — сверяется при чтении; нужные + * §3 (Figure 22/30). cbRgFcLcb — один из по таблице nFib (§2.5.1): + * 0x00C1→0x005D (88 пар, Word 97), 0x0101→0x0088 (136, Word 2002), + * 0x010C→0x00A4 (164, Word 2003) — сверяется при чтении; нужные * пары стоят на фиксированных индексах.

*/ final class FibHeader { @@ -30,7 +31,7 @@ final class FibHeader { /** Значение бита флага «включён» (§2.5.2, grpprl FIB). */ private static final int BIT_ON = 1; - /** MUST-значения счётчиков (§2.5.2/§2.5.4, Word 97+): csw=14 коротких, cslw=22 длинных. */ + /** MUST-значения счётчиков (§2.5.1 Fib, Word 97+): csw=14 коротких, cslw=22 длинных. */ private static final int C_SW = 0x000E; private static final int C_SLW = 0x0016; @@ -94,8 +95,8 @@ final class FibHeader { throw new ConversionException("Документ зашифрован (пароль на открытие) — конвертация невозможна"); } use1Table = ((flags >> BIT_F_WHICH_TBL_STM) & BIT_ON) == BIT_ON; - // §2.5.2: csw «MUST be set to 0x000E», §2.5.4: cslw «MUST be set to - // 0x0016» — фиксированный layout FibRgW97/FibRgLw97, любое другое + // §2.5.1 Fib: csw «MUST be 0x000E», cslw «MUST be 0x0016» — + // фиксированный layout FibRgW97/FibRgLw97, любое другое // значение = чужая версия FIB, чтение по константным смещениям дало // бы мусор int csw = (int) CfbReader.u32(wd, OFF_CSW) & 0xFFFF; @@ -110,7 +111,7 @@ final class FibHeader { if (ccpText < 0) { throw new ConversionException("Отрицательная длина текста в .doc"); } - int cbRgFcLcb = (int) CfbReader.u32(wd, OFF_CB_RG_FC_LCB) & 0xFFFF; + int cbRgFcLcb = CfbReader.u16(wd, OFF_CB_RG_FC_LCB); if (cbRgFcLcb <= PAIR_CLX) { throw new ConversionException("Устаревшая структура FIB в .doc"); } @@ -153,9 +154,9 @@ final class FibHeader { /** * Пара (fc,lcb) с индексом {@code index} в FibRgFcLcbBlob. Индекс за - * объявленным числом пар (§2.5.1 cbRgFcLcb — «MUST be set to 0x005D» - * только для Word 2003+; старые FIB короче) — поле отсутствует: - * fc=0/lcb=0, потребитель трактует как «нет структуры». + * объявленным числом пар (§2.5.1: cbRgFcLcb «MUST be one of» — + * 0x005D при nFib=0x00C1 … 0x00B7 при 0x0112; старые FIB короче) — поле + * отсутствует: fc=0/lcb=0, потребитель трактует как «нет структуры». */ private static long[] pair(byte[] wd, int index, int pairCount) { if (index >= pairCount) { diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java index 71bd822..ffece19 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java @@ -207,7 +207,7 @@ final class Grpprl { static final int SPRM_T_CELL_PADDING_DEFAULT = 0xD634; /** * sprmTInsert (§2.6.3): вставка определений ячеек ряда — пропускается - * правилом spra=3 (4 байта: itcFirst(1)+ctc(1)+dxaCol(2 XAS), §2.9.322; + * правилом spra=3 (4 байта: itcFirst(1)+ctc(1)+dxaCol(2 XAS), §2.9.324; * ECMA-376 Part 4 описывал прежнюю форму rgttte ctc×6 байт, но [MS-DOC] * и реальные файлы Word сходятся на 4 байтах: в TAP образцов * ru-table-image.doc/ru-en-mixed.doc following-sprm выравниваются ровно @@ -245,8 +245,8 @@ final class Grpprl { /** sprmSDxaColumns (§2.6.4, XAS_nonNeg): зазор между колонками при evenly-spaced. */ static final int SPRM_S_DXA_COLUMNS = 0x900C; /** - * sprmSDxaColWidth/sprmSDxaColSpacing (§2.6.4, SDxaColWidthOperand / - * SDxaColSpacingOperand §2.9.241/.242: iCol(1)+dxaCol(2)) — ширина + * sprmSDxaColWidth/sprmSDxaColSpacing (§2.6.4, SDxaColWidthOperand + * §2.9.242 / SDxaColSpacingOperand §2.9.241: iCol(1)+dxaCol(2)) — ширина * колонки iCol / зазор ПОСЛЕ колонки iCol при неравных колонках. */ static final int SPRM_S_DXA_COL_WIDTH = 0xF203; 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 c9bbc0e..10c8783 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 @@ -195,8 +195,9 @@ final class OfficeArt { // бросает OutOfMemoryError (Error, не ловится catch ниже). Отказ по // площади — та же семантика «битый → объект пропущен»; порог // приходит параметром (WordPdfValidator.maxImagePixels). - long area = (long) Math.abs((int) CfbReader.u32(data, off + 4)) - * Math.abs((int) CfbReader.u32(data, off + 8)); + // abs в long: Math.abs(Integer.MIN_VALUE) отрицателен и обходил бы guard + long area = Math.abs((long) (int) CfbReader.u32(data, off + 4)) + * Math.abs((long) (int) CfbReader.u32(data, off + 8)); if (area > maxPixels) { return null; } diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java index ea85203..470be99 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PieceTable.java @@ -97,11 +97,13 @@ final class PieceTable { compressed = new boolean[n]; for (int i = 0; i <= n; i++) { aCp[i] = (int) CfbReader.u32(tableStream, plcStart + i * 4); - // §2.9.178: «no value can be greater than the value that follows - // it… Duplicate values MUST NOT be present» — строгое - // возрастание, дубль = пустой/битый кусок - if (i > 0 && aCp[i] <= aCp[i - 1]) { - throw new ConversionException("Невозрастающие aCP в PlcPcd .doc"); + // §2.8.35 PlcPcd: «All CPs MUST be greater than or equal to + // zero», «aCP MUST be sorted in ascending order and MUST NOT + // contain duplicate CPs» — дубль/отрицательный CP = битый кусок; + // отрицательный aCP[0] сдвигал бы delta и читал бы до начала + // WordDocument-потока + if (aCp[0] < 0 || (i > 0 && aCp[i] <= aCp[i - 1])) { + throw new ConversionException("Битые aCP в PlcPcd .doc"); } } int pcdBase = plcStart + (n + 1) * 4; diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java index c732830..aa225f4 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java @@ -160,7 +160,7 @@ final class Sections { /** iCol(1) + dxaCol(2) — минимальная длина SDxaColWidth/Spacing-операнда. */ private static final int COL_OPERAND_LEN = 3; - /** SDxaColWidthOperand/SDxaColSpacingOperand: iCol(1)+dxaCol(2), §2.9.241/.242. */ + /** SDxaColSpacingOperand/SDxaColWidthOperand: iCol(1)+dxaCol(2), §2.9.241/.242. */ private void applyCol(int sprm, byte[] buf, int off, int len) { if (len < COL_OPERAND_LEN) { return; 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 0bef7a9..9e467ee 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -1023,7 +1023,7 @@ class WordPdfConverterTest { /** * w:suff="space": Word пишет после номера обычный пробел (Part 1 - * §17.3.1.28), docx4j разделитель не эмитит вовсе (дамп n4.fo). + * §17.9.28), docx4j разделитель не эмитит вовсе (дамп n4.fo). * NumberingSuffixNormalizer дописывает пробел в lvlText; FOP отдаёт * лейбл отдельными TextPosition («1», «.», « »), поэтому проверка — по * склеенной последовательности TP (без нормализатора было бы «1.ITEM»: @@ -1547,8 +1547,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 14); // ccpText put32(wd, 80, 0); // ccpFtn @@ -1602,8 +1602,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 2); // ccpText put32(wd, 80, 0); // ccpFtn @@ -1700,8 +1700,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -1804,8 +1804,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -1857,8 +1857,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -1930,7 +1930,7 @@ class WordPdfConverterTest { System.arraycopy(grpprl, 0, wd, at + 3, grpprl.length); } - /** SttbfFfn (§2.9.147): одно семейство на ftc0=0. */ + /** SttbfFfn (§2.9.286): одно семейство на ftc0=0. */ private static byte[] sttbfFfn(String family) { byte[] fam = (family + "\0").getBytes(StandardCharsets.UTF_16LE); byte[] t = new byte[4 + 1 + 39 + fam.length]; @@ -2114,8 +2114,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -2185,8 +2185,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 2); // ccpText put32(wd, 80, 0); // ccpFtn @@ -2353,7 +2353,7 @@ class WordPdfConverterTest { * Скрытый текст не выводится: правило 9 (HiddenTextNormalizer) вырезает * раны с прямым truthy vanish и с rStyle на vanish-стиль; falsy vanish * остаётся. Word при печати/PDF-export скрытое не печатает. - * Регрессия — аудит ECMA-376 2026-11 (Part 1 §17.3.2.30). + * Регрессия — аудит ECMA-376 2026-11 (Part 1 §17.3.2.41). */ @Test void hiddenText_notPrinted() throws IOException { @@ -2416,7 +2416,7 @@ class WordPdfConverterTest { } /** - * {@code w:bdo}/{@code w:dir} (§17.3.2.4/.7): текст печатается + * {@code w:bdo}/{@code w:dir} (§17.3.2.3/§17.3.2.8): текст печатается * (AUDIT-FIX-2 в вендорном XSLT, до патча ловил catch-all); * bidi-направление — принятая деградация. */ @@ -2431,7 +2431,8 @@ class WordPdfConverterTest { /** * Текст перемещённых правок ({@code w:moveFrom}/{@code w:moveTo}, - * §17.13.5.15/.17) печатается (AUDIT-FIX-2): до патча терялся целиком. + * §17.13.5.21–.22/§17.13.5.25–.26) печатается (AUDIT-FIX-2): до патча + * терялся целиком. */ @Test void movedRevision_textPrinted() throws IOException { @@ -2750,8 +2751,8 @@ class WordPdfConverterTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 14); // ccpText put32(wd, 80, 0); // ccpFtn diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java index 1e9294e..c640d0a 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizerTest.java @@ -24,7 +24,7 @@ import static org.junit.jupiter.api.Assertions.assertTrue; /** * Юниты {@link HiddenTextNormalizer}: вырезание ранов с truthy * {@code w:vanish} (прямой и стилевой по цепочке {@code w:basedOn}, - * Part 1 §17.3.2.30 / §17.18.69). + * Part 1 §17.3.2.41; ST_OnOff §22.9.2.7). */ class HiddenTextNormalizerTest { diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java index 0266b0c..989e622 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java @@ -263,7 +263,7 @@ class StrictOoxmlNormalizerTest { } /** - * w:pgNumType/@w:start — старт нумерации страниц (Part 1 §17.13.7), + * w:pgNumType/@w:start — старт нумерации страниц (Part 1 §17.6.12), * одинаков в strict и transitional — атрибутому renaming не подлежит * (раньше превращался в w:left, и сброс нумерации терялся — регрессия * WordPdfConverterTest#docClassD_pageNumberRestartLowerRoman). diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java index 289aea4..e9ad8ab 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java @@ -52,6 +52,15 @@ class TableIndentNormalizerTest { assertFalse(fixed.contains("" + + "", GRID_6000)); + assertNull(TableIndentNormalizer.rewrite(xml), + "парный tblInd: вставка дала бы дубль (maxOccurs=1) — не трогаем"); + } + /** tblInd без w:type — по умолчанию dxa (§17.4.87): (9922−6000)/2+720 = 2681. */ @Test void centerWithIndentNoType_treatedAsDxa() { 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 f1eb482..a9b5b62 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 @@ -342,6 +342,7 @@ class CfbReaderTest { ConversionException ex = assertThrows(ConversionException.class, () -> CfbReader.readStreams(file)); assertSame(ConversionException.class, ex.getClass()); + assertTrue(ex.getMessage().contains("за концом FAT"), ex.getMessage()); } @Test @@ -420,6 +421,7 @@ class CfbReaderTest { ConversionException ex = assertThrows(ConversionException.class, () -> CfbReader.readStreams(file)); assertSame(ConversionException.class, ex.getClass()); + assertTrue(ex.getMessage().contains("за концом FAT"), ex.getMessage()); } private static void put16(byte[] b, int off, int v) { 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 b3296ea..0688457 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 @@ -58,8 +58,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); // fWhichTblStm → 1Table - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); // cbMac put32(wd, 76, TEXT.length()); // ccpText put16(wd, 152, 98); // cbRgFcLcb @@ -682,8 +682,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 4); // ccpText put32(wd, 80, 0); // ccpFtn @@ -698,8 +698,8 @@ class DocToDocxFormattingTest { System.arraycopy(t, 0, wd, TEXT_FC, t.length); // PapxFkp pn=3: p1 istd=11 (без Prl), footer-абзац istd=10 int page = 3 * 512; - // rgfc — началА абзацев (§2.6.1): «one\r» [0,4), ¶-блок [4,13), - // «ft\r» [13,16), guard [16,18) + // rgfc — началА абзацев (возрастающие границы ¶-блоков, §2.9.174): + // «one\r» [0,4), ¶-блок [4,13), «ft\r» [13,16), guard [16,18) int[] rgfc = {TEXT_FC, TEXT_FC + 8, TEXT_FC + 26, TEXT_FC + 32, TEXT_FC + 2 * text.length()}; for (int i = 0; i < rgfc.length; i++) { @@ -787,8 +787,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -879,8 +879,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -997,8 +997,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -1090,8 +1090,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -1308,8 +1308,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 6); // ccpText put32(wd, 80, 0); // ccpFtn @@ -1448,8 +1448,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 4); // ccpText put16(wd, 152, 98); @@ -1506,8 +1506,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, 2); // ccpText put32(wd, 80, 0); // ccpFtn @@ -1593,8 +1593,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); // fWhichTblStm → 1Table - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); // cbMac put32(wd, 76, text.length()); // ccpText put16(wd, 152, 98); // cbRgFcLcb @@ -1808,8 +1808,8 @@ class DocToDocxFormattingTest { put16(wd, 0, 0xA5EC); put16(wd, 2, 0x00C1); put16(wd, 10, 1 << 9); - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 64, wd.length); put32(wd, 76, text.length()); put16(wd, 152, 98); @@ -2018,7 +2018,7 @@ class DocToDocxFormattingTest { assertFalse(xml.contains(">> 8), 6, @@ -2026,7 +2026,7 @@ class DocToDocxFormattingTest { (byte) wWidth, (byte) (wWidth >>> 8)}; } - /** SHDOperand (§2.9.177): cb=10 + cvFore(4) + cvBack(4) + ipat(2), COLORREF R-first. */ + /** SHDOperand (§2.9.249): cb=10 + cvFore(4) + cvBack(4) + ipat(2), COLORREF R-first. */ private static byte[] shd10(int sprm, int[] fore, int[] back, int ipat) { byte[] op = new byte[3 + 10]; op[0] = (byte) (sprm & 0xFF); diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java index fec6e21..51480e2 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/FibHeaderTest.java @@ -22,8 +22,8 @@ class FibHeaderTest { put16(wd, 0, 0xA5EC); // wIdent put16(wd, 2, 0x00C1); // nFib = Word 97 put16(wd, 10, flags); // grpprl FIB - put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.2) - put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.4) + put16(wd, 32, 14); // csw (MUST 0x000E, §2.5.1) + put16(wd, 62, 22); // cslw (MUST 0x0016, §2.5.1) put32(wd, 76, 10); // ccpText put32(wd, 152, 98); // cbRgFcLcb return wd; @@ -38,6 +38,21 @@ class FibHeaderTest { assertFalse(f0.use1Table()); } + /** WordDocument ровно 154 байта: cbRgFcLcb — u16@152 (§2.5.1), u32 читал бы за массив. */ + @Test + void blobEndAtBoundary_rejectedNotCrash() { + byte[] wd = new byte[154]; + put16(wd, 0, 0xA5EC); + put16(wd, 2, 0x00C1); + put16(wd, 10, 1 << 9); + put16(wd, 32, 14); + put16(wd, 62, 22); + put32(wd, 76, 10); + ConversionException ex = assertThrows(ConversionException.class, + () -> FibHeader.read(wd)); + assertSame(ConversionException.class, ex.getClass()); + } + @Test void tooShort_rejected() { ConversionException ex = assertThrows(ConversionException.class, @@ -84,7 +99,7 @@ class FibHeaderTest { assertTrue(ex.getMessage().contains("Обрезанный FIB"), ex.getMessage()); } - /** §2.5.2: csw «MUST be set to 0x000E» — любое другое значение = отказ. */ + /** §2.5.1 Fib: csw «MUST be 0x000E» — любое другое значение = отказ. */ @Test void badCsw_rejected() { byte[] wd = fib(1 << 9); diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java index 9c2a184..be13809 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ListsTest.java @@ -65,7 +65,7 @@ class ListsTest { return concat(u32(1), lfo, u32(0xFFFFFFFFL), lfoData); } - /** SttbfFfn (§2.9.147 FontTable) с одним семейством на индексе ftc. */ + /** SttbfFfn (§2.9.286) с одним семейством на индексе ftc. */ private static FontTable fonts(String... names) { ByteArrayOutputStream out = new ByteArrayOutputStream(); byte[] header = new byte[4]; diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java index efb21d1..e3bf874 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PapxIndexTest.java @@ -9,7 +9,7 @@ import org.junit.jupiter.api.Test; import ru.pjandro.wordpdf.ConversionException; /** - * Юниты {@link PapxIndex} ([MS-DOC] §2.4.6.1, §2.9.16/.175): крафтовый + * Юниты {@link PapxIndex} ([MS-DOC] §2.4.6.1, §2.9.174/.175): крафтовый * PlcfBtePapx + PapxFkp — обе формы PapxInFkp (cb≠0 и cb=0→cb'), пропуски * и {@code countPageBreakBefore}. */ diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java index 26c443e..1f26c99 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PieceTableTest.java @@ -36,6 +36,16 @@ class PieceTableTest { return new byte[] {(byte) v, (byte) (v >>> 8), (byte) (v >>> 16), (byte) (v >>> 24)}; } + /** aCP[0] < 0 (§2.8.35 «All CPs MUST be greater than or equal to zero»). */ + @Test + void negativeStartCp_rejected() throws Exception { + byte[] table = clxOnePiece(10, 0, false); + table[5] = (byte) 0xFF; // aCP[0] = 0xFFFFFFFF → (int) −1 + ConversionException e = assertThrows(ConversionException.class, + () -> PieceTable.read(table, 0, table.length, new byte[64], 64)); + assertSame(ConversionException.class, e.getClass()); + } + @Test void uncompressedPieceBeyondWordDocument_rejected() throws Exception { byte[] table = clxOnePiece(10, 0, false); // 10 CP × 2 байта = 20 diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java index 3dd176b..b1b167c 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java @@ -8,7 +8,7 @@ import static org.junit.jupiter.api.Assertions.assertTrue; import org.junit.jupiter.api.Test; /** - * Юниты {@link Tables} ([MS-DOC] §2.6.3, §2.9.321/.302/.303/.39/.171): + * Юниты {@link Tables} ([MS-DOC] §2.6.3, §2.9.321/.302/.303/.16/.119): * TAP TTP-абзаца → сетка (ширины из rgdxaCenter, сдвиг от поля) и границы * w:tblBorders; деградация в {@code null} на битом/отсутствующем * sprmTDefTable. @@ -181,10 +181,10 @@ class TablesTest { void borders80_fallbackAndPrecedence() { Tables.Grid only80 = Tables.parse(concat( defTable(new int[] {0, 100}), - borders80(new int[][] {{1, 1, 2}}))); // ico=2 → blue (§2.9.171) + borders80(new int[][] {{1, 1, 2}}))); // ico=2 → blue (§2.9.119) String xml = only80.bordersXml(); assertTrue(xml.contains(">> 8), 6,