From f09b629270bfc22b0dfefd398a0bddc1d3ec93b8 Mon Sep 17 00:00:00 2001
From: Pjandro
Date: Mon, 19 Oct 2026 21:30:45 +0000
Subject: [PATCH 1/3] =?UTF-8?q?core:=20ValidationException=20=D0=B2=D0=BC?=
=?UTF-8?q?=D0=B5=D1=81=D1=82=D0=BE=20ConversionException;=20=D1=83=D0=B4?=
=?UTF-8?q?=D0=B0=D0=BB=D0=B5=D0=BD=D0=B8=D0=B5=20pkg-API=20=D0=B8=20?=
=?UTF-8?q?=D0=BF=D0=B5=D1=80=D0=B5=D0=B8=D0=BC=D0=B5=D0=BD=D0=BE=D0=B2?=
=?UTF-8?q?=D0=B0=D0=BD=D0=B8=D0=B5=20checkPageCountLightweight=20=D0=B2?=
=?UTF-8?q?=20checkPageCount?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
.../wordpdf/app/ApiExceptionHandler.java | 10 +-
.../app/ConversionFailedException.java | 5 +-
.../wordpdf/app/ConversionService.java | 29 +-
.../wordpdf/app/ConvertController.java | 1 +
.../wordpdf/app/ValidationException.java | 23 --
.../wordpdf/app/ConvertControllerTest.java | 6 +-
.../pjandro/wordpdf/ValidationException.java | 22 ++
.../ru/pjandro/wordpdf/WordPdfConverter.java | 35 ++-
.../ru/pjandro/wordpdf/WordPdfValidator.java | 253 +++---------------
.../pjandro/wordpdf/WordPdfConverterTest.java | 14 +-
.../pjandro/wordpdf/WordPdfValidatorTest.java | 157 +++--------
11 files changed, 153 insertions(+), 402 deletions(-)
delete mode 100644 wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ValidationException.java
create mode 100644 wordpdf-core/src/main/java/ru/pjandro/wordpdf/ValidationException.java
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java
index 5f490cb..9e035bf 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java
@@ -10,14 +10,16 @@ import org.springframework.web.bind.annotation.RestControllerAdvice;
import org.springframework.web.multipart.MaxUploadSizeExceededException;
import org.springframework.web.multipart.support.MissingServletRequestPartException;
import org.springframework.web.servlet.resource.NoResourceFoundException;
+import ru.pjandro.wordpdf.ValidationException;
/**
* Единый перевод исключений в JSON {@code {"error": "..."}} с кодом по смыслу.
*
- * Голый {@code ru.pjandro.wordpdf.ConversionException} ядра сюда не доходит:
- * контроллер и {@link ConversionService} превращают его на границе в
- * {@link ValidationException}/{@link ConversionFailedException}; случайная
- * утечка попадёт в обработчик {@link Exception} (500).
+ * {@link ValidationException} ядра доходит сюда напрямую — валидатор
+ * бросает его сам; в {@link ConversionFailedException} превращается только
+ * прочий {@code ru.pjandro.wordpdf.ConversionException} рендер-стадии.
+ * Случайная утечка прочего исключения попадёт в обработчик {@link Exception}
+ * (500).
*/
@RestControllerAdvice
final class ApiExceptionHandler {
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionFailedException.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionFailedException.java
index 63db834..e044e6c 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionFailedException.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionFailedException.java
@@ -4,8 +4,9 @@ package ru.pjandro.wordpdf.app;
* Ошибка преобразования: контейнер .docx принят валидацией, но упал сам
* рендер (ядро, FOP, повреждённое содержимое внутри валидного zip).
*
- * Смысл отличается от {@link ValidationException}: вход формально корректен,
- * отказал движок конвертации. Маппится в HTTP 500 ({@link ApiExceptionHandler}).
+ * Смысл отличается от {@code ru.pjandro.wordpdf.ValidationException}:
+ * вход формально корректен, отказал движок конвертации.
+ * Маппится в HTTP 500 ({@link ApiExceptionHandler}).
*
* Регрессия — ConvertControllerTest#junkInsideValidZip_conversionError.
*/
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java
index 34e1cd2..f5de6c2 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java
@@ -8,6 +8,7 @@ import ru.pjandro.wordpdf.ConversionException;
import ru.pjandro.wordpdf.DrawingFoundException;
import ru.pjandro.wordpdf.WordPdfConverter;
import ru.pjandro.wordpdf.WordPdfValidator;
+import ru.pjandro.wordpdf.ValidationException;
import java.time.Duration;
import java.util.Locale;
@@ -34,9 +35,10 @@ import java.util.concurrent.TimeoutException;
* {@link ValidationException} (400), ошибка рендер-стадии →
* {@link ConversionFailedException} (500). Граница: сломанный контейнер
* (не zip / битый zip / слишком большой / слишком длинный) — 400; валидный
- * zip с мусором внутри (нет {@code word/document.xml}) — 500: lightweight-
- * подсчёт страниц согласован с JAXB-путём ядра (может только завышать),
- * поэтому уже принятый запрос внутренняя проверка ядра в ошибку не превратит.
+ * zip с мусором внутри (нет {@code word/document.xml}) — 500: до очереди и
+ * в конвейере ядра страницы проверяются одним и тем же lightweight-путём
+ * ({@link WordPdfValidator#checkPageCount}), поэтому уже принятый
+ * запрос внутренняя проверка ядра в ошибку не превратит.
*/
@Service
final class ConversionService {
@@ -111,7 +113,8 @@ final class ConversionService {
}
/**
- * Валидация байтов переиспользует публичные byte-API ядра. Порядок значим:
+ * Валидация байтов переиспользует публичные byte-API ядра; ядро бросает
+ * {@link ValidationException} само — оборачивать нечего. Порядок значим:
* размер (дешёвая) → magic bytes → lightweight-разбор zip. Лимиты
* размера/страниц берутся из {@code options} (контроллер подставляет их
* из конфигурации сервера: свойства {@code wordpdf.max-bytes}/
@@ -119,25 +122,17 @@ final class ConversionService {
*
* Проверка zip-подписи отдельным шагом обязательна:
* {@code ZipInputStream.getNextEntry()} на не-zip-потоке возвращает
- * {@code null} молча, и {@link WordPdfValidator#checkPageCountLightweight(byte[])}
+ * {@code null} молча, и {@link WordPdfValidator#checkPageCount(byte[])}
* такой вход не отверг бы (0 страниц). Регрессия —
* ConvertControllerTest#corruptNotAZip_rejected.
*/
void validate(byte[] docxBytes, ConvertOptions options) {
- try {
- WordPdfValidator.checkInput(docxBytes, options.maxBytes());
- } catch (ConversionException e) {
- throw new ValidationException(e.getMessage(), e);
- }
+ WordPdfValidator.checkInput(docxBytes, options.maxBytes());
if (docxBytes.length < 4 || docxBytes[0] != 'P' || docxBytes[1] != 'K'
|| (docxBytes[2] & 0xFF) != 0x03 || (docxBytes[3] & 0xFF) != 0x04) {
throw new ValidationException("Содержимое не похоже на .docx (не zip-архив)");
}
- try {
- WordPdfValidator.checkPageCountLightweight(docxBytes, options.maxPages());
- } catch (ConversionException e) {
- throw new ValidationException(e.getMessage(), e);
- }
+ WordPdfValidator.checkPageCount(docxBytes, options.maxPages());
}
/**
@@ -149,6 +144,10 @@ final class ConversionService {
try {
// заголовок PDF — санитизированный base исходного имени
return WordPdfConverter.convert(docxBytes, safeBaseName(originalFilename), options);
+ } catch (ValidationException e) {
+ // отказ проверки страниц внутри конвейера ядра — некорректный
+ // вход (400), а не ошибка рендера: без этого утонул бы в 500
+ throw e;
} catch (DrawingFoundException e) {
// отказ по настройке запроса (error-флаг) — не ошибка рендера: 422,
// иначе утонет в общем catch ниже как 500
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java
index 63b5dba..b8197fd 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java
@@ -13,6 +13,7 @@ import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.multipart.MultipartFile;
import ru.pjandro.wordpdf.ConvertOptions;
import ru.pjandro.wordpdf.WordPdfSettings;
+import ru.pjandro.wordpdf.ValidationException;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ValidationException.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ValidationException.java
deleted file mode 100644
index 03b3c9a..0000000
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ValidationException.java
+++ /dev/null
@@ -1,23 +0,0 @@
-package ru.pjandro.wordpdf.app;
-
-/**
- * Некорректный вход: пустой файл, не .docx, не zip-архив, размер или число
- * страниц сверх переданных в запросе (или дефолтных) лимитов.
- *
- * Отличается от {@link ConversionFailedException} смыслом: запрос
- * некорректен сам по себе, повтор его же ничего не изменит. Маппится в HTTP 400
- * ({@link ApiExceptionHandler}).
- *
- * Регрессия — ConvertControllerTest#nonDocxFilename_rejected,
- * #oversizedOverCoreLimit_rejected, #corruptNotAZip_rejected.
- */
-class ValidationException extends RuntimeException {
-
- ValidationException(String message) {
- super(message);
- }
-
- ValidationException(String message, Throwable cause) {
- super(message, cause);
- }
-}
diff --git a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java
index 664ac0a..535337d 100644
--- a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java
+++ b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java
@@ -252,14 +252,14 @@ class ConvertControllerTest {
@Test
void oversizedOverCoreLimit_rejected() throws Exception {
- // 20 MiB + 1 байт: проходит контейнерный multipart-лимит (100 МБ)
+ // 5 MiB + 1 байт: проходит контейнерный multipart-лимит (100 МБ)
// и отсекается валидацией ядра до очереди (дефолт ядра цел —
// лимит задаёт только конфигурация сервера)
- byte[] big = new byte[20 * 1024 * 1024 + 1];
+ byte[] big = new byte[5 * 1024 * 1024 + 1];
mockMvc.perform(multipart("/api/v1/convert").file(docx("big.docx", big)))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
- org.hamcrest.Matchers.containsString("больше 20 МБ")));
+ org.hamcrest.Matchers.containsString("больше 5 МБ")));
}
/**
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ValidationException.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ValidationException.java
new file mode 100644
index 0000000..cdc466a
--- /dev/null
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ValidationException.java
@@ -0,0 +1,22 @@
+package ru.pjandro.wordpdf;
+
+/**
+ * Некорректный вход: {@code null}-байты, размер или число страниц сверх
+ * лимитов, неразбираемый .docx-контейнер (не zip / битый XML).
+ *
+ * Отличается от прочего {@link ConversionException} смыслом: вход плох сам
+ * по себе, повтор с теми же байтами ничего не изменит. Наследник
+ * {@code ConversionException} — наружу по-прежнему ловится только он
+ * (в т.ч. из {@link WordPdfConverter}, который вызывает валидатор сам).
+ * Регрессия — WordPdfValidatorTest, ConvertControllerTest#corruptNotAZip_rejected.
+ */
+public class ValidationException extends ConversionException {
+
+ public ValidationException(String message) {
+ super(message);
+ }
+
+ public ValidationException(String message, Throwable cause) {
+ super(message, cause);
+ }
+}
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 e811631..a0c5398 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
@@ -59,14 +59,16 @@ public final class WordPdfConverter {
*
* Вход проверяется валидатором до рендера: {@link WordPdfValidator#checkInput(byte[])}
* (null / больше {@link WordPdfSettings#MAX_INPUT_BYTES}), затем число страниц
- * ({@link WordPdfSettings#MAX_PAGES}) — при отказе байтов результата нет.
+ * ({@link WordPdfValidator#checkPageCount(byte[])}, лимит
+ * {@link WordPdfSettings#MAX_PAGES}) — при отказе байтов результата нет.
*
* @param docxBytes байты .docx
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @return байты готового PDF
- * @throws ConversionException при ошибке (битый .docx, размер больше
- * {@link WordPdfSettings#MAX_INPUT_BYTES}, результат длиннее
- * {@link WordPdfSettings#MAX_PAGES} страниц и т.п.)
+ * @throws ValidationException некорректный вход: {@code null}, размер больше
+ * {@link WordPdfSettings#MAX_INPUT_BYTES}, документ длиннее
+ * {@link WordPdfSettings#MAX_PAGES} страниц
+ * @throws ConversionException прочие ошибки (битый .docx, ошибка рендера)
*/
public static byte[] convert(byte[] docxBytes, String title) throws ConversionException {
return convert(docxBytes, title, ConvertOptions.defaults());
@@ -78,16 +80,18 @@ public final class WordPdfConverter {
*
*
Вход проверяется валидатором до рендера: {@link WordPdfValidator#checkInput(byte[], long)}
* (null / больше {@code options.maxBytes()}), затем число страниц
- * ({@code options.maxPages()}) — при отказе байтов результата нет.
+ * ({@link WordPdfValidator#checkPageCount(byte[], int)}, лимит
+ * {@code options.maxPages()}) — при отказе байтов результата нет.
*
* @param docxBytes байты .docx
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @param options рисование и лимиты входа на этот вызов; {@code null} —
* дефолты (константы {@link WordPdfSettings})
* @return байты готового PDF
- * @throws ConversionException при ошибке (битый .docx, размер больше
- * {@code options.maxBytes()}, результат длиннее
- * {@code options.maxPages()} страниц и т.п.)
+ * @throws ValidationException некорректный вход: {@code null}, размер больше
+ * {@code options.maxBytes()}, документ длиннее {@code options.maxPages()}
+ * страниц
+ * @throws ConversionException прочие ошибки (битый .docx, ошибка рендера)
*/
public static byte[] convert(byte[] docxBytes, String title, ConvertOptions options) throws ConversionException {
ConvertOptions opts = options == null ? ConvertOptions.defaults() : options;
@@ -96,6 +100,8 @@ public final class WordPdfConverter {
try {
convertToStream(docxBytes, title, opts, bos);
} catch (ConversionException e) {
+ // ValidationException (отказ валидации входа) — подтип, уходит
+ // вызывающему без обёртки
throw e;
} catch (Exception e) {
throw new ConversionException("Не удалось конвертировать документ", e);
@@ -139,12 +145,13 @@ public final class WordPdfConverter {
WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
new ByteArrayInputStream(docxBytes));
try {
- // 2.5 Проверка числа страниц по самому .docx: кэш Word
- // (docProps/app.xml ) или нижняя оценка по явным
- // разрывам. Делается до рендера, чтобы не тратить время на
- // заведомо длинный документ; внутри try — чтобы и на отказе
- // отработал finally с чисткой temp-файлов встроенных шрифтов.
- WordPdfValidator.checkPageCount(pkg, options.maxPages());
+ // 2.5 Проверка числа страниц по самому .docx: lightweight-оценка
+ // по zip (кэш docProps/app.xml , явные разрывы, маркеры
+ // w:lastRenderedPageBreak, включая колонтитулы) — без JAXB-модели.
+ // Делается до рендера, чтобы не тратить время на заведомо
+ // длинный документ; внутри try — чтобы и на отказе отработал
+ // finally с чисткой temp-файлов встроенных шрифтов.
+ WordPdfValidator.checkPageCount(docxBytes, options.maxPages());
// 3. Привязка маппера: docx4j сопоставляет шрифты документа
// с физическими TTF (учитывая и шрифты, встроенные в docx)
pkg.setFontMapper(mapper);
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 4225492..88d5908 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java
@@ -1,15 +1,5 @@
package ru.pjandro.wordpdf;
-import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
-import org.docx4j.wml.Br;
-import org.docx4j.wml.ContentAccessor;
-import org.docx4j.wml.P;
-import org.docx4j.wml.R;
-import org.docx4j.wml.SectPr;
-import org.docx4j.wml.STBrType;
-
-import jakarta.xml.bind.JAXBElement;
-
import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamException;
import javax.xml.stream.XMLStreamReader;
@@ -27,9 +17,8 @@ import java.util.zip.ZipInputStream;
* Валидатор ограничений на входной .docx:
* размер входа и число страниц.
*
- * Вход валидатора — только {@code byte[]} (или уже загруженный
- * {@link WordprocessingMLPackage}): файловых проверок нет, работа с
- * файлами — забота вызывающего (приложения).
+ *
Вход валидатора — только {@code byte[]}: файловых проверок нет,
+ * работа с файлами — забота вызывающего (приложения).
*
*
Конвертер {@link WordPdfConverter} вызывает валидатор автоматически,
* но им можно пользоваться и напрямую — например, проверить байты
@@ -55,7 +44,7 @@ import java.util.zip.ZipInputStream;
*
Проверка делается до рендера — это позволяет отсекать слишком
* длинные документы, не тратя время на конвертацию.
*
- *
Все ошибки — {@link ConversionException}.
+ *
Все ошибки — {@link ValidationException} (наследник {@link ConversionException}).
*/
public final class WordPdfValidator {
@@ -65,9 +54,9 @@ public final class WordPdfValidator {
/**
* Проверяет размер байтов входа (для документа, полученного из сети/БД).
*
- * @throws ConversionException при {@code null} или превышении лимита
+ * @throws ValidationException при {@code null} или превышении лимита
*/
- public static void checkInput(byte[] docxBytes) throws ConversionException {
+ public static void checkInput(byte[] docxBytes) throws ValidationException {
checkInput(docxBytes, WordPdfSettings.MAX_INPUT_BYTES);
}
@@ -75,18 +64,18 @@ public final class WordPdfValidator {
* Проверяет размер байтов входа против явного лимита (переопределение
* на вызов, см. {@link ConvertOptions#maxBytes()}).
*
- * @throws ConversionException при {@code null} или превышении {@code maxBytes}
+ * @throws ValidationException при {@code null} или превышении {@code maxBytes}
*/
- public static void checkInput(byte[] docxBytes, long maxBytes) throws ConversionException {
+ public static void checkInput(byte[] docxBytes, long maxBytes) throws ValidationException {
if (docxBytes == null) {
- throw new ConversionException("Не указаны байты входного файла");
+ throw new ValidationException("Не указаны байты входного файла");
}
if (docxBytes.length > maxBytes) {
- // дефолтный лимит кратен MiB — сообщение остаётся «... 20 МБ ...»
+ // дефолтный лимит кратен MiB — сообщение остаётся «... 5 МБ ...»
String limit = maxBytes % (1024 * 1024) == 0
? (maxBytes / (1024 * 1024)) + " МБ"
: maxBytes + " байт";
- throw new ConversionException("Файл больше " + limit
+ throw new ValidationException("Файл больше " + limit
+ ": " + docxBytes.length + " байт > " + maxBytes + " байт");
}
}
@@ -98,32 +87,41 @@ public final class WordPdfValidator {
* {@code docProps/app.xml}). Дешёвый путь для проверки байтов из
* сети/БД до любой работы с библиотекой.
*
- *
Оценка согласована с {@link #checkPageCount(WordprocessingMLPackage)}
- * по всем источникам; на границе лимита оба пути дают одинаковый ответ
- * (регрессия — {@code checkPageCountLightweight_agreesWithJaxbPath},
- * включая 99/100/101 разрывов). Lightweight-путь дополнительно считает
- * разрывы в колонтитулах — он консервативнее, расхождение возможно
+ *
Оценка — максимум трёх нижних оценок: кэша Word в
+ * {@code docProps/app.xml} ({@code }; сам по себе недостоверен —
+ * в регрессной фикстуре {@code stale-cache.docx} равен 1 при 110
+ * границах страниц), явных разрывов ({@code w:br type="page"},
+ * {@code w:pageBreakBefore}, межсекционные {@code w:sectPr} — абзацы
+ * ищутся рекурсивно, включая ячейки таблиц и контентные контролы
+ * {@code w:sdt}) и маркеров {@code w:lastRenderedPageBreak} — границ
+ * страниц, которые Word записал при последнем рендере. Оценка нижняя:
+ * документ без явных разрывов и без маркеров (никогда не открывался в
+ * Word) оценивается в 1 страницу независимо от фактической длины —
+ * такие документы лимит не отсекают. На границе лимита оценка точна
+ * (регрессия — {@code checkPageCount_limitBoundary},
+ * включая 99/100/101 разрывов); путь дополнительно считает разрывы в
+ * колонтитулах — консервативная нижняя оценка, расхождение возможно
* только в сторону завышения.
*
* Не-zip байты не отвергаются: {@code ZipInputStream} доходит до EOF
* без единой записи — молча, оценка «1 страница». Корректность контейнера
* проверяет вызывающий по zip-подписи ({@code ConversionService.validate}
* в приложении; регрессия — {@code ConvertControllerTest#corruptNotAZip_rejected}).
- * @throws ConversionException при {@code null}, ошибке разбора zip или превышении {@link WordPdfSettings#MAX_PAGES}
+ * @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@link WordPdfSettings#MAX_PAGES}
*/
- public static void checkPageCountLightweight(byte[] docxBytes) throws ConversionException {
- checkPageCountLightweight(docxBytes, WordPdfSettings.MAX_PAGES);
+ public static void checkPageCount(byte[] docxBytes) throws ValidationException {
+ checkPageCount(docxBytes, WordPdfSettings.MAX_PAGES);
}
/**
- * То же, что {@link #checkPageCountLightweight(byte[])}, с явным лимитом
+ * То же, что {@link #checkPageCount(byte[])}, с явным лимитом
* страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
*
- * @throws ConversionException при {@code null}, ошибке разбора zip или превышении {@code maxPages}
+ * @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@code maxPages}
*/
- public static void checkPageCountLightweight(byte[] docxBytes, int maxPages) throws ConversionException {
+ public static void checkPageCount(byte[] docxBytes, int maxPages) throws ValidationException {
if (docxBytes == null) {
- throw new ConversionException("Не указаны байты входного .docx");
+ throw new ValidationException("Не указаны байты входного .docx");
}
int pages;
try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docxBytes))) {
@@ -145,196 +143,14 @@ public final class WordPdfValidator {
return b == null ? null : new ByteArrayInputStream(b);
}, headerFooter);
} catch (IOException | RuntimeException e) {
- throw new ConversionException("Не удалось разобрать байты .docx", e);
+ throw new ValidationException("Не удалось разобрать байты .docx", e);
}
if (pages > maxPages) {
- throw new ConversionException("Документ длиннее " + maxPages
+ throw new ValidationException("Документ длиннее " + maxPages
+ " страниц: получено не менее " + pages);
}
}
- /**
- * Считает страницы .docx в байтах и проверяет лимит.
- *
- * @throws ConversionException при {@code null}, ошибке загрузки или превышении лимита
- */
- public static void checkPageCount(byte[] docxBytes) throws ConversionException {
- checkPageCount(docxBytes, WordPdfSettings.MAX_PAGES);
- }
-
- /**
- * То же, что {@link #checkPageCount(byte[])}, с явным лимитом страниц
- * (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
- *
- * @throws ConversionException при {@code null}, ошибке загрузки или
- * превышении {@code maxPages}
- */
- public static void checkPageCount(byte[] docxBytes, int maxPages) throws ConversionException {
- if (docxBytes == null) {
- throw new ConversionException("Не указаны байты входного .docx");
- }
- WordprocessingMLPackage pkg;
- try {
- pkg = WordprocessingMLPackage.load(new ByteArrayInputStream(docxBytes));
- } catch (Exception e) {
- throw new ConversionException("Не удалось разобрать байты .docx", e);
- }
- checkPageCount(pkg, maxPages);
- }
-
- /**
- * Считает страницы уже загруженного .docx и проверяет лимит.
- *
- *
Число страниц — максимум трёх нижних оценок:
- *
- * - Кэш Word в {@code docProps/app.xml} ({@code }).
- * Сам по себе недостоверен: Word может сохранить устаревшее
- * значение (в регрессной фикстуре {@code stale-cache.docx}
- * кэш равен 1 при 110 границах страниц).
- * - Явные разрывы: {@code w:br[@w:type='page']},
- * {@code w:pageBreakBefore} и {@code w:sectPr} прямо в
- * {@code w:body}. Абзацы ищутся не только прямо в {@code w:body},
- * но и внутри таблиц, контентных контролов {@code w:sdt}
- * (Word держит нумерацию именно в контентном контроле) и
- * прочего содержимого, реализующего {@link ContentAccessor}.
- * - Маркеры {@code w:lastRenderedPageBreak} — границы страниц,
- * которые Word записал при последнем рендере. Единственный
- * источник оценки для документов без явных разрывов, порванных
- * по заполнению.
- *
- *
- * Оценка остаётся нижней: документ без явных разрывов и без
- * маркеров (никогда не открывался в Word) оценивается в 1 страницу
- * независимо от фактической длины — такие документы лимит не отсекают.
- * @throws ConversionException при превышении {@link WordPdfSettings#MAX_PAGES}
- */
- public static void checkPageCount(WordprocessingMLPackage pkg) throws ConversionException {
- checkPageCount(pkg, WordPdfSettings.MAX_PAGES);
- }
-
- /**
- * То же, что {@link #checkPageCount(WordprocessingMLPackage)}, с явным
- * лимитом страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
- *
- * @throws ConversionException при превышении {@code maxPages}
- */
- public static void checkPageCount(WordprocessingMLPackage pkg, int maxPages) throws ConversionException {
- if (pkg == null) {
- throw new ConversionException("Не указан загруженный .docx");
- }
- int pages = pageCountOf(pkg);
- if (pages > maxPages) {
- throw new ConversionException("Документ длиннее " + maxPages
- + " страниц: получено не менее " + pages);
- }
- }
-
- /**
- * Возвращает число страниц: максимум кэша {@code }, оценки по
- * явным разрывам и оценки по {@code w:lastRenderedPageBreak}.
- * Виден только из тестов и пакета.
- */
- static int pageCountOf(WordprocessingMLPackage pkg) {
- int cached = 0;
- try {
- if (pkg.getDocPropsExtendedPart() != null) {
- org.docx4j.docProps.extended.Properties ext =
- pkg.getDocPropsExtendedPart().getContents();
- if (ext != null && ext.getPages() != null && ext.getPages() > 0) {
- cached = ext.getPages();
- }
- }
- } catch (Exception ignored) {
- // docPropsExtended может быть не полностью инициализирован —
- // тогда остаётся оценка по разрывам.
- }
- // getJaxbElement() возвращает null, когда JAXB-разбор части провалился
- // (docx4j пишет в лог «Problem with part» и «gives up») — без проверки
- // здесь была бы NPE вместо внятной ошибки.
- var document = pkg.getMainDocumentPart() == null
- ? null : pkg.getMainDocumentPart().getJaxbElement();
- if (document == null || document.getBody() == null) {
- throw new ConversionException("Не удалось разобрать word/document.xml");
- }
- var body = document.getBody();
- var content = body.getContent();
- int explicit = 1; // сам документ — минимум одна страница
- for (Object child : content) {
- // В JAXB-модели в body.getContent() лежат только межсекционные
- // sectPr; финальная секция — в body.getSectPr(), её здесь нет.
- if (child instanceof SectPr sect && startsNewPage(sect)) {
- explicit++;
- }
- }
- explicit += walkForPageBreaks(content);
- int lastRendered = countLastRendered(content);
- return Math.max(Math.max(cached, explicit), lastRendered + 1);
- }
-
- /**
- * Обход содержимого на явные разрывы: абзацы ищутся рекурсивно —
- * прямо в {@code w:body}, в ячейках таблиц, в контентных контролах
- * {@code w:sdt} и прочем содержимом, реализующем {@link ContentAccessor}.
- * Элементы модели приходят и напрямую, и обёрнутыми в
- * {@link JAXBElement} (например {@code w:tbl} в {@code w:body}) —
- * обёртка раскрывается через {@link #unwrap}.
- * Считаются {@code w:br type="page"} и {@code pageBreakBefore}
- * (по одному на абзац), как и в lightweight-пути.
- */
- private static int walkForPageBreaks(List> content) {
- int count = 0;
- for (Object raw : content) {
- Object item = unwrap(raw);
- if (item instanceof P p) {
- if (p.getPPr() != null
- && p.getPPr().getPageBreakBefore() != null
- && p.getPPr().getPageBreakBefore().isVal()) {
- count++;
- }
- for (Object runChild : p.getContent()) {
- if (unwrap(runChild) instanceof org.docx4j.wml.R r) {
- for (Object innerRaw : r.getContent()) {
- if (unwrap(innerRaw) instanceof Br br
- && br.getType() == STBrType.PAGE) {
- count++;
- }
- }
- }
- }
- } else if (item instanceof ContentAccessor ca) {
- // w:tbl / w:tr / w:tc / w:sdt / w:sdtContent и т.п.
- count += walkForPageBreaks(ca.getContent());
- }
- }
- return count;
- }
-
- /** Подсчёт маркеров {@code w:lastRenderedPageBreak} в содержимом. */
- private static int countLastRendered(List> content) {
- int count = 0;
- for (Object raw : content) {
- Object item = unwrap(raw);
- if (item instanceof R.LastRenderedPageBreak) {
- count++;
- } else if (item instanceof ContentAccessor ca) {
- count += countLastRendered(ca.getContent());
- }
- }
- return count;
- }
-
- /** Раскрывает обёртку {@link JAXBElement} (docx4j так отдаёт tbl и часть содержимого). */
- private static Object unwrap(Object item) {
- return item instanceof JAXBElement> je ? je.getValue() : item;
- }
-
- /** Секция, начинающая новую страницу (continuous — нет). */
- private static boolean startsNewPage(SectPr sect) {
- return sect.getType() == null
- || sect.getType().getVal() == null
- || !sect.getType().getVal().equals("continuous");
- }
-
/** Поставщик потока по имени части zip; null — части нет. */
private interface PartStream {
InputStream open(String name) throws IOException;
@@ -348,8 +164,7 @@ public final class WordPdfValidator {
/**
* Лёгкий расчёт числа страниц прямо по zip-пакету .docx, без docx4j.
- * Та же логика, что у {@link #pageCountOf(WordprocessingMLPackage)}:
- * максимум кэша {@code docProps/app.xml }, явных разрывов и
+ * Максимум кэша {@code docProps/app.xml }, явных разрывов и
* {@code w:lastRenderedPageBreak}. Считаются все колонтитулы
* ({@code word/header*.xml}, {@code word/footer*.xml}) — там Word тоже
* держит {@code w:br type="page"}.
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 dc9e6f5..ad35852 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
@@ -432,19 +432,19 @@ class WordPdfConverterTest {
@Test
void invalidInputRejected() {
- assertThrows(ConversionException.class, () ->
+ assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(null, "x"));
}
/**
- * Лимит на размер входа: больше 20 MiB — отказ до рендера.
+ * Лимит на размер входа: больше 5 MiB — отказ до рендера.
*/
@Test
void inputTooLarge() {
byte[] tooBig = new byte[(int) WordPdfSettings.MAX_INPUT_BYTES + 1];
- ConversionException ex = assertThrows(ConversionException.class, () ->
+ ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(tooBig, "too-big"));
- assertTrue(ex.getMessage().contains("20 МБ"),
+ assertTrue(ex.getMessage().contains("5 МБ"),
"сообщение должно упоминать лимит: " + ex.getMessage());
}
@@ -455,7 +455,7 @@ class WordPdfConverterTest {
*/
@Test
void limitsOverriddenByOptions() throws Exception {
- ConversionException ex = assertThrows(ConversionException.class, () ->
+ ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "x",
new ConvertOptions(true, true, false, false, 1000, WordPdfSettings.MAX_PAGES)));
assertTrue(ex.getMessage().contains("1000 байт"),
@@ -469,7 +469,7 @@ class WordPdfConverterTest {
*/
@Test
void tooManyPages() {
- ConversionException ex = assertThrows(ConversionException.class, () ->
+ ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(
sampleBytes("too-many-pages.docx"), "too-many-pages",
new ConvertOptions(true, true, false, false, WordPdfSettings.MAX_INPUT_BYTES, 100)));
@@ -486,7 +486,7 @@ class WordPdfConverterTest {
*/
@Test
void staleCachePageCountRejectedBeforeRender() {
- ConversionException ex = assertThrows(ConversionException.class, () ->
+ ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(sampleBytes("stale-cache.docx"), "stale-cache",
new ConvertOptions(true, true, false, false, WordPdfSettings.MAX_INPUT_BYTES, 100)));
assertTrue(ex.getMessage().contains("100"),
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 a009bbb..8ac59f8 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
@@ -4,7 +4,6 @@ import org.apache.poi.xwpf.usermodel.BreakType;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFTable;
-import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.junit.jupiter.api.Test;
import java.io.ByteArrayOutputStream;
@@ -16,7 +15,7 @@ import static org.junit.jupiter.api.Assertions.*;
/**
* Юнит-тесты валидатора: размер и число страниц
- * (byte[] и уже загруженный пакет).
+ * (byte[], lightweight-путь zip/StAX).
*/
class WordPdfValidatorTest {
@@ -42,15 +41,15 @@ class WordPdfValidatorTest {
@Test
void checkInput_bytesOverLimit() {
byte[] big = new byte[(int) WordPdfSettings.MAX_INPUT_BYTES + 1];
- ConversionException ex = assertThrows(ConversionException.class,
+ ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.checkInput(big));
- assertTrue(ex.getMessage().contains("20 МБ"),
+ assertTrue(ex.getMessage().contains("5 МБ"),
"сообщение должно упоминать лимит: " + ex.getMessage());
}
@Test
void checkInput_bytesNull() {
- assertThrows(ConversionException.class,
+ assertThrows(ValidationException.class,
() -> WordPdfValidator.checkInput((byte[]) null));
}
@@ -61,119 +60,58 @@ class WordPdfValidatorTest {
@Test
void checkInput_customLimit() {
assertDoesNotThrow(() -> WordPdfValidator.checkInput(new byte[10], 100));
- ConversionException ex = assertThrows(ConversionException.class,
+ ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.checkInput(new byte[11], 10));
assertTrue(ex.getMessage().contains("10 байт"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage());
}
- @Test
- void checkPageCount_pkgWithinLimit() throws Exception {
- byte[] bytes = docxWithPageBreaks(5); // 1 + 5 = 6 страниц по оценке
- WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
- new java.io.ByteArrayInputStream(bytes));
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(pkg));
- }
+ // ---- lightweight (zip/StAX, без docx4j) ----
@Test
- void checkPageCount_pkgOverLimit() throws Exception {
- byte[] bytes = docxWithPageBreaks(120); // 1 + 120 = 121
- WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
- new java.io.ByteArrayInputStream(bytes));
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCount(pkg, 100));
- assertTrue(ex.getMessage().contains("100"),
- "сообщение должно упоминать лимит: " + ex.getMessage());
+ void checkPageCount_bytesWithinLimit() throws Exception {
+ byte[] bytes = docxWithPageBreaks(5);
+ assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes));
}
@Test
void checkPageCount_bytesOverLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(120);
- ConversionException ex = assertThrows(ConversionException.class,
+ ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.checkPageCount(bytes, 100));
assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage());
}
- /**
- * Явный лимит страниц для загруженного пакета: docx с 2 разрывами
- * (оценка 3) отсекается maxPages=1 и проходит при maxPages=1000.
- */
- @Test
- void checkPageCount_pkg_customLimit() throws Exception {
- byte[] bytes = docxWithPageBreaks(2);
- WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
- new java.io.ByteArrayInputStream(bytes));
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCount(pkg, 1));
- assertTrue(ex.getMessage().contains("длиннее 1 страниц"),
- "сообщение должно упоминать переданный лимит: " + ex.getMessage());
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(pkg, 1000));
- }
-
- @Test
- void checkPageCount_bytesNull() {
- assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCount((byte[]) null));
- }
-
- @Test
- void checkPageCount_pkgNull() {
- assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCount((WordprocessingMLPackage) null));
- }
-
- // ---- lightweight (zip/StAX, без docx4j) ----
-
- @Test
- void checkPageCountLightweight_bytesWithinLimit() throws Exception {
- byte[] bytes = docxWithPageBreaks(5);
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes));
- }
-
- @Test
- void checkPageCountLightweight_bytesOverLimit() throws Exception {
- byte[] bytes = docxWithPageBreaks(120);
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
- assertTrue(ex.getMessage().contains("100"),
- "сообщение должно упоминать лимит: " + ex.getMessage());
- }
-
/**
* Явный лимит страниц lightweight-пути: те же 3 страницы
* (2 разрыва) отсекаются maxPages=1 и проходят при maxPages=1000.
*/
@Test
- void checkPageCountLightweight_customLimit() throws Exception {
+ void checkPageCount_customLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(2);
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(bytes, 1));
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.checkPageCount(bytes, 1));
assertTrue(ex.getMessage().contains("длиннее 1 страниц"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage());
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes, 1000));
+ assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes, 1000));
}
+ /**
+ * Точная граница лимита lightweight-пути: 99 разрывов = 100 страниц
+ * (проходит), 100/101 = 101/102 (отказ с оценкой «не менее 1+breaks»).
+ */
@Test
- void checkPageCountLightweight_agreesWithJaxbPath() throws Exception {
- // на фикстурах без кэша Pages оба пути обязаны совпадать,
- // включая границу лимита: 99 разрывов = 100 страниц (проходит),
- // 100/101 = 101/102 (отказ)
+ void checkPageCount_limitBoundary() throws Exception {
for (int breaks : new int[]{0, 3, 99, 100, 101}) {
byte[] bytes = docxWithPageBreaks(breaks);
- WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
- new java.io.ByteArrayInputStream(bytes));
- int jaxb = WordPdfValidator.pageCountOf(pkg);
- // lightweight-путь приватный; проверяем через границу лимита:
- // 1+breaks совпадает с оценкой JAXB
- assertEquals(1 + breaks, jaxb, "JAXB-оценка для " + breaks + " разрывов");
if (breaks < 100) {
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
+ assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes, 100));
} else {
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.checkPageCount(bytes, 100));
assertTrue(ex.getMessage().contains("не менее " + (1 + breaks)),
- "оценка lightweight должна совпадать с JAXB: " + ex.getMessage());
+ "оценка = 1 + число разрывов: " + ex.getMessage());
}
}
}
@@ -186,10 +124,9 @@ class WordPdfValidatorTest {
* 101 страница, отказ (старый код считал «все минус одна» без
* учёта типа: 101−1=100 и пропускал). Случай B: 101
* {@code continuous} + финальная {@code nextPage} — 1 страница,
- * проходит (старый код раздувал до 102 и отвергал). В JAXB-модели
- * body-direct sectPr не видны (docx4j оставляет только финальную
- * в {@code body.getSectPr()}, {@code getContent()} пуст), поэтому
- * расхождение lightweight здесь — допустимое завышение.
+ * проходит (старый код раздувал до 102 и отвергал); разрывы в
+ * колонтитулах только усиливают нижнюю оценку — расхождение с
+ * точным числом страниц здесь — допустимое завышение.
* Регрессия — WordPdfValidator#scanDocument.
*/
@Test
@@ -200,8 +137,8 @@ class WordPdfValidatorTest {
}
typesA.add("continuous"); // финальная секция — непрерывная
byte[] overLimit = docxWithBodySections(typesA);
- ConversionException exLwA = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(overLimit, 100));
+ ValidationException exLwA = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.checkPageCount(overLimit, 100));
assertTrue(exLwA.getMessage().contains("не менее 101"),
"оценка = 1 + 100 межсекционных nextPage: " + exLwA.getMessage());
@@ -211,7 +148,7 @@ class WordPdfValidatorTest {
}
typesB.add("nextPage"); // финальная секция
byte[] ok = docxWithBodySections(typesB);
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(ok, 100),
+ assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(ok, 100),
"continuous-границы не страницы");
}
@@ -280,16 +217,10 @@ class WordPdfValidatorTest {
@Test
void pageCount_staleCacheLosesToLastRenderedMarkers() throws Exception {
byte[] bytes = staleCacheFixture();
- WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
- new java.io.ByteArrayInputStream(bytes));
- assertEquals(111, WordPdfValidator.pageCountOf(pkg),
- "оценка = max(кэш 1, разрывы 1, маркеры 110+1)");
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCount(pkg, 100));
- assertTrue(ex.getMessage().contains("100"), ex.getMessage());
- // lightweight-путь обязан согласовать тот же отказ
- assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.checkPageCount(bytes, 100));
+ assertTrue(ex.getMessage().contains("не менее 111"),
+ "оценка = max(кэш 1, разрывы 1, маркеры 110+1): " + ex.getMessage());
}
/**
@@ -311,20 +242,16 @@ class WordPdfValidatorTest {
doc.write(bos);
bytes = bos.toByteArray();
}
- WordprocessingMLPackage pkg = WordprocessingMLPackage.load(
- new java.io.ByteArrayInputStream(bytes));
- assertEquals(121, WordPdfValidator.pageCountOf(pkg),
- "разрывы в ячейке таблицы должны считаться");
- assertThrows(ConversionException.class,
+ ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.checkPageCount(bytes, 100));
- assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(bytes, 100));
+ assertTrue(ex.getMessage().contains("не менее 121"),
+ "120 разрывов в ячейке таблицы + первая страница: " + ex.getMessage());
}
@Test
- void checkPageCountLightweight_bytesNull() {
- assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight((byte[]) null));
+ void checkPageCount_bytesNull() {
+ assertThrows(ValidationException.class,
+ () -> WordPdfValidator.checkPageCount((byte[]) null));
}
/**
@@ -354,9 +281,9 @@ class WordPdfValidatorTest {
// 3 разрыва + первая страница = не менее 4; до фикса lightweight
// не видел разрывы в strict-namespace и возвращал 1
- assertDoesNotThrow(() -> WordPdfValidator.checkPageCountLightweight(docx, 4));
- ConversionException ex = assertThrows(ConversionException.class,
- () -> WordPdfValidator.checkPageCountLightweight(docx, 3));
+ assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(docx, 4));
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.checkPageCount(docx, 3));
assertTrue(ex.getMessage().contains("не менее 4"), ex.getMessage());
}
}
From 45b78f7fc9aa13c130aeac889828c2d4f3e07867 Mon Sep 17 00:00:00 2001
From: Pjandro
Date: Mon, 19 Oct 2026 21:30:45 +0000
Subject: [PATCH 2/3] =?UTF-8?q?core,app,web:=20=D0=B4=D0=B5=D1=84=D0=BE?=
=?UTF-8?q?=D0=BB=D1=82=D1=8B=20=D0=BB=D0=B8=D0=BC=D0=B8=D1=82=D0=BE=D0=B2?=
=?UTF-8?q?=20=D0=B2=D1=85=D0=BE=D0=B4=D0=B0=205=20MiB=20/=20100=20=D1=81?=
=?UTF-8?q?=D1=82=D1=80=D0=B0=D0=BD=D0=B8=D1=86?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
.env.example | 8 +++----
AGENTS.md | 22 +++++++++----------
compose.yml | 4 ++--
gateway/nginx.conf | 2 +-
.../src/main/resources/application.properties | 4 ++--
.../ru/pjandro/wordpdf/WordPdfSettings.java | 6 ++---
wordpdf-web/src/components/App.tsx | 4 ++--
7 files changed, 25 insertions(+), 25 deletions(-)
diff --git a/.env.example b/.env.example
index 452227f..501dae9 100644
--- a/.env.example
+++ b/.env.example
@@ -5,7 +5,7 @@ WORDPDF_API_KEY=
# Лимиты входа (задаёт только сервер; параметрами запроса не переопределяются).
# Либо закомментировано (тогда дефолт), либо конкретное число — пустое
# значение ломает старт приложения.
-# Максимальный размер .docx в байтах (дефолт 20971520 = 20 МБ)
-#WORDPDF_MAX_BYTES=20971520
-# Максимальное число страниц (дефолт 1000)
-#WORDPDF_MAX_PAGES=1000
+# Максимальный размер .docx в байтах (дефолт 5242880 = 5 МБ)
+#WORDPDF_MAX_BYTES=5242880
+# Максимальное число страниц (дефолт 100)
+#WORDPDF_MAX_PAGES=100
diff --git a/AGENTS.md b/AGENTS.md
index a2c1af7..9f34153 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -2,7 +2,7 @@
## Project Overview
-Конвертер `.docx` → `.pdf` на чистом Java (docx4j 17.3.2 + форк Apache FOP, без LibreOffice/Aspose). Java 21, только Maven. Модули: `wordpdf-core` (библиотека), `wordpdf-app` (Spring Boot 4.1.1 REST API); `wordpdf-web` — React SPA в nginx-контейнере (отдельный деп, вне Maven). Единственный гейт перед `git push` — `mvn clean verify` (CI нет; SPA гейтуется `npm run build` + `npm run lint`). Вход стека — контейнер `gateway` (nginx), НЕ 8080. README устарел шире секции про контейнеры: лимиты (пишет 5 МБ/100 стр./6 МБ multipart — фактически 20 MiB/1000/100 MB), порты («всё на :8080» — фактически gateway :9010/:9011), API-ключ вообще не упомянут; плюс «фикстуры генерируются POI» (они закоммичены, POI только в генераторе) и Swagger UI без оговорки, что в проде она открыта без ключа, — авторитет этот файл.
+Конвертер `.docx` → `.pdf` на чистом Java (docx4j 17.3.2 + форк Apache FOP, без LibreOffice/Aspose). Java 21, только Maven. Модули: `wordpdf-core` (библиотека), `wordpdf-app` (Spring Boot 4.1.1 REST API); `wordpdf-web` — React SPA в nginx-контейнере (отдельный деп, вне Maven). Единственный гейт перед `git push` — `mvn clean verify` (CI нет; SPA гейтуется `npm run build` + `npm run lint`). Вход стека — контейнер `gateway` (nginx), НЕ 8080. README устарел шире секции про контейнеры: лимиты (пишет 5 МБ/100 стр. — совпадает с кодом; 6 МБ multipart — фактически 100 MB), порты («всё на :8080» — фактически gateway :9010/:9011), API-ключ вообще не упомянут; плюс «фикстуры генерируются POI» (они закоммичены, POI только в генераторе) и Swagger UI без оговорки, что в проде она открыта без ключа, — авторитет этот файл.
## Architecture & Data Flow
@@ -12,7 +12,7 @@
1. `new BundledFontMapper()` → `BundledFonts.init()` → `BundledFonts.restrictToBundled()`. Конструктор маппера каждый раз добавляет системные шрифты в реестр `PhysicalFonts`; ключ реестра — имя из name-таблицы TTF, `addPhysicalFont(URI)` не перезаписывает занятый → `init()` вызывает `dropNonBundled()` **до** регистрации и `load()` (иначе системный Calibri ломает em-dash-fallback).
2. Нормализация байтов docx до JAXB-загрузки (цепочка `byte[] → byte[]`, порядок значим): `StrictOoxmlNormalizer` (strict-OOXML → transitional-байт: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`, элементы и атрибуты `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml), значения `start`/`end` у `w:jc`/`w:tab`; в `mc-preprocessor.xslt` docx4j ветка `%` закомментирована, start/end не маппятся; namespaces и `pt`-значения правит сам mc-preprocessor — собственный рерайт URI ломает его pt-конверсию) → `DocxOnOffNormalizer` (`w:val="off"/"on"` → `false`/`true`) → `SymbolFontNormalizer` (PUA U+F0xx Symbol/Wingdings/Webdings → Unicode + DejaVu Sans, переписывает и элементы ``; 5 карт по 256 слотов, таблица `SymbolMapper` сгенерирована из docx4j 17.x) → `FieldNormalizer` (`fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple`, вложенные/битые поля пропускает) → `GlyphCoverageNormalizer` (режет ран по покрытию глифов, пишет семейство в `w:rFonts`, иначе FOP рисует «#»; покрытие — `java.awt.Font.canDisplay` + BitSet-кэш, НЕ docx4j `GlyphCheck` — тот плодит INFO-лог; для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (DejaVu Serif/Tinos/Caladea), затем в sans) → `WordprocessingMLPackage.load`.
-3. `WordPdfValidator.checkPageCount(pkg, maxPages)` — **до** рендера.
+3. `WordPdfValidator.checkPageCount(docxBytes, maxPages)` — **до** рендера, lightweight (zip/StAX) по нормализованным байтам — тот же путь, что у приложения до очереди.
4. `pkg.setFontMapper(mapper)` → `DrawingPreRenderer.run(pkg, options)` (шаг 3.5: `c:chart`/`dgm:relIds` docx2fo.xslt не умеет — свой Java2D-движок `internal/chart/*` рендерит в PNG 300 dpi и подменяет на `pic:pic`; объект, выключенный в `ConvertOptions`, пропускается до рендера и остаётся в docx; упавший рендер — объект **удаляется** из docx (`gd.getAny().clear()`) + warn, деградация не падение).
5. `new FOSettings(pkg)` + `FopFallbackFonts.declare` (декларирует **все** бандл-семейства — FOP встраивает только задекларированные) → `FORendererApacheFOP`/`FOUserAgent` (непустой `title` → заголовок PDF) → `Docx4J.toFO(..., FLAG_EXPORT_PREFER_XSL)`.
6. `finally`: `deleteEmbeddedFontTempFiles()` (в 17.x `OpcPackage.close()` нет).
@@ -21,9 +21,9 @@
- Единственный эндпоинт `POST /api/v1/convert` (multipart-поле `file`, факультативные `renderCharts`/`renderSmartArt` — query или form) → `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`-расширения — в `ConvertController`; `safeBaseName` в `ConversionService` — единый источник имени для файла, заголовка ответа и PDF-title (разрешены `[\p{L}\p{N} ._-]`, пустое → `document`).
- Конвертации **сериализованы** однопоточным `ThreadPoolExecutor` (`ConversionService.QUEUE_CAPACITY = 16`, переполнение → 503): ядро мутирует глобальный реестр `PhysicalFonts`. `future.cancel(true)` при таймауте не останавливает FOP мгновенно — осознанный компромисс.
-- Ошибки (`ApiExceptionHandler`, тело `{"error": …}`): `ValidationException` → 400; `ConversionFailedException` → 500; `ConversionRejectedException` → 503; `ConversionTimeoutException` (`wordpdf.convert-timeout`, 2m) → 504; `MaxUploadSizeExceededException` → 413; `MissingServletRequestPartException`/`MissingServletRequestParameterException` → 400; `NoResourceFoundException` (неизвестный путь) → 404; catch-all → 500 (подробности только в лог). Четыре app-исключения (`ValidationException`, `ConversionFailedException`, `ConversionRejectedException`, `ConversionTimeoutException`) — package-private, несут семантику 400/500/503/504. Граница: сломанный контейнер (не zip / размер / страницы) → 400, валидный zip с мусором внутри → 500. Валидация до очереди: `checkInput` → zip-магик `PK\x03\x04` → `checkPageCountLightweight` (порядок значим).
+- Ошибки (`ApiExceptionHandler`, тело `{"error": …}`): `ValidationException` → 400; `ConversionFailedException` → 500; `ConversionRejectedException` → 503; `ConversionTimeoutException` (`wordpdf.convert-timeout`, 2m) → 504; `MaxUploadSizeExceededException` → 413; `MissingServletRequestPartException`/`MissingServletRequestParameterException` → 400; `NoResourceFoundException` (неизвестный путь) → 404; catch-all → 500 (подробности только в лог). `ValidationException` — тип ядра `ru.pjandro.wordpdf.ValidationException extends ConversionException` (публичный), валидатор бросает его сам, app-дубликата нет; три app-исключения (`ConversionFailedException`, `ConversionRejectedException`, `ConversionTimeoutException`) — package-private, несут семантику 500/503/504. `doConvert` перехватывает `ValidationException` раньше `ConversionException` — отказ страницы-лимита из конвейера ядра даёт 400, а не 500. Граница: сломанный контейнер (не zip / размер / страницы) → 400, валидный zip с мусором внутри → 500. Валидация до очереди: `checkInput` → zip-магик `PK\x03\x04` → `checkPageCount` (порядок значим).
- **Ключ доступа**: `ApiKeyFilter` сверяет заголовок `X-API-Key` (`ApiKeyFilter.HEADER`) со свойством `wordpdf.api-key` (env `WORDPDF_API_KEY`, сравнение `MessageDigest.isEqual`). Пустое свойство = аутентификация выключена (dev `java -jar`, тесты). Без ключа открыты `/actuator/**` (HEALTHCHECK) и документация springdoc (`/swagger-ui*`, `/v3/api-docs*`) — матч по пути **без forwarded-contextPath** (`getRequestURI()` минус `getContextPath()`; иначе под `X-Forwarded-Prefix` HEALTHCHECK получил бы 401). 401 пишет сам фильтр (`ApiExceptionHandler` ошибок фильтров не видит). Springdoc в проде **включён**, документация открыта без ключа под `https://pjandro.ru/pdf-converter/swagger-ui.html` (server-URL/swagger-config собираются из `X-Forwarded-*`, `server.forward-headers-strategy=framework` — `native`-клапан Tomcat `X-Forwarded-Prefix` не понимает). Регрессии — `ApiKeyFilterTest#forwardedPrefix_healthStaysOpen`, `ApiKeyFilterTest#docsOpenWithoutKey`.
-- Лимиты входа задаёт **только конфигурация сервера**: `wordpdf.max-bytes`/`wordpdf.max-pages` (env `WORDPDF_MAX_BYTES`/`WORDPDF_MAX_PAGES`), `@Value` в `ConvertController` с дефолтом-SpEL из `WordPdfSettings` (20 MiB / 1000); значение ≤ 0 → `IllegalStateException` на старте; параметрами запроса не переопределяются. Ключи в `application.properties` **не объявлены** — пустое значение затенит SpEL-дефолт.
+- Лимиты входа задаёт **только конфигурация сервера**: `wordpdf.max-bytes`/`wordpdf.max-pages` (env `WORDPDF_MAX_BYTES`/`WORDPDF_MAX_PAGES`), `@Value` в `ConvertController` с дефолтом-SpEL из `WordPdfSettings` (5 MiB / 100); значение ≤ 0 → `IllegalStateException` на старте; параметрами запроса не переопределяются. Ключи в `application.properties` **не объявлены** — пустое значение затенит SpEL-дефолт.
- SPA: вся сеть в `src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401 от `ApiKeyFilter`) подтвердил требование ключа — в dev без ключа форма открывается сразу; запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx с префиксом `/pdf-converter/`).
### Chart-движок (`internal/chart`, package-private кроме `DrawingPreRenderer.run`)
@@ -35,7 +35,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
- `docx4j.convert.out.fo.gsubFeatures=false` — static-блок `WordPdfConverter`. Иначе FO невалиден → `WordLayoutFixups` молча отказывает всем фиксам (без них нет колонок) → FOP падает на `docx4j-baseline`.
- `slf4j-simple` обязателен в ядре: без SLF4J-провайдера docx4j пишет «TO HIDE THESE MESSAGES» прямо в PDF (регрессия `noLoggingWarningInPdf`). Приложение исключает его из зависимости ядра — логи ведёт logback.
- FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.2 (пакеты `org.apache.fop.*`); `Fop.Renderers.getRenderer()` возвращает **список** (рендер выбирается по mime `application/pdf`). `docx2fo.xslt` в репозитории нет — он в jar `docx4j-export-fo`.
-- Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; explicit = межсекционные `sectPr` в body + `w:br type="page"` + `pageBreakBefore` (рекурсивно, включая таблицы и `w:sdt`). Lightweight-путь (StAX по zip, secure-ридер без DTD/external entities): атрибуты — по локальному имени (`attrLocal`, не по transitional-URI: иначе в strict-документе `w:br type="page"` не засчитываются); `sectPr` внутри `pPr` не считает, последнюю body-direct секцию не считает, `continuous`-секции не считает, в колонтитулах — только `w:br type="page"`, `pageBreakBefore` — только внутри `pPr` вне `sectPr` (truthy-значения `val`: `null|true|1|on`); на не-zip молчит — подпись проверяет вызывающий. Расхождение lightweight↔JAXB допустимо только в завышение. `pageCountOf` package-private намеренно (тесты); при провале JAXB-разбора (`getJaxbElement()` → null) бросает `ConversionException`, а не NPE.
+- Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; explicit = межсекционные `sectPr` в body + `w:br type="page"` + `pageBreakBefore` (включая таблицы и `w:sdt`). Единственный путь — lightweight (StAX по zip, secure-ридер без DTD/external entities; JAXB-обход удалён — `WordPdfValidator` не зависит от docx4j): атрибуты — по локальному имени (`attrLocal`, не по transitional-URI: иначе в strict-документе `w:br type="page"` не засчитываются); `sectPr` внутри `pPr` не считает, последнюю body-direct секцию не считает, `continuous`-секции не считает, в колонтитулах — только `w:br type="page"`, `pageBreakBefore` — только внутри `pPr` вне `sectPr` (truthy-значения `val`: `null|true|1|on`); на не-zip молчит — подпись проверяет вызывающий. Все отказы — `ValidationException`.
- Известный остаток эталона: U+2188/U+218A — глифов нет в OFL-шрифтах бандла, остаются `.notdef` (GNU FreeSerif GPL — не добавляем намеренно).
- Внимательно: комментарии в `WordPdfConverter`/`DocxOnOffNormalizer` говорят «docx4j 11.x» — устаревшее число, фактически 17.3.2 (описанное поведение верно).
@@ -47,7 +47,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
|Путь|Назначение|
|---|---|
-|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API: `WordPdfConverter`, `WordPdfValidator` (перегрузки `checkInput`/`checkPageCountLightweight`/`checkPageCount` — `byte[]` или pkg, с лимитом/без), `ConversionException`, `WordPdfSettings` (константы-дефолты), `ConvertOptions` (record: renderCharts, renderSmartArt, maxBytes, maxPages)|
+|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API: `WordPdfConverter`, `WordPdfValidator` (перегрузки `checkInput`/`checkPageCount` — `byte[]`, с лимитом/без; без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `WordPdfSettings` (константы-дефолты), `ConvertOptions` (record: renderCharts, renderSmartArt, maxBytes, maxPages)|
|`…/wordpdf/fonts/`|`BundledFonts` (реестр/выгрузка TTF, `families()`, `FALLBACK_FAMILY`), `BundledFontMapper` (алиасы MS→open-source, self-map, DISPLAY_NAMES, public-хук `bundledFamily`)|
|`…/wordpdf/internal/`|5 байтовых нормализатора + `FopFallbackFonts` (классы `public` — вызываются из родительского пакета; публичные члены только `normalize`/`declare`)|
|`…/wordpdf/internal/chart/`|11 классов Java2D-рендера диаграмм/SmartArt в PNG (public только `DrawingPreRenderer`)|
@@ -55,7 +55,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
|`wordpdf-core/src/test/resources/samples/`|11 закоммиченных `.docx`-фикстур (единственные фикстуры)|
|`wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/`|REST API (10 классов): `WordPdfApplication` (единственный public), `ConvertController`, `ConversionService` (очередь), `ApiExceptionHandler`, `ApiKeyFilter`, `OpenApiConfig` (`@SecurityScheme` X-API-Key для springdoc) + 4 класса исключений|
|`wordpdf-web/src/`|SPA (React 19 + TS + Vite + Tailwind): `api.ts` (вся сеть), `components/` (App, ApiKeyGate, PdfPreview, StatusMessage, DropZone, Logo)|
-|корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf`|образ бэкенда (multi-stage maven:3.9-temurin-21 → temurin-21-jre, non-root, HEALTHCHECK actuator); compose app+web+gateway: web-образ со своим HEALTHCHECK (`wget /`), в обоих compose `depends_on web: condition: service_healthy` (без health web gateway не стартует); прод-compose интерполирует `WORDPDF_MAX_BYTES:-20971520`/`WORDPDF_MAX_PAGES:-1000`; podman-специфика обоих compose: `x-podman.name_separator_compat` (docker-style имена контейнеров), явные `healthcheck` app/web (дубли Containerfile-HEALTHCHECK — OCI-выгрузка его теряет), зафиксированная подсеть `10.113.0.0/24` gw `10.113.0.1` под резолвер aardvark-dns; два repo-стенда одновременно не поднять (общая подсеть)|
+|корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf`|образ бэкенда (multi-stage maven:3.9-temurin-21 → temurin-21-jre, non-root, HEALTHCHECK actuator); compose app+web+gateway: web-образ со своим HEALTHCHECK (`wget /`), в обоих compose `depends_on web: condition: service_healthy` (без health web gateway не стартует); прод-compose интерполирует `WORDPDF_MAX_BYTES:-5242880`/`WORDPDF_MAX_PAGES:-100`; podman-специфика обоих compose: `x-podman.name_separator_compat` (docker-style имена контейнеров), явные `healthcheck` app/web (дубли Containerfile-HEALTHCHECK — OCI-выгрузка его теряет), зафиксированная подсеть `10.113.0.0/24` gw `10.113.0.1` под резолвер aardvark-dns; два repo-стенда одновременно не поднять (общая подсеть)|
|корневой `.env.example`|шаблон env: `WORDPDF_API_KEY` (`openssl rand -hex 32`), закомментированные `WORDPDF_MAX_BYTES`/`WORDPDF_MAX_PAGES`; реальный прод `.env` — на прод-сервере (координаты: `/home/pjandro/prod/java-word-pdf/DEPLOY.md`, вне репо)|
|`develop/` (вне git)|рабочие материалы и эталоны Word 365 (`word.docx`+`word.pdf`, `word-export.*`, `convert.pdf`, `1212.pdf`, `diff/`) — **ручное сравнение, не фикстуры**, в тесты/jar не подключать|
@@ -96,7 +96,7 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
## Important Files
- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java` — точка входа библиотеки + static-блок `gsubFeatures`.
-- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java` — все дефолты ядра (`MAX_INPUT_BYTES` 20 MiB, `MAX_PAGES` 1000, `RENDER_CHARTS/SMARTART`); рантайм-конфигурации в ядре нет.
+- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java` — все дефолты ядра (`MAX_INPUT_BYTES` 5 MiB, `MAX_PAGES` 100, `RENDER_CHARTS/SMARTART`); рантайм-конфигурации в ядре нет.
- `wordpdf-app/src/main/resources/application.properties` — multipart 100MB (`max-file-size`/`max-request-size` + `file-size-threshold=100MB`, держит файл в памяти; в тон gateway `client_max_body_size 100m`), `wordpdf.convert-timeout=2m`, пустой `wordpdf.api-key`, `server.forward-headers-strategy=framework` (префикс прод-прокси для springdoc) + `springdoc.swagger-ui.persist-authorization=true`; `wordpdf.max-bytes`/`max-pages` здесь намеренно нет.
- `wordpdf-app/pom.xml` — `spring-boot-maven-plugin` с **явной** execution `repackage` (в 4.1.1 сам не связывается, jar останется тонким); `slf4j-simple` исключён; `spring-boot-starter-webmvc` (Boot 4: переименован из starter-web) + `spring-boot-starter-actuator` (нужен HEALTHCHECK контейнера `/actuator/health`); тест-зависимости: `spring-boot-webmvc-test` (в Boot 4 автоконфиг MockMvc вынесен из starter-test), test-jar core.
- `wordpdf-core/pom.xml` — `maven-jar-plugin` execution `test-jar` (публикует фикстуры для app).
@@ -117,11 +117,11 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
## Testing & QA
-- 14 тестовых классов / 126 `@Test` (core 11/104, app 3/22). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true` в argLine; только `Assertions` (Mockito/AssertJ не использовать, несмотря на test-classpath Boot; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (+ единственный `@BeforeAll` — warm-up шрифтов в `GlyphCoverageNormalizerTest`).
+- 14 тестовых классов / 126 `@Test` (core 11/101, app 3/25). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true` в argLine; только `Assertions` (Mockito/AssertJ не использовать, несмотря на test-classpath Boot; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (+ единственный `@BeforeAll` — warm-up шрифтов в `GlyphCoverageNormalizerTest`).
- **PDF сравнивается текстом, не растеризацией**: PDFBox 3 (`Loader.loadPDF`) — `PDFTextStripper` для текста (пер-странично `setStartPage/setEndPage`), override `processTextPosition` для шрифта конкретного символа (`fontNameOf`), обход ресурсов страниц для встроенных шрифтов (`EAAAAA+Carlito-Bold`) и счётчика картинок (`imageCount`). Негативные маркеры — регрессии: `assertFalse(text.contains("#"))` (.notdef), `assertFalse(font.startsWith("Helvetica"))`. Текст нормализуется по пробелам (`norm`); в `tableImage_tableAndImage` — полное удаление пробелов (docx4j переносит слова в auto-fit таблицах).
- Пиксели (BufferedImage) — только в unit-тестах chart-пейнтеров, допуски 6–10% против эталона Word (`PiePainterTest` аспект h/w=0.585, `assertRatio` отклонение <0.06; `Surface3dPainterTest` `assertRange` ±6 pt для центров силуэта + `assertRatio` допуск 0.10 для геометрических отношений; shading — не допуск, а перцентильные коридоры яркости p5∈[0.74,0.90], median∈[0.90,1.10], p95∈[1.02,1.20]).
- Фикстуры — закоммиченные `samples/*.docx` (11; в тестах не генерировать): core грузит classpath-ресурсом → `byte[]`, PDF для PDFBox — временный файл; app читает `/samples/…` из **test-jar core** (classifier `tests`) → `mvn -pl wordpdf-app` без `-am` не соберётся. In-memory docx — `ZipOutputStream` из литеральных XML или POI в `byte[]`. Ключевые: `too-many-pages` (150 явных разрывов → 151), `stale-cache` (кэш `1` + 110 `lastRenderedPageBreak`), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject).
-- Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame` покрыт тестами только у zip-нормализаторов `DocxOnOff`/`SymbolFont`/`StrictOoxml`; у `Field`/`GlyphCoverage` — `rewrite`→`null`) и неприкосновенность частей вне `word/*.xml` (`[Content_Types].xml`). Тесты бьют и в package-private API (`GlyphCoverageNormalizer.split(text, family)`, `pageCountOf`, `ChartSpec.readTitle`).
+- Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame` покрыт тестами только у zip-нормализаторов `DocxOnOff`/`SymbolFont`/`StrictOoxml`; у `Field`/`GlyphCoverage` — `rewrite`→`null`) и неприкосновенность частей вне `word/*.xml` (`[Content_Types].xml`). Тесты бьют и в package-private API (`GlyphCoverageNormalizer.split(text, family)`, `ChartSpec.readTitle`).
- App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); три контекста — `ConvertControllerTest` (пустой ключ), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` с лимитами — отдельный класс, не `@Nested`).
-- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCountLightweight_agreesWithJaxbPath` 99/100/101, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingToggles_offRemovesRasters`/`drawingToggles_chartsOffSmartArtOn`); `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `junkInsideValidZip_conversionError`, `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `renderFlagsOff_convertsWithoutDrawings`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath).
+- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingToggles_offRemovesRasters`/`drawingToggles_chartsOffSmartArtOn`); `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `junkInsideValidZip_conversionError`, `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `renderFlagsOff_convertsWithoutDrawings`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath).
- UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn).
diff --git a/compose.yml b/compose.yml
index 46d2b0e..9605685 100644
--- a/compose.yml
+++ b/compose.yml
@@ -25,8 +25,8 @@ services:
# лимиты входа (байты/страницы); значение из .env, иначе дефолты ядра;
# интерполяция :- подставляет и на unset, и на пустое — пустая строка
# сломала бы binding long/int
- WORDPDF_MAX_BYTES: "${WORDPDF_MAX_BYTES:-20971520}"
- WORDPDF_MAX_PAGES: "${WORDPDF_MAX_PAGES:-1000}"
+ WORDPDF_MAX_BYTES: "${WORDPDF_MAX_BYTES:-5242880}"
+ WORDPDF_MAX_PAGES: "${WORDPDF_MAX_PAGES:-100}"
web:
build: ./wordpdf-web
restart: unless-stopped
diff --git a/gateway/nginx.conf b/gateway/nginx.conf
index beae4f8..a1735d6 100644
--- a/gateway/nginx.conf
+++ b/gateway/nginx.conf
@@ -4,7 +4,7 @@ server {
listen 80;
# потолок загрузки стека: больше не пропустит ни шлюз, ни Spring multipart;
# авторитетный лимит — свойство wordpdf.max-bytes (env WORDPDF_MAX_BYTES,
- # дефолт 20 MiB). Без директивы upload режется HTML-413 от шлюза до бэкенда.
+ # дефолт 5 MiB). Без директивы upload режется HTML-413 от шлюза до бэкенда.
client_max_body_size 100m;
# app/web резолвятся aardvark-dns, который сидит на шлюзе сети стека
# (подсеть зафиксирована в compose.yml / compose.dev.yml, адрес стабилен).
diff --git a/wordpdf-app/src/main/resources/application.properties b/wordpdf-app/src/main/resources/application.properties
index 015f9df..7f69a76 100644
--- a/wordpdf-app/src/main/resources/application.properties
+++ b/wordpdf-app/src/main/resources/application.properties
@@ -2,9 +2,9 @@ spring.application.name=wordpdf-app
# Потолок инфраструктуры — 100 МБ (совпадает с client_max_body_size в
# nginx-шлюзах): больше не пропустит ни шлюз, ни контейнер. Авторитетный
# лимит — свойство wordpdf.max-bytes (env WORDPDF_MAX_BYTES), по умолчанию
-# WordPdfSettings.MAX_INPUT_BYTES = 20 MiB; здесь только потолок загрузки.
+# WordPdfSettings.MAX_INPUT_BYTES = 5 MiB; здесь только потолок загрузки.
# Лимиты входа: env WORDPDF_MAX_BYTES (байты) / WORDPDF_MAX_PAGES (страницы),
-# дефолты — константы ядра (20 MiB / 1000), задаются ConvertController.
+# дефолты — константы ядра (5 MiB / 100), задаются ConvertController.
# Значение <= 0 — падение на старте. Сами ключи здесь не объявлены:
# пустое значение затенит SpEL-дефолт @Value.
# file-size-threshold=100MB держит файл в памяти (ядро и так читает всё в RAM).
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 dede785..8bc60bf 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java
@@ -9,11 +9,11 @@ package ru.pjandro.wordpdf;
*/
public final class WordPdfSettings {
- /** Максимальный размер входного .docx (дефолт). 20 MiB = 20 × 1024 × 1024. */
- public static final long MAX_INPUT_BYTES = 20L * 1024 * 1024;
+ /** Максимальный размер входного .docx (дефолт). 5 MiB = 5 × 1024 × 1024. */
+ public static final long MAX_INPUT_BYTES = 5L * 1024 * 1024;
/** Документ длиннее — ошибка (дефолт). */
- public static final int MAX_PAGES = 1000;
+ public static final int MAX_PAGES = 100;
/**
* Генерация диаграмм (c:chart → PNG, chart-движок). {@code false} — диаграммы
diff --git a/wordpdf-web/src/components/App.tsx b/wordpdf-web/src/components/App.tsx
index b22318c..d24e284 100644
--- a/wordpdf-web/src/components/App.tsx
+++ b/wordpdf-web/src/components/App.tsx
@@ -152,8 +152,8 @@ export default function App() {
Word → PDF
- docx → PDF на docx4j + Apache FOP. Лимиты (файл ≤ 20 МБ,
- ≤ 1000 страниц) задаёт сервер; переопределение из формы убрано.
+ docx → PDF на docx4j + Apache FOP. Лимиты (файл ≤ 5 МБ,
+ ≤ 100 страниц) задаёт сервер; переопределение из формы убрано.
From 5482bfac60c17b63bb96dee65aa374e5e6319ab1 Mon Sep 17 00:00:00 2001
From: Pjandro
Date: Mon, 19 Oct 2026 21:49:34 +0000
Subject: [PATCH 3/3] =?UTF-8?q?core:=20=D0=BF=D0=B5=D1=80=D0=B5=D0=BD?=
=?UTF-8?q?=D0=BE=D1=81=20=D0=B2=D0=B0=D0=BB=D0=B8=D0=B4=D0=B0=D1=86=D0=B8?=
=?UTF-8?q?=D0=B8=20=D0=B2=D1=85=D0=BE=D0=B4=D0=B0=20=D0=B8=D0=B7=20Conver?=
=?UTF-8?q?sionService=20=D0=B2=20WordPdfValidator.validate?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
AGENTS.md | 10 ++--
.../wordpdf/app/ConversionService.java | 31 ++-----------
.../ru/pjandro/wordpdf/WordPdfConverter.java | 24 +++++-----
.../ru/pjandro/wordpdf/WordPdfValidator.java | 29 +++++++++++-
.../pjandro/wordpdf/WordPdfConverterTest.java | 15 ++++++
.../pjandro/wordpdf/WordPdfValidatorTest.java | 46 +++++++++++++++++++
6 files changed, 109 insertions(+), 46 deletions(-)
diff --git a/AGENTS.md b/AGENTS.md
index 9f34153..55c15ca 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -8,7 +8,7 @@
### Пайплайн `WordPdfConverter.convert(byte[], String[, ConvertOptions])` (порядок фиксирован, менять местами нельзя)
-Наружу `checkInput(bytes, maxBytes)` вызывается **до** приватного `convertToStream`; внутри `convertToStream`:
+Наружу `WordPdfValidator.validate(docxBytes, options)` (размер → zip-подпись `PK\x03\x04` → страницы) вызывается **до** приватного `convertToStream`; внутри `convertToStream`:
1. `new BundledFontMapper()` → `BundledFonts.init()` → `BundledFonts.restrictToBundled()`. Конструктор маппера каждый раз добавляет системные шрифты в реестр `PhysicalFonts`; ключ реестра — имя из name-таблицы TTF, `addPhysicalFont(URI)` не перезаписывает занятый → `init()` вызывает `dropNonBundled()` **до** регистрации и `load()` (иначе системный Calibri ломает em-dash-fallback).
2. Нормализация байтов docx до JAXB-загрузки (цепочка `byte[] → byte[]`, порядок значим): `StrictOoxmlNormalizer` (strict-OOXML → transitional-байт: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`, элементы и атрибуты `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml), значения `start`/`end` у `w:jc`/`w:tab`; в `mc-preprocessor.xslt` docx4j ветка `%` закомментирована, start/end не маппятся; namespaces и `pt`-значения правит сам mc-preprocessor — собственный рерайт URI ломает его pt-конверсию) → `DocxOnOffNormalizer` (`w:val="off"/"on"` → `false`/`true`) → `SymbolFontNormalizer` (PUA U+F0xx Symbol/Wingdings/Webdings → Unicode + DejaVu Sans, переписывает и элементы ``; 5 карт по 256 слотов, таблица `SymbolMapper` сгенерирована из docx4j 17.x) → `FieldNormalizer` (`fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple`, вложенные/битые поля пропускает) → `GlyphCoverageNormalizer` (режет ран по покрытию глифов, пишет семейство в `w:rFonts`, иначе FOP рисует «#»; покрытие — `java.awt.Font.canDisplay` + BitSet-кэш, НЕ docx4j `GlyphCheck` — тот плодит INFO-лог; для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (DejaVu Serif/Tinos/Caladea), затем в sans) → `WordprocessingMLPackage.load`.
@@ -21,7 +21,7 @@
- Единственный эндпоинт `POST /api/v1/convert` (multipart-поле `file`, факультативные `renderCharts`/`renderSmartArt` — query или form) → `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`-расширения — в `ConvertController`; `safeBaseName` в `ConversionService` — единый источник имени для файла, заголовка ответа и PDF-title (разрешены `[\p{L}\p{N} ._-]`, пустое → `document`).
- Конвертации **сериализованы** однопоточным `ThreadPoolExecutor` (`ConversionService.QUEUE_CAPACITY = 16`, переполнение → 503): ядро мутирует глобальный реестр `PhysicalFonts`. `future.cancel(true)` при таймауте не останавливает FOP мгновенно — осознанный компромисс.
-- Ошибки (`ApiExceptionHandler`, тело `{"error": …}`): `ValidationException` → 400; `ConversionFailedException` → 500; `ConversionRejectedException` → 503; `ConversionTimeoutException` (`wordpdf.convert-timeout`, 2m) → 504; `MaxUploadSizeExceededException` → 413; `MissingServletRequestPartException`/`MissingServletRequestParameterException` → 400; `NoResourceFoundException` (неизвестный путь) → 404; catch-all → 500 (подробности только в лог). `ValidationException` — тип ядра `ru.pjandro.wordpdf.ValidationException extends ConversionException` (публичный), валидатор бросает его сам, app-дубликата нет; три app-исключения (`ConversionFailedException`, `ConversionRejectedException`, `ConversionTimeoutException`) — package-private, несут семантику 500/503/504. `doConvert` перехватывает `ValidationException` раньше `ConversionException` — отказ страницы-лимита из конвейера ядра даёт 400, а не 500. Граница: сломанный контейнер (не zip / размер / страницы) → 400, валидный zip с мусором внутри → 500. Валидация до очереди: `checkInput` → zip-магик `PK\x03\x04` → `checkPageCount` (порядок значим).
+- Ошибки (`ApiExceptionHandler`, тело `{"error": …}`): `ValidationException` → 400; `ConversionFailedException` → 500; `ConversionRejectedException` → 503; `ConversionTimeoutException` (`wordpdf.convert-timeout`, 2m) → 504; `MaxUploadSizeExceededException` → 413; `MissingServletRequestPartException`/`MissingServletRequestParameterException` → 400; `NoResourceFoundException` (неизвестный путь) → 404; catch-all → 500 (подробности только в лог). `ValidationException` — тип ядра `ru.pjandro.wordpdf.ValidationException extends ConversionException` (публичный), валидатор бросает его сам, app-дубликата нет; три app-исключения (`ConversionFailedException`, `ConversionRejectedException`, `ConversionTimeoutException`) — package-private, несут семантику 500/503/504. `doConvert` перехватывает `ValidationException` раньше `ConversionException` — отказ страницы-лимита из конвейера ядра даёт 400, а не 500. Граница: сломанный контейнер (не zip / размер / страницы) → 400, валидный zip с мусором внутри → 500. Валидация до очереди: `WordPdfValidator.validate(docxBytes, options)` (внутри порядок значим: `checkInput` → zip-магик `PK\x03\x04` → `checkPageCount`); тот же метод — вход ядра.
- **Ключ доступа**: `ApiKeyFilter` сверяет заголовок `X-API-Key` (`ApiKeyFilter.HEADER`) со свойством `wordpdf.api-key` (env `WORDPDF_API_KEY`, сравнение `MessageDigest.isEqual`). Пустое свойство = аутентификация выключена (dev `java -jar`, тесты). Без ключа открыты `/actuator/**` (HEALTHCHECK) и документация springdoc (`/swagger-ui*`, `/v3/api-docs*`) — матч по пути **без forwarded-contextPath** (`getRequestURI()` минус `getContextPath()`; иначе под `X-Forwarded-Prefix` HEALTHCHECK получил бы 401). 401 пишет сам фильтр (`ApiExceptionHandler` ошибок фильтров не видит). Springdoc в проде **включён**, документация открыта без ключа под `https://pjandro.ru/pdf-converter/swagger-ui.html` (server-URL/swagger-config собираются из `X-Forwarded-*`, `server.forward-headers-strategy=framework` — `native`-клапан Tomcat `X-Forwarded-Prefix` не понимает). Регрессии — `ApiKeyFilterTest#forwardedPrefix_healthStaysOpen`, `ApiKeyFilterTest#docsOpenWithoutKey`.
- Лимиты входа задаёт **только конфигурация сервера**: `wordpdf.max-bytes`/`wordpdf.max-pages` (env `WORDPDF_MAX_BYTES`/`WORDPDF_MAX_PAGES`), `@Value` в `ConvertController` с дефолтом-SpEL из `WordPdfSettings` (5 MiB / 100); значение ≤ 0 → `IllegalStateException` на старте; параметрами запроса не переопределяются. Ключи в `application.properties` **не объявлены** — пустое значение затенит SpEL-дефолт.
- SPA: вся сеть в `src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401 от `ApiKeyFilter`) подтвердил требование ключа — в dev без ключа форма открывается сразу; запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx с префиксом `/pdf-converter/`).
@@ -47,7 +47,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр
|Путь|Назначение|
|---|---|
-|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API: `WordPdfConverter`, `WordPdfValidator` (перегрузки `checkInput`/`checkPageCount` — `byte[]`, с лимитом/без; без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `WordPdfSettings` (константы-дефолты), `ConvertOptions` (record: renderCharts, renderSmartArt, maxBytes, maxPages)|
+|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API: `WordPdfConverter`, `WordPdfValidator` (перегрузки `checkInput`/`checkPageCount` — `byte[]`, с лимитом/без, и `validate(byte[], ConvertOptions)` — полная цепочка размер → zip-подпись → страницы; без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `WordPdfSettings` (константы-дефолты), `ConvertOptions` (record: renderCharts, renderSmartArt, maxBytes, maxPages)|
|`…/wordpdf/fonts/`|`BundledFonts` (реестр/выгрузка TTF, `families()`, `FALLBACK_FAMILY`), `BundledFontMapper` (алиасы MS→open-source, self-map, DISPLAY_NAMES, public-хук `bundledFamily`)|
|`…/wordpdf/internal/`|5 байтовых нормализатора + `FopFallbackFonts` (классы `public` — вызываются из родительского пакета; публичные члены только `normalize`/`declare`)|
|`…/wordpdf/internal/chart/`|11 классов Java2D-рендера диаграмм/SmartArt в PNG (public только `DrawingPreRenderer`)|
@@ -117,11 +117,11 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
## Testing & QA
-- 14 тестовых классов / 126 `@Test` (core 11/101, app 3/25). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true` в argLine; только `Assertions` (Mockito/AssertJ не использовать, несмотря на test-classpath Boot; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (+ единственный `@BeforeAll` — warm-up шрифтов в `GlyphCoverageNormalizerTest`).
+- 14 тестовых классов / 132 `@Test` (core 11/107, app 3/25). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true` в argLine; только `Assertions` (Mockito/AssertJ не использовать, несмотря на test-classpath Boot; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (+ единственный `@BeforeAll` — warm-up шрифтов в `GlyphCoverageNormalizerTest`).
- **PDF сравнивается текстом, не растеризацией**: PDFBox 3 (`Loader.loadPDF`) — `PDFTextStripper` для текста (пер-странично `setStartPage/setEndPage`), override `processTextPosition` для шрифта конкретного символа (`fontNameOf`), обход ресурсов страниц для встроенных шрифтов (`EAAAAA+Carlito-Bold`) и счётчика картинок (`imageCount`). Негативные маркеры — регрессии: `assertFalse(text.contains("#"))` (.notdef), `assertFalse(font.startsWith("Helvetica"))`. Текст нормализуется по пробелам (`norm`); в `tableImage_tableAndImage` — полное удаление пробелов (docx4j переносит слова в auto-fit таблицах).
- Пиксели (BufferedImage) — только в unit-тестах chart-пейнтеров, допуски 6–10% против эталона Word (`PiePainterTest` аспект h/w=0.585, `assertRatio` отклонение <0.06; `Surface3dPainterTest` `assertRange` ±6 pt для центров силуэта + `assertRatio` допуск 0.10 для геометрических отношений; shading — не допуск, а перцентильные коридоры яркости p5∈[0.74,0.90], median∈[0.90,1.10], p95∈[1.02,1.20]).
- Фикстуры — закоммиченные `samples/*.docx` (11; в тестах не генерировать): core грузит classpath-ресурсом → `byte[]`, PDF для PDFBox — временный файл; app читает `/samples/…` из **test-jar core** (classifier `tests`) → `mvn -pl wordpdf-app` без `-am` не соберётся. In-memory docx — `ZipOutputStream` из литеральных XML или POI в `byte[]`. Ключевые: `too-many-pages` (150 явных разрывов → 151), `stale-cache` (кэш `1` + 110 `lastRenderedPageBreak`), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject).
- Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame` покрыт тестами только у zip-нормализаторов `DocxOnOff`/`SymbolFont`/`StrictOoxml`; у `Field`/`GlyphCoverage` — `rewrite`→`null`) и неприкосновенность частей вне `word/*.xml` (`[Content_Types].xml`). Тесты бьют и в package-private API (`GlyphCoverageNormalizer.split(text, family)`, `ChartSpec.readTitle`).
- App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); три контекста — `ConvertControllerTest` (пустой ключ), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` с лимитами — отдельный класс, не `@Nested`).
-- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingToggles_offRemovesRasters`/`drawingToggles_chartsOffSmartArtOn`); `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `junkInsideValidZip_conversionError`, `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `renderFlagsOff_convertsWithoutDrawings`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath).
+- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`↔`inputNotAZip_rejectedBeforeRender`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingToggles_offRemovesRasters`/`drawingToggles_chartsOffSmartArtOn`); `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `junkInsideValidZip_conversionError`, `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `renderFlagsOff_convertsWithoutDrawings`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath).
- UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn).
diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java
index f5de6c2..770f525 100644
--- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java
+++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java
@@ -36,9 +36,9 @@ import java.util.concurrent.TimeoutException;
* {@link ConversionFailedException} (500). Граница: сломанный контейнер
* (не zip / битый zip / слишком большой / слишком длинный) — 400; валидный
* zip с мусором внутри (нет {@code word/document.xml}) — 500: до очереди и
- * в конвейере ядра страницы проверяются одним и тем же lightweight-путём
- * ({@link WordPdfValidator#checkPageCount}), поэтому уже принятый
- * запрос внутренняя проверка ядра в ошибку не превратит.
+ * в конвейере ядра вход проверяется тем же
+ * {@link WordPdfValidator#validate(byte[], ConvertOptions)}, поэтому уже
+ * принятый запрос внутренняя проверка ядра в ошибку не превратит.
*/
@Service
final class ConversionService {
@@ -70,7 +70,7 @@ final class ConversionService {
* {@code null} не допускается (контроллер строит всегда).
*/
byte[] convert(byte[] docxBytes, String originalFilename, ConvertOptions options) {
- validate(docxBytes, options);
+ WordPdfValidator.validate(docxBytes, options);
Future future;
try {
future = workers.submit(() -> doConvert(docxBytes, originalFilename, options));
@@ -112,29 +112,6 @@ final class ConversionService {
}
}
- /**
- * Валидация байтов переиспользует публичные byte-API ядра; ядро бросает
- * {@link ValidationException} само — оборачивать нечего. Порядок значим:
- * размер (дешёвая) → magic bytes → lightweight-разбор zip. Лимиты
- * размера/страниц берутся из {@code options} (контроллер подставляет их
- * из конфигурации сервера: свойства {@code wordpdf.max-bytes}/
- * {@code wordpdf.max-pages}, дефолт — константы ядра).
- *
- * Проверка zip-подписи отдельным шагом обязательна:
- * {@code ZipInputStream.getNextEntry()} на не-zip-потоке возвращает
- * {@code null} молча, и {@link WordPdfValidator#checkPageCount(byte[])}
- * такой вход не отверг бы (0 страниц). Регрессия —
- * ConvertControllerTest#corruptNotAZip_rejected.
- */
- void validate(byte[] docxBytes, ConvertOptions options) {
- WordPdfValidator.checkInput(docxBytes, options.maxBytes());
- if (docxBytes.length < 4 || docxBytes[0] != 'P' || docxBytes[1] != 'K'
- || (docxBytes[2] & 0xFF) != 0x03 || (docxBytes[3] & 0xFF) != 0x04) {
- throw new ValidationException("Содержимое не похоже на .docx (не zip-архив)");
- }
- WordPdfValidator.checkPageCount(docxBytes, options.maxPages());
- }
-
/**
* Тело задачи воркера. Ядро принимает байты — временные файлы не нужны;
* имя влияет только на заголовок PDF (параметр {@code title}), потому
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 a0c5398..ec77581 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java
@@ -57,16 +57,16 @@ public final class WordPdfConverter {
* Конвертирует байты .docx в PDF. Работа с файлами — забота вызывающего
* (файловое API было здесь раньше; ядро пути не принимает).
*
- * Вход проверяется валидатором до рендера: {@link WordPdfValidator#checkInput(byte[])}
- * (null / больше {@link WordPdfSettings#MAX_INPUT_BYTES}), затем число страниц
- * ({@link WordPdfValidator#checkPageCount(byte[])}, лимит
- * {@link WordPdfSettings#MAX_PAGES}) — при отказе байтов результата нет.
+ *
Вход проверяется {@link WordPdfValidator#validate(byte[], ConvertOptions)} до рендера:
+ * {@code null} / размер больше {@link WordPdfSettings#MAX_INPUT_BYTES} / zip-подпись /
+ * число страниц больше {@link WordPdfSettings#MAX_PAGES} — при отказе байтов результата нет;
+ * страницы дополнительно перепроверяются по нормализованным байтам (шаг 2.5).
*
* @param docxBytes байты .docx
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @return байты готового PDF
* @throws ValidationException некорректный вход: {@code null}, размер больше
- * {@link WordPdfSettings#MAX_INPUT_BYTES}, документ длиннее
+ * {@link WordPdfSettings#MAX_INPUT_BYTES}, не zip-архив, документ длиннее
* {@link WordPdfSettings#MAX_PAGES} страниц
* @throws ConversionException прочие ошибки (битый .docx, ошибка рендера)
*/
@@ -78,10 +78,10 @@ public final class WordPdfConverter {
* Конвертирует байты .docx в PDF с настройками на вызов: рисование
* диаграмм/SmartArt и лимиты входа.
*
- *
Вход проверяется валидатором до рендера: {@link WordPdfValidator#checkInput(byte[], long)}
- * (null / больше {@code options.maxBytes()}), затем число страниц
- * ({@link WordPdfValidator#checkPageCount(byte[], int)}, лимит
- * {@code options.maxPages()}) — при отказе байтов результата нет.
+ *
Вход проверяется {@link WordPdfValidator#validate(byte[], ConvertOptions)} до рендера:
+ * {@code null} / размер больше {@code options.maxBytes()} / zip-подпись / число страниц
+ * больше {@code options.maxPages()} — при отказе байтов результата нет; страницы
+ * дополнительно перепроверяются по нормализованным байтам (шаг 2.5).
*
* @param docxBytes байты .docx
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
@@ -89,13 +89,13 @@ public final class WordPdfConverter {
* дефолты (константы {@link WordPdfSettings})
* @return байты готового PDF
* @throws ValidationException некорректный вход: {@code null}, размер больше
- * {@code options.maxBytes()}, документ длиннее {@code options.maxPages()}
- * страниц
+ * {@code options.maxBytes()}, не zip-архив, документ длиннее
+ * {@code options.maxPages()} страниц
* @throws ConversionException прочие ошибки (битый .docx, ошибка рендера)
*/
public static byte[] convert(byte[] docxBytes, String title, ConvertOptions options) throws ConversionException {
ConvertOptions opts = options == null ? ConvertOptions.defaults() : options;
- WordPdfValidator.checkInput(docxBytes, opts.maxBytes());
+ WordPdfValidator.validate(docxBytes, opts);
ByteArrayOutputStream bos = new ByteArrayOutputStream();
try {
convertToStream(docxBytes, title, opts, bos);
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 88d5908..3b28b92 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java
@@ -105,8 +105,8 @@ public final class WordPdfValidator {
*
*
Не-zip байты не отвергаются: {@code ZipInputStream} доходит до EOF
* без единой записи — молча, оценка «1 страница». Корректность контейнера
- * проверяет вызывающий по zip-подписи ({@code ConversionService.validate}
- * в приложении; регрессия — {@code ConvertControllerTest#corruptNotAZip_rejected}).
+ * по zip-подписи проверяет {@link #validate(byte[], ConvertOptions)}
+ * (регрессия — {@code WordPdfValidatorTest#validate_notAZip}).
* @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@link WordPdfSettings#MAX_PAGES}
*/
public static void checkPageCount(byte[] docxBytes) throws ValidationException {
@@ -151,6 +151,31 @@ public final class WordPdfValidator {
}
}
+ /**
+ * Полная проверка входа: размер → zip-подпись → число страниц. Порядок
+ * значим: размер — дешёвая, разбор zip без подписи бессмысленен. Лимиты
+ * берутся из {@link ConvertOptions} (переопределение на вызов, см.
+ * {@link ConvertOptions#maxBytes()}, {@link ConvertOptions#maxPages()}).
+ *
+ *
Проверка zip-подписи отдельным шагом обязательна:
+ * {@code ZipInputStream.getNextEntry()} на не-zip-потоке возвращает
+ * {@code null} молча, и {@link #checkPageCount(byte[], int)} такой вход
+ * не отверг бы (оценка «1 страница»). Регрессия —
+ * {@code WordPdfValidatorTest#validate_notAZip} (на HTTP-границе —
+ * {@code ConvertControllerTest#corruptNotAZip_rejected}).
+ *
+ * @throws ValidationException при {@code null}, превышении {@code options.maxBytes()},
+ * отсутствии zip-подписи, ошибке разбора zip или превышении {@code options.maxPages()}
+ */
+ public static void validate(byte[] docxBytes, ConvertOptions options) throws ValidationException {
+ checkInput(docxBytes, options.maxBytes());
+ if (docxBytes.length < 4 || docxBytes[0] != 'P' || docxBytes[1] != 'K'
+ || (docxBytes[2] & 0xFF) != 0x03 || (docxBytes[3] & 0xFF) != 0x04) {
+ throw new ValidationException("Содержимое не похоже на .docx (не zip-архив)");
+ }
+ checkPageCount(docxBytes, options.maxPages());
+ }
+
/** Поставщик потока по имени части zip; null — части нет. */
private interface PartStream {
InputStream open(String name) throws IOException;
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 ad35852..7547686 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
@@ -448,6 +448,21 @@ class WordPdfConverterTest {
"сообщение должно упоминать лимит: " + ex.getMessage());
}
+ /**
+ * Вход без zip-подписи — отказ как некорректный вход (ValidationException),
+ * а не ошибка рендера: вход конвертера прогоняет тот же
+ * {@link WordPdfValidator#validate(byte[], ConvertOptions)}, что и приложение до очереди.
+ * Регрессия — WordPdfValidatorTest#validate_notAZip.
+ */
+ @Test
+ void inputNotAZip_rejectedBeforeRender() {
+ byte[] junk = new byte[]{1, 2, 3, 4, 5, 6, 7, 8};
+ ValidationException ex = assertThrows(ValidationException.class, () ->
+ WordPdfConverter.convert(junk, "junk"));
+ assertTrue(ex.getMessage().contains("не zip-архив"),
+ "сообщение должно упоминать zip-подпись: " + ex.getMessage());
+ }
+
/**
* Лимит размера переопределяется {@link ConvertOptions} на вызов:
* maxBytes=1000 отсекает даже маленький документ до рендера, сообщение
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 8ac59f8..21374ab 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java
@@ -254,6 +254,52 @@ class WordPdfValidatorTest {
() -> WordPdfValidator.checkPageCount((byte[]) null));
}
+ // ===== validate(byte[], ConvertOptions) =====
+
+ private static ConvertOptions options(long maxBytes, int maxPages) {
+ return new ConvertOptions(true, true, false, false, maxBytes, maxPages);
+ }
+
+ @Test
+ void validate_withinLimits() throws Exception {
+ assertDoesNotThrow(() -> WordPdfValidator.validate(
+ docxWithPageBreaks(5), ConvertOptions.defaults()));
+ }
+
+ @Test
+ void validate_bytesOverLimit() {
+ byte[] big = new byte[(int) WordPdfSettings.MAX_INPUT_BYTES + 1];
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.validate(big, ConvertOptions.defaults()));
+ assertTrue(ex.getMessage().contains("5 МБ"),
+ "размер проверяется первым: " + ex.getMessage());
+ }
+
+ @Test
+ void validate_notAZip() {
+ byte[] junk = new byte[]{1, 2, 3, 4, 5};
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.validate(junk, ConvertOptions.defaults()));
+ assertTrue(ex.getMessage().contains("не zip-архив"),
+ "сообщение должно упоминать zip-подпись: " + ex.getMessage());
+ }
+
+ @Test
+ void validate_tooManyPages() throws Exception {
+ byte[] bytes = docxWithPageBreaks(120);
+ ValidationException ex = assertThrows(ValidationException.class,
+ () -> WordPdfValidator.validate(bytes,
+ options(WordPdfSettings.MAX_INPUT_BYTES, 100)));
+ assertTrue(ex.getMessage().contains("не менее 121"),
+ "оценка = 1 + 120 разрывов: " + ex.getMessage());
+ }
+
+ @Test
+ void validate_nullBytes() {
+ assertThrows(ValidationException.class,
+ () -> WordPdfValidator.validate(null, ConvertOptions.defaults()));
+ }
+
/**
* Lightweight-путь читает сырые байты до нормализации и обязан видеть
* разрывы {@code w:br w:type="page"} в strict-namespace'ах