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: - *

    - *
  1. 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).
  2. - *
  3. 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}.
  4. - *
  5. Маркеры {@code w:lastRenderedPageBreak} — границы страниц, - * которые Word записал при последнем рендере. Единственный - * источник оценки для документов без явных разрывов, порванных - * по заполнению.
  6. - *
- * - *

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()); } }