Compare commits
9 Commits
08c68305be
..
main
| Author | SHA1 | Date | |
|---|---|---|---|
| ae7c8b755a | |||
| fca253b9f5 | |||
| e308db47da | |||
| f3ff218686 | |||
| 202e4ca97e | |||
| fa45b7a8be | |||
| 1c8f6e1516 | |||
| 9d4661be3f | |||
| 67f8636b0c |
@@ -104,6 +104,31 @@ jobs:
|
||||
f"{base}/{existing}" if existing else base, {"body": body})
|
||||
PY
|
||||
|
||||
macos-sim:
|
||||
runs-on: ubuntu-latest
|
||||
steps:
|
||||
- uses: actions/checkout@v5
|
||||
|
||||
- name: Check maven mirror var
|
||||
env:
|
||||
MAVEN_MIRROR_URL: ${{ vars.MAVEN_MIRROR_URL }}
|
||||
run: |
|
||||
[ -n "$MAVEN_MIRROR_URL" ] || {
|
||||
echo "Задайте Actions Variable MAVEN_MIRROR_URL — см. GITEA-vars.md" >&2
|
||||
exit 1
|
||||
}
|
||||
|
||||
- name: Tests under macOS emulation (-Dos.name)
|
||||
env:
|
||||
MAVEN_MIRROR_URL: ${{ vars.MAVEN_MIRROR_URL }}
|
||||
run: |
|
||||
DOCKER_BUILDKIT=0 docker build \
|
||||
-f Containerfile.test \
|
||||
--build-arg MAVEN_MIRROR_URL="$MAVEN_MIRROR_URL" \
|
||||
--build-arg "SUREFIRE_OS_NAME=Mac OS X" \
|
||||
-t wordpdf-verify:macos-sim \
|
||||
.
|
||||
|
||||
web:
|
||||
runs-on: ubuntu-latest
|
||||
steps:
|
||||
|
||||
@@ -4,45 +4,45 @@
|
||||
|
||||
## Project Overview
|
||||
|
||||
Конвертер `.docx`/`.doc` → `.pdf` на чистом Java: docx4j 17.3.2 → XSL-FO → форк Apache FOP (`org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 — транзитив от `docx4j-export-fo`), без LibreOffice/Aspose. Бинарный `.doc` (Word 97-2003) переносится мостом MS-DOC/MS-CFB (`internal/doc`) в in-memory `.docx` и идёт тем же конвейером. Maven-мультимодуль `ru.pjandro:java-word-pdf:1.0.0`: `wordpdf-core` (библиотека), `wordpdf-app` (REST на Spring Boot 4.1.1); вне Maven-реактора — SPA `wordpdf-web` (React 19 + TS + Vite 8 + oxlint + Tailwind v4, npm) и pytest-автотесты `prod-autotests/`. Java 17, только Maven.
|
||||
Конвертер `.docx`/`.doc` → `.pdf` на чистом Java: docx4j 17.3.2 → XSL-FO → форк Apache FOP (`org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 — транзитив от `docx4j-export-fo`), без LibreOffice/Aspose. Бинарный `.doc` (Word 97-2003) переносится мостом MS-DOC/MS-CFB (`internal/doc`) в in-memory `.docx` и идёт тем же конвейером. Maven-мультимодуль `ru.pjandro:java-word-pdf:1.0.0`: `wordpdf-core` (библиотека), `wordpdf-app` (REST на Spring Boot 4.1.1); вне Maven-реактора — SPA `wordpdf-web` (React 19.2 + TS ~6.0 + Vite 8.3 + oxlint + Tailwind v4.3, npm; strict-режим TS намеренно не включён — сборка не strict-гейт) и pytest-автотесты `prod-autotests/`. Java 17, только Maven.
|
||||
|
||||
## Architecture & Data Flow
|
||||
|
||||
Единственный вход стека — gateway-контейнер nginx (`:9010` prod-like `compose.yml`, `:9011` dev `compose.dev.yml`), **не** 8080. Реальный прод-стек (`docker-compose.yml` + прод `nginx.conf`) рендерит CI-job `deploy` — копий на хосте/в репо не заводить.
|
||||
Единственный вход стека — gateway-контейнер nginx (`:9010` prod-like `compose.yml`, `:9011` dev `compose.dev.yml`), **не** 8080. Реальный прод-стек (`docker-compose.yml` + прод `nginx.conf`) рендерит CI-job `deploy` — копий на хосте/в репо не заводить. Наружный прод-вход — `https://pjandro.ru/pdf-converter/` (образ web собирается с `VITE_BASE=/pdf-converter/` — bake в job `images-web`, не в compose).
|
||||
|
||||
**Пайплайн** `WordPdfConverter.convert(byte[] docxBytes, String title, ConvertOptions)` → `convertToStream` (публичная сигнатура единственная, 2-аргументной перегрузки **нет**); порядок шагов фиксирован:
|
||||
|
||||
0. `DependencyGuard.check()` (commons-compress ≥ 1.25.0 API-проба);
|
||||
1. шрифты: `new BundledFontMapper()` → `BundledFonts.init()` → `restrictToBundled()` — строго в этом порядке, до `load()`;
|
||||
2. нормализаторы (`DocxRewritePipeline.STEP` + лямбда `OleObjectNormalizer`) → `WordprocessingMLPackage.load`;
|
||||
3. `setFontMapper`; 3.5 `DrawingPreRenderer.run` (chart/SmartArt → PNG; error-флаги бросаются здесь) — **обязателен до `FOSettings`**, иначе FOP молча теряет диаграммы;
|
||||
4. `FOSettings` + `ChartImageHandler` + `FopFallbackFonts.declare` + `LayoutPostRenderer.register` + `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`;
|
||||
3. `setFontMapper`; 3.5 `DrawingPreRenderer.run` (chart/SmartArt/OMML-формулы → PNG; error-флаги бросаются здесь) — **обязателен до `FOSettings`**, иначе FOP молча теряет диаграммы;
|
||||
4. `FOSettings` + `ChartImageHandler` + `FopFallbackFonts.declare`; 4.25 `LayoutPostRenderer.register`; 4.5 `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`;
|
||||
5. общая `FopFactory` (DCL на мониторе `WordPdfConverter.class`);
|
||||
6. `Docx4J.toFO(…, FLAG_EXPORT_PREFER_XSL)` — последним;
|
||||
7. `finally`: сброс temp-шрифтов, `resetSharedImageCaches()` (иначе ~1,5 ГБ за 30 конвертаций), `restrictToBundled()` (иначе встроенные в предыдущий docx шрифты травят реестр).
|
||||
7. `finally`: сброс temp-шрифтов (`FontTablePart.deleteEmbeddedFontTempFiles()`), `resetSharedImageCaches()` (иначе ~1,5 ГБ за 30 конвертаций), `restrictToBundled()` (иначе встроенные в предыдущий docx шрифты травят реестр).
|
||||
|
||||
Вход роутируется по сигнатуре: `PK\x03\x04` → docx; `D0 CF 11 E0 A1 B1 1A E1` (CFB) → `DocToDocx.convert`. Валидация `WordPdfValidator` — **до** конвертера (для `.doc` страницы считаются по сырым байтам); `WordPdfValidator` не трогает docx4j — его пороги в `WordPdfConverter` объявлены compile-time literals (javac инлайнит, static-блок конвертера не дёргается).
|
||||
`WordPdfValidator.validate` вызывается в `convert()` **до** монитора (параллельно); при `options == null` бросает `ValidationException` сам `convert()`. Вход роутируется по сигнатуре: `PK\x03\x04` → docx; `D0 CF 11 E0 A1 B1 1A E1` (CFB) → `DocToDocx.convert`. Для `.doc` страницы считаются по сырым байтам. Пороги валидатора в `WordPdfConverter` объявлены compile-time literals (javac инлайнит, static-блок конвертера не дёргается).
|
||||
|
||||
**Слои ядра** (`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`):
|
||||
- публичный API: `WordPdfConverter`, `WordPdfValidator`, `ConvertOptions` (record `errorOnCharts/errorOnSmartArt/errorOnOle/maxMb/maxPages`), `ConversionException` + `ValidationException` (бросает **только** валидатор) + `Charts/SmartArt/OleFoundException`; `warmup()` — идемпотентный прогрев, решает вызывающий;
|
||||
- `internal/`: контракт нормализатора — `byte[] normalize(byte[])`, нечего менять → **тот же массив** (`assertSame`); правила 1–11 идут одним zip-проходом `DocxRewritePipeline.STEP` в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback, `OleObjectNormalizer` — 12-й, отдельным байтовым проходом (не zip); неизменённые записи копируются raw-сжатыми байтами; наружу только `DocxNormalizer`, `DocxRewritePipeline.STEP`, `OleObjectNormalizer`, `FopFallbackFonts`, `LayoutPostRenderer`, `DependencyGuard`;
|
||||
- `internal/doc`: мост `.doc`→`.docx`, 18 классов, наружу только `DocToDocx.convert/countPages`; раскладки — `docs/agent/doc-bridge.md`;
|
||||
- `internal/chart`: Java2D → PNG (`ChartRenderer.DPI = 300`, `MAX_PIXELS` 4096² — понижает dpi через `fitDpi`; `MAX_POINTS` 100 000, бюджет chart-PNG на документ 128 MiB); модель **деградации**: битая chart-часть/превышение бюджета → объект удалён + warn, конвертация продолжается; `OutOfMemoryError` — не деградация, а `ConversionException` (500);
|
||||
- публичный API: `WordPdfConverter`, `WordPdfValidator`, `ConvertOptions` (record `errorOnCharts/errorOnSmartArt/errorOnOle/maxMb/maxPages` — порядок полей фиксирован), `ConversionException` + `ValidationException` + `Charts/SmartArt/OleFoundException`; `warmup()` — идемпотентный прогрев (никогда не бросает), решает вызывающий;
|
||||
- `internal/`: контракт нормализатора — `byte[] normalize(byte[])`, нечего менять → **тот же массив** (`assertSame`); правила 1–11 идут одним zip-проходом `DocxRewritePipeline.STEP` в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→MathFallback→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby (порядок в javadoc `WordPdfConverter.normalizers` устарел — не доверять), `OleObjectNormalizer` — 12-й, отдельным байтовым проходом (не zip); неизменённые записи копируются raw-сжатыми байтами; наружу только `DocxNormalizer`, `DocxRewritePipeline.STEP`, `OleObjectNormalizer`, `FopFallbackFonts`, `LayoutPostRenderer`, `DependencyGuard`;
|
||||
- `internal/doc`: мост `.doc`→`.docx`, 18 top-level классов (17 package-private + `DocToDocx`) + вложенный `DocxBody`, наружу только `DocToDocx.convert/countPages`; любая бита/шифрованный/Word 6-95 входов → `ConversionException`; раскладки — `docs/agent/doc-bridge.md`;
|
||||
- `internal/chart`: Java2D → PNG (`ChartRenderer.DPI = 300`, `MAX_PIXELS` 4096² — `fitDpi` понижает dpi; `MAX_POINTS` 100 000, бюджет chart/math-PNG на документ 128 MiB); формулы OMML — собственный растер `MathModel` (разбор §22.1 в дерево боксов, `SUPPORTED` — единый список конструкций) + `MathRenderer` (без AWT/JEuclid, только бандл через `GlyphFont`); модель **деградации**: битая chart-часть/превышение бюджета → объект удалён + warn; неподдерживаемая/битая формула → **текст** (конкатенация `m:t`) + warn; `wp:extent` вне диапазона/ноль → объект **остаётся** + warn (FOP молча потеряет); `OutOfMemoryError` — не деградация, а `ConversionException` (500);
|
||||
- `fonts/GlyphFont`: метрика/глифы через fontbox напрямую, **без** `java.awt.Font` (fontconfig хосту не нужен).
|
||||
|
||||
**Concurrency-инвариант**: `PhysicalFonts` — глобальный мутируемый реестр → все конвертации сериализованы монитором `WordPdfConverter.class` (convert, warmup, DCL-фабрика, мутации `BundledFonts`, `BundledFonts.font()`). Приложение дополнительно держит однопоточный `ThreadPoolExecutor` (очередь 16 → 503, `wordpdf.convert-timeout=2m` → 504), головой очереди стоит `warmup()`; `WordPdfValidator.checkInput` выполняется синхронно до очереди.
|
||||
|
||||
**REST** (`wordpdf-app`, всё package-private кроме `WordPdfApplication`): `POST /api/v1/convert` (multipart `file` + `errorOnCharts/errorOnSmartArt/errorOnOle`, `maxMb/maxPages` переопределяют серверный дефолт в обе стороны, ≤ 0 → 400). Коды: 400 валидация/битые параметры, 401 `ApiKeyFilter` (`X-API-Key` ↔ `wordpdf.api-key`, пусто = выключено, сравнение `MessageDigest.isEqual`; открытые префиксы `/actuator`, `/swagger-ui`, `/v3/api-docs`; Advice фильтров не видит — 401 пишет сам), 413 multipart, **422** отказ по графике (`DrawingRejectedException`, текст — контракт с фронтом), 500 `ConversionFailedException` (текст ядра только в лог), 503 переполнение очереди, 504 timeout; тело ошибки — `{"error": …}` (`record ApiError`). Полная карта, включая 404/405/415, — `docs/agent/repo-map.md`. На `.doc` error-флаги не срабатывают (BLIP-плейсхолдеры — уже растры).
|
||||
**REST** (`wordpdf-app`, всё package-private кроме `WordPdfApplication`): `POST /api/v1/convert` (multipart `file` + `errorOnCharts/errorOnSmartArt/errorOnOle`, `maxMb/maxPages` переопределяют серверный дефолт в обе стороны, ≤ 0 → 400; `file.getBytes()` — только после проверки размера; имя файла из `Content-Disposition`, UTF-8 + `.pdf`). Коды: 400 валидация/битые параметры, 401 `ApiKeyFilter` (`X-API-Key` ↔ `wordpdf.api-key`, пусто = выключено, сравнение `MessageDigest.isEqual`; открытые префиксы `/actuator/` (со слэшем!), `/swagger-ui`, `/v3/api-docs`; dot-segment (`..`, `%2e`) заставляет требовать ключ даже на открытых; Advice фильтров не видит — 401 пишет сам), 413 multipart, **422** отказ по графике (`DrawingRejectedException`, фиксированные тексты CHARTS/SMART_ART/OLE — контракт с фронтом), 500 `ConversionFailedException` (текст ядра только в лог, наружу фиксированный), 503 переполнение очереди, 504 timeout; тело ошибки — `{"error": …}` (`record ApiError`). Полная карта, включая 404/405/415, — `docs/agent/repo-map.md`. На `.doc` error-флаги не срабатывают (OLE-вложения — U+0001, мост деградирует в картинки); при снятом флаге `.docx`-OLE теряет data-части, **но сохраняет плейсхолдер-картинку**.
|
||||
|
||||
**SPA** (`wordpdf-web/src`): вся сеть — единственная точка `api.ts` (ключ в localStorage `wordpdf.api.key`, `probeApiKey()`: 401=required / иначе open; имя файла из `Content-Disposition filename*=utf-8''`); единственный источник состояния — `useState` в `components/App.tsx` (+ `useRef` для `AbortController`/blob-URL), store-библиотек нет; лимиты на клиенте не задаются — только сервер.
|
||||
**SPA** (`wordpdf-web/src`): вся сеть — единственная точка `api.ts` (ровно 2 `fetch`: `convertDocx`, `probeApiKey()` — 401=required / иначе open; ключ в localStorage `wordpdf.api.key`, при 401 стирается; имя файла из `Content-Disposition filename*=utf-8''`); единственный источник состояния — `useState` в `components/App.tsx` (+ `useRef` для `AbortController`/blob-URL), store-библиотек нет; лимиты на клиенте не задаются — только сервер.
|
||||
|
||||
### Критические инварианты (нарушение = битый вывод, не исключение)
|
||||
|
||||
- Static-блок `WordPdfConverter`: `docx4j.convert.out.fo.gsubFeatures=false` (иначе `WordLayoutFixups` отказывает всем фиксам → FOP падает), `docx4j.fonts.discoverPhysicalFonts.enabled=false`, `discoverJarFonts.enabled=false` — не удалять.
|
||||
- Единственный XSL-FO-стилист — вендорный `wordpdf-core/src/main/resources/xslt/docx2fo.xslt` (копия из docx4j-export-fo 17.3.2 + AUDIT-FIX-патчи); обновление docx4j = ручной перенос патчей; дрейф-гейт `vendoredXsltTracksJarCopy`; команда ре-вендоринга — `docs/agent/repo-map.md`.
|
||||
- `slf4j-simple` обязателен в ядре: без SLF4J-провайдера docx4j пишет «TO HIDE THESE MESSAGES» прямо в PDF; в app исключён (logback). Fontbox логируется commons-logging — единственный мост `jcl-over-slf4j`.
|
||||
- FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 (транзитив от `docx4j-export-fo`, в pom не пинится); расхождения с upstream-доками FOP нормальны; `lineRule=auto` не «чинить».
|
||||
- Chart-media префикс `/word/media/chart-*` — пакетный контракт с `ChartImageHandler` (отключение пересжатия); переименование молча вернёт мыльный ресемпл.
|
||||
- `slf4j-simple` обязателен в ядре: без SLF4J-провайдера docx4j пишет «TO HIDE THESE MESSAGES» прямо в PDF; в app исключён (logback). Fontbox логируется commons-logging — единственный мост `jcl-over-slf4j`; `commons-logging` исключён из pdfbox/fontbox в dependencyManagement.
|
||||
- FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 (транзитив от `docx4j-export-fo`, в pom не пинится); `jeuclid-fop`/`jeuclid-core` исключены из `docx4j-export-fo` в core-pom (тянут AWT/fontconfig); расхождения с upstream-доками FOP нормальны; `lineRule=auto` не «чинить».
|
||||
- Chart-media префикс `/word/media/chart-*` — константа `DrawingPreRenderer.CHART_MEDIA_URI_PREFIX` (package-private), пакетный контракт с `ChartImageHandler` (отключение пересжатия); переименование молча вернёт мыльный ресемпл.
|
||||
- Стоп-лист «не чинить» (до любой попытки починить расхождение с Word — `docs/agent/render-limitations.md`): `jc="distribute"`, `suff="tab"`/`lvlJc`, кернинг, `framePr`, `REF`/`SEQ`/`TOC`-кэш, руби-надстрочница, `ptab`, U+2188/U+218A (GPL-шрифты не добавляем).
|
||||
|
||||
## Key Directories
|
||||
@@ -50,28 +50,31 @@
|
||||
|Каталог|Назначение|
|
||||
|---|---|
|
||||
|`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`|публичный API + `internal/` (нормализаторы) + `internal/doc/` (мост) + `internal/chart/` (рендер) + `fonts/`|
|
||||
|`wordpdf-core/src/main/resources/`|`fonts/` (30 TTF + лицензии OFL), `xslt/docx2fo.xslt`, `slf4j-simple.properties`|
|
||||
|`wordpdf-core/src/test/resources/samples/`|фикстуры: 13 `.docx` + 12 `.doc` (закоммичены, билдятся в test-jar для app)|
|
||||
|`wordpdf-core/src/main/resources/`|`fonts/` (30 TTF + лицензии OFL/Bitstream-Vera/Noto), `xslt/docx2fo.xslt`, `slf4j-simple.properties`|
|
||||
|`wordpdf-core/src/test/resources/samples/`|фикстуры: 13 `.docx` + 12 `.doc` (закоммичены, билдятся в test-jar для app; у app своего `src/test/resources` **нет**)|
|
||||
|`wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/`|REST-слой (11 классов)|
|
||||
|`wordpdf-web/src/`|SPA: `api.ts` (вся сеть), `components/` (`App.tsx` — состояние, `ApiKeyGate`, `DropZone`, `PdfPreview`, `StatusMessage`, `Logo`)|
|
||||
|`prod-autotests/`|pytest-проверки живого стенда (31: 4 открытые + 27 `needs_key`)|
|
||||
|`docs/agent/` · `docs/standards/`|справочники поведения · закоммиченные спецификации (ECMA-376, MS-DOC/CFB/ODRAW…, навигатор — `docs/standards/README.md`)|
|
||||
|`gateway/nginx.conf`|прод-like шлюз (`client_max_body_size 100m`, таймауты 300 с)|
|
||||
|`gateway/nginx.conf`|прод-like шлюз (`client_max_body_size 100m`, таймауты 300 с, `resolver` привязан literal-ом к шлюзу сети)|
|
||||
|`develop/`|вне git (gitignored): эталоны Word — **не фикстуры**, в тесты/jar не подключать|
|
||||
|
||||
## Development Commands
|
||||
|
||||
Бутстрап: `sh bootstrap.sh` (Windows: `powershell -ExecutionPolicy Bypass -File .\bootstrap.ps1`) — project-local mise 2026.10.19 в `./.mise/`, дальше всё через `./mise.sh` / `.\mise.ps1`.
|
||||
Бутстрап: `sh bootstrap.sh` (Windows: `powershell -ExecutionPolicy Bypass -File .\bootstrap.ps1`) — project-local mise 2026.10.19 в `./.mise/` + `mise install` + `npm ci` web; дальше всё через `./mise.sh` / `.\mise.ps1` (тонкие exec-обёртки; инструменты — в `~/.local/share/mise`).
|
||||
|
||||
```bash
|
||||
./mise.sh run verify # = mvn clean verify: тесты + PMD + JaCoCo (гейт перед push)
|
||||
./mise.sh run verify-nofontconfig # тот же verify в контейнере без fontconfig (как CI)
|
||||
./mise.sh run verify-nofontconfig # тот же verify в контейнерах без fontconfig (как CI)
|
||||
mvn test -Djacoco.skip=true # работает: пустой <argLine> по умолчанию в корневом pom
|
||||
mvn -pl wordpdf-core test -Dtest=WordPdfConverterTest#pageNumbers_recomputedNotCached
|
||||
mvn -pl wordpdf-app -am test -Dtest=ConvertControllerTest#convertSample_returnsPdf # -am обязателен: core test-jar
|
||||
./mise.sh run app-package && java -jar wordpdf-app/target/wordpdf-app-1.0.0.jar # :8080, ключ выключен
|
||||
./mise.sh run app-package && ./mise.sh run app-run # jar :8080, ключ выключен
|
||||
curl -F "file=@doc.docx" http://localhost:8080/api/v1/convert -o doc.pdf
|
||||
./mise.sh run web-install|web-build|web-lint|web-dev # npm ci | tsc -b && vite build | oxlint | vite :5173
|
||||
./mise.sh run mem-bench # membench.sh + core MemoryBench (MB_LABEL, --scenario suite|big|all, --dir develop/)
|
||||
podman-compose -f compose.dev.yml up -d --build --force-recreate # dev-стенд :9011, без ключа
|
||||
podman-compose up -d --build # prod-like стенд :9010 — fail-closed: нужен .env с WORDPDF_API_KEY (шаблон .env.example)
|
||||
./mise.sh run prod-tests # pytest; обязателен WORDPDF_BASE_URL
|
||||
python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources/samples/*.docx # XSD (lxml)
|
||||
```
|
||||
@@ -85,23 +88,24 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources
|
||||
- Классы `final`, приватный конструктор, только `static` (stateless, DI в ядре нет). Исключения-экземпляры: `BundledFontMapper`, Spring-компоненты app. В `internal/**` классы package-private; `public` — только вызываемые извне пакета, контракт не расширять.
|
||||
- Ошибки публичного API — только `ConversionException extends RuntimeException`; `ValidationException` не оборачивать; в chart — деградация вместо падения; текст 500 наружу фиксированный (сообщения ядра логируются, не отдаются).
|
||||
- Javadoc на русском: «зачем» со ссылкой на секцию спецификации (§17.3.2.24, [MS-DOC] §2.6.1…) + что сломается без шага + регрессия в формате `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx` (по этой строке грепом восстанавливаются пары «нормализатор-тест ↔ тест-в-конвейере»).
|
||||
- Логирование по пакетам: `java.util.logging` — корневой пакет и `internal/` (`WordPdfConverter`, `MathMlSupport`, `OleObjectNormalizer`, `DocToDocx`); SLF4J — `internal/chart` и `wordpdf-app`.
|
||||
- Модели — `record` (`ConvertOptions`, `BundledFonts.Entry`, `ApiError`); константы UPPER_SNAKE с javadoc-обоснованием числа; holder-идиомы для ленивой инициализации (`VendoredXslt.TEMPLATES`); compile-time literals там, где важен инлайн (`WordPdfConverter` ↔ `WordPdfValidator`).
|
||||
- Шрифты: новый шрифт = файл в `resources/fonts/` + запись в `BundledFonts.ENTRIES` (синхрон проверяет `BundledFontsTest`); алиасы — `BundledFontMapper.ALIASES` (Calibri→Carlito, Arial→Arimo, Times New Roman→Tinos, …), fallback — DejaVu Sans.
|
||||
- Логирование по пакетам: `java.util.logging` — корневой пакет и `internal/` (`WordPdfConverter`, `OleObjectNormalizer`, `DocToDocx`); SLF4J — `internal/chart` (`ChartRenderer`, `DrawingPreRenderer`) и `wordpdf-app`; остальное молчит.
|
||||
- Модели — `record` (`ConvertOptions`, `BundledFonts.Entry`, `MathRenderer.MathImage`, `ApiError`); константы UPPER_SNAKE с javadoc-обоснованием числа; holder-идиомы для ленивой инициализации (`VendoredXslt.TEMPLATES`); DCL+caches (`sharedFopFactory`, `GlyphFont.CACHE`); compile-time literals там, где важен инлайн (`WordPdfConverter` ↔ `WordPdfValidator`).
|
||||
- Шрифты: новый шрифт = файл в `resources/fonts/` + запись в `BundledFonts.ENTRIES` (синхрон проверяет `BundledFontsTest`); алиасы — `BundledFontAliases.ALIASES` (Calibri→Carlito, Cambria→Caladea, Arial→Arimo, Times New Roman→Tinos, Courier New→Cousine, …; вынесено из `BundledFontMapper`, чтобы обращение к статикам не инициировало ungated-скан `BestMatchingMapper.<clinit>`), fallback — DejaVu Sans.
|
||||
- PMD (`pmd-ruleset.xml`, execution `pmd-check` на `verify`, `includeTests=true`, валит любой приоритет): правила не перенастраивать, подавления (`@SuppressWarnings("PMD…")`, `// NOPMD`) запрещены — нарушения чинятся кодом.
|
||||
- Git: origin `git.pjandro.ru:pjandro/java-word-pdf`; защищённые `main`/`master`/`dev`; все правки — через PR в дефолтную ветку; push — только после `./mise.sh run verify`. Прод-координаты и креды в репо не попадают (Gitea Variables/Secrets — `GITEA-vars.md`; `WORDPDF_API_KEY` ни в один файл).
|
||||
- Git: origin `git.pjandro.ru:pjandro/java-word-pdf`; защищённые `main`/`master`/`dev`; все правки — через PR в дефолтную ветку; push — только после `./mise.sh run verify`. Прод-координаты и креды в репо не попадают (Gitea Variables/Secrets — `GITEA-vars.md`; прод-ключ — только Gitea Secret; локальный `.env` gitignored, только для prod-like стенда).
|
||||
|
||||
## Important Files
|
||||
|
||||
|Файл|Что держать в голове|
|
||||
|---|---|
|
||||
|`pom.xml` (корень)|единственное место версий (properties + dependencyManagement): docx4j 17.3.2, commons-compress 1.28.0, slf4j 2.0.20, Boot 4.1.1 BOM, springdoc 3.1.1, JUnit 6.1.3, PDFBox/fontbox 3.0.8, POI 5.5.1 (test), JaCoCo 0.8.15, PMD-плагин 3.21.2|
|
||||
|`pom.xml` (корень)|единственное место версий (properties + dependencyManagement): docx4j 17.3.2, commons-compress 1.28.0, slf4j 2.0.20, Boot 4.1.1 BOM, springdoc 3.1.1, JUnit 6.1.3, PDFBox/fontbox 3.0.8, POI 5.5.1 (test), JaCoCo 0.8.15, PMD-плагин 3.21.2; там же плагины: compiler 3.16.0, surefire 3.6.0 (`-Djava.awt.headless=true`), jar 3.5.1; пустой `<argLine/>` — ради `-Djacoco.skip=true`|
|
||||
|`wordpdf-core/src/main/java/.../WordPdfConverter.java`|весь конвейер, static-блок sysprops, пороги-константы, монитор сериализации|
|
||||
|`wordpdf-app/src/main/resources/application.properties`|multipart 100MB/100MB (зеркалит nginx `client_max_body_size`), `convert-timeout=2m`, `api-key=` (пусто = auth off), `forward-headers-strategy=framework`; `wordpdf.max-mb`/`max-pages` здесь **не объявлять намеренно** — пустое значение затенит `@Value`-дефолты 5/100|
|
||||
|`wordpdf-core/pom.xml` / `wordpdf-app/pom.xml`|execution `test-jar`; BRANCH-гейт 0.85 (только core); exclusion `slf4j-simple`; Boot-4 имена: `spring-boot-starter-webmvc` (не `-web`), отдельный `spring-boot-webmvc-test`; `repackage` привязан явно|
|
||||
|`Containerfile` / `Containerfile.test` / `compose*.yml` / `gateway/nginx.conf`|прод-образ (heap 2G, mem_limit 3G, wget-healthcheck, FQDN FROM, non-root 10001, обнуление прокси на команде) / CI-гейт без fontconfig / стенды :9010–:9011 / шлюз. Нюанс: repo `compose.yml` (prod-like) гасит springdoc env-ами, а реальный прод из CI-рендера держит swagger открытым (`test_swagger_ui_open_without_key`) — не путать|
|
||||
|`.gitea/workflows/pr.yml`, `main.yml`, `.ci/maven-settings.xml`|CI: jobs `java`/`web` в обоих — идентичные шаги; `main.yml`: `images-* → deploy → autotests (+ rollback при failure)`; Maven в CI живёт в контейнере `maven:3.9-eclipse-temurin-17`; зеркало `${env.MAVEN_MIRROR_URL}`, `mirrorOf="*"`|
|
||||
|`wordpdf-web/src/api.ts`, `vite.config.ts`|вся сеть SPA; `base` — только через env `VITE_BASE` (в прод-образ запекается `--build-arg VITE_BASE=/pdf-converter/`)|
|
||||
|`wordpdf-app/src/main/resources/application.properties`|multipart 100MB/100MB (зеркалит nginx `client_max_body_size`) + `file-size-threshold=2MB` (сброс больших частей на диск — защита от OOM), `convert-timeout=2m`, `api-key=` (пусто = auth off), `forward-headers-strategy=framework`; `wordpdf.max-mb`/`max-pages` здесь **не объявлять намеренно** — пустое значение затенит `@Value`-дефолты 5/100 (≤ 0 на старте → `IllegalStateException`)|
|
||||
|`wordpdf-core/pom.xml` / `wordpdf-app/pom.xml`|execution `test-jar`; BRANCH-гейт 0.85 (только core); exclusions: jeuclid (core), `slf4j-simple` (app); Boot-4 имена: `spring-boot-starter-webmvc` (не `-web`), отдельный `spring-boot-webmvc-test`; `repackage` привязан явно|
|
||||
|`Containerfile` / `Containerfile.test` / `compose*.yml` / `gateway/nginx.conf`|прод-образ (heap 2G, mem_limit 3G, wget-healthcheck, FQDN FROM, non-root 10001, обнуление прокси на команде) / CI-гейт без fontconfig (Debian-база — alpine amd64-only; `SUREFIRE_OS_NAME` для macos-sim) / стенды :9010–:9011 / шлюз. Нюанс: repo `compose.yml` (prod-like) гасит springdoc env-ами и требует `.env`-ключ, а реальный прод из CI-рендера держит swagger открытым (`test_swagger_ui_open_without_key`) — не путать|
|
||||
|`.gitea/workflows/pr.yml`, `main.yml`, `.ci/maven-settings.xml`|CI: jobs `java`/`web` в обоих — идентичные шаги, в `pr.yml` дополнительно `macos-sim` (те же тесты с `--build-arg SUREFIRE_OS_NAME="Mac OS X"`, только на PR, не required-гейт); `main.yml`: `images-* → deploy → autotests (+ rollback при failure)`; Maven в CI живёт в контейнере `maven:3.9-eclipse-temurin-17`; зеркало `${env.MAVEN_MIRROR_URL}`, `mirrorOf="*"`|
|
||||
|`wordpdf-web/src/api.ts`, `vite.config.ts`|вся сеть SPA; `base` — только через env `VITE_BASE` (в прод-образ запекается `--build-arg VITE_BASE=/pdf-converter/` в job `images-web`)|
|
||||
|`mise.toml`, `GITEA-vars.md`|пины инструментов и все таски / полный список Secrets+Variables CI и настройка branch protection|
|
||||
|
||||
## Runtime/Tooling Preferences
|
||||
|
||||
@@ -110,16 +114,16 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources
|
||||
- Веб: только npm (`package-lock.json` закоммичен; никаких pnpm/yarn); линтер — oxlint (не eslint).
|
||||
- Контейнеры: podman/buildah; `FROM` только FQDN; хостовые прокси-переменные обнулять на самой команде в `RUN`/`HEALTHCHECK`; `DOCKER_BUILDKIT=0` (CI); healthcheck через wget, не curl; fontconfig рантайму не нужен (глифы — fontbox); alpine-теги maven/temurin amd64-only — тестовый образ на Debian-базе.
|
||||
- Сеть: наружу публикуется только gateway (9010/9011); 8080/80 наружу не выставлять; подсети compose зафиксированы (nginx `resolver` привязан literal-ом к шлюзу сети — 10.113.0.1 стенды / 10.112.0.1 прод).
|
||||
- Прод-стек (`docker-compose.yml`, `nginx.conf`) рендерится job'ом `deploy` из Variables — копий на хосте/в репо не заводить; required-контексты защиты `main` — буквально `PR checks / java (pull_request)`, `PR checks / web (pull_request)` (deploy/autotests не включать).
|
||||
- Прод-стек (`docker-compose.yml`, `nginx.conf`) рендерится job'ом `deploy` из Variables — копий на хосте/в репо не заводить; required-контексты защиты `main` (по `GITEA-vars.md`) — буквально `PR checks / java (pull_request)`, `PR checks / web (pull_request)`; `macos-sim`, deploy/autotests — не required.
|
||||
|
||||
## Testing & QA
|
||||
|
||||
- Гейты на `verify`: PMD 6.55.0 (движок плагина 3.21.2 — осознанный откат, ruleset использует удалённые в PMD 7 `*MustUseBraces`; подавлений в коде нет и быть не должно) + JaCoCo: LINE ≥ 0.90 оба модуля, BRANCH ≥ 0.85 только core; при провале отчёт уже в `target/site/jacoco/`. CI-эквивалент — `./mise.sh run verify-nofontconfig`.
|
||||
- Стек: JUnit 6 (`org.junit.jupiter`), **только `Assertions`** — Mockito/AssertJ запрещены (в app-тестах допустим inline-Hamcrest `containsString` в `andExpect`); тестовые классы package-private, зеркалят main-пакеты; только `@Test` (исключения: два `@BeforeAll` прогрева шрифтов и `@AfterEach drainWorker` в `ConversionTimeoutTest`); ни `@Nested`, ни `@ParameterizedTest`, ни `@Disabled`, ни `assertAll`.
|
||||
- Гейты на `verify`: PMD (движок 6.55.0 — default внутри maven-pmd-plugin 3.21.2, отдельно в pom не пинится; осознанный откат — ruleset использует удалённые в PMD 7 `*MustUseBraces`; подавлений в коде нет и быть не должно) + JaCoCo: LINE ≥ 0.90 оба модуля, BRANCH ≥ 0.85 только core; при провале отчёт уже в `target/site/jacoco/` (`report` привязан до `check`). CI-эквивалент — `./mise.sh run verify-nofontconfig`.
|
||||
- Стек: JUnit 6 (`org.junit.jupiter`), **только `Assertions`** — Mockito/AssertJ запрещены и в pom их нет; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` (полностью квалифицирован, без импортов) в `andExpect`; app не объявляет junit сам — только через `spring-boot-starter-test`. Тестовые классы package-private, зеркалят main-пакеты; только `@Test` (исключения: два `@BeforeAll` прогрева шрифтов и `@AfterEach drainWorker` в `ConversionTimeoutTest`); ни `@Nested`, ни `@ParameterizedTest`, ни `@Disabled`, ни `assertAll`.
|
||||
- Именование: регрессионные — `объект_условие` (`pageNumbers_recomputedNotCached`), юниты — camelCase (`pageFieldBecomesFldSimple`).
|
||||
- **PDF сравнивается текстом**: PDFBox 3 `PDFTextStripper` (`norm` схлопывает пробелы; негативные маркеры — `#`/`.notdef` и `Helvetica`; приём `fontNameOf` — имя шрифта символа). Пиксели — только юниты chart-пейнтеров (`assertRatio` < 0.06 / < 0.10). Тестовых утилит нет — хелперы намеренно дублируются в классах. Сообщения ассертов — по-русски с наблюдаемым значением; литерал слева (`"%PDF".equals(…)`).
|
||||
- Фикстуры — только закоммиченные `samples/*.docx`/`*.doc`, в тестах не генерировать; XSD-невалидная фикстура правится, не код. Синтетика в памяти разрешена: docx — `ZipOutputStream` из литеральных XML, `.doc` — крафт `POIFSFileSystem`. Пересоздание — одноразовые `SampleDocxGenerator`/`ChartTypesDocxGenerator` (POI test-scope, команда — `docs/agent/repo-map.md`); `charts-smartart.docx` и `ole-embedded.docx` сделаны руками — **никогда не перезаписывать**.
|
||||
- **PDF сравнивается текстом**: PDFBox 3 `PDFTextStripper` (`norm` схлопывает пробелы; негативные маркеры — `#`/`.notdef` и `Helvetica`; приём `fontNameOf` — имя шрифта символа, живёт только в `WordPdfConverterTest`). Пиксели — только юниты chart-пейнтеров (`assertRatio` < 0.06 / < 0.10, эталонные числа Word-рендеров 300 dpi захардкожены). Тестовых утилит нет — хелперы намеренно дублируются в классах. Сообщения ассертов — по-русски с наблюдаемым значением; литерал слева (`"%PDF".equals(…)`).
|
||||
- Фикстуры — только закоммиченные `samples/*.docx`/`*.doc`, в тестах не генерировать; XSD-невалидная фикстура правится, не код. Синтетика в памяти разрешена: docx — `ZipOutputStream` из литеральных XML, `.doc` — крафт `POIFSFileSystem`. Пересоздание — одноразовые `SampleDocxGenerator`/`ChartTypesDocxGenerator` (POI test-scope, команда — `docs/agent/repo-map.md`); `charts-smartart.docx` и `ole-embedded.docx` сделаны руками — **никогда не перезаписывать** (все 12 `.doc` — эталоны заказчика, не вывод генераторов).
|
||||
- Идиома загрузки (ловушка): **core** — classloader без ведущего слэша (`getResourceAsStream("samples/…")`); **app** — class-relative со слэшем (`"/samples/…"`, ресурсы из core test-jar).
|
||||
- App-тесты: 4 набора свойств = 4 Spring-контекста (`ConvertControllerTest` пинует пустой `wordpdf.api-key=`; `ApiKeyFilterTest`; `ConvertLimitsTest`; `ConversionTimeoutTest`); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring; проверяют только HTTP-код/заголовки/текст ошибки; core-юниты Spring не поднимают.
|
||||
- Регрессивная конвенция: фикс = нормализатор/рендерер + юнит + конвертер-тест + javadoc-ссылка. Счётчики (2026-11): 59 классов / 898 тестов (core 53/849, app 6/49); детали — `docs/agent/testing.md`.
|
||||
- Прод-автотесты: pytest 9.1.1 + requests (timeout `(10,180)` — больше серверных 2m), конфигурация **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY` факультативен → `needs_key` SKIP, `WORDPDF_MAX_MB`/`MAX_PAGES` — ожидаемые лимиты стенда 5/100, `WORDPDF_SAMPLES_DIR` — путь к фикстурам); запуск `./mise.sh run prod-tests` либо job `autotests` в CI.
|
||||
- App-тесты: 4 набора свойств = 4 Spring-контекста (`ConvertControllerTest` пинует пустой `wordpdf.api-key=`; `ApiKeyFilterTest`; `ConvertLimitsTest`; `ConversionTimeoutTest`); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring; проверяют только HTTP-код/заголовки/текст ошибки; core-юниты Spring не поднимают. Ловушка: mise инжектирует корневой `.env` в окружение задач — ambient `WORDPDF_API_KEY` взорвёт 401 все MockMvc-тесты, если ключ не запинен свойствами контекста.
|
||||
- Регрессивная конвенция: фикс = нормализатор/рендерер + юнит + конвертер-тест + javadoc-ссылка. Счётчики (2026-11): 63 класса / 1005 тестов (core 57/957, app 6/48); детали — `docs/agent/testing.md`.
|
||||
- Прод-автотесты: pytest 9.1.1 + requests 2.34.2 (timeout `(10,180)` — больше серверных 2m), конфигурация **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY` факультативен → `needs_key`-декоратор `skipif` (немаркированный marker — маркеры не регистрируются) даёт SKIP, `WORDPDF_MAX_MB`/`MAX_PAGES` — ожидаемые лимиты стенда 5/100, `WORDPDF_SAMPLES_DIR` — путь к фикстурам); запуск `./mise.sh run prod-tests` либо job `autotests` в CI.
|
||||
|
||||
+16
-1
@@ -42,4 +42,19 @@ COPY wordpdf-core/pom.xml wordpdf-core/
|
||||
COPY wordpdf-app/pom.xml wordpdf-app/
|
||||
RUN HTTP_PROXY= http_proxy= HTTPS_PROXY= https_proxy= mvn -B -q dependency:go-offline
|
||||
COPY . .
|
||||
RUN HTTP_PROXY= http_proxy= HTTPS_PROXY= https_proxy= mvn -B clean verify
|
||||
# Эмуляция чужой ОС в fork-нутом surefire-JVM: пусто (дефолт) — прежнее
|
||||
# поведение (одна команда mvn, байт-в-байт как раньше); job `macos-sim` передаёт
|
||||
# "Mac OS X" (docx4j PhysicalFonts читает os.name и уходит в
|
||||
# MicrosoftFontsRegistry.getMsFonts()).
|
||||
# Флаг на команде mvn попадает и в саму Maven-JVM: в Linux-JDK нет
|
||||
# jdk/net/MacOSXSocketOptions, и первая же сетевая загрузка (surefire-провайдер,
|
||||
# optional-зависимости, PMD-скин — всё, что НЕ закрыто dependency:go-offline)
|
||||
# упала бы AssertionError на создании сокета. Поэтому при непустом флаге первым
|
||||
# проходит полный verify БЕЗ флага — он догревает локальный репозиторий до нуля
|
||||
# загрузок, и второй verify с флагом уже не открывает сокетов вовсе. Пустой флаг
|
||||
# = один verify, прежний путь.
|
||||
ARG SUREFIRE_OS_NAME=
|
||||
RUN echo "SUREFIRE_OS_NAME=[${SUREFIRE_OS_NAME}]" && \
|
||||
HTTP_PROXY= http_proxy= HTTPS_PROXY= https_proxy= \
|
||||
sh -c '[ -z "$SUREFIRE_OS_NAME" ] || mvn -B -q clean verify || exit 1; \
|
||||
exec mvn -B clean verify ${SUREFIRE_OS_NAME:+-Dos.name="$SUREFIRE_OS_NAME"}'
|
||||
|
||||
@@ -0,0 +1,190 @@
|
||||
# Потребление памяти при конвертации doc/docx → pdf: аудит и результаты апгрейда (2026-11)
|
||||
|
||||
Харнес: `MemoryBench` (`wordpdf-core/src/test/java/ru/pjandro/wordpdf/MemoryBench.java`, test-scope) +
|
||||
`membench.sh` + `./mise.sh run mem-bench`. Числа ниже получены на них; методология и ограничения — §1.
|
||||
|
||||
## 1. Методология измерения
|
||||
|
||||
JVM: temurin 17.0.21, флаги харнеса `-Xms64m -Xmx2g -XX:+UseG1GC -XX:+HeapDumpOnOutOfMemoryError`
|
||||
+ JFR `settings=profile` + `-Xlog:gc*=info,gc+heap=debug`. Машина — рабочая станция (amd64), не прод-контейнер.
|
||||
|
||||
Метрики на конвертацию (TSV-строки вывода харнеса):
|
||||
|
||||
|Метрика|Как снята|Смысл|
|
||||
|---|---|---|
|
||||
|`peak`|`MemoryPoolMXBean.getPeakUsage()` по хип-пулам с `reset()` перед каждой конвертацией|высокая вода кучи за конвертацию (включает невозвращённый мусор young-поколения — это мера запроса памяти, не live-сета)|
|
||||
|`used`|сумма `getUsage().getUsed()` сразу после конвертации|куча «как есть» до ближайшего GC|
|
||||
|`allocated-estimate`|GC-лог: выметенный Eden + humongous между паузами|честная оценка аллокаций (JFR-веса для этого не годятся — см. ограничения)|
|
||||
|`max-live-after-gc`|GC-лог: максимум `M->M(after)` по паузам|живая куча после GC (включает конвертацию, идущую в момент паузы)|
|
||||
|`VmHWM`|`/proc/self/status`|пик резидентной памяти процесса (куча + Metaspace + стеки + JFR-буферы)|
|
||||
|`top-frames`/`app-sites`|агрегация `jdk.ObjectAllocationSample` из JFR|профиль аллокаций (относительная доля; веса — оценка сэмплера)|
|
||||
|
||||
Сценарии: `suite` — все 25 фикстур `samples/` (13 `.docx` + 12 `.doc`) циклами; `big` — синтетический
|
||||
документ: `document.xml` фикстуры `ru-plain.docx` с повтором секции ×400 (≈1,6 МБ XML после
|
||||
распаковки, ≈6000 строк контента, PDF ≈50 КБ/конвертация — много контента при малом in-put,
|
||||
именно он и нагружает конвейер, а не байты входа).
|
||||
|
||||
Ограничения (важно для повторного прочтения чисел):
|
||||
|
||||
- **шум ±30% на фикстуру** между прогонами (старт нового JVM на сценарий, G1 растягивает young по
|
||||
ходу прогона); сравнимы только суммарные/медианные агрегаты одного метода на одном железе;
|
||||
- `peak` включает мусор: документ с большим churn даёт большой peak при малом live-сете;
|
||||
- веса JFR `ObjectAllocationSample` (profile, period=20ms) — оценка сэмплера; абсолют — только GC-лог;
|
||||
- фикстуры малы (вход ≤182 КБ, PDF в среднем 385 КБ): кандидаты, экономящие единицы мегабайт,
|
||||
на них неотличимы от шума — это учитывалось в гейтах (§4).
|
||||
|
||||
Воспроизведение: `MB_LABEL=run ./mise.sh run mem-bench --scenario all --loops 20 | tee target/mem-run.txt`;
|
||||
матрица флагов — через env `MB_JAVA_OPTS` (флаги идут после дефолтных и переопределяют их).
|
||||
|
||||
## 2. Baseline (до правок)
|
||||
|
||||
`MB_LABEL=before ./mise.sh run mem-bench --scenario all --loops 20` (JVM 17.0.21, пик 2026-11-17):
|
||||
|
||||
|Фикстура|n|peak p50, МБ|peak max, МБ|used avg, МБ|
|
||||
|---|---|---|---|---|
|
||||
|chart-types.docx|20|641|934|398|
|
||||
|charts-smartart.doc|20|457|630|321|
|
||||
|charts-smartart.docx|20|471|751|299|
|
||||
|doc-formats.doc|20|261|783|326|
|
||||
|en-plain.doc|20|302|819|273|
|
||||
|en-plain.docx|20|278|855|298|
|
||||
|exotic-glyphs.doc|20|328|907|325|
|
||||
|exotic-glyphs.docx|20|312|950|287|
|
||||
|ole-embedded.doc|20|298|540|238|
|
||||
|ole-embedded.docx|20|269|574|222|
|
||||
|page-numbers.doc|20|234|598|257|
|
||||
|page-numbers.docx|20|272|558|266|
|
||||
|ru-en-mixed.doc|20|300|453|293|
|
||||
|ru-en-mixed.docx|20|344|528|298|
|
||||
|ru-plain.doc|20|344|572|256|
|
||||
|ru-plain.docx|20|281|455|274|
|
||||
|ru-table-image.doc|20|331|462|267|
|
||||
|ru-table-image.docx|20|299|522|263|
|
||||
|ru-times.doc|20|275|561|275|
|
||||
|ru-times.docx|20|251|580|256|
|
||||
|stale-cache.doc|20|307|511|264|
|
||||
|stale-cache.docx|20|323|525|269|
|
||||
|symbol-bullets.docx|20|335|459|310|
|
||||
|too-many-pages.doc|20|405|599|265|
|
||||
|too-many-pages.docx|20|327|724|288|
|
||||
|big (синтетика ×400)|5|924|976|360|
|
||||
|
||||
Итоги прогона: `allocated-estimate=36069MB` (≈71 МБ churn на конвертацию при медианном peak 300 МБ),
|
||||
`max-live-after-gc=504MB`, паузы 536 шт./4815 мс; `VmHWM` процесса: 1,34 ГБ после suite-части,
|
||||
1,56 ГБ после big-части (`-Xmx2g` доступен, куча растягивается под churn).
|
||||
|
||||
Главный вывод baseline: **память уходит не в копии документа, а в churn конвейера**. Вход 2,6–182 КБ
|
||||
при peak 224–641 МБ — отношение долей порядка сотен. Профиль аллокаций (JFR, alloc-total —
|
||||
оценка сэмплера 26,3 МБ взвешенных):
|
||||
|
||||
- доли приложения в топ-кадрах: `DocxRewritePipeline.normalize` — 0,44%, `WordPdfConverter.convert` —
|
||||
0,36%, `GlyphFont.draw` — 0,10%; все остальные кадры `ru.pjandro.*` — ниже 0,1% (гейты §4);
|
||||
- остальное — библиотеки: JAXB-андмаршалинг docx4j через DOM (`DOMScanner.visit/scan`,
|
||||
`SAXOutput.getQName`, `NamespaceContextImpl.put`, `SAX2DOMEx.startElement`, `ClassFactory.create0`),
|
||||
Xalan/XSLT, FOP (таблицы OpenType: `OTFAdvancedTypographicTableReader`, `OpenFont.readHorizontalMetrics`),
|
||||
commons-io `IOUtils.byteArray`, `Arrays.copyOf`, `Throwable.fillInStackTrace` (docx4j использует
|
||||
исключения как control flow — «Package field null» и т.п.);
|
||||
- ~~JEuclid (`Parser.parseStreamSourceAsOdf`) — OMML-формулы на хосте с fontconfig (в CI/контейнере
|
||||
иначе: MathFallback)~~ — **удалён из класса путей** (2026-11): jeuclid исключён exclusion'ом из
|
||||
`docx4j-export-fo`, формулы рисует собственный `MathRenderer` (PNG, только бандл-шрифты);
|
||||
`MathFallbackNormalizer` теперь деградирует в текст только конструкции вне `MathModel.SUPPORTED`.
|
||||
|
||||
## 3. Что нашли при чтении кода (архитектурные находки)
|
||||
|
||||
1. **FO материалзуется как `String`.** Форк `FORendererApacheFOP.convert(FODocumentHandler,
|
||||
FOConverterContext, String)` (javap docx4j-export-fo 17.3.2) принимает весь выход XSLT одной
|
||||
строкой UTF-16: для FO-документа это ≈2 байта/символ и FO в разы больше исходного XML.
|
||||
Убрать можно только правкой форка (`templates.transform` стримом в FOP-парсер) — вне рамок
|
||||
репозитория; фиделити-риск высокий. Дорожная карта.
|
||||
2. **`disableFontCache()` в форке вызывается безусловно в 3 местах** (javap `FORendererApacheFOP`:
|
||||
`FontManager.disableFontCache`), один участок защищён `Fop.isUseCache()` из fop.xconf
|
||||
(по умолчанию кеш выключен) → таблицы шрифтов перечитываются на каждый рендер (видно в топ-кадрах).
|
||||
Потенциальный рычаг (churn+CPU), но включение кеша влияет на сабзеттинг/метрики — только с
|
||||
фиделити-прогоном, в форк/конфиг. Дорожная карта.
|
||||
3. **`WordprocessingMLPackage` в docx4j 17.3.2 не имеет `close()`/`dispose()`** (javap пакета
|
||||
`openpackaging.packages`/`parts` — только `setJaxbElement`/`unmarshal`): «освободить пакет явно»
|
||||
API не даёт; пакет — локальная переменная `convertToStream` и умирает вместе со стеком.
|
||||
4. **Валидатор делает два полных стриминговых прохода** по байтам входа (`checkPageCount` +
|
||||
`checkDocxContainer`/`validate`): CPU, память O(8 КБ буферов) — на peak не влияет (§4, гейт E).
|
||||
5. **Мост `.doc` уже отпускает потоки** (`releaseStreams`), но `DocxWriter.write` держит одновременно
|
||||
`bodyXml`+`parts`+`hyperlinks` до `toByteArray()`; на фикстурах доля моста в аллокациях <0,15% —
|
||||
не рычаг при текущих документах (§4, гейт C).
|
||||
|
||||
## 4. Кандидаты оптимизаций и гейты
|
||||
|
||||
Гейт: кандидат остаётся, только если после правки suite-сумма peak или big-peak улучшились ≥3%
|
||||
(для «всегдашнего» A — плюс отсутствие регрессии); для B/C/E — плюс доля ≥5% в app-sites JFR.
|
||||
Прогоны «до/после» — идентичной методикой, один и тот же компьютер, подряд.
|
||||
|
||||
|Кандидат|Доля в аллокациях (гейт 5%)|Замер после (гейт 3%)|Итог|
|
||||
|---|---|---|---|
|
||||
|A. Чанковый буфер PDF вместо `ByteArrayOutputStream`|—|`allocated` +0,7% (шум), сумма peak **+7,2% (хуже)**|отклонён, откачен|
|
||||
|B. Needle-гейт декода в `DocxRewritePipeline`|`normalize` 0,44%|—|отклонён до правки|
|
||||
|C. Ранний отпуск `bodyXml`/`parts`/`hyperlinks` в `DocxWriter.write`|кадров моста в топ-15 нет (<0,15%)|—|отклонён до правки|
|
||||
|D. Явный release пакета docx4j|API отсутствует (§3.3)|—|нереализуем|
|
||||
|E. Один проход валидатора|кадров валидатора в топ-15 нет (<0,1%)|—|отклонён до правки (плюс риск порядка ошибок — контракт 400-кодов)|
|
||||
|
||||
**Почему A отклонён измерением, хотя «в теории» экономит.** Реализация (`PdfOutputChunks`,
|
||||
чанки вместо удваивающегося `byte[]`) протестирована на эквивалентность байтов и прогнана полным
|
||||
бенчем (25 фикстур ×20 + big ×5, тот же метод):
|
||||
|
||||
- PDF фикстур в среднем 385 КБ: для них `PdfOutputChunks` с фиксированным чанком выделяет больше,
|
||||
чем рост `ByteArrayOutputStream` от `Math.max(1<<16, docxBytes.length)` — сумма peak выросла на 7,2%;
|
||||
- микробенч на 24 МБ (одноразовый `PeakProof`, куча 2г): peak 76 МБ у чанков против 61 МБ у BAOS —
|
||||
чанк 1 МиБ на G1 humongous (регион 1 МиБ → 2 региона на чанк, отсюда ×2), чанк 256 КиБ уходит в
|
||||
young и при подсчёте `peak` платит растянутым Eden; live-минимум чанков (P+P против 2–3P у BAOS)
|
||||
выигрывает только на PDF десятки мегабайт, каких в фикстурах нет;
|
||||
- вердикт гейта: не улучшено → откачен, конвейер остался на `ByteArrayOutputStream`.
|
||||
|
||||
**Итог по правкам ядра: ни один кандидат не прошёл гейт.** Это не «нечего улучшать», а «у текущих
|
||||
документов память тратят библиотеки» (JAXB-via-DOM, XSLT, FOP-шрифты — §2; JEuclid больше
|
||||
не потребитель — исключён из зависимостей): точечными
|
||||
правками репозитория их не сократить, а правки библиотек/форка (FO-стриминг, font cache) —
|
||||
отдельные задачи с фиделити-гейтом. Практический рычаг «потреблять меньше» прямо сейчас — размеры
|
||||
кучи и GC (§5).
|
||||
|
||||
## 5. Матрица флагов JVM (итог: что ставить в прод)
|
||||
|
||||
Один и тот же прогон (`--scenario all --loops 5 --big-loops 2`), меняются только флаги
|
||||
(`MB_JAVA_OPTS` поверх дефолта харнеса; для смены GC нужен и `-XX:-UseG1GC` — иначе старт падает
|
||||
с «Multiple garbage collectors selected»). ВМ не кончалась ни на одном наборе, OOM'а нет нигде,
|
||||
включая big-сценарий:
|
||||
|
||||
|Набор|VmHWM suite, МБ|VmHWM +big, МБ|max-live, МБ|Паузы (шт/мс)|Вывод|
|
||||
|---|---|---|---|---|---|
|
||||
|f1 — G1, `-Xmx2g` (дефолт харнеса; прод-Containerfile как раз `2G`/`mem_limit 3G`)|931|1337|575|159 / 1724|работает, но куча ×2,6 к реальной потребности|
|
||||
|f2 — G1, `-Xmx768m`|802|902|451|183 / 1865|**рекомендуемый**: RSS ≤0,9 ГБ с JFR-буферами, запас к max-live 1,7×|
|
||||
|f3 — G1, `-Xmx512m`|818|843|416|199 / 1877|работает, но max-live 416 из 512 — малый запас на chart-тяжёлые документы|
|
||||
|f4 — Serial, `-Xmx512m`|748|748|482|126 / 4453|работает; паузы ×2,6 против G1|
|
||||
|f5 — Serial, `-Xmx384m`|628|634|359|150 / 5803|максимальная плотность (RSS 0,63 ГБ); паузы ×3,4, max-live 359 из 384 — впритык|
|
||||
|
||||
`allocated-estimate` у Serial-прогонов — 0: awk-агрегатор GC-лога понимает G1-формат (регионы),
|
||||
для Serial аллокации считаются по другому шаблону — на вывод матрицы не влияет.
|
||||
|
||||
Рекомендация прод-стеку (рендерится job'ом `deploy` из Gitea Variables — менять их, не репо):
|
||||
|
||||
1. Heap: `-Xmx768m` (f2) вместо `2G`; `mem_limit` — `1g` вместо `3G`. FopFactory/XSLT-кеш перманентны,
|
||||
их размер от кучи не зависит; 451 МБ max-live — это ~3 конвертации chart-тяжёлых документов в полёте
|
||||
(а конвертации сериализованы монитором — реально одна).
|
||||
2. G1 оставить (~13 мс пауз на конвертацию против ~40 мс у Serial; при конвертациях 1–4 с это не
|
||||
критично, но G1 при 768m ещё и ровнее ведёт humongous-аллокации растров чартов).
|
||||
3. Плотность выше f2 (Serial 384m) достижима, но запас <7% к max-live на 384m — для прод-вариабельности
|
||||
документов неприемлемо.
|
||||
|
||||
## 6. Итог апгрейда
|
||||
|
||||
- Ядро не изменено: ни один кандидат (A–E, §4) не прошёл замерный гейт; экономия памяти на текущих
|
||||
документах лежит не в коде репозитория, а внутри JAXB/XSLT/FOP (§2–3). Правки форка
|
||||
(FO-стриминг, font cache) — зафиксированные дорожные пункты с фиделити-гейтом.
|
||||
- Практический эффект «потреблять меньше» — профиль кучи: `2G/3G → 768m/1g` (в ~3 раза меньше
|
||||
резидентной памяти на стенде) без потери проходимости всех сценариев, включая big.
|
||||
- Инфраструктура измерений осталась в репо: `MemoryBench` + `membench.sh` + `./mise.sh run mem-bench`
|
||||
— любой следующий раунд начинается с baseline за 10 минут.
|
||||
|
||||
## 7. Как читать этот документ дальше
|
||||
|
||||
- Перепроверить числа: §1 (команды) — прогон ~10 мин, артефакты в `target/` и `wordpdf-core/target/membench-*.jfr`.
|
||||
- Перед новым «починить память»: сначала топ-кадры собственного прогона — доли приложения ≤0,4% означают,
|
||||
что чинить нужно библиотеки, а не `WordPdfConverter`.
|
||||
- Стоп-лист § «не чинить» из `docs/agent/render-limitations.md` остаётся в силе: экономия памяти
|
||||
не должна менять выход PDF (фиделити-тесты — единственный арбитр).
|
||||
+1
-1
@@ -4,7 +4,7 @@
|
||||
|
||||
Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр × `DPI/72`, размеры в пунктах, EMU→pt `cx/12700.0`). Потолок растра `ChartRenderer.MAX_PIXELS = 16_777_216` (4096², 64 МБ ARGB): при превышении `fitDpi` uniform-но понижает эффективный dpi (геометрия в пунктах и безразмерные пропорции не меняются; 24″-график: 208 МБ → 64 МБ, dpi 300 → ≈171); `SmartArtRenderer` использует тот же `DPI`/`fitDpi`. `ChartSpec.parse` (`enum Type`: PIE, PIE3D, DOUGHNUT, BAR, BAR_HORIZONTAL, LINE, AREA, SURFACE3D, AREA3D, BAR3D, LINE3D, RADAR, SCATTER, BUBBLE, STOCK, OF_PIE, SURFACE, UNSUPPORTED). `c:autoTitleDeleted` (§21.2.2.7, `val` опущен — default true) применяется только при отсутствии `c:title` (MS-OI29500 §2.1.1431(a)) — явный заголовок показывается при любом флаге; при отсутствии `c:title` и `val=0` рисуется автозаголовок. Пустой/пробельный `c:title` (или `val=0` без `c:title`) — автозаголовок Office (MS-OI29500 §2.1.1561(a)): одиночный ряд с именем → имя ряда (любой тип графика), иначе `ChartSpec.AUTO_TITLE = "Название диаграммы"`; несколько абзацев `a:p` склеиваются `'\n'` (жёсткий перенос в `DrawMlText`). Регрессии — `ChartSpecTest#emptyTitleSingleSeriesBar_usesSeriesName`, `#deletedTitleWithText_stillShown`, `#deletedTitleValOmitted_stillShown`, `#multiSeriesDoughnut_placeholderNotSeriesName`, `#multiParagraphTitle_joinedWithNewlines`. Палитра `accent1..6` темы; легенда по умолчанию снизу; `overlay` (§21.2.2.132) рисуется поверх области построения, место не резервирует.
|
||||
|
||||
Пейнтеры: `CartesianPainter` (2-D line/bar/area; `c:grouping` stacked/percentStacked §21.2.2.76 — ряд рисуется накопленной суммой через `ChartRenderer.stackedCumulative`), `PiePainter` (`PIE_DEPTH = 0.22`, `PIE_FIT = 0.865`), `Surface3dPainter` (камера — регрессия `cameraMatchesWordReference`: `DEPTH_RATIO = 0.705`, `HEIGHT_RATIO = 0.664`, `GUTTER_LEFT/RIGHT = 0.1485`, `GUTTER_TOP = 0.116`, `GUTTER_BOTTOM = 0.146`, свет `LIGHT_X/Y/Z = 0.83/0.48/0.28`; `c:rAngAx=true` приоритетнее `c:perspective` (MS-OI29500 §2.1.1516(b)); `c:wireframe` §21.2.2.205 — только каркас), `ScatterPainter` (радиус пузыря sqrt при `c:sizeRepresents="area"` §21.2.2.128), `RadarPainter` (спицы от 12 часов), `StockPainter` (upDownBars обводятся контуром, дефолт чёрный 0.75pt), `OfPiePainter` (MS-OI29500 §2.1.1507(a), §2.1.1545(a)), `Surface2dPainter` (контурная карта §21.2.2.204, marching squares, изолинии по `c:bandFmts` §21.2.2.13/.14), `Cartesian3dPainter` (bar3D/line3D/area3D §21.2.2.19/.101/.122, `c:shape` §21.2.3.44), `SmartArtRenderer` (кэш `word/diagrams/drawing1.xml` через relationship `…/office/2007/relationships/diagramDrawing`; формы — `PresetGeometry` из `a:prstGeom`, семь пресетов дословно из `presetShapeDefinitions.xml`; оператор `?:` = «if x > 0 then y else z» (ISO/IEC 29500-1, **не** x != 0); углы в Arc2D — со знаком минус; текст — `DrawMlText`, шрифты через `BundledFontMapper.bundledFamily`; autofit только `normAutofit` §21.1.2.1.2/.3; `dgm:prSet/@phldrT` не рисуется).
|
||||
Пейнтеры: `CartesianPainter` (2-D line/bar/area; `c:grouping` stacked/percentStacked §21.2.2.76 — ряд рисуется накопленной суммой через `ChartRenderer.stackedCumulative`), `PiePainter` (`PIE_DEPTH = 0.22`, `PIE_FIT = 0.865`), `Surface3dPainter` (камера — регрессия `cameraMatchesWordReference`: `DEPTH_RATIO = 0.705`, `HEIGHT_RATIO = 0.664`, `GUTTER_LEFT/RIGHT = 0.1485`, `GUTTER_TOP = 0.116`, `GUTTER_BOTTOM = 0.146`, свет `LIGHT_X/Y/Z = 0.83/0.48/0.28`; `c:rAngAx=true` приоритетнее `c:perspective` (MS-OI29500 §2.1.1516(b)); `c:wireframe` §21.2.2.205 — только каркас), `ScatterPainter` (радиус пузыря sqrt при `c:sizeRepresents="area"` §21.2.2.128), `RadarPainter` (спицы от 12 часов), `StockPainter` (upDownBars обводятся контуром, дефолт чёрный 0.75pt), `OfPiePainter` (MS-OI29500 §2.1.1507(a), §2.1.1545(a)), `Surface2dPainter` (контурная карта §21.2.2.204, marching squares, изолинии по `c:bandFmts` §21.2.2.13/.14), `Cartesian3dPainter` (bar3D/line3D/area3D §21.2.2.19/.101/.122, `c:shape` §21.2.3.44), `SmartArtRenderer` (кэш `word/diagrams/drawing1.xml` через relationship `…/office/2007/relationships/diagramDrawing`; формы — `PresetGeometry` из `a:prstGeom`, семь пресетов дословно из `presetShapeDefinitions.xml`; оператор `?:` = «if x > 0 then y else z» (ISO/IEC 29500-1, **не** x != 0); углы в Arc2D — со знаком минус; текст — `DrawMlText`, шрифты через `BundledFontAliases.bundledFamily`; autofit только `normAutofit` §21.1.2.1.2/.3; `dgm:prSet/@phldrT` не рисуется).
|
||||
|
||||
Защитные лимиты против враждебного chart-XML: `ChartSpec.MAX_POINTS = 100_000` (`c:pt/@idx` §21.2.2.150/.151, `c:ptCount` §21.2.2.152 — ST_UnsignedInt без верхней границы; отказ `IllegalArgumentException` **до** предвыделения списка), `ChartRenderer.MAX_TICKS = 1000` (шаг ≤ 0/NaN/слишком мелкий в `axisBounds` заменяется `niceUnit` 1/2/5·10ⁿ), `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000` (≈24″; при `cx/cy` вне капа объект **оставляется как есть** + warn, картинка не рендерится — регрессия `hugeExtentChart_removedNotOom`). Бросок перехватывает catch в `DrawingPreRenderer.renderChart` → штатная деградация «объект удалён + warn». Обход `pkg.getParts()` — только по **снимку** списка (вставка media-частей `addChartMedia→addPart→loadPart` мутирует реестр → CME); rels частей — `part.getRelationshipsPart()`, **не** `getOwningRelationshipPart()`; обход XML обязан раскрывать `JAXBElement`.
|
||||
|
||||
|
||||
+1
-1
@@ -6,7 +6,7 @@
|
||||
|
||||
### Job'ы workflow'ов
|
||||
|
||||
Два workflow. `.gitea/workflows/pr.yml` — `PR checks` (`pull_request` + `workflow_dispatch`): job `java` (fail-closed проверка Variable `MAVEN_MIRROR_URL` первым шагом → единственный прогон `mvn -B clean verify` внутри образа `Containerfile.test` — без fontconfig, набор тестов никогда не исполняется на хосте с fontconfig; `DOCKER_BUILDKIT=0` обязателен — daemon за раннером podman, BuildKit-сессий нет; зеркало Nexus приходит `--build-arg` → извлечение двух `jacoco.xml` из образа `wordpdf-verify:ci` шагами `docker create`/`docker cp || true` — при непрошедшей сборке пустая сводка, тесты не затронуты) → `Coverage summary` (разбор извлечённого `target/site/jacoco/jacoco.xml` python-сниппетом в step summary) → `Comment coverage on PR` (тот же текст комментарием; создаётся один раз, повторные push обновляют по маркеру `<!-- jacoco-coverage -->`; `continue-on-error`). job `web` (кеш `~/.npm`, `npm ci` → `build` → `lint`; `setup-node` **нет** — нода берётся с раннера).
|
||||
Два workflow. `.gitea/workflows/pr.yml` — `PR checks` (`pull_request` + `workflow_dispatch`): job `java` (fail-closed проверка Variable `MAVEN_MIRROR_URL` первым шагом → единственный прогон `mvn -B clean verify` внутри образа `Containerfile.test` — без fontconfig, набор тестов никогда не исполняется на хосте с fontconfig; `DOCKER_BUILDKIT=0` обязателен — daemon за раннером podman, BuildKit-сессий нет; зеркало Nexus приходит `--build-arg` → извлечение двух `jacoco.xml` из образа `wordpdf-verify:ci` шагами `docker create`/`docker cp || true` — при непрошедшей сборке пустая сводка, тесты не затронуты) → `Coverage summary` (разбор извлечённого `target/site/jacoco/jacoco.xml` python-сниппетом в step summary) → `Comment coverage on PR` (тот же текст комментарием; создаётся один раз, повторные push обновляют по маркеру `<!-- jacoco-coverage -->`; `continue-on-error`). job `macos-sim` — тот же образ `Containerfile.test`, собранный с `--build-arg SUREFIRE_OS_NAME="Mac OS X"` (эмуляция macOS: единственный хост-зависимый код — docx4j `PhysicalFonts`, читающий `os.name`; внутри образа набор исполняется дважды — сначала `verify` без флага догревает локальный репозиторий до нуля загрузок, затем `verify` с флагом, т.к. Linux-JVM с `os.name=Mac OS X` падает AssertionError на первом же сетевом сокете; шагов JaCoCo/комментария нет — дублировали бы `java`), в `main.yml` отсутствует намеренно. job `web` (кеш `~/.npm`, `npm ci` → `build` → `lint`; `setup-node` **нет** — нода берётся с раннера).
|
||||
|
||||
`.gitea/workflows/main.yml` — `Main: tests, deploy, autotests` (`push` в `main` + `workflow_dispatch`): те же `java`/`web` (байт-байт дубль — workflow-файлы самодостаточны, reusable-workflow не вводить) → `images-app`/`images-web` (build+push каждого Containerfile в Nexus-реестр `${{ vars.REGISTRY }}`, теги `prod` + immovable `sha-<7 символов GITHUB_SHA>`; app печётся с `--build-arg MAVEN_MIRROR_URL=…` (зеркало Nexus в Containerfile); web печётся с `--build-arg VITE_BASE=/pdf-converter/`; `DOCKER_BUILDKIT=0` обязателен — daemon за раннером podman, BuildKit-сессий нет; креды — вручную пишется `~/.docker/config.json`) → `deploy` (SSH на прод: рендер конфигов heredoc'ами в workspace раннера — appleboy/ssh-action непригоден, ломает heredoc; валидация PyYAML; прод-стек — подсеть `10.112.0.0/24` gw `10.112.0.1` (в репо-`compose.yml` — `10.113.0.0/24`, стенды разные), gateway биндится на `127.0.0.1:9010` + `$DEPLOY_HOST:9010`, `nginx.conf` — с `resolver 10.112.0.1`; сохранение `.rollback.env`; `login/pull/timeout 90 podman-compose up -d --force-recreate app web`; гейты healthy и image; gateway пересоздаётся последним; health-check) → `autotests` (venv + `prod-autotests/` против прода) → `rollback` (`if: failure()` — перерендер/перезалив прод-файлов тем же шагом, retag прежних image ID на `:prod`, `--force-recreate app web`, пересоздание gateway).
|
||||
|
||||
|
||||
File diff suppressed because one or more lines are too long
+12
-10
@@ -8,39 +8,41 @@
|
||||
| 1 | `new BundledFontMapper()` → `BundledFonts.init()` → `restrictToBundled()` | Конструктор маппера (static `BestMatchingMapper`) регистрирует в `PhysicalFonts` только symbol-шрифты из `docx4j-export-fo-fonts-symbol` (сканы системы и jar'ов отключены в static-блоке `WordPdfConverter` гейт-свойствами — всё найденное всё равно выбрасывает `restrictToBundled()`); `init()` вызывает `dropNonBundled()` **до** регистрации бандла, `restrictToBundled()` оставляет реестр = бандл + встроенные в docx. Порядок `init()` после конструктора — инвариант: `addPhysicalFont` не перезаписывает занятый ключ (иначе системный Calibri ломает em-dash-fallback) |
|
||||
|2|`DocxRewritePipeline.STEP` → `OleObjectNormalizer` → `WordprocessingMLPackage.load`|Один zip-проход переписывания XML-частей (правила 1–11 — раздел «Нормализаторы: контракт и правила 1–12» в этом файле) + условная OLE-вычистка (правило 12)|
|
||||
| 3 | `pkg.setFontMapper(mapper)` | Привязка шрифтов документа к физическим TTF |
|
||||
| 3.5 | `DrawingPreRenderer.run(pkg, options)` | `c:chart`/`dgm:relIds` → PNG 300 dpi → `pic:pic` (docx2fo.xslt их не умеет) |
|
||||
| 4 | `new FOSettings(pkg)` + `FopFallbackFonts.declare(foSettings)` | В FOP-конфиг добавляются **все** бандл-семейства: FOP встраивает только задекларированные |
|
||||
| 3.5 | `DrawingPreRenderer.run(pkg, options)` | `c:chart`/`dgm:relIds`/`m:oMath` → PNG 300 dpi → `pic:pic` (docx2fo.xslt их не умеет); формулы — собственный растер `MathModel`/`MathRenderer` (только бандл-шрифты, без AWT/JEuclid), inline-картинка опускается ран-`w:rPr/w:position` на свой нижний запас (FOP ставит инлайн-графику нижним краем на базу строки; регрессия — WordPdfConverterTest#ommlMathInline_sitsOnTextBaseline), неподдерживаемая конструкция — текстовая деградация + warn; budget chart/math-PNG общий |
|
||||
| 4 | `new FOSettings(pkg)` + `FopFallbackFonts.declare(foSettings)` | В FOP-конфиг добавляются **все** бандл-семейства: FOP встраивает только задекларированные. Конфиг обязан быть **полным при каждом `declare`**: docx4j декларирует из `fontsInUse` только использованные начертания (или simulate-style на regular-файле), а общая `FopFactory` замораживает fopconf **первого** документа JVM — `declareFamily`+`hasRealFace` дополняют каждое семейство недостающими реальными начертаниями (регрессия — `fopFactoryFrozenFromFirstDoc_fontsComplete`) |
|
||||
| 4.25 | `LayoutPostRenderer.register(foSettings)` | Кастомный `FORenderer`: post-FO padding-компенсация таблиц (`start-indent` += `padding-left` первой ячейки), внутри — штатный `FORendererApacheFOP` |
|
||||
| 4.5 | `foSettings.setCustomXsltTemplates(VendoredXslt.TEMPLATES)` | Стилист — вендорный `xslt/docx2fo.xslt` (копия docx4j-export-fo + AUDIT-FIX-патчи: `w:rPr/w:position`→`baseline-shift` и AUDIT-FIX-2 `moveFrom`/`moveTo`/`bdo`/`dir`); `Templates` компилируется один раз — `getTemplates` кастит значение в `Templates` |
|
||||
| 5 | `FORendererApacheFOP.getFopFactoryBuilder` + `getFOUserAgent` | Непустой `title` → заголовок PDF |
|
||||
| 6 | `Docx4J.toFO(foSettings, os, FLAG_EXPORT_PREFER_XSL)` | XSL-FO → PDF |
|
||||
| 7 | `finally` → `getFontTablePart().deleteEmbeddedFontTempFiles()` | В docx4j 17.x `OpcPackage.close()` нет — пакет в памяти |
|
||||
|
||||
`BundledFontMapper` переопределяет `getBoldForm`/`getItalicForm`/`getBoldItalicForm`: на macOS `PhysicalFonts.getBoldForm` для имён `Tinos Regular`/`Carlito Regular`/… уходит в `MicrosoftFontsRegistry` и возвращает `null` (у записей нет Mac-имени файла), из-за чего docx4j строил simulate-style fopconf — FOP терял реальные начертания и кернинг (регрессии `strictOoxml_convertsNotRejected`, `ruPlain_regularRunsUseRegularFont`). Override находит реальный вариант по `embeddedURI` regular-варианта.
|
||||
|
||||
### `warmup()` — прогрев ядра (шаги 0–7 на минимальном docx)
|
||||
|
||||
Первая конвертация после старта JVM стоит 1,3–1,7 с (JAXB/XSLT/FOP/классы; замер 2026-11), её платил первый запрос после деплоя. Публичный `WordPdfConverter.warmup()` прогоняет шаги 0–7 на минимальном docx, собранном в байтах (три zip-части константами, фикстуры не задействованы; алиас Calibri→Carlito греет маппер и embed-подмножество), и греет Java2D/PNG-энкодер (`warmRaster()` — растер + `GlyphFont.draw` + `ImageIO.write`), иначе первый чартный документ платит ещё ~200 мс. Идемпотентен (`volatile warmedUp`, метод `synchronized`), никогда не бросает (провал — warn в JUL), артефакты отбрасываются; вызывать на потоке, сериализующем конвертации. Ядро само себя не зовёт: `wordpdf-app` ставит warmup головой очереди воркеров в конструкторе `ConversionService`. Прогретый первый конверт ru-plain.docx HTTP-запросом: 0,13 с против 1,74 с (A/B на одной машине, сборки ветки и `main`).
|
||||
|
||||
### Валидация входа и подсчёт страниц
|
||||
|
||||
Вход валидируется **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись: zip `PK\x03\x04` или CFB `D0 CF 11 E0` → контейнер → страницы). Для `.doc` страницы считаются **по сырым байтам .doc, до конвертации**: `checkPageCountDoc` = `max(SummaryInfo PageCount, 1 + разрывы 0x0C − непрерывные межсекционные (sprmSBkc 0/1) + sprmPFPageBreakBefore)` (код — `DocFile.countPages`). Тот же метод — вход приложения. Скан выполняется ровно один раз по сырому входу, до аллокаций docx4j: правила 1–11 число учитываемых разрывов не увеличивают (правило 9 способно только убрать разрыв внутри скрытого рана — счёт по сырому входу остаётся верхней оценкой лимита).
|
||||
Вход валидируется **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись: zip `PK\x03\x04` или CFB `D0 CF 11 E0` → контейнер → страницы). Для `.doc` страницы считаются **по сырым байтам .doc, до конвертации**: `checkPageCountDoc` = `max(SummaryInfo PageCount, 1 + разрывы 0x0C − непрерывные межсекционные (sprmSBkc 0/1) + sprmPFPageBreakBefore)` (код — `DocFile.countPages`). Тот же метод — вход приложения. Скан выполняется ровно один раз по сырому входу, до аллокаций docx4j: правила 1–11 число учитываемых разрывов не увеличивают (правило 10 способно только убрать разрыв внутри скрытого рана — счёт по сырому входу остаётся верхней оценкой лимита).
|
||||
|
||||
- Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; explicit = межсекционные `w: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; `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 колонтитуках — только `w:br type="page"`, `pageBreakBefore` — только внутри `pPr` вне `sectPr` (truthy `val`: `null|true|1|on`). На не-zip молчит — подпись проверяет вызывающий. `checkPageCount` — один стриминговый проход `ZipInputStream` без буферизации частей (хелпер `noClose` глушит `close()` сканеров): потребление O(одной части) вместо O(суммы XML-частей).
|
||||
|
||||
### Нормализаторы: контракт и правила 1–12 (детали)
|
||||
|
||||
Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Одиннадцать rewrite-нормализаторов цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback; константу `STEP` (`public static final DocxNormalizer`) несёт только `DocxRewritePipeline` (собирает рерайты сам), у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`, а вместо `normalize(byte[])` у него `normalize(byte[], boolean)`. Правила 1–11 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты применяются последовательно (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой, и из `word/styles.xml` читается множество vanish-стилей (`HiddenTextNormalizer.vanishStyles`, цепочка `w:basedOn`) — контекст правила 9; неизменённые записи переносятся raw-копией сжатых байтов (без inflate/deflate); нигде не поменялось → тот же массив. `OleObjectNormalizer` — второй условный проход (меняет части, а не XML). Индивидуальные `normalize()` десяти нормализаторов сохранены (контракт юнит-тестов), но `WordPdfConverter` их не вызывает — его `normalizers(options)` = `DocxRewritePipeline.STEP` + лямбда OLE. Порядок правил значим:
|
||||
Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Одиннадцать rewrite-нормализаторов цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→MathFallback→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby; константу `STEP` (`public static final DocxNormalizer`) несёт только `DocxRewritePipeline` (собирает рерайты сам), у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`, а вместо `normalize(byte[])` у него `normalize(byte[], boolean)`. Правила 1–11 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты применяются последовательно (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой, и из `word/styles.xml` читается множество vanish-стилей (`HiddenTextNormalizer.vanishStyles`, цепочка `w:basedOn`) — контекст правила 10; неизменённые записи переносятся raw-копией сжатых байтов (без inflate/deflate); нигде не поменялось → тот же массив. `OleObjectNormalizer` — второй условный проход (меняет части, а не XML). Индивидуальные `normalize()` десяти нормализаторов сохранены (контракт юнит-тестов), но `WordPdfConverter` их не вызывает — его `normalizers(options)` = `DocxRewritePipeline.STEP` + лямбда OLE. Порядок правил значим:
|
||||
|
||||
1. `StrictOoxmlNormalizer` — strict-OOXML → transitional: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`; элементы `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml); значения `w:val="start"/"end"` у `w:jc` и `w:tab` правятся **всегда** (docx4j `Justification.setXslFO` знает только left/center/right/both, для END `fo:text-align` не пишет вовсе — `jc="end"` рендерился по левому краю; Part 1 §17.3.1.13: `jc val="end"` — правовыравнивание в LTR, ST_Jc §17.18.44; RTL вне контура — FOP без complex-script). Strict-ность части определяется наличием `http://purl.oclc.org` (не «transitional-URI в документе» — mixed-документ трактуется по каждой части). **Guard сосуществования форм**: атрибут `w:start`/`w:end` переименовывается только внутри открывающего тега `w:ind` (MS-OI29500 §2.1.174 — псевдонимы left/right; у `w:pgNumType` `w:start` — старт нумерации страниц, легален в transitional, Part 1 §17.13.4 — не трогается) и не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`, `pgNumTypeStartAttrUntouched`); элементы `w:start`/`w:end` в strict-части переименовываются глобально, в transitional — только внутри `w:tcMar`/`w:tblCellMar` без одноимённого соседа (`maxOccurs=1` на left). Ничего не поменялось → `rewrite` вернул `null` → исходный массив (`StrictOoxmlNormalizerTest#transitionalCoexistReturnsOriginalArray`).
|
||||
2. `DocxOnOffNormalizer` — `w:val="off"/"on"` → `"false"/"true"`; якорь по тегу, правится только атрибут `w:val`, текст между тегами не трогается.
|
||||
3. `SymbolFontNormalizer` — PUA U+F000–U+F0FF (Symbol/Wingdings/Webdings) → Unicode + DejaVu Sans; переписывает `<w:sym>`, правит `w:lvl` в numbering.xml; 5 карт по 256 слотов (таблица `SymbolMapper` из docx4j 17.x).
|
||||
4. `FieldNormalizer` — `fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (кэш страниц в PDF не попадает); вложенные/битые поля пропускаются.
|
||||
5. `InvisibleCharNormalizer` — вырезает из `w:t` U+0085, U+2028, U+2029, U+200E/200F, U+202A–202E, U+2060, U+FEFF (FOP делает из них переносы/пустые строки, Arimo/Tinos рисуют боксы). U+00A0/U+00AD/U+200B–U+200D **не** трогает.
|
||||
6. `GlyphCoverageNormalizer` — режет раны по покрытию глифов и пишет семейство в `w:rFonts`, иначе FOP рисует «#». Покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, **не** docx4j `GlyphCheck` (плодит INFO-лог; `java.awt.Font` требовал fontconfig на хосте). Для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (`dejavu serif`, `tinos`, `caladea`), затем в sans.
|
||||
7. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с любым (в т.ч. отсутствующим/нулевым) `w:tblInd` в абсолютный `w:tblInd` с удалением `w:jc` (Word: tblInd — сдвиг от поля после центрирования, MS-OI29500 §2.1.155; docx4j при jc≠left игнорирует tblInd буквально — аудит раскладки ECMA-376, матрица B3, а центрированию пишет абсолютный start-indent **без** вычета cellMar, поверх которого padding-компенсация правила LayoutPostRenderer уводит текст на +padding — свёртка обязательна и при X=0): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; у CT_PageMar полей `w:start`/`w:end` нет, полоса берётся из сырого document.xml до правила 1; дефолты 11906/1440 — измеренное поведение docx4j, ECMA дефолтов не фиксирует §17.6.11/.13), T — Σ gridCol; пропускает несколько body-level `sectPr`, `tblInd` с явным `w:type` ≠ dxa (опущенный type — dxa, §17.4.87), `tblPr` с `tblCellSpacing` без `tblInd` (нет корректной позиции вставки по CT_TblPrBase), `tblW pct`, нецелые gridCol. Кроме `rewrite` (document.xml, полоса из собственного sectPr) есть `rewritePart(part, xml, band)` — `word/headerN.xml`/`footerN.xml` с полосой из document.xml (в частях колонтитуков своего sectPr нет) и `bandOf(documentXml)` — экстрактор полосы (−1 — полосы нет). Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, #headerTableIndent_centeredInHeader, #tableCenteredNoIndent_shiftedLikeWord.
|
||||
8. `NumberingSuffixNormalizer` — `w:suff w:val="space"` → дописанный обычный пробел в конце следующего `w:lvlText` того же уровня (порядок CT_Lvl suff→lvlText, wml.xsd; ST_LevelSuffix Part 1 §17.9.28): docx4j разделитель не эмитит вовсе (дамп n4.fo); уже пробельный lvlText не дублируется; suff=tab — отдельный Class C-остаток (нужна per-item ширина), nothing совпадает с docx4j. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace.
|
||||
9. `HiddenTextNormalizer` — вырезание скрытых ранов (Part 1 §17.3.2.41): truthy `w:vanish` в собственном `w:rPr` ранa (обе OnOff-формы; вал опущен — default true; явный `false/0/off` в ране **перекрывает** vanish-стиль) **или** `w:rStyle` ∈ vanish-стили из `word/styles.xml` (транзитивно по `w:basedOn`, капа цепочки 16, цикл — обрыв); ран с защищённым содержимым (`fldChar`/`instrText`/`footnoteReference`/`endnoteReference`/`drawing`/`pict`/`object`/`txbxContent`) не трогается — удаление спаренных `begin…separate…end` сломало бы поле. Word скрытое не печатает, стилист docx4j `vanish` не читает вовсе → без правила скрытое утекало в PDF. Индивидуальный `normalize()` — свой pass styles.xml. Регрессия — WordPdfConverterTest#hiddenText_notPrinted, #hiddenText_directFalseOverridesVanishStyle, юниты — HiddenTextNormalizerTest.
|
||||
10. `RubyNormalizer` — разбор руби-разметки (Part 1 §17.3.3.24–.28): снимается обёртка `w:ruby` (схемно-валидная транзишнл-разметка `w:r`→`w:ruby`→rubyPr/rt/rubyBase иначе достаёт catch-all-шаблону XSLT, и база теряется молча), `w:rubyBase` разворачивается в обычные раны, `w:rt`/`w:rubyPr`/`w:rubyAlign` вырезаются с содержимым (надстрочница — принятая деградация, ruby-разметки в FOP нет; потеря текста хуже потери аннотации). Чинится **в байтах**, а не в XSLT: схема docx4j 17.3.2 не биндит `w:rubyBase`/`w:rt` в `w:r` — unmarshaller теряет их до стилиста (в отличие от `moveFrom`/`moveTo`/`bdo`/`dir`, которых схема знает — тех ловит AUDIT-FIX-2). Регрессия — WordPdfConverterTest#rubyBase_textPrinted, юниты — RubyNormalizerTest.
|
||||
11. `MathFallbackNormalizer` — деградация OMML-формул (§22.1) в текст на хостах без fontconfig: `m:oMathPara`/`m:oMath` → обычные раны с конкатенацией `m:t` (как в штатном фолбэке docx4j `XsltFOFunctions.mathText`). JEuclid (`jeuclid-fop`) при первой формуле обращается к AWT-менеджеру шрифтов, которому на Linux нужен fontconfig; без него — `InternalError: Fontconfig head is null` (контейнерный рантайм проекта без fontconfig — Containerfile). На хосте с fontconfig рерайт не срабатывает (`rewrite` → `null`, тот же массив). `m:oMathPara` содержит `m:oMath`, поэтому блок para заменяется первым. Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors.
|
||||
6. `MathFallbackNormalizer` — байтовый скан OMML-формул (§22.1) до загрузки пакета: формулы с конструкциями вне `MathModel.SUPPORTED` (или structurally битые) деградируют в текст — `m:oMathPara`/`m:oMath` → обычные раны с конкатенацией `m:t` (как в штатном фолбэке docx4j `XsltFOFunctions.mathText`); поддерживаемые части не трогаются (`rewrite` → `null`, тот же массив) — их рисует собственный `MathRenderer` на шаге 3.5. Позиция **до GlyphCoverage** обязательна: деградировавшие раны с математическими символами (U+1D400+) обязаны пройти резку по покрытию, иначе FOP рисует «#». `m:oMathPara` содержит `m:oMath`, поэтому блок para заменяется первым. Регрессия — WordPdfConverterTest#ommlMathUnsupported_flattenedToText, юниты — MathFallbackNormalizerTest.
|
||||
7. `GlyphCoverageNormalizer` — режет раны по покрытию глифов и пишет семейство в `w:rFonts`, иначе FOP рисует «#». Покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, **не** docx4j `GlyphCheck` (плодит INFO-лог; `java.awt.Font` требовал fontconfig на хосте). Для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (`dejavu serif`, `tinos`, `caladea`), затем в sans.
|
||||
8. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с любым (в т.ч. отсутствующим/нулевым) `w:tblInd` в абсолютный `w:tblInd` с удалением `w:jc` (Word: tblInd — сдвиг от поля после центрирования, MS-OI29500 §2.1.155; docx4j при jc≠left игнорирует tblInd буквально — аудит раскладки ECMA-376, матрица B3, а центрированию пишет абсолютный start-indent **без** вычета cellMar, поверх которого padding-компенсация правила LayoutPostRenderer уводит текст на +padding — свёртка обязательна и при X=0): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; у CT_PageMar полей `w:start`/`w:end` нет, полоса берётся из сырого document.xml до правила 1; дефолты 11906/1440 — измеренное поведение docx4j, ECMA дефолтов не фиксирует §17.6.11/.13), T — Σ gridCol; пропускает несколько body-level `sectPr`, `tblInd` с явным `w:type` ≠ dxa (опущенный type — dxa, §17.4.87), `tblPr` с `tblCellSpacing` без `tblInd` (нет корректной позиции вставки по CT_TblPrBase), `tblW pct`, нецелые gridCol. Кроме `rewrite` (document.xml, полоса из собственного sectPr) есть `rewritePart(part, xml, band)` — `word/headerN.xml`/`footerN.xml` с полосой из document.xml (в частях колонтитуков своего sectPr нет) и `bandOf(documentXml)` — экстрактор полосы (−1 — полосы нет). Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, #headerTableIndent_centeredInHeader, #tableCenteredNoIndent_shiftedLikeWord.
|
||||
9. `NumberingSuffixNormalizer` — `w:suff w:val="space"` → дописанный обычный пробел в конце следующего `w:lvlText` того же уровня (порядок CT_Lvl suff→lvlText, wml.xsd; ST_LevelSuffix Part 1 §17.9.28): docx4j разделитель не эмитит вовсе (дамп n4.fo); уже пробельный lvlText не дублируется; suff=tab — отдельный Class C-остаток (нужна per-item ширина), nothing совпадает с docx4j. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace.
|
||||
10. `HiddenTextNormalizer` — вырезание скрытых ранов (Part 1 §17.3.2.41): truthy `w:vanish` в собственном `w:rPr` ранa (обе OnOff-формы; вал опущен — default true; явный `false/0/off` в ране **перекрывает** vanish-стиль) **или** `w:rStyle` ∈ vanish-стили из `word/styles.xml` (транзитивно по `w:basedOn`, капа цепочки 16, цикл — обрыв); ран с защищённым содержимым (`fldChar`/`instrText`/`footnoteReference`/`endnoteReference`/`drawing`/`pict`/`object`/`txbxContent`) не трогается — удаление спаренных `begin…separate…end` сломало бы поле. Word скрытое не печатает, стилист docx4j `vanish` не читает вовсе → без правила скрытое утекало в PDF. Индивидуальный `normalize()` — свой pass styles.xml. Регрессия — WordPdfConverterTest#hiddenText_notPrinted, #hiddenText_directFalseOverridesVanishStyle, юниты — HiddenTextNormalizerTest.
|
||||
11. `RubyNormalizer` — разбор руби-разметки (Part 1 §17.3.3.24–.28): снимается обёртка `w:ruby` (схемно-валидная транзишнл-разметка `w:r`→`w:ruby`→rubyPr/rt/rubyBase иначе достаёт catch-all-шаблону XSLT, и база теряется молча), `w:rubyBase` разворачивается в обычные раны, `w:rt`/`w:rubyPr`/`w:rubyAlign` вырезаются с содержимым (надстрочница — принятая деградация, ruby-разметки в FOP нет; потеря текста хуже потери аннотации). Чинится **в байтах**, а не в XSLT: схема docx4j 17.3.2 не биндит `w:rubyBase`/`w:rt` в `w:r` — unmarshaller теряет их до стилиста (в отличие от `moveFrom`/`moveTo`/`bdo`/`dir`, которых схема знает — тех ловит AUDIT-FIX-2). Регрессия — WordPdfConverterTest#rubyBase_textPrinted, юниты — RubyNormalizerTest.
|
||||
12. `OleObjectNormalizer` — принимает флаг `errorOnOle`. Два этапа: дешёвый детект по центральному каталогу zip (`ZipFile`; читаются только `[Content_Types].xml` и `word/*.xml` до первого `<w:object`; не-zip/нет центрального каталога → входной массив — прежняя снисходительность), переупаковка — только при находке. Детект OLE-бинарников — по `[Content_Types].xml`: тип `…oleObject` **или** ложный `+xml`-тип у `.bin` (XML в bin не бывает; `printerSettings` не трогается). Удаляются вместе с rels-ссылками (по типу, включая `TargetMode=External`) и Override удалённых частей. Элементы `<w:object>` из `word/*.xml` не выбрасываются, а заменяются статичным представлением — картинкой-плейсхолдером (ECMA-376 §15.2.10): `w:drawing` переиспользуется дословно, `v:imagedata r:id` → inline-DrawingML на ту же image-часть (размер из `style` `v:shape`, иначе `w:dxaOrig`/`w:dyaOrig` ×635), блоки с `w:control` и без плейсхолдера удаляются. OLE-бинарники никогда не читаются. При `errorOnOle=true` вместо вычистки — `OleFoundException`. Лечит оба механизма падения docx4j: JAXB-разбор бинарника под ложным XML-типом («Content is not allowed in prolog» → NPE) и NPE `chunkType is null` в VML-сериализации `w:object`. Многочастный: публичный член только `normalize(byte[], boolean)`, `rewrite`-хука нет.
|
||||
|
||||
`mc-preprocessor.xslt` docx4j (в jar `docx4j-core`) перебивает strict-namespace'ы в transitional и конвертит `pt` в twips/half-points, но ветку перевода процентов в тысячные для namespace'ных атрибутов содержит с закомментированным `<xsl:value-of select="$cleanValue * 1000"/>` (для атрибутов без namespace — она активна), а `w:start`/`w:end` в `w:left`/`w:right` не маппит вовсе. Поэтому собственный рерайт URI ломать нельзя — он сломал бы pt-конверсию preprocessor'а (FOP получил бы «10pt»).
|
||||
|
||||
@@ -4,6 +4,6 @@
|
||||
|
||||
- Известный остаток эталона: U+2188/U+218A — глифов нет в OFL-шрифтах бандла, остаются `.notdef` (GNU FreeSerif GPL — не добавляем намеренно).
|
||||
|
||||
- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 8, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19: кернинг применяется, только когда элемент задан; при отсутствии `w:kern` не кернит; MS-OI29500 §2.1.83 уточняет лишь диапазон `w:val`) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 7), `w:suff="space"` (правило 8).
|
||||
- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 9, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19: кернинг применяется, только когда элемент задан; при отсутствии `w:kern` не кернит; MS-OI29500 §2.1.83 уточняет лишь диапазон `w:val`) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 8), `w:suff="space"` (правило 9).
|
||||
|
||||
- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.10.6), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23), OMML-формулы: на хосте с fontconfig рисуются вектором jeuclid-fop (§22.1 — текст из PDF не извлекается, пинь пикселями), без fontconfig — деградация в текст `m:t` (правило 11; контейнерный рантайм без fontconfig), фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 9); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 10 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 10 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура).
|
||||
- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.10.6), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23; формула внутри текстового бокса до растера не доходит — обход drawing-нагрузку не спускается и уходит в docx4j-фолбэк `mathText`, конкатенация `m:t`; регрессия — WordPdfConverterTest#drawingTextBoxMath_convertsViaDocx4jTextFallback), OMML-формулы (§22.1) рисует собственный растер `MathModel`/`MathRenderer` — PNG 300 dpi, только бандл-шрифты jar, без AWT/JEuclid (текст из PDF не извлекается, пинь пикселями); неподдерживаемая конструкция или превышение бюджета — текстовая деградация (конкатенация `m:t`, `MathFallbackNormalizer`, правило 6) + warn, inline-формула выравнивается по базовой линии текста (мат-ось Word — принятая деградация), `m:oMathPara` — отдельный центрированный абзац (left/right по `m:jc`, indentLeft→left); фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 10); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 11 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 11 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура).
|
||||
|
||||
@@ -5,10 +5,10 @@
|
||||
| Путь | Назначение |
|
||||
|---|---|
|
||||
| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String,ConvertOptions)`), `WordPdfValidator` (`checkInput`/`validate` наружу; `checkPageCount`/`checkPageCountDoc`/`isBinaryDoc` — package-private, всё без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `ChartsFoundException`/`SmartArtFoundException`/`OleFoundException` (по error-флагам), `ConvertOptions` (record; дефолтов в ядре нет). Пороги защиты — производные от лимитов входа: `WordPdfValidator.maxDecompressedBytes`/`maxDecompressedXmlBytes` (`max(MIN_*×MiB, maxMb×10/4MiB + maxPages×64/32KiB)`, крышек нет), `maxZipEntries` (`max(2048, maxMb×512 + maxPages×32)`), `maxImagePixels` (`maxMb×5_000_000`); коэффициенты и полы — package-private литералы `WordPdfConverter` (`DECOMPRESS_*`, `MIN_DECOMPRESSED_*`, `IMAGE_PIXELS_PER_MAX_MB`, `ZIP_ENTRIES_*`, javac их инлайнит — валидатор не инициализирует конвертер) |
|
||||
| `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) |
|
||||
| `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontAliases` (алиасы, `DISPLAY_NAMES`, `bundledFamily` — без наследования, статика безопасна до гейта), `BundledFontMapper` (экземпляр-маппер docx4j), `GlyphFont` (глиф-движок fontbox) |
|
||||
| `…/wordpdf/internal/` | 12 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–11, raw-копия неизменённых записей) + `LayoutPostRenderer` (кастомный `FORenderer`, post-FO padding-компенсация таблиц, шаг 4.25) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы package-private; `public` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`, `normalize` package-private), `OleObjectNormalizer`, `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`), `DependencyGuard` (`check`), остальные нормализаторы полностью package-private; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `OleFoundException` |
|
||||
| `…/wordpdf/internal/doc/` | Мост `.doc` → `.docx`: 18 классов (детали — `docs/agent/doc-bridge.md`) — `CfbReader`, `FibHeader`, `PieceTable`, `Grpprl`, `ChpxIndex`, `PapxIndex`, `Styles`, `Tables`, `Lists`, `Sections`, `FontTable`, `SummaryInfo`, `Headers`, `OfficeArt`, `PrcData`, `DocFile`, `DocxWriter`, `DocToDocx` (публичные `convert`/`countPages`; вложенный `DocxBody` — рендер текста и табличного автомата в XML) |
|
||||
| `…/wordpdf/internal/chart/` |18 классов Java2D-рендера диаграмм/SmartArt в PNG (public: `DrawingPreRenderer.run` и `ChartImageHandler` — второй инстанцируется из `WordPdfConverter`)|
|
||||
| `…/wordpdf/internal/chart/` |21 классов Java2D-рендера диаграмм/SmartArt/OMML-формул в PNG (`MathModel`/`MathRenderer`/`MathUnsupportedException` — формулы); public: `DrawingPreRenderer.run` и `ChartImageHandler` — второй инстанцируется из `WordPdfConverter`|
|
||||
| `wordpdf-core/src/main/resources/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar |
|
||||
| `wordpdf-core/src/main/resources/xslt/` | `docx2fo.xslt` — вендорный XSL-FO-стилист (копия docx4j-export-fo + AUDIT-FIX-патчи), часть jar |
|
||||
| `wordpdf-core/src/test/resources/samples/` | 25 закоммиченных фикстур: 13 `.docx` + 12 `.doc` (11 эталонов заказчика из `develop/doc/` с теми же базовыми именами + `doc-formats.doc`); `.docx` проходят `docs/standards/docx/validate-fixtures.py`, `.doc` — бинарные, XSD к ним неприменим |
|
||||
@@ -30,7 +30,7 @@
|
||||
- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java` — точка входа библиотеки + static-блок `gsubFeatures` + `normalizers(options)` (порядок цепочки).
|
||||
- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java` — валидация входа и lightweight-подсчёт страниц (StAX, без docx4j).
|
||||
- Дефолтов лимитов в ядре нет (`WordPdfSettings` упразднён): лимиты входа всегда приходят с вызовом через `ConvertOptions`, производные пороги считает `WordPdfValidator.max*` (см. таблицу выше).
|
||||
- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java` — замена диаграмм/SmartArt на PNG; владеет `MAX_EXTENT_EMU` и деградацией при падении рендера.
|
||||
- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java` — замена диаграмм/SmartArt/OMML-формул на PNG; владеет `MAX_EXTENT_EMU` и деградацией при падении рендера (формула — текст вместо удаления).
|
||||
- `wordpdf-app/src/main/resources/application.properties` — multipart 100MB (`max-file-size`/`max-request-size` + `file-size-threshold=2MB` — части крупнее 2 МБ на диск, не в память; 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-mb`/`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); JaCoCo execution `check` переопределён (LINE 0.90 + BRANCH 0.85).
|
||||
@@ -121,4 +121,4 @@ PMD: `failurePriority` в плагине не задан — на практик
|
||||
|
||||
## Шрифты (детали)
|
||||
|
||||
`DISPLAY_NAMES` — обратный маппинг lowercase→отображаемое имя для `documentFontName` (пишет `GlyphCoverageNormalizer` в `w:rFonts`). `BundledFontMapper.bundledFamily` — public-хук «имя шрифта из docx → бандл-семейство или fallback» (пользуется chart-движком). `GlyphFont` — глиф-движок на fontbox (метрики + растеризация глифов для chart-движка и покрытия глифов); читает TTF **напрямую из classpath** `fonts/<file>` (не из temp-каталога `BundledFonts`), кэш по `family/variant`, `of()` возвращает `null` для неизвестного семейства; `java.awt.Font` из рантайм-пути убран, AWT остаётся только как геометрия Graphics2D.
|
||||
`DISPLAY_NAMES` — обратный маппинг lowercase→отображаемое имя для `documentFontName` (пишет `GlyphCoverageNormalizer` в `w:rFonts`). `BundledFontAliases.bundledFamily` — public-хук «имя шрифта из docx → бандл-семейство или fallback» (пользуется chart/math-движком и покрытием); вынесен из `BundledFontMapper`, чтобы обращение к статике не тянуло `BestMatchingMapper.<clinit>` (скан classpath вне гейта свойств `docx4j.fonts.discover*`, которые выставляет `WordPdfConverter.<clinit>`). `GlyphFont` — глиф-движок на fontbox (метрики + растеризация глифов для chart-движка и покрытия глифов); читает TTF **напрямую из classpath** `fonts/<file>` (не из temp-каталога `BundledFonts`), кэш по `family/variant`, `of()` возвращает `null` для неизвестного семейства; `java.awt.Font` из рантайм-пути убран, AWT остаётся только как геометрия Graphics2D.
|
||||
|
||||
@@ -2,7 +2,7 @@
|
||||
|
||||
### Счётчики (2026-11)
|
||||
|
||||
- 59 тестовых классов / 898 тестов: core 53/849 (`internal/doc/` 17/225, `internal/chart/` 17/271, `WordPdfConverterTest` 77), app 6/49 (ConvertController 23, ApiKeyFilter 8, ConversionService 5, ApiExceptionHandler 5, ConvertLimits 5, ConversionTimeout 3). Обновлять при изменении набора.
|
||||
- 63 тестовых классов / 1004 теста: core 57/956 (`internal/doc/` 17/256, `internal/chart/` 18/301, `WordPdfConverterTest` 87), app 6/48 (ConvertController 26, ApiKeyFilter 8, ConversionService 5, ApiExceptionHandler 5, ConvertLimits 3, ConversionTimeout 1). Обновлять при изменении набора.
|
||||
|
||||
### Пиксели, метрики шрифтов, стенд без fontconfig
|
||||
|
||||
@@ -31,5 +31,5 @@
|
||||
- `lineRuleAuto_wordSingleLinePitch` — пинит метрический шаг «single» (13.4277pt) от псевдофиксов раскладки; `carlitoAutoBlock_untouched` — блок без явного `w:line` не трогается.
|
||||
- `vendoredXsltTracksJarCopy` — дрейф-гейт: вне AUDIT-FIX-регионов вендорный `docx2fo.xslt` обязан быть побайтно равен стилисту из jar'а docx4j-export-fo (при апгрейде docx4j — перевендорить и перенести патчи).
|
||||
- Крафт POIFS (закоммиченных фикстур нет, крафт продублирован в `WordPdfConverterTest`): `ListsTest`+`DocToDocxFormattingTest#list*`↔`docLists_numberingAndBulletsRendered` (синтетический .doc со списками → PDF: `1.` `2.` `a)` `b)` `•`, ни одного `#`; фикстур со списками нет — крафт POIFS продублирован в `WordPdfConverterTest`), `PrcDataTest`+`DocToDocxFormattingTest#hugePapxRowMark_closesRowWithGridFromPrcData` (TTP-абзац с grpprl в PrcData Data-потока → `w:tbl`/`w:tr`/сетка из цепочки; фикстуры нет — `docTest.doc` заказчика не коммитим, крафт POIFS продублирован), `SectionsTest`+`HeadersTest`+`DocToDocxFormattingTest#twoSections*/sectionBreakInTable*`↔`docMultiSection_perSectionHeaders` (двухсекционный .doc → PDF: стр. 1 — ШАПКА-1+ПОДВАЛ-1, стр. 2 — ШАПКА-2 + унаследованный ПОДВАЛ-1, ни одной `#`; крафт POIFS продублирован в `WordPdfConverterTest`), `ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept`+`DocToDocxFormattingTest#runFlags_*/keepNextKeepLines_*/sectLandscapePgNumCols_*/sectUnevenCols_*/cellVertAlign_*/drawnObject_*`+`SectionsTest#orientationPgNumColumns_applied/unevenColumns_perIndexWidths/restartWithoutStart_clampsToOne`+`TablesTest#vertAlign_*`↔`WordPdfConverterTest#docClassD_landscapeHiddenDelCaps/#docClassD_pageNumberRestartLowerRoman/#docClassD_twoColumnsBreak/#docClassD_drawnObjectBecomesImage` (закрытие пробелов класса D: vanish-фильтр/правки/caps/position/keep, landscape+pgNumType, колонки+column break, vAlign, 0x08→inline-картинка; фикстур нет — крафт POIFS продублирован в обоих тестовых классах).
|
||||
- Синтетика через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`: AUDIT-FIX-2↔`movedRevision_textPrinted`/`bdoDir_textPrinted` (фикстур нет — синтетический docx через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`); пиннинг аудита .docx↔`footnote_rendersAtPageBottom`, `endnote_rendersAtDocumentEnd`, `docxHyperlink_uriAnnotation`, `pageRefField_liveNotCached` (кэш 9001/7777 заменён живым номером), `dateField_notStaleCache` (кэш 01.02.2003 заменён текущей датой), `titlePg_firstPageHeader`, `vMergeCell_spansRows`, `sdtContent_rendered`, `drawingTextBox_textPrinted`, `ommlMath_drawnAsVectors` (пиксели: +150 тёмных px@150dpi сверх текста), `highlightAndShading_backgroundDrawn` (жёлтые px >0 против baseline 0), аудит [MS-DOC] моста 2026-11: `GrpprlTest#tInsertOperand_skippedBySpra`/`tInsertOperand_truncated_aborts` (sprmTInsert — 4 байта, хвост TAP не рассинхронизирован), `TablesTest#cellPadding_*` + `DocToDocxFormattingTest#cellMargins_becomeTcMar` ↔ `WordPdfConverterTest#tableTcMar_textInsetLikeWord` (CSSA→w:tcMar, пайплайн красит поля ячейки как tblCellMar — текст на margin+padding), `StylesTest#characterStyle_stk3_chainViaCharChain`/`charChain_nonCharacterStk_empty` + `DocToDocxFormattingTest#charStyle_viaIstd_mergesUnderDirect` (sprmCIstd: символьная chpx-цепочка между стилевой и прямыми, direct wins), `DocToDocxFormattingTest#runHighlightAndShading_inRPr`/`runShadingPattern_degradesToBackFill`/`paraShd_inPPrBeforeJc` ↔ `docHighlightAndShading_yellowPixels` (Ico→ST_HighlightColor; w:shd в форме FOP val="clear"+fill; паттерн→cvBack), `SectionsTest#titlePage_flagFromSepx` + `DocToDocxFormattingTest#titlePage_emittedAfterCols` ↔ `docTitlePage_firstHeaderOnlyFirstPage` (sprmSFTitlePage + first-слоты Plcfhdd → headerReference type="first", первая страница — только first-шапка)..
|
||||
- Синтетика через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`: AUDIT-FIX-2↔`movedRevision_textPrinted`/`bdoDir_textPrinted` (фикстур нет — синтетический docx через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`); пиннинг аудита .docx↔`footnote_rendersAtPageBottom`, `endnote_rendersAtDocumentEnd`, `docxHyperlink_uriAnnotation`, `pageRefField_liveNotCached` (кэш 9001/7777 заменён живым номером), `dateField_notStaleCache` (кэш 01.02.2003 заменён текущей датой), `titlePg_firstPageHeader`, `vMergeCell_spansRows`, `sdtContent_rendered`, `drawingTextBox_textPrinted`, `ommlMath_renderedAsPng` (пиксели: +150 тёмных px@150dpi сверх текста, текст формулы не извлекается), `ommlMathUnsupported_flattenedToText`, `highlightAndShading_backgroundDrawn` (жёлтые px >0 против baseline 0), аудит [MS-DOC] моста 2026-11: `GrpprlTest#tInsertOperand_skippedBySpra`/`tInsertOperand_truncated_aborts` (sprmTInsert — 4 байта, хвост TAP не рассинхронизирован), `TablesTest#cellPadding_*` + `DocToDocxFormattingTest#cellMargins_becomeTcMar` ↔ `WordPdfConverterTest#tableTcMar_textInsetLikeWord` (CSSA→w:tcMar, пайплайн красит поля ячейки как tblCellMar — текст на margin+padding), `StylesTest#characterStyle_stk3_chainViaCharChain`/`charChain_nonCharacterStk_empty` + `DocToDocxFormattingTest#charStyle_viaIstd_mergesUnderDirect` (sprmCIstd: символьная chpx-цепочка между стилевой и прямыми, direct wins), `DocToDocxFormattingTest#runHighlightAndShading_inRPr`/`runShadingPattern_degradesToBackFill`/`paraShd_inPPrBeforeJc` ↔ `docHighlightAndShading_yellowPixels` (Ico→ST_HighlightColor; w:shd в форме FOP val="clear"+fill; паттерн→cvBack), `SectionsTest#titlePage_flagFromSepx` + `DocToDocxFormattingTest#titlePage_emittedAfterCols` ↔ `docTitlePage_firstHeaderOnlyFirstPage` (sprmSFTitlePage + first-слоты Plcfhdd → headerReference type="first", первая страница — только first-шапка)..
|
||||
- App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed`, `corruptNotAZip_rejected`, `plainZipNotDocx_rejected`, `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName`, `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey`, `dotSegmentOpenPrefix_rejected`, `errorFlagNotBoolean_rejected`, `methodNotSupportedReturns405`/`badContentTypeReturns415`.
|
||||
|
||||
Executable
+128
@@ -0,0 +1,128 @@
|
||||
#!/bin/sh
|
||||
# Замер памяти конвейера конвертации: пики кучи на конвертацию (TSV из MemoryBench)
|
||||
# + топ аллокаций по JFR (jdk.ObjectAllocationSample). Методика и числа —
|
||||
# docs/MEM_USAGE_UPGRADE.md.
|
||||
#
|
||||
# Вход: env MB_LABEL — метка прогона (before/after/f1…, файл JFR per-label);
|
||||
# env MB_JAVA_OPTS — доп. флаги JVM ПОСЛЕ дефолтных (переопределение Xmx/GC
|
||||
# для матрицы флагов; при -Xmx меньше дефолтного дефолт просто заменяется;
|
||||
# для смены GC нужен и выключатель дефолта: "-XX:-UseG1GC -XX:+UseSerialGC",
|
||||
# иначе JVM падает на старте с "Multiple garbage collectors selected");
|
||||
# аргументы проходят в MemoryBench: --scenario suite|big|all|, --loops N,
|
||||
# --big-loops N, --dir PATH (реальные документы, напр. develop/).
|
||||
#
|
||||
# Пример: MB_LABEL=before ./mise.sh run mem-bench --scenario all --loops 20 | tee target/mem-before.txt
|
||||
set -eu
|
||||
|
||||
cd "$(dirname "$0")"
|
||||
|
||||
LABEL=${MB_LABEL:-run}
|
||||
|
||||
mvn -q -pl wordpdf-core test-compile
|
||||
CPFILE=$PWD/wordpdf-core/target/cp.txt
|
||||
if [ ! -f "$CPFILE" ] || [ wordpdf-core/pom.xml -nt "$CPFILE" ]; then
|
||||
mvn -q -pl wordpdf-core org.apache.maven.plugins:maven-dependency-plugin:3.8.1:build-classpath \
|
||||
-Dmdep.outputFile="$CPFILE" -Dmdep.includeScope=test
|
||||
fi
|
||||
|
||||
JFR=$PWD/wordpdf-core/target/membench-$LABEL.jfr
|
||||
GCLOG=$PWD/wordpdf-core/target/membench-$LABEL.gc.log
|
||||
ERRLOG=$PWD/wordpdf-core/target/membench-$LABEL.err
|
||||
printf '# git %s\n' "$(git rev-parse HEAD)"
|
||||
printf '# date %s\n' "$(date -u +%FT%TZ)"
|
||||
printf '# MB_JAVA_OPTS=%s\n' "${MB_JAVA_OPTS:-}"
|
||||
|
||||
# MB_JAVA_OPTS без кавычек — намеренно: несколько флагов одним словом пользователя.
|
||||
# shellcheck disable=SC2086
|
||||
java -Xms64m -Xmx2g -XX:+UseG1GC -Djava.awt.headless=true \
|
||||
-Xlog:gc*=info,gc+heap=debug:file=$GCLOG \
|
||||
${MB_JAVA_OPTS:-} \
|
||||
-XX:StartFlightRecording=filename=$JFR,settings=profile,maxsize=0,loglevel=error \
|
||||
-cp "wordpdf-core/target/classes:wordpdf-core/target/test-classes:$(cat "$CPFILE")" \
|
||||
ru.pjandro.wordpdf.MemoryBench "$@" 2>"$ERRLOG"
|
||||
|
||||
# --- аллокации по GC-логу (абсолютная оценка) -----------------------------------
|
||||
# allocated ≈ выметенный Eden + выметенные humongous-области (G1); max-live —
|
||||
# максимум heap после пауз (тренд накопления); паузы — число/сумма.
|
||||
# awk — портативный (mawk/gawk): без 3-аргументного match().
|
||||
echo
|
||||
awk '
|
||||
/Region Size:/ {
|
||||
for (i = 1; i <= NF; i++) { if ($i ~ /^[0-9]+M$/) { tok = $i; sub(/M$/, "", tok); rs = tok + 0 } }
|
||||
}
|
||||
/Eden regions:/ {
|
||||
for (i = 1; i <= NF; i++) {
|
||||
if ($i ~ /^[0-9]+->[0-9]+/) { p = $i; sub(/\(.*/, "", p); split(p, a, "->"); eden += (a[1] - a[2]) * rs }
|
||||
}
|
||||
}
|
||||
/Humongous regions:/ {
|
||||
for (i = 1; i <= NF; i++) {
|
||||
if ($i ~ /^[0-9]+->[0-9]+/) { p = $i; sub(/\(.*/, "", p); split(p, a, "->"); hum += (a[1] - a[2]) * rs }
|
||||
}
|
||||
}
|
||||
/Pause (Young|Full)/ && /M->/ {
|
||||
pauses++
|
||||
tail = $NF; if (tail ~ /[0-9]ms$/) { sub(/ms$/, "", tail); ptime += tail }
|
||||
for (i = 1; i <= NF; i++) {
|
||||
if ($i ~ /^[0-9]+M->[0-9]+M/) {
|
||||
v = $i; sub(/\(.*/, "", v); split(v, m, "->")
|
||||
if (m[2] + 0 > maxlive) { maxlive = m[2] + 0 }
|
||||
}
|
||||
}
|
||||
}
|
||||
END {
|
||||
printf "gc-summary allocated-estimate=%dMB max-live-after-gc=%dMB pauses=%d pause-total=%dms\n",
|
||||
eden + hum, maxlive, pauses, ptime
|
||||
}
|
||||
' "$GCLOG"
|
||||
|
||||
# --- агрегация аллокаций из JFR -------------------------------------------------
|
||||
TOPF=$(mktemp); APPF=$(mktemp)
|
||||
trap 'rm -f "$TOPF" "$APPF"' EXIT
|
||||
|
||||
jfr print --events jdk.ObjectAllocationSample "$JFR" | awk \
|
||||
-v TOPF="$TOPF" -v APPF="$APPF" '
|
||||
function framekey(line, k) {
|
||||
k = line
|
||||
sub(/^[ \t]+/, "", k)
|
||||
sub(/ line: [0-9]+$/, "", k)
|
||||
return k
|
||||
}
|
||||
function cls(key, c) {
|
||||
c = key
|
||||
sub(/ ?\(.*$/, "", c)
|
||||
sub(/^[^ ]*\//, "", c)
|
||||
return c
|
||||
}
|
||||
/^ *weight = / { w = $3 + 0 }
|
||||
/^ *stackTrace = \[/ { instk = 1; nf = 0; next }
|
||||
instk == 1 && /^ *\]/ {
|
||||
instk = 0
|
||||
if (nf == 0) { next }
|
||||
top = fr[1]
|
||||
app = ""
|
||||
for (i = 1; i <= nf; i++) {
|
||||
c = cls(fr[i])
|
||||
if (c !~ /^(java|javax|jdk|sun|com\.sun|org\.apache|org\.docx4j|org\.springframework|org\.springdoc|org\.w3c|org\.xml|net\.sf|org\.slf4j|ch\.qos)/) {
|
||||
app = fr[i]
|
||||
break
|
||||
}
|
||||
}
|
||||
wsum[top] += w
|
||||
if (app != "") { asum[app] += w }
|
||||
next
|
||||
}
|
||||
instk == 1 { nf++; fr[nf] = framekey($0) }
|
||||
END {
|
||||
for (k in wsum) { print wsum[k] "\t" k > TOPF }
|
||||
for (k in asum) { print asum[k] "\t" k > APPF }
|
||||
}
|
||||
'
|
||||
|
||||
echo
|
||||
printf '===== top-frames: суммарный вес аллокаций, байт (JFR profile, оценка) — label %s =====\n' "$LABEL"
|
||||
sort -rn "$TOPF" | head -15
|
||||
printf '===== alloc-total: %s байт\n' "$(awk '{s+=$1} END {printf "%.0f", s}' "$TOPF")"
|
||||
echo
|
||||
printf '===== app-sites: аллокации с первым кадром из приложения (attribution) =====\n'
|
||||
sort -rn "$APPF" | head -15
|
||||
@@ -18,6 +18,10 @@ run = "mvn clean verify"
|
||||
description = "mvn clean verify в контейнере без fontconfig (гейт, которым живёт CI; verify — хост-гейт без контейнера)"
|
||||
run = "podman build -f Containerfile.test ."
|
||||
|
||||
[tasks.mem-bench]
|
||||
description = "Замер памяти конвейера: TSV пиков кучи + топ аллокаций JFR (docs/MEM_USAGE_UPGRADE.md)"
|
||||
run = "sh membench.sh"
|
||||
|
||||
[tasks.app-package]
|
||||
description = "Исполняемый jar бэкенда"
|
||||
run = "mvn -pl wordpdf-app -am package"
|
||||
|
||||
@@ -29,6 +29,24 @@
|
||||
<dependency>
|
||||
<groupId>org.docx4j</groupId>
|
||||
<artifactId>docx4j-export-fo</artifactId>
|
||||
<!-- JEuclid (MathML-рендер FOP) исключён: формулы OMML больше не
|
||||
доходят до FO — DrawingPreRenderer заменяет каждую math-узел
|
||||
собственным растером (MathModel/MathRenderer) или текстом, а
|
||||
MathFallbackNormalizer (правило 6) срезает unsupported до
|
||||
загрузки. Jeuclid тянул AWT-менеджер шрифтов (fontconfig —
|
||||
падение на без-fontconfig хостах) и системные шрифты в вывод;
|
||||
инвариант «шрифты только бандла» пинит
|
||||
FontsBundledOnlyInvariantTest. -->
|
||||
<exclusions>
|
||||
<exclusion>
|
||||
<groupId>de.rototor.jeuclid</groupId>
|
||||
<artifactId>jeuclid-fop</artifactId>
|
||||
</exclusion>
|
||||
<exclusion>
|
||||
<groupId>de.rototor.jeuclid</groupId>
|
||||
<artifactId>jeuclid-core</artifactId>
|
||||
</exclusion>
|
||||
</exclusions>
|
||||
</dependency>
|
||||
<!-- Простой логгер в консоль (slf4j). Обязателен: без него docx4j
|
||||
пишет предупреждение прямо в выходной PDF. -->
|
||||
|
||||
@@ -0,0 +1,106 @@
|
||||
package ru.pjandro.wordpdf.fonts;
|
||||
|
||||
import java.util.HashMap;
|
||||
import java.util.Locale;
|
||||
import java.util.Map;
|
||||
|
||||
/**
|
||||
* Таблица алиасов имён шрифтов и обратное имя для {@code w:rFonts}.
|
||||
*
|
||||
* Почему это вынесено из {@link BundledFontMapper}: обращение к статикам
|
||||
* маппера (чарты, GlyphCoverageNormalizer, MathModel) по правилам JVM
|
||||
* инициализирует и суперкласс {@code BestMatchingMapper}, чей
|
||||
* {@code <clinit>} сканирует classpath-джары в реестр {@code PhysicalFonts};
|
||||
* системный скан гейтится свойствами {@code docx4j.fonts.discover*},
|
||||
* которые выставляет {@code WordPdfConverter.<clinit>}, — и при раннем
|
||||
* обращении к мапперу скан мог пройти без гейта. У этого класса нет
|
||||
* наследования, его статика безопасна при любом порядке загрузки.
|
||||
* Экземпляр {@code BundledFontMapper} создаётся только в конвейере
|
||||
* {@code WordPdfConverter} — всегда после его {@code <clinit>}.
|
||||
*/
|
||||
public final class BundledFontAliases {
|
||||
|
||||
/**
|
||||
* Алиасы: имя шрифта из документа (lowercase) -> бандл-семейство (lowercase).
|
||||
* Croscore (Arimo/Tinos/Cousine) и crosextra (Carlito/Caladea) шрифты
|
||||
* метрически совместимы с соответствующими MS-шрифтами и содержат
|
||||
* кириллицу.
|
||||
*/
|
||||
static final Map<String, String> ALIASES;
|
||||
|
||||
static {
|
||||
Map<String, String> m = new HashMap<>();
|
||||
// Частые MS-шрифты -> open-source аналоги
|
||||
m.put("calibri", "carlito");
|
||||
m.put("calibri light", "carlito");
|
||||
m.put("cambria", "caladea");
|
||||
m.put("arial", "arimo");
|
||||
m.put("times new roman", "tinos");
|
||||
m.put("courier new", "cousine");
|
||||
// Бандл-шрифты сами по себе (на случай, если документ прямо
|
||||
// указывает одно из них)
|
||||
m.put("carlito", "carlito");
|
||||
m.put("caladea", "caladea");
|
||||
m.put("arimo", "arimo");
|
||||
m.put("tinos", "tinos");
|
||||
m.put("cousine", "cousine");
|
||||
m.put("dejavu sans", "dejavu sans");
|
||||
m.put("dejavu serif", "dejavu serif");
|
||||
// Покрывающие шрифты (в документе обычно не встречаются, но если
|
||||
// встречаться — маппятся на себя, а не в DejaVu-фолбэк)
|
||||
m.put("noto naskh arabic", "noto naskh arabic");
|
||||
m.put("noto sans armenian", "noto sans armenian");
|
||||
ALIASES = Map.copyOf(m);
|
||||
}
|
||||
|
||||
/** Финальный fallback: шрифт с гарантированной кириллицей. */
|
||||
private static final String FALLBACK_FAMILY = BundledFonts.FALLBACK_FAMILY;
|
||||
|
||||
/**
|
||||
* Имя семейства для записи в {@code w:rFonts} (ключ — lowercase-семейство).
|
||||
* Нужно {@code GlyphCoverageNormalizer}: он пишет в разрезанный ран
|
||||
* человекочитаемое имя, а {@code BundledFontMapper.populateFontMappings}
|
||||
* маппит его обратно на TTF.
|
||||
*/
|
||||
private static final Map<String, String> DISPLAY_NAMES = Map.of(
|
||||
"dejavu sans", "DejaVu Sans",
|
||||
"dejavu serif", "DejaVu Serif",
|
||||
"noto naskh arabic", "Noto Naskh Arabic",
|
||||
"noto sans armenian", "Noto Sans Armenian");
|
||||
|
||||
/**
|
||||
* Имя, которое docx4j {@code RunFontSelector} запрашивает у маппера для
|
||||
* символов диапазона U+2000–U+2EFF (em-dash «—», кавычки «„», многоточие
|
||||
* «…»), если шрифт ранa не содержит глифа. Это виртуальное имя (в
|
||||
* документе его нет), поэтому маппим его на {@link #FALLBACK_FAMILY}:
|
||||
* без записи символ остаётся без font-family в FO и рендерится системным
|
||||
* неembedded-шрифтом (Helvetica).
|
||||
*/
|
||||
static final String SYMBOL_FONT = "Segoe UI Symbol";
|
||||
|
||||
private BundledFontAliases() {
|
||||
}
|
||||
|
||||
/**
|
||||
* Бандл-семейство для имени шрифта из документа (таблица алиасов)
|
||||
* или финальный fallback. Используется пре-рендером диаграмм и формул
|
||||
* (internal/chart), которому нужен тот же шрифт, что и у текста PDF.
|
||||
*/
|
||||
public static String bundledFamily(String docFontName) {
|
||||
String family = ALIASES.get(docFontName.toLowerCase(Locale.ROOT));
|
||||
return family != null && BundledFonts.regular(family) != null
|
||||
? family
|
||||
: FALLBACK_FAMILY;
|
||||
}
|
||||
|
||||
/**
|
||||
* Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить
|
||||
* бандл-семейство {@code family}: {@code GlyphCoverageNormalizer} пишет
|
||||
* его в разрезанные раны. Обратная к {@link #bundledFamily} операция —
|
||||
* имена берутся из таблицы алиасов, поэтому маппинг гарантированно
|
||||
* возвращается к тому же семейству.
|
||||
*/
|
||||
public static String documentFontName(String family) {
|
||||
return DISPLAY_NAMES.getOrDefault(family, family);
|
||||
}
|
||||
}
|
||||
@@ -4,10 +4,8 @@ import org.docx4j.fonts.BestMatchingMapper;
|
||||
import org.docx4j.fonts.PhysicalFont;
|
||||
import org.docx4j.wml.Fonts;
|
||||
|
||||
import java.util.HashMap;
|
||||
import java.util.LinkedHashSet;
|
||||
import java.util.Locale;
|
||||
import java.util.Map;
|
||||
import java.util.Set;
|
||||
|
||||
/**
|
||||
@@ -15,7 +13,8 @@ import java.util.Set;
|
||||
*
|
||||
* Стратегия (см. {@link #populateFontMappings}):
|
||||
* 1. Частые MS-шрифты заменяются метрически совместимыми open-source
|
||||
* аналогами (таблица алиасов) — они есть в jar и содержат кириллицу.
|
||||
* аналогами (таблица алиасов {@link BundledFontAliases}) — они есть в
|
||||
* jar и содержат кириллицу.
|
||||
* 2. Нераспознанные шрифты передаются родительскому
|
||||
* {@link BestMatchingMapper} (совпадение по Panose-кодам среди
|
||||
* доступных шрифтов).
|
||||
@@ -27,95 +26,30 @@ import java.util.Set;
|
||||
* файл для каждого начертания. Ключи register*Form — точное имя из
|
||||
* документа: docx4j ищет варианты именно по нему.
|
||||
*
|
||||
* ВАЖНО (macOS): {@code PhysicalFonts.getBoldForm} для имён бандл-шрифтов
|
||||
* ({@code Tinos Regular}, {@code Carlito Regular}, …) на macOS уходит в
|
||||
* {@code MicrosoftFontsRegistry} и возвращает {@code null} — у этих записей
|
||||
* нет Mac-имени файла. docx4j тогда строит simulate-style fopconf (все
|
||||
* начертания на regular-TTF), и FOP теряет реальные Bold/Italic: другие
|
||||
* метрики и кернинг ломают переносы в узких ячейках (регрессии —
|
||||
* {@code WordPdfConverterTest#strictOoxml_convertsNotRejected},
|
||||
* {@code #ruPlain_regularRunsUseRegularFont}). Override-ы
|
||||
* {@code getBoldForm}/{@code getItalicForm}/{@code getBoldItalicForm}
|
||||
* отдают реальные бандл-варианты.
|
||||
*
|
||||
* ВАЖНО (порядок инициализации): конструктор BestMatchingMapper
|
||||
* запускает обнаружение системных шрифтов, которые могут занять те же
|
||||
* имена в реестре docx4j. Поэтому {@code BundledFonts.init()} нужно
|
||||
* вызывать ПОСЛЕ создания маппера, чтобы бандл-шрифты оказались в
|
||||
* реестре поверх системных.
|
||||
* реестре поверх системных. Таблица алиасов вынесена в
|
||||
* {@link BundledFontAliases}, чтобы обращение к ней не инициировало этот
|
||||
* класс до гейта {@code WordPdfConverter.<clinit>}.
|
||||
*/
|
||||
public class BundledFontMapper extends BestMatchingMapper {
|
||||
|
||||
/**
|
||||
* Алиасы: имя шрифта из документа (lowercase) -> бандл-семейство (lowercase).
|
||||
* Croscore (Arimo/Tinos/Cousine) и crosextra (Carlito/Caladea) шрифты
|
||||
* метрически совместимы с соответствующими MS-шрифтами и содержат
|
||||
* кириллицу.
|
||||
*/
|
||||
private static final Map<String, String> ALIASES;
|
||||
|
||||
/** Финальный fallback: шрифт с гарантированной кириллицей. */
|
||||
private static final String FALLBACK_FAMILY = BundledFonts.FALLBACK_FAMILY;
|
||||
|
||||
/**
|
||||
* Имя семейства для записи в {@code w:rFonts} (ключ — lowercase-семейство).
|
||||
* Нужно {@code GlyphCoverageNormalizer}: он пишет в разрезанный ран
|
||||
* человекочитаемое имя, а {@link #populateFontMappings} маппит его
|
||||
* обратно на TTF.
|
||||
*/
|
||||
private static final Map<String, String> DISPLAY_NAMES = Map.of(
|
||||
"dejavu sans", "DejaVu Sans",
|
||||
"dejavu serif", "DejaVu Serif",
|
||||
"noto naskh arabic", "Noto Naskh Arabic",
|
||||
"noto sans armenian", "Noto Sans Armenian");
|
||||
|
||||
/**
|
||||
* Имя, которое docx4j {@code RunFontSelector} запрашивает у маппера для
|
||||
* символов диапазона U+2000–U+2EFF (em-dash «—», кавычки «„», многоточие
|
||||
* «…»), если шрифт ранa не содержит глифа. Это виртуальное имя (в
|
||||
* документе его нет), поэтому маппим его на {@link #FALLBACK_FAMILY}:
|
||||
* без записи символ остаётся без font-family в FO и рендерится системным
|
||||
* неembedded-шрифтом (Helvetica).
|
||||
*/
|
||||
static final String SYMBOL_FONT = "Segoe UI Symbol";
|
||||
|
||||
static {
|
||||
Map<String, String> m = new HashMap<>();
|
||||
// Частые MS-шрифты -> open-source аналоги
|
||||
m.put("calibri", "carlito");
|
||||
m.put("calibri light", "carlito");
|
||||
m.put("cambria", "caladea");
|
||||
m.put("arial", "arimo");
|
||||
m.put("times new roman", "tinos");
|
||||
m.put("courier new", "cousine");
|
||||
// Бандл-шрифты сами по себе (на случай, если документ прямо
|
||||
// указывает одно из них)
|
||||
m.put("carlito", "carlito");
|
||||
m.put("caladea", "caladea");
|
||||
m.put("arimo", "arimo");
|
||||
m.put("tinos", "tinos");
|
||||
m.put("cousine", "cousine");
|
||||
m.put("dejavu sans", "dejavu sans");
|
||||
m.put("dejavu serif", "dejavu serif");
|
||||
// Покрывающие шрифты (в документе обычно не встречаются, но если
|
||||
// встречаться — маппятся на себя, а не в DejaVu-фолбэк)
|
||||
m.put("noto naskh arabic", "noto naskh arabic");
|
||||
m.put("noto sans armenian", "noto sans armenian");
|
||||
ALIASES = Map.copyOf(m);
|
||||
}
|
||||
|
||||
/**
|
||||
* Бандл-семейство для имени шрифта из документа (таблица алиасов)
|
||||
* или финальный fallback. Используется пре-рендером диаграмм
|
||||
* (internal/chart), которому нужен тот же шрифт, что и у текста PDF.
|
||||
*/
|
||||
public static String bundledFamily(String docFontName) {
|
||||
String family = ALIASES.get(docFontName.toLowerCase(Locale.ROOT));
|
||||
return family != null && BundledFonts.regular(family) != null
|
||||
? family
|
||||
: FALLBACK_FAMILY;
|
||||
}
|
||||
|
||||
/**
|
||||
* Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить
|
||||
* бандл-семейство {@code family}: {@code GlyphCoverageNormalizer} пишет
|
||||
* его в разрезанные раны. Обратная к {@link #bundledFamily} операция —
|
||||
* имена берутся из таблицы алиасов, поэтому маппинг гарантированно
|
||||
* возвращается к тому же семейству.
|
||||
*/
|
||||
public static String documentFontName(String family) {
|
||||
return DISPLAY_NAMES.getOrDefault(family, family);
|
||||
}
|
||||
|
||||
/**
|
||||
* Вызывается docx4j при {@code package.setFontMapper(...)}: для каждого
|
||||
* имени шрифта, использованного в документе, нужно определить, каким
|
||||
@@ -126,21 +60,21 @@ public class BundledFontMapper extends BestMatchingMapper {
|
||||
*/
|
||||
@Override
|
||||
public void populateFontMappings(Set<String> documentFontNames, Fonts wmlFonts) throws Exception {
|
||||
// Виртуальное имя для символов U+2000–U+2EFF (см. SYMBOL_FONT):
|
||||
// Виртуальное имя для символов U+2000–U+2EFF (см. BundledFontAliases.SYMBOL_FONT):
|
||||
// маппим сразу, чтобы оно не попало в remaining и родительский
|
||||
// BestMatchingMapper не пытался искать его в fontTable (и не логировал
|
||||
// "Font Segoe UI Symbol not found in font table!").
|
||||
if (BundledFonts.regular(FALLBACK_FAMILY) != null) {
|
||||
mapFamily(SYMBOL_FONT, FALLBACK_FAMILY);
|
||||
mapFamily(BundledFontAliases.SYMBOL_FONT, FALLBACK_FAMILY);
|
||||
}
|
||||
|
||||
Set<String> remaining = new LinkedHashSet<>();
|
||||
for (String docFontName : documentFontNames) {
|
||||
if (SYMBOL_FONT.equalsIgnoreCase(docFontName)) {
|
||||
if (BundledFontAliases.SYMBOL_FONT.equalsIgnoreCase(docFontName)) {
|
||||
// уже маппировано выше
|
||||
continue;
|
||||
}
|
||||
String family = ALIASES.get(docFontName.toLowerCase(Locale.ROOT));
|
||||
String family = BundledFontAliases.ALIASES.get(docFontName.toLowerCase(Locale.ROOT));
|
||||
if (family == null || BundledFonts.regular(family) == null) {
|
||||
// Нет алиаса (или init() не вызван) — доверимся родителю
|
||||
remaining.add(docFontName);
|
||||
@@ -163,6 +97,51 @@ public class BundledFontMapper extends BestMatchingMapper {
|
||||
}
|
||||
}
|
||||
|
||||
/** Начертание бандла вместо registry-эвристики: см. «ВАЖНО (macOS)» в javadoc класса. */
|
||||
@Override
|
||||
public PhysicalFont getBoldForm(String fontName, PhysicalFont physicalFont) {
|
||||
PhysicalFont bundled = bundledSibling(physicalFont, BundledFonts.V_BOLD);
|
||||
return bundled != null ? bundled : super.getBoldForm(fontName, physicalFont);
|
||||
}
|
||||
|
||||
/** Начертание бандла вместо registry-эвристики: см. «ВАЖНО (macOS)» в javadoc класса. */
|
||||
@Override
|
||||
public PhysicalFont getItalicForm(String fontName, PhysicalFont physicalFont) {
|
||||
PhysicalFont bundled = bundledSibling(physicalFont, BundledFonts.V_ITALIC);
|
||||
return bundled != null ? bundled : super.getItalicForm(fontName, physicalFont);
|
||||
}
|
||||
|
||||
/** Начертание бандла вместо registry-эвристики: см. «ВАЖНО (macOS)» в javadoc класса. */
|
||||
@Override
|
||||
public PhysicalFont getBoldItalicForm(String fontName, PhysicalFont physicalFont) {
|
||||
PhysicalFont bundled = bundledSibling(physicalFont, BundledFonts.V_BOLD_ITALIC);
|
||||
return bundled != null ? bundled : super.getBoldItalicForm(fontName, physicalFont);
|
||||
}
|
||||
|
||||
/**
|
||||
* Реальное начертание бандл-семейства, к которому относится {@code pf}.
|
||||
*
|
||||
* <p>Семейство опознаётся по {@code embeddedURI} regular-варианта, а не
|
||||
* по имени: на macOS имя в реестре docx4j — полное из TTF-таблицы
|
||||
* ({@code Tinos Regular}), и именно на нём ломается
|
||||
* {@code PhysicalFonts.getBoldForm}. Шрифт вне бандла (или {@code pf ==
|
||||
* null}, {@code BundledFonts.init()} не вызван) → {@code null}, вызывающий
|
||||
* идёт родительской логикой.</p>
|
||||
*/
|
||||
private static PhysicalFont bundledSibling(PhysicalFont pf, String variant) {
|
||||
if (pf == null || pf.getEmbeddedURI() == null) {
|
||||
return null;
|
||||
}
|
||||
String uri = pf.getEmbeddedURI().toString();
|
||||
for (String family : BundledFonts.families()) {
|
||||
PhysicalFont regular = BundledFonts.regular(family);
|
||||
if (regular != null && uri.equals(regular.getEmbeddedURI().toString())) {
|
||||
return BundledFonts.font(family, variant);
|
||||
}
|
||||
}
|
||||
return null;
|
||||
}
|
||||
|
||||
/**
|
||||
* Привязывает все начертания семейства к имени шрифта из документа.
|
||||
*/
|
||||
|
||||
@@ -16,9 +16,11 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
|
||||
* Единый zip-проход переписывания XML-частей (.docx) вместо отдельных
|
||||
* проходов нормализаторов: к каждой записи {@code word/*.xml} применяются
|
||||
* все одиннадцать рерайтов в фиксированном порядке
|
||||
* Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback.
|
||||
* Strict→OnOff→Symbol→Field→Invisible→MathFallback→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby.
|
||||
* Порядок значим: Strict первым — дальше части в transitional-виде
|
||||
* (TableIndent читает transitional-атрибуты {@code w:}); GlyphCoverage
|
||||
* (TableIndent читает transitional-атрибуты {@code w:}); MathFallback
|
||||
* шестым — flatten unsupported-формул даёт обычный текст ранов, который
|
||||
* следующий GlyphCoverage покрывает кириллицей бандла; GlyphCoverage
|
||||
* режет раны по финальному тексту рана (после Symbol/Invisible); Hidden
|
||||
* девятым — вырезает уже финальные раны (после Symbol/GLYPH-разбиений),
|
||||
* а его OnOff-форма vanish читается после правила 2. Каждый
|
||||
@@ -114,6 +116,10 @@ public final class DocxRewritePipeline {
|
||||
if (next != null) {
|
||||
cur = next;
|
||||
}
|
||||
next = MathFallbackNormalizer.rewrite(cur);
|
||||
if (next != null) {
|
||||
cur = next;
|
||||
}
|
||||
next = GlyphCoverageNormalizer.rewrite(cur);
|
||||
if (next != null) {
|
||||
cur = next;
|
||||
@@ -134,10 +140,6 @@ public final class DocxRewritePipeline {
|
||||
if (next != null) {
|
||||
cur = next;
|
||||
}
|
||||
next = MathFallbackNormalizer.rewrite(cur);
|
||||
if (next != null) {
|
||||
cur = next;
|
||||
}
|
||||
if (!cur.equals(xml)) {
|
||||
changed = true;
|
||||
rewritten = cur.getBytes(StandardCharsets.UTF_8);
|
||||
|
||||
@@ -26,7 +26,16 @@ import ru.pjandro.wordpdf.fonts.BundledFonts;
|
||||
* рендерится шрифтом просмотрщика либо .notdef («#»). Поэтому в конфиг
|
||||
* добавляются ВСЕ шрифты бандла: стоит они в документе или нет, решает FO.
|
||||
*
|
||||
* Метод идемпотентен: уже задекларированное семейство не дублируется.
|
||||
* Конфиг обязан быть полным при каждом {@code declare}: общая FopFactory
|
||||
* ({@code WordPdfConverter.sharedFopFactory}) строится из fopconf первого
|
||||
* документа JVM, а docx4j декларирует из {@code fontsInUse} только
|
||||
* использованные начертания — {@code declareFamily} дополняет семейство
|
||||
* недостающими реальными начертаниями, а не пропускает его целиком.
|
||||
* Идемпотентность: начертание, уже имеющее в конфиге запись на реальном
|
||||
* TTF, не дублируется.
|
||||
*
|
||||
* <p>Регрессия — FopFallbackFontsTest#declareWhenDocx4jDeclaredRegularOnly_addsMissingVariants,
|
||||
* WordPdfConverterTest#fopFactoryFrozenFromFirstDoc_fontsComplete.
|
||||
*/
|
||||
public final class FopFallbackFonts {
|
||||
|
||||
@@ -49,7 +58,15 @@ public final class FopFallbackFonts {
|
||||
}
|
||||
}
|
||||
|
||||
/** Одно семейство: regular + существующие начертания (Noto — только regular). */
|
||||
/**
|
||||
* Одно семейство: каждое начертание, для которого в конфиге нет
|
||||
* записи с реальным TTF этого начертания (Noto — только regular,
|
||||
* отсутствующие варианты пропускаются). Family-level «уже есть —
|
||||
* пропускаем всё» запрещён: docx4j декларирует только использованные
|
||||
* начертания (или simulate-style на одном файле), а общая FopFactory
|
||||
* замораживает конфиг первого документа на всю JVM — пропущенное
|
||||
* семейство остаётся неполным для всех последующих конвертаций.
|
||||
*/
|
||||
private static void declareFamily(Fonts rendererFonts, ObjectFactory factory,
|
||||
String family) {
|
||||
PhysicalFont regular = BundledFonts.regular(family);
|
||||
@@ -61,21 +78,43 @@ public final class FopFallbackFonts {
|
||||
// и под это же имя декларируются все начертания (так делает
|
||||
// docx4j FopConfigUtil.createVariant).
|
||||
String familyName = regular.getName();
|
||||
for (Fonts.Font existing : rendererFonts.getFont()) {
|
||||
for (Fonts.Font.FontTriplet triplet : existing.getFontTriplet()) {
|
||||
if (familyName.equals(triplet.getName())) {
|
||||
return;
|
||||
String[][] variants = {
|
||||
{BundledFonts.V_REGULAR, "normal", "normal"},
|
||||
{BundledFonts.V_BOLD, "normal", "bold"},
|
||||
{BundledFonts.V_ITALIC, "italic", "normal"},
|
||||
{BundledFonts.V_BOLD_ITALIC, "italic", "bold"},
|
||||
};
|
||||
for (String[] v : variants) {
|
||||
PhysicalFont variant = BundledFonts.font(family, v[0]);
|
||||
if (variant == null
|
||||
|| hasRealFace(rendererFonts, familyName, v[1], v[2], variant)) {
|
||||
continue;
|
||||
}
|
||||
addFont(rendererFonts, factory, familyName, variant, v[1], v[2]);
|
||||
}
|
||||
}
|
||||
|
||||
addFont(rendererFonts, factory, familyName, regular, "normal", "normal");
|
||||
addFont(rendererFonts, factory, familyName,
|
||||
BundledFonts.bold(family), "normal", "bold");
|
||||
addFont(rendererFonts, factory, familyName,
|
||||
BundledFonts.italic(family), "italic", "normal");
|
||||
addFont(rendererFonts, factory, familyName,
|
||||
BundledFonts.boldItalic(family), "italic", "bold");
|
||||
/**
|
||||
* Есть ли в конфиге запись триплета (familyName, style, weight) именно
|
||||
* на реальном TTF {@code variant}. Триплет без этого embed-url
|
||||
* (simulate-style docx4j — все начертания на regular-файле) реальным
|
||||
* лицом не считается: FOP встроит из него не то начертание.
|
||||
*/
|
||||
private static boolean hasRealFace(Fonts rendererFonts, String familyName,
|
||||
String style, String weight, PhysicalFont variant) {
|
||||
String url = variant.getEmbeddedURI().toString();
|
||||
for (Fonts.Font font : rendererFonts.getFont()) {
|
||||
if (!url.equals(font.getEmbedUrl())) {
|
||||
continue;
|
||||
}
|
||||
for (Fonts.Font.FontTriplet triplet : font.getFontTriplet()) {
|
||||
if (familyName.equals(triplet.getName()) && style.equals(triplet.getStyle())
|
||||
&& weight.equals(triplet.getWeight())) {
|
||||
return true;
|
||||
}
|
||||
}
|
||||
}
|
||||
return false;
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
package ru.pjandro.wordpdf.internal;
|
||||
|
||||
import ru.pjandro.wordpdf.fonts.BundledFontMapper;
|
||||
import ru.pjandro.wordpdf.fonts.BundledFontAliases;
|
||||
import ru.pjandro.wordpdf.fonts.BundledFonts;
|
||||
import ru.pjandro.wordpdf.fonts.GlyphFont;
|
||||
|
||||
@@ -38,7 +38,7 @@ import java.util.concurrent.ConcurrentHashMap;
|
||||
* Делаем то, что должен был сделать рендер: ран, в тексте которого есть
|
||||
* знаки без глифа, разрезается на части, и каждой части явно назначается
|
||||
* бандл-семейство, где глиф есть ({@link #targetFamily}). Имя пишется в
|
||||
* {@code w:rFonts}, дальше {@link BundledFontMapper} маппит его на TTF,
|
||||
* {@code w:rFonts}, дальше {@code BundledFontMapper} маппит его на TTF,
|
||||
* а {@link FopFallbackFonts} декларирует его в FOP-конфиге.
|
||||
*
|
||||
* Правила, ограничивающие вмешательство:
|
||||
@@ -406,7 +406,7 @@ final class GlyphCoverageNormalizer {
|
||||
if (!m.find()) {
|
||||
return null;
|
||||
}
|
||||
return BundledFontMapper.bundledFamily(m.group(2));
|
||||
return BundledFontAliases.bundledFamily(m.group(2));
|
||||
}
|
||||
|
||||
/**
|
||||
@@ -414,7 +414,7 @@ final class GlyphCoverageNormalizer {
|
||||
* {@code w:rFonts}, а если их нет — вставляет элемент первым ребёнком.
|
||||
*/
|
||||
private static String forceFont(String rPr, String family) {
|
||||
String name = BundledFontMapper.documentFontName(family);
|
||||
String name = BundledFontAliases.documentFontName(family);
|
||||
String fonts = "<w:rFonts w:ascii=\"" + name + "\" w:hAnsi=\"" + name + "\"/>";
|
||||
if (rPr.isEmpty()) {
|
||||
return "<w:rPr>" + fonts + "</w:rPr>";
|
||||
|
||||
+225
-50
@@ -1,90 +1,265 @@
|
||||
package ru.pjandro.wordpdf.internal;
|
||||
|
||||
import ru.pjandro.wordpdf.internal.chart.MathModel;
|
||||
|
||||
import java.util.ArrayList;
|
||||
import java.util.HashMap;
|
||||
import java.util.HashSet;
|
||||
import java.util.List;
|
||||
import java.util.Map;
|
||||
import java.util.Set;
|
||||
import java.util.regex.Matcher;
|
||||
import java.util.regex.Pattern;
|
||||
|
||||
/**
|
||||
* Деградация OMML-формул (§22.1) в текст на хостах без fontconfig.
|
||||
* Байтовый скан формул OMML (§22.1): блок {@code m:oMathPara}/{@code m:oMath},
|
||||
* содержащий math-элемент вне {@link MathModel#SUPPORTED}, заменяется раном с
|
||||
* конкатенацией текста {@code m:t} (как штатный фолбэк docx4j
|
||||
* {@code XsltFOFunctions.mathText}) — формула видна текстом, а не теряется.
|
||||
*
|
||||
* <p>docx4j превращает {@code m:oMath}/{@code m:oMathPara} в
|
||||
* {@code fo:instream-foreign-object} с MathML, а FOP рисует его через
|
||||
* jeuclid-fop. JEuclid при первой формуле обращается к AWT-менеджеру шрифтов,
|
||||
* которому на Linux нужен fontconfig; без него конвертация падает
|
||||
* {@code InternalError: Fontconfig head is null} (репро: arm64 без /etc/fonts;
|
||||
* контейнерный рантайм проекта тоже без fontconfig — Containerfile).
|
||||
* Поэтому до загрузки docx4j формулы заменяются обычными ранами с текстом
|
||||
* {@code m:t} (конкатенация, как в штатном фолбэке docx4j
|
||||
* {@code XsltFOFunctions.mathText}) — формула видна, приложение не падает.
|
||||
* <p>Зачем скан до загрузки docx4j: собственный растер формул
|
||||
* ({@code MathModel}/{@code MathRenderer} в {@code DrawingPreRenderer})
|
||||
* уронил бы unsupported-конструкцию в {@code MathUnsupportedException} и
|
||||
* деградировал тем же текстом — но скан даёт детерминизм «формула целиком
|
||||
* текстом» для байтового уровня пайплайна и не зависит от JAXB-биндинга.
|
||||
* Рантайм-деградация остаётся второй сетью (биндинг может не смонтировать
|
||||
* неизвестный элемент, который скан увидел).
|
||||
*
|
||||
* <p>На хосте с fontconfig рерайт не срабатывает (возвращается {@code null},
|
||||
* пайплайн отдаёт тот же массив). Позиция в цепочке — после Ruby (правило 10),
|
||||
* одиннадцатый рерайт:
|
||||
* {@code m:oMathPara} содержит {@code m:oMath}, поэтому блок para заменяется
|
||||
* первым, иначе остался бы несбалансированный каркас. Префикс {@code m:}
|
||||
* предполагается (Word и strict-OOXML используют его; StrictOoxmlNormalizer
|
||||
* его не переименовывает).
|
||||
* <p>Скан namespace-aware: префиксы, привязанные к math-URI на корневом
|
||||
* элементе (+ переопределения {@code xmlns} внутри блока), — unsupported
|
||||
* проверяется только для тегов в math-namespace; префиксы чужих namespace'ов
|
||||
* ( {@code w:rPr} внутри рана формулы) игнорируются. Непривязанный/отсутствующий
|
||||
* map объявлений при наличии {@code :oMath} — консервативная обработка «как
|
||||
* math» (риск потерять контент при недобитом биндинге сильнее избыточной
|
||||
* деградации).
|
||||
*
|
||||
* <p>Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors.
|
||||
* <p>Позиция в цепочке — шестое правило, перед GlyphCoverage: flatten даёт
|
||||
* обычный текст ранов, который следующий рерайт покрывает кириллицей бандла
|
||||
* (раньше формулы с {@code м} теряли глифы именно из-за порядка —
|
||||
* GlyphCoverage не видел текст внутри OMML). Блок para заменяется первым:
|
||||
* {@code m:oMathPara} содержит {@code m:oMath}, иначе остался бы
|
||||
* несбалансированный каркас.
|
||||
*/
|
||||
final class MathFallbackNormalizer {
|
||||
|
||||
/** {@code m:oMathPara} ... {@code </m:oMathPara>} — блок формулы. */
|
||||
private static final Pattern MATH_PARA = Pattern.compile(
|
||||
"<m:oMathPara(?:\\s[^>]*)?>.*?</m:oMathPara>", Pattern.DOTALL);
|
||||
/** Закрывающий символ открывающего тега (скан конца корня формулы). */
|
||||
private static final char TAG_END = '>';
|
||||
|
||||
/** Самозакрывающийся {@code <m:oMathPara/>}. */
|
||||
private static final Pattern MATH_PARA_SELF = Pattern.compile(
|
||||
"<m:oMathPara(?:\\s[^>]*)?/>");
|
||||
/** Math-namespace OMML (§22.1). */
|
||||
private static final String MATH_NS =
|
||||
"http://schemas.openxmlformats.org/officeDocument/2006/math";
|
||||
|
||||
/** {@code m:oMath} ... {@code </m:oMath>} — встроенная формула. */
|
||||
private static final Pattern MATH_INLINE = Pattern.compile(
|
||||
"<m:oMath(?:\\s[^>]*)?>.*?</m:oMath>", Pattern.DOTALL);
|
||||
/** Объявление {@code xmlns:prefix="uri"} (значение без кавычек). */
|
||||
private static final Pattern XMLNS = Pattern.compile(
|
||||
"xmlns:([A-Za-z_][\\w.-]*)=\"([^\"]*)\"");
|
||||
|
||||
/** Самозакрывающийся {@code <m:oMath/>}. */
|
||||
private static final Pattern MATH_INLINE_SELF = Pattern.compile(
|
||||
"<m:oMath(?:\\s[^>]*)?/>");
|
||||
/** Начало блока формулы; префикс обязателен (без него {@code :oMath} нет). */
|
||||
private static final Pattern MATH_BLOCK = Pattern.compile(
|
||||
"<([A-Za-z_][\\w.-]*):oMath(Para)?(?=[\\s/>])");
|
||||
|
||||
/** Текстовый узел OMML; содержимое — уже экранированный XML-текст. */
|
||||
/** Элементный тег с префиксом {@code <p:name>} / {@code </p:name>}. */
|
||||
private static final Pattern PREFIXED_TAG = Pattern.compile(
|
||||
"</?([A-Za-z_][\\w.-]*):([A-Za-z_][\\w.-]*)");
|
||||
|
||||
/** Текстовый узел {@code <p:t>}; содержимое — уже экранированный XML. */
|
||||
private static final Pattern MATH_TEXT = Pattern.compile(
|
||||
"<m:t(?:\\s[^>]*)?>(.*?)</m:t>", Pattern.DOTALL);
|
||||
"<([A-Za-z_][\\w.-]*):t(?:\\s[^>]*)?>(.*?)</\\1:t>", Pattern.DOTALL);
|
||||
|
||||
private MathFallbackNormalizer() {
|
||||
}
|
||||
|
||||
/**
|
||||
* Рерайт одной XML-части: формулы → текст, если AWT-шрифтов нет.
|
||||
* Формул нет / шрифты есть / ничего не изменилось → {@code null}.
|
||||
* Рерайт одной XML-части: unsupported-формулы → текст. Формул нет /
|
||||
* все поддерживаются / ничего не изменилось → {@code null}
|
||||
* (пайплайн отдаёт тот же массив).
|
||||
*/
|
||||
static String rewrite(String xml) {
|
||||
if (!xml.contains("<m:oMath")) {
|
||||
if (!xml.contains(":oMath")) {
|
||||
return null;
|
||||
}
|
||||
return MathMlSupport.awtFontsAvailable() ? null : flatten(xml);
|
||||
Map<String, String> rootNs = rootNamespaces(xml);
|
||||
StringBuilder out = new StringBuilder();
|
||||
int pos = 0;
|
||||
boolean changed = false;
|
||||
Matcher m = MATH_BLOCK.matcher(xml);
|
||||
int search = 0;
|
||||
while (m.find(search)) {
|
||||
String prefix = m.group(1);
|
||||
boolean para = m.group(2) != null;
|
||||
int start = m.start();
|
||||
int tagEnd = tagEnd(xml, start);
|
||||
if (tagEnd < 0) {
|
||||
break; // незакрытый тег — дело валидатора, скан останавливаем
|
||||
}
|
||||
Map<String, String> ns = mergedNamespaces(rootNs, xml.substring(start, tagEnd));
|
||||
if (!isMath(ns, prefix)) {
|
||||
search = tagEnd;
|
||||
continue; // чужой namespace — не формула
|
||||
}
|
||||
int blockEnd;
|
||||
int before = tagEnd - 2;
|
||||
while (before > start && Character.isWhitespace(xml.charAt(before))) {
|
||||
before--;
|
||||
}
|
||||
boolean selfClosing = xml.charAt(before) == '/';
|
||||
if (selfClosing) {
|
||||
blockEnd = tagEnd;
|
||||
} else {
|
||||
String closing = "</" + prefix + ":oMath" + (para ? "Para" : "") + ">";
|
||||
int close = xml.indexOf(closing, tagEnd);
|
||||
if (close < 0) {
|
||||
break; // битый каркас — валидатор его и отвергнет
|
||||
}
|
||||
blockEnd = close + closing.length();
|
||||
}
|
||||
String block = xml.substring(start, blockEnd);
|
||||
if (hasUnsupported(ns, block)) {
|
||||
out.append(xml, pos, start).append(run(text(ns, block)));
|
||||
pos = blockEnd;
|
||||
changed = true;
|
||||
search = blockEnd;
|
||||
continue;
|
||||
}
|
||||
search = tagEnd;
|
||||
}
|
||||
if (!changed) {
|
||||
return null;
|
||||
}
|
||||
return out.append(xml, pos, xml.length()).toString();
|
||||
}
|
||||
|
||||
/**
|
||||
* Замена всех формул на раны с текстом (без проверки доступности шрифтов).
|
||||
* Формул нет → {@code null}. Package-private — прямой юнит-тест
|
||||
* детерминирован на любом хосте.
|
||||
* Объявления {@code xmlns:} фактического корневого элемента: пролог
|
||||
* ({@code <?xml ...?>}, комментарии, DOCTYPE) пропускается — иначе
|
||||
* карта осталась бы пустой на реальном XML-файле части, а пустая карта
|
||||
* консервативно считает каждый префикс math-тегом и срезает боевые
|
||||
* формулы (внутри {@code m:r}/{@code m:ctrlPr} Word пишет
|
||||
* {@code w:rPr}/{@code w:rFonts} — имена вне SUPPORTED).
|
||||
*/
|
||||
static String flatten(String xml) {
|
||||
String out = MATH_PARA.matcher(xml).replaceAll(m -> run(text(m.group())));
|
||||
out = MATH_PARA_SELF.matcher(out).replaceAll("");
|
||||
out = MATH_INLINE.matcher(out).replaceAll(m -> run(text(m.group())));
|
||||
out = MATH_INLINE_SELF.matcher(out).replaceAll("");
|
||||
return out.equals(xml) ? null : out;
|
||||
private static Map<String, String> rootNamespaces(String xml) {
|
||||
Map<String, String> map = new HashMap<>();
|
||||
int pos = 0;
|
||||
while (pos < xml.length()) {
|
||||
int open = xml.indexOf('<', pos);
|
||||
if (open < 0) {
|
||||
return map;
|
||||
}
|
||||
if (xml.startsWith("<?", open)) {
|
||||
int end = xml.indexOf("?>", open);
|
||||
pos = end < 0 ? xml.length() : end + 2;
|
||||
continue;
|
||||
}
|
||||
if (xml.startsWith("<!--", open)) {
|
||||
int end = xml.indexOf("-->", open);
|
||||
pos = end < 0 ? xml.length() : end + 3;
|
||||
continue;
|
||||
}
|
||||
if (xml.startsWith("<!", open)) {
|
||||
int end = xml.indexOf('>', open);
|
||||
pos = end < 0 ? xml.length() : end + 1;
|
||||
continue;
|
||||
}
|
||||
int end = tagEnd(xml, open);
|
||||
if (end < 0) {
|
||||
return map;
|
||||
}
|
||||
Matcher m = XMLNS.matcher(xml.substring(open, end));
|
||||
while (m.find()) {
|
||||
map.put(m.group(1), m.group(2));
|
||||
}
|
||||
return map;
|
||||
}
|
||||
return map;
|
||||
}
|
||||
|
||||
/** Текст формулы: конкатенация содержимого всех {@code m:t} (как docx4j mathText). */
|
||||
private static String text(String block) {
|
||||
Matcher m = MATH_TEXT.matcher(block);
|
||||
StringBuilder sb = new StringBuilder();
|
||||
/** Корневые объявления + переопределения из заголовка блока. */
|
||||
private static Map<String, String> mergedNamespaces(Map<String, String> root,
|
||||
String openTag) {
|
||||
Matcher m = XMLNS.matcher(openTag);
|
||||
if (!m.find()) {
|
||||
return root;
|
||||
}
|
||||
Map<String, String> map = new HashMap<>(root);
|
||||
m.reset();
|
||||
while (m.find()) {
|
||||
sb.append(m.group(1));
|
||||
map.put(m.group(1), m.group(2));
|
||||
}
|
||||
return map;
|
||||
}
|
||||
|
||||
/**
|
||||
* Привязан ли префикс к math-namespace: явная привязка — да; привязка к
|
||||
* другому URI — нет; префикс не объявлен нигде — да (консервативно, см.
|
||||
* javadoc класса), если только вообще нет ни одного объявления xmlns
|
||||
* (тогда это не XML с map префиксов, а мусор — тоже «как math»).
|
||||
*/
|
||||
private static boolean isMath(Map<String, String> ns, String prefix) {
|
||||
String bound = ns.get(prefix);
|
||||
if (MATH_NS.equals(bound)) {
|
||||
return true;
|
||||
}
|
||||
return bound == null;
|
||||
}
|
||||
|
||||
/** Есть ли в блоке тег math-namespace вне {@link MathModel#SUPPORTED}. */
|
||||
private static boolean hasUnsupported(Map<String, String> ns, String block) {
|
||||
List<String> mathPrefixes = new ArrayList<>();
|
||||
for (Map.Entry<String, String> e : ns.entrySet()) {
|
||||
if (MATH_NS.equals(e.getValue())) {
|
||||
mathPrefixes.add(e.getKey());
|
||||
}
|
||||
}
|
||||
Matcher m = PREFIXED_TAG.matcher(block);
|
||||
while (m.find()) {
|
||||
String prefix = m.group(1);
|
||||
String name = m.group(2);
|
||||
boolean mathTag = mathPrefixes.contains(prefix)
|
||||
|| (mathPrefixes.isEmpty() && !ns.containsKey(prefix));
|
||||
if (mathTag && !MathModel.SUPPORTED.contains(name)) {
|
||||
return true;
|
||||
}
|
||||
}
|
||||
return false;
|
||||
}
|
||||
|
||||
/** Текст формулы: конкатенация {@code m:t} math-префиксов (как mathText). */
|
||||
private static String text(Map<String, String> ns, String block) {
|
||||
Set<String> mathPrefixes = new HashSet<>();
|
||||
for (Map.Entry<String, String> e : ns.entrySet()) {
|
||||
if (MATH_NS.equals(e.getValue())) {
|
||||
mathPrefixes.add(e.getKey());
|
||||
}
|
||||
}
|
||||
StringBuilder sb = new StringBuilder();
|
||||
Matcher m = MATH_TEXT.matcher(block);
|
||||
while (m.find()) {
|
||||
String prefix = m.group(1);
|
||||
if (mathPrefixes.contains(prefix)
|
||||
|| (mathPrefixes.isEmpty() && !ns.containsKey(prefix))) {
|
||||
sb.append(m.group(2));
|
||||
}
|
||||
}
|
||||
return sb.toString();
|
||||
}
|
||||
|
||||
/** Конец открывающего тега (индекс после {@code >}), кавычки-осведомлённый. */
|
||||
private static int tagEnd(String xml, int start) {
|
||||
char quote = 0;
|
||||
for (int i = start + 1; i < xml.length(); i++) {
|
||||
char c = xml.charAt(i);
|
||||
if (quote != 0) {
|
||||
if (c == quote) {
|
||||
quote = 0;
|
||||
}
|
||||
} else if (c == '"' || c == '\'') {
|
||||
quote = c;
|
||||
} else if (c == TAG_END) {
|
||||
return i + 1;
|
||||
}
|
||||
}
|
||||
return -1;
|
||||
}
|
||||
|
||||
/** Ран с текстом формулы; пустая формула удаляется. */
|
||||
private static String run(String text) {
|
||||
return text.isEmpty() ? ""
|
||||
|
||||
@@ -1,48 +0,0 @@
|
||||
package ru.pjandro.wordpdf.internal;
|
||||
|
||||
import java.awt.GraphicsEnvironment;
|
||||
import java.util.logging.Logger;
|
||||
|
||||
/**
|
||||
* Проба доступности AWT-шрифтового менеджера (fontconfig) в текущем JVM.
|
||||
*
|
||||
* <p>JEuclid (jeuclid-fop), которым docx4j рисует OMML (§22.1), при первой
|
||||
* отрисовке формулы вызывает {@code GraphicsEnvironment.getAvailableFontFamilyNames()}.
|
||||
* На Linux без libfontconfig/конфигурации шрифтов это падает
|
||||
* {@code InternalError → RuntimeException: Fontconfig head is null}
|
||||
* (репро: arm64 без /etc/fonts). Проба выполняется лениво и один раз:
|
||||
* результат определяет, оставлять ли MathML (вектор) или деградировать
|
||||
* формулу в текст в {@link MathFallbackNormalizer}.
|
||||
*
|
||||
* <p>Проба намеренно ловит {@link Throwable}: отказ приходит как
|
||||
* {@code java.lang.InternalError}, а не RuntimeException.
|
||||
*
|
||||
* <p>Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors.
|
||||
*/
|
||||
final class MathMlSupport {
|
||||
|
||||
private static final Logger LOGGER = Logger.getLogger(MathMlSupport.class.getName());
|
||||
|
||||
private MathMlSupport() {
|
||||
}
|
||||
|
||||
/** Доступен ли AWT-менеджер шрифтов (fontconfig); проба — один раз на JVM. */
|
||||
static boolean awtFontsAvailable() {
|
||||
return Holder.AVAILABLE;
|
||||
}
|
||||
|
||||
private static final class Holder {
|
||||
private static final boolean AVAILABLE = probe();
|
||||
}
|
||||
|
||||
private static boolean probe() {
|
||||
try {
|
||||
GraphicsEnvironment.getLocalGraphicsEnvironment().getAvailableFontFamilyNames();
|
||||
return true;
|
||||
} catch (Throwable t) {
|
||||
LOGGER.info("AWT-менеджер шрифтов недоступен (нет fontconfig): "
|
||||
+ "OMML-формулы будут отрисованы текстом: " + t);
|
||||
return false;
|
||||
}
|
||||
}
|
||||
}
|
||||
@@ -7,7 +7,7 @@ import org.docx4j.dml.CTTextParagraph;
|
||||
import org.docx4j.dml.CTTextParagraphProperties;
|
||||
import org.docx4j.dml.CTTextSpacing;
|
||||
import org.docx4j.dml.TextFont;
|
||||
import ru.pjandro.wordpdf.fonts.BundledFontMapper;
|
||||
import ru.pjandro.wordpdf.fonts.BundledFontAliases;
|
||||
import ru.pjandro.wordpdf.fonts.BundledFonts;
|
||||
|
||||
import ru.pjandro.wordpdf.fonts.GlyphFont;
|
||||
@@ -23,7 +23,7 @@ import java.util.List;
|
||||
* (a:defRPr / a:rPr: sz, b, i, solidFill, latin) и разбивка на строки.
|
||||
*
|
||||
* Шрифты берутся из того же бандла, что и у текста PDF
|
||||
* ({@link BundledFontMapper#bundledFamily}), поэтому подпись диаграммы
|
||||
* ({@link BundledFontAliases#bundledFamily}), поэтому подпись диаграммы
|
||||
* рисуется тем же Carlito/Tinos, что и абзацы документа.
|
||||
*/
|
||||
final class DrawMlText {
|
||||
@@ -84,7 +84,7 @@ final class DrawMlText {
|
||||
String fallbackFam, double fallbackSize, Color fallbackColor) {
|
||||
Style base = new Style(fallbackSize, false, false, fallbackColor,
|
||||
fallbackFam == null ? BundledFonts.FALLBACK_FAMILY
|
||||
: BundledFontMapper.bundledFamily(fallbackFam));
|
||||
: BundledFontAliases.bundledFamily(fallbackFam));
|
||||
if (txPr == null || txPr.getP().isEmpty()) {
|
||||
return base;
|
||||
}
|
||||
@@ -170,7 +170,7 @@ final class DrawMlText {
|
||||
case "+mj-lt", "+mj-ea", "+mj-cs" -> colors.majorFontName();
|
||||
default -> typeface;
|
||||
};
|
||||
return BundledFontMapper.bundledFamily(name != null ? name : fallbackFam);
|
||||
return BundledFontAliases.bundledFamily(name != null ? name : fallbackFam);
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
+247
-10
@@ -22,6 +22,8 @@ import org.docx4j.dml.diagram2008.CTDrawing;
|
||||
import org.docx4j.dml.picture.Pic;
|
||||
import org.docx4j.dml.wordprocessingDrawing.Anchor;
|
||||
import org.docx4j.dml.wordprocessingDrawing.Inline;
|
||||
import org.docx4j.math.CTOMath;
|
||||
import org.docx4j.math.CTOMathPara;
|
||||
import org.docx4j.openpackaging.contenttype.ContentTypes;
|
||||
import org.docx4j.openpackaging.exceptions.Docx4JException;
|
||||
import org.docx4j.openpackaging.exceptions.InvalidFormatException;
|
||||
@@ -32,7 +34,15 @@ import org.docx4j.openpackaging.parts.PartName;
|
||||
import org.docx4j.openpackaging.parts.ThemePart;
|
||||
import org.docx4j.openpackaging.parts.WordprocessingML.BinaryPartAbstractImage;
|
||||
import org.docx4j.openpackaging.parts.relationships.RelationshipsPart;
|
||||
import org.docx4j.wml.CTSignedHpsMeasure;
|
||||
import org.docx4j.wml.Drawing;
|
||||
import org.docx4j.wml.Jc;
|
||||
import org.docx4j.wml.JcEnumeration;
|
||||
import org.docx4j.wml.P;
|
||||
import org.docx4j.wml.PPr;
|
||||
import org.docx4j.wml.R;
|
||||
import org.docx4j.wml.RPr;
|
||||
import org.docx4j.wml.Text;
|
||||
import org.slf4j.Logger;
|
||||
import org.slf4j.LoggerFactory;
|
||||
import ru.pjandro.wordpdf.ChartsFoundException;
|
||||
@@ -41,10 +51,13 @@ import ru.pjandro.wordpdf.ConversionException;
|
||||
import ru.pjandro.wordpdf.SmartArtFoundException;
|
||||
|
||||
import javax.imageio.ImageIO;
|
||||
import javax.xml.namespace.QName;
|
||||
import java.awt.image.BufferedImage;
|
||||
import java.io.ByteArrayInputStream;
|
||||
import java.io.ByteArrayOutputStream;
|
||||
import java.io.IOException;
|
||||
import java.lang.reflect.Method;
|
||||
import java.math.BigInteger;
|
||||
import java.util.ArrayList;
|
||||
import java.util.Collections;
|
||||
import java.util.HashSet;
|
||||
@@ -62,6 +75,17 @@ import java.util.Set;
|
||||
* пакета и до создания FOSettings, иначе FOP увидит исходные chart/diagram
|
||||
* и молча их выбросит (notImplemented в шаблоне).
|
||||
*
|
||||
* <p>Третий объект — формулы OMML (§22.1): {@code m:oMathPara}/{@code m:oMath}
|
||||
* доходят сюда нетронутыми (docx2fo.xslt кладёт их в
|
||||
* {@code fo:instream-foreign-object} с MathML, который FOP+jeuclid на
|
||||
* без-fontconfig хостах роняет конвертацию, а на остальных рисует чужими
|
||||
* системными шрифтами). Каждая формула рендерится своим растером
|
||||
* ({@link MathModel} → {@link MathRenderer}) и заменяется inline-картинкой
|
||||
* на месте; unsupported/битая формула деградирует раном с текстом
|
||||
* {@code m:t}. Байтовый скан {@code MathFallbackNormalizer} (правило 6)
|
||||
* срезает unsupported-конструкции до загрузки docx4j — этот путь остаётся
|
||||
* безопасной сетью.
|
||||
*
|
||||
* Error-флаги {@link ConvertOptions}: при выключенном render-флаге и
|
||||
* включённом error-флаге находка объекта — {@link ChartsFoundException} или
|
||||
* {@link SmartArtFoundException}
|
||||
@@ -81,6 +105,15 @@ public final class DrawingPreRenderer {
|
||||
"http://schemas.openxmlformats.org/drawingml/2006/picture";
|
||||
private static final String DIAGRAM_DRAWING_REL =
|
||||
"http://schemas.microsoft.com/office/2007/relationships/diagramDrawing";
|
||||
/** {@code m:} — namespace OMML (§22.1); {@code w:} — wordprocessingML. */
|
||||
private static final String MATH_URI =
|
||||
"http://schemas.openxmlformats.org/officeDocument/2006/math";
|
||||
/** Local name элемента {@code m:oMath} (диспетч JAXBElement по имени тега). */
|
||||
private static final String LOCAL_OMATH = "oMath";
|
||||
/** Local name элемента {@code m:oMathPara} (формула отдельным абзацем). */
|
||||
private static final String LOCAL_OMATH_PARA = "oMathPara";
|
||||
private static final String WML_URI =
|
||||
"http://schemas.openxmlformats.org/wordprocessingml/2006/main";
|
||||
|
||||
/**
|
||||
* Верхняя граница {@code wp:extent} в EMU: максимальная страница Word —
|
||||
@@ -147,7 +180,8 @@ public final class DrawingPreRenderer {
|
||||
if (content.isEmpty()) {
|
||||
continue;
|
||||
}
|
||||
walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options, visitedContents);
|
||||
walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options,
|
||||
visitedContents, null);
|
||||
}
|
||||
}
|
||||
|
||||
@@ -175,26 +209,59 @@ public final class DrawingPreRenderer {
|
||||
private static void walk(Part part, List<?> content, WordprocessingMLPackage pkg,
|
||||
DrawMlColor colors, int[] idSeq, long[] pngTotal,
|
||||
long maxPngBytesTotal, ConvertOptions options,
|
||||
Set<List<?>> visitedContents) {
|
||||
Set<List<?>> visitedContents, P ownerPara) {
|
||||
// Посещённые списки — по идентичности (IdentityHashMap): рефлексивный
|
||||
// getContent (ребёнок возвращает список родителя) не зацикливает обход.
|
||||
// Сравнение списков через ==/!= запрещено PMD CompareObjectsWithEquals.
|
||||
if (!visitedContents.add(content)) {
|
||||
return;
|
||||
}
|
||||
for (Object o : content) {
|
||||
for (int i = 0; i < content.size(); i++) {
|
||||
Object o = content.get(i);
|
||||
Object v = o instanceof JAXBElement ? ((JAXBElement<?>) o).getValue() : o;
|
||||
if (v instanceof Drawing drawing) {
|
||||
replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options);
|
||||
replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal,
|
||||
maxPngBytesTotal, options);
|
||||
continue;
|
||||
}
|
||||
if (o instanceof JAXBElement<?> el && el.getName() != null
|
||||
&& MATH_URI.equals(el.getName().getNamespaceURI())) {
|
||||
String local = el.getName().getLocalPart();
|
||||
if (LOCAL_OMATH.equals(local) && v instanceof CTOMath math) {
|
||||
i = splice(content, i, mathReplacements(math, false, part, pkg,
|
||||
idSeq, pngTotal, maxPngBytesTotal));
|
||||
continue;
|
||||
}
|
||||
if (LOCAL_OMATH_PARA.equals(local) && v instanceof CTOMathPara para) {
|
||||
i = splice(content, i, mathParaReplacements(para, ownerPara, part,
|
||||
pkg, idSeq, pngTotal, maxPngBytesTotal));
|
||||
continue;
|
||||
}
|
||||
}
|
||||
P para = v instanceof P p ? p : ownerPara;
|
||||
List<?> nested = invokeList(v, "getContent");
|
||||
if (!nested.isEmpty()) {
|
||||
walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options, visitedContents);
|
||||
walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal,
|
||||
options, visitedContents, para);
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* In-place замена элемента {@code index} живого списка дерева на {@code reps}
|
||||
* (формула → картинка/текст). Живые списки docx4j — изменяемые
|
||||
* {@code ArrayList}; немодифицируемый список (нетипичный биндинг) —
|
||||
* {@link UnsupportedOperationException}, который вызывающий не ловит:
|
||||
* это ошибка программы, а не враждебный вход (валидатор пропускает только
|
||||
* OOXML-валидные пакеты). Raw-сигнатура — единственный способ mutate
|
||||
* {@code List<?>} без {@code @SuppressWarnings}.
|
||||
*/
|
||||
private static int splice(List content, int index, List reps) {
|
||||
content.remove(index);
|
||||
content.addAll(index, reps);
|
||||
return index + reps.size() - 1;
|
||||
}
|
||||
|
||||
private static List<?> invokeList(Object target, String getter) {
|
||||
try {
|
||||
Method m = target.getClass().getMethod(getter);
|
||||
@@ -269,6 +336,165 @@ public final class DrawingPreRenderer {
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Одна {@code m:oMath} → замены на позиции формулы: inline
|
||||
* {@code w:drawing} с pic:pic (успех) или ран с конкатенацией
|
||||
* {@code m:t} (деградация: unsupported-конструкция — безопасная сеть
|
||||
* после байтового скана MathFallbackNormalizer, пустая/битая формула,
|
||||
* переполнение бюджета PNG). OOM — {@link ConversionException}, не
|
||||
* деградация (тот же контракт, что у графиков).
|
||||
*/
|
||||
private static List<Object> mathReplacements(CTOMath math, boolean display,
|
||||
Part part, WordprocessingMLPackage pkg,
|
||||
int[] idSeq, long[] pngTotal,
|
||||
long maxPngBytesTotal) {
|
||||
try {
|
||||
MathRenderer.MathImage mi = MathRenderer.render(MathModel.build(math, display));
|
||||
if (mi.image() == null) {
|
||||
return textRuns(MathModel.mathText(math));
|
||||
}
|
||||
byte[] png;
|
||||
try {
|
||||
ByteArrayOutputStream bos = new ByteArrayOutputStream();
|
||||
ImageIO.write(mi.image(), "png", bos);
|
||||
png = bos.toByteArray();
|
||||
} finally {
|
||||
mi.image().flush();
|
||||
}
|
||||
if (png.length == 0) {
|
||||
LOG.warn("PNG формулы пуст — формула деградирована в текст");
|
||||
return textRuns(MathModel.mathText(math));
|
||||
}
|
||||
if (pngTotal[0] + png.length > maxPngBytesTotal) {
|
||||
LOG.warn("суммарный размер PNG превысил {} байт — формула деградирована в текст",
|
||||
maxPngBytesTotal);
|
||||
return textRuns(MathModel.mathText(math));
|
||||
}
|
||||
pngTotal[0] += png.length;
|
||||
String relId = addChartMedia(pkg, part, png);
|
||||
long cx = Math.round(mi.widthPt() * 12700.0);
|
||||
long cy = Math.round(mi.heightPt() * 12700.0);
|
||||
Drawing pic = mathPicture(idSeq, relId, cx, cy);
|
||||
if (display) {
|
||||
return List.of(pic);
|
||||
}
|
||||
// FOP ставит инлайн-картинку НИЖНИМ краем на базовую линию
|
||||
// строки, поэтому формула «всплывала» на descent+PAD над
|
||||
// текстом. Word роняет базовую линию формулы на базовую
|
||||
// линию строки — компенсируем смещением ранa вниз:
|
||||
// w:rPr/w:position (полупункты, отрицательное опускает,
|
||||
// §17.3.2.24) через AUDIT-FIX baseline-shift вендорного
|
||||
// XSLT. belowBaselinePt > PAD всегда (канва ≥ габариту +
|
||||
// 2·PAD), нулевого смещения не бывает. Регрессия —
|
||||
// WordPdfConverterTest#ommlMathInline_sitsOnTextBaseline.
|
||||
R run = new R();
|
||||
RPr rpr = new RPr();
|
||||
CTSignedHpsMeasure pos = new CTSignedHpsMeasure();
|
||||
pos.setVal(BigInteger.valueOf(-Math.round(2 * mi.belowBaselinePt())));
|
||||
rpr.setPosition(pos);
|
||||
run.setRPr(rpr);
|
||||
run.getContent().add(pic);
|
||||
return List.of(run);
|
||||
} catch (MathUnsupportedException e) {
|
||||
LOG.info("формула не поддерживается рендером — деградация в текст: {}",
|
||||
e.getMessage());
|
||||
return textRuns(MathModel.mathText(math));
|
||||
} catch (OutOfMemoryError e) {
|
||||
LOG.error("память исчерпана при рендере формулы", e);
|
||||
throw new ConversionException("Память исчерпана при рендере формулы", e);
|
||||
} catch (Docx4JException | IOException | RuntimeException e) {
|
||||
LOG.warn("рендер формулы упал: {}", e.toString());
|
||||
return textRuns(MathModel.mathText(math));
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Блок {@code m:oMathPara} (§22.1.3.13): все формулы блока — display.
|
||||
* Word кладёт {@code oMathPara} либо в блок-контейнер (§22.1.3 —
|
||||
* наблюдаемая раскладка Word-файлов), либо в {@code w:p}; в первом
|
||||
* случае формулы заворачиваются в новый центрированный {@code w:p},
|
||||
* во втором — вставляются на место блока, а содержащему абзацу
|
||||
* выставляется {@code jc=center} (семантика центрированной
|
||||
* формулы-абзаца; prose в том же абзаце — враждебный вход, центрируется
|
||||
* тоже — зарегистрированная деградация).
|
||||
*/
|
||||
private static List<Object> mathParaReplacements(CTOMathPara para, P ownerPara,
|
||||
Part part, WordprocessingMLPackage pkg,
|
||||
int[] idSeq, long[] pngTotal,
|
||||
long maxPngBytesTotal) {
|
||||
List<Object> inner = new ArrayList<>();
|
||||
for (CTOMath m : para.getOMath()) {
|
||||
inner.addAll(mathReplacements(m, true, part, pkg, idSeq, pngTotal,
|
||||
maxPngBytesTotal));
|
||||
}
|
||||
if (ownerPara != null) {
|
||||
centerParagraph(ownerPara);
|
||||
return inner;
|
||||
}
|
||||
if (inner.isEmpty()) {
|
||||
return List.of();
|
||||
}
|
||||
P p = new P();
|
||||
PPr ppr = new PPr();
|
||||
Jc jc = new Jc();
|
||||
jc.setVal(JcEnumeration.CENTER);
|
||||
ppr.setJc(jc);
|
||||
p.setPPr(ppr);
|
||||
p.getContent().addAll(inner);
|
||||
return List.of(p);
|
||||
}
|
||||
|
||||
/** {@code jc=center} на абзаце (создаёт {@code w:pPr}, если нет). */
|
||||
private static void centerParagraph(P para) {
|
||||
PPr ppr = para.getPPr();
|
||||
if (ppr == null) {
|
||||
ppr = new PPr();
|
||||
para.setPPr(ppr);
|
||||
}
|
||||
Jc jc = new Jc();
|
||||
jc.setVal(JcEnumeration.CENTER);
|
||||
ppr.setJc(jc);
|
||||
}
|
||||
|
||||
/** Inline {@code w:drawing} с pic:Pic заданного размера (EMU). */
|
||||
private static Drawing mathPicture(int[] idSeq, String relId, long cx, long cy) {
|
||||
Drawing drawing = new Drawing();
|
||||
Inline inline = new Inline();
|
||||
inline.setDistT(0L);
|
||||
inline.setDistB(0L);
|
||||
inline.setDistL(0L);
|
||||
inline.setDistR(0L);
|
||||
CTPositiveSize2D extent = new CTPositiveSize2D();
|
||||
extent.setCx(cx);
|
||||
extent.setCy(cy);
|
||||
inline.setExtent(extent);
|
||||
CTNonVisualDrawingProps docPr = new CTNonVisualDrawingProps();
|
||||
docPr.setId(idSeq[0]++);
|
||||
docPr.setName("Формула " + docPr.getId());
|
||||
inline.setDocPr(docPr);
|
||||
Graphic graphic = new Graphic();
|
||||
GraphicData gd = new GraphicData();
|
||||
gd.setUri(PICTURE_URI);
|
||||
gd.getAny().add(buildPic(idSeq, relId, cx, cy, "Формула"));
|
||||
graphic.setGraphicData(gd);
|
||||
inline.setGraphic(graphic);
|
||||
drawing.getAnchorOrInline().add(inline);
|
||||
return drawing;
|
||||
}
|
||||
|
||||
/** Ран с текстом (деградация формулы); пустой текст — пустой список. */
|
||||
private static List<Object> textRuns(String text) {
|
||||
if (text.isEmpty()) {
|
||||
return List.of();
|
||||
}
|
||||
R run = new R();
|
||||
Text t = new Text();
|
||||
t.setValue(text);
|
||||
t.setSpace("preserve");
|
||||
run.getContent().add(new JAXBElement<>(new QName(WML_URI, "t"), Text.class, t));
|
||||
return List.of(run);
|
||||
}
|
||||
|
||||
private static BufferedImage renderChart(Part part, CTRelId ref,
|
||||
DrawMlColor colors, long cx, long cy) {
|
||||
Part target = resolve(part, ref.getId());
|
||||
@@ -384,11 +610,25 @@ public final class DrawingPreRenderer {
|
||||
return;
|
||||
}
|
||||
|
||||
Pic pic = buildPic(idSeq, relId, cx, cy, "Диаграмма");
|
||||
|
||||
gd.setUri(PICTURE_URI);
|
||||
gd.getAny().clear();
|
||||
gd.getAny().add(pic);
|
||||
}
|
||||
|
||||
/**
|
||||
* {@code pic:pic} на готовый media-r:id: id/имя из счётчика {@code idSeq}
|
||||
* (общего для картинок диаграмм и формул), геометрия — входной extent
|
||||
* (EMU), превью не нужно.
|
||||
*/
|
||||
private static Pic buildPic(int[] idSeq, String relId, long cx, long cy,
|
||||
String namePrefix) {
|
||||
Pic pic = new Pic();
|
||||
org.docx4j.dml.picture.CTPictureNonVisual nv = new org.docx4j.dml.picture.CTPictureNonVisual();
|
||||
CTNonVisualDrawingProps props = new CTNonVisualDrawingProps();
|
||||
props.setId(idSeq[0]++);
|
||||
props.setName("Диаграмма " + props.getId());
|
||||
props.setName(namePrefix + " " + props.getId());
|
||||
nv.setCNvPr(props);
|
||||
nv.setCNvPicPr(new CTNonVisualPictureProperties());
|
||||
pic.setNvPicPr(nv);
|
||||
@@ -418,10 +658,7 @@ public final class DrawingPreRenderer {
|
||||
geom.setAvLst(new CTGeomGuideList());
|
||||
spPr.setPrstGeom(geom);
|
||||
pic.setSpPr(spPr);
|
||||
|
||||
gd.setUri(PICTURE_URI);
|
||||
gd.getAny().clear();
|
||||
gd.getAny().add(pic);
|
||||
return pic;
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1,75 @@
|
||||
package ru.pjandro.wordpdf.internal.chart;
|
||||
|
||||
import java.awt.Color;
|
||||
import java.awt.Graphics2D;
|
||||
import java.awt.RenderingHints;
|
||||
import java.awt.image.BufferedImage;
|
||||
|
||||
/**
|
||||
* Растеризация разобранной формулы: дерево {@link MathModel.Box} → PNG
|
||||
* в координатах pt×dpi/72 (тот же растер-контракт, что у график:
|
||||
* {@link ChartRenderer#DPI}, понижение dpi по {@link ChartRenderer#fitDpi}
|
||||
* при превышении площади). Фон прозрачный (ARGB), сглаживание включено —
|
||||
* глифы рисуются контурами fontbox, шрифтов хоста не касается.
|
||||
*
|
||||
* <p>Пустая формула (нулевые метрики) → {@link MathImage} с нулевыми
|
||||
* размерами и {@code image == null}: вызывающий заменяет её текстом
|
||||
* {@code m:t} либо убирает вовсе. {@code OutOfMemoryError} при раздутии
|
||||
* битмапа НЕ перехватывается — это {@code ConversionException} (500) выше
|
||||
* по стеку, не деградация (контракт chart-модели).
|
||||
*/
|
||||
final class MathRenderer {
|
||||
|
||||
/** Минимальный размер растра формулы, pt (тонкий индекс не «схлопнется»). */
|
||||
static final double MIN_WIDTH_PT = 4.0;
|
||||
|
||||
/** Минимальная высота растра формулы, pt. */
|
||||
static final double MIN_HEIGHT_PT = 12.0;
|
||||
|
||||
/** Отступ вокруг габарита формулы, pt (обрезка сглаженных краёв). */
|
||||
static final double PAD_PT = 1.0;
|
||||
|
||||
private MathRenderer() {
|
||||
}
|
||||
|
||||
/**
|
||||
* Растр формулы: PNG-носитель, габарит в pt (для extcx/extcy) и
|
||||
* {@code belowBaselinePt} — расстояние от базовой линии формулы до
|
||||
* нижнего края растра (высота минус верхний отступ и ascent; при
|
||||
* клампе к MIN_HEIGHT — с запасом снизу).
|
||||
*/
|
||||
record MathImage(BufferedImage image, double widthPt, double heightPt,
|
||||
double belowBaselinePt) {
|
||||
}
|
||||
|
||||
/** Растр бокса; пустой бокс → {@code image == null}, размеры 0. */
|
||||
static MathImage render(MathModel.Box root) {
|
||||
if (root.isEmpty()) {
|
||||
return new MathImage(null, 0, 0, 0);
|
||||
}
|
||||
double widthPt = Math.max(MIN_WIDTH_PT, root.width + 2 * PAD_PT);
|
||||
double heightPt = Math.max(MIN_HEIGHT_PT, root.ascent + root.descent + 2 * PAD_PT);
|
||||
double dpi = ChartRenderer.fitDpi(widthPt, heightPt);
|
||||
int w = Math.max(1, (int) Math.round(widthPt * dpi / 72.0));
|
||||
int h = Math.max(1, (int) Math.round(heightPt * dpi / 72.0));
|
||||
BufferedImage img = new BufferedImage(w, h, BufferedImage.TYPE_INT_ARGB);
|
||||
Graphics2D g = img.createGraphics();
|
||||
try {
|
||||
g.setRenderingHint(RenderingHints.KEY_ANTIALIASING,
|
||||
RenderingHints.VALUE_ANTIALIAS_ON);
|
||||
g.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING,
|
||||
RenderingHints.VALUE_TEXT_ANTIALIAS_ON);
|
||||
g.setRenderingHint(RenderingHints.KEY_STROKE_CONTROL,
|
||||
RenderingHints.VALUE_STROKE_PURE);
|
||||
g.setColor(new Color(0, 0, 0, 0));
|
||||
double k = dpi / 72.0;
|
||||
g.scale(k, k);
|
||||
double x = (widthPt - root.width) / 2.0;
|
||||
double baseline = PAD_PT + root.ascent;
|
||||
root.paint(g, x, baseline);
|
||||
} finally {
|
||||
g.dispose();
|
||||
}
|
||||
return new MathImage(img, widthPt, heightPt, heightPt - PAD_PT - root.ascent);
|
||||
}
|
||||
}
|
||||
+20
@@ -0,0 +1,20 @@
|
||||
package ru.pjandro.wordpdf.internal.chart;
|
||||
|
||||
/**
|
||||
* Конструкция OMML, которую формульный рендер не раскладывает: math-элемент
|
||||
* вне {@link MathModel#SUPPORTED}, math-узел не JAXBElement или структурная
|
||||
* поломка (например, {@code w:br} внутри math-рана).
|
||||
*
|
||||
* <p>Сигнал деградации, не отказа: {@code DrawingPreRenderer} заменяет
|
||||
* формулу её текстом {@code m:t} вместо растра (контент не теряется).
|
||||
* Бросается на разборе ({@link MathModel#build}), тем же критерием
|
||||
* срезается раньше — на байтовом уровне в {@code MathFallbackNormalizer}.
|
||||
*/
|
||||
final class MathUnsupportedException extends RuntimeException {
|
||||
|
||||
private static final long serialVersionUID = 1L;
|
||||
|
||||
MathUnsupportedException(String what) {
|
||||
super(what);
|
||||
}
|
||||
}
|
||||
@@ -0,0 +1,191 @@
|
||||
package ru.pjandro.wordpdf;
|
||||
|
||||
import org.apache.pdfbox.Loader;
|
||||
import org.apache.pdfbox.pdmodel.PDDocument;
|
||||
import org.apache.pdfbox.pdmodel.PDResources;
|
||||
import org.apache.pdfbox.pdmodel.font.PDFont;
|
||||
import org.apache.pdfbox.cos.COSName;
|
||||
import org.junit.jupiter.api.Test;
|
||||
|
||||
import java.io.IOException;
|
||||
import java.io.ByteArrayOutputStream;
|
||||
import java.nio.charset.StandardCharsets;
|
||||
import java.nio.file.Files;
|
||||
import java.nio.file.Path;
|
||||
import java.util.HashSet;
|
||||
import java.util.Set;
|
||||
import java.util.zip.ZipEntry;
|
||||
import java.util.zip.ZipOutputStream;
|
||||
|
||||
import static org.junit.jupiter.api.Assertions.assertThrows;
|
||||
import static org.junit.jupiter.api.Assertions.assertTrue;
|
||||
|
||||
/**
|
||||
* Инвариант «шрифты только бандла» после выноса JEuclid из класса путей:
|
||||
* MathML-рендер FOP (jeuclid-fop) обращался к AWT-менеджеру шрифтов и
|
||||
* тащил в вывод системные гарнитуры; формулы теперь рисуются собственным
|
||||
* растером из jar-шрифтов (fontbox), поэтому JEuclid в classpath и
|
||||
* протёкших системных имён в PDF быть не должно ни на одном хосте (в т.ч. без
|
||||
* fontconfig — CI-образ). Регрессия — удаление jeuclid, 2026-11.
|
||||
*/
|
||||
class FontsBundledOnlyInvariantTest {
|
||||
|
||||
private static final String M_NS =
|
||||
"http://schemas.openxmlformats.org/officeDocument/2006/math";
|
||||
private static final String W_NS =
|
||||
"http://schemas.openxmlformats.org/wordprocessingml/2006/main";
|
||||
|
||||
/**
|
||||
* JEuclid обязан отсутствовать в классе путей (exclusion в pom):
|
||||
* реальные FQCN обоих артефактов форка de.rototor (сверены по jar'ам
|
||||
* 3.1.14) — вымышленное имя дало бы зелёный тест и без exclusion.
|
||||
*/
|
||||
@Test
|
||||
void jeuclidAbsentFromClasspath() {
|
||||
assertThrows(ClassNotFoundException.class,
|
||||
() -> Class.forName("net.sourceforge.jeuclid.MathMLParserSupport"));
|
||||
assertThrows(ClassNotFoundException.class,
|
||||
() -> Class.forName("net.sourceforge.jeuclid.fop.JEuclidElementMapping"));
|
||||
}
|
||||
|
||||
/**
|
||||
* Исходники main не обращаются к AWT-шрифтам: ни {@code java.awt.Font},
|
||||
* ни {@code GraphicsEnvironment}, ни {@code createFont(} вне комментариев
|
||||
* и строк. Любое такое обращение инициализирует AWT-менеджер шрифтов
|
||||
* (fontconfig на хосте) и рвёт инвариант «только бандл» — детект по
|
||||
* тексту исходников работает и на хосте с шрифтами, и в CI-контейнере
|
||||
* без fontconfig.
|
||||
*/
|
||||
@Test
|
||||
void sourcesFreeOfAwtFonts() throws IOException {
|
||||
Path root = Files.isDirectory(Path.of("src/main/java"))
|
||||
? Path.of("src/main/java")
|
||||
: Path.of("wordpdf-core/src/main/java");
|
||||
assertTrue(Files.isDirectory(root), "нет каталога исходников: " + root.toAbsolutePath());
|
||||
java.util.regex.Pattern createFont =
|
||||
java.util.regex.Pattern.compile("\\bcreateFont\\s*\\(");
|
||||
Set<String> hits = new HashSet<>();
|
||||
try (var walk = Files.walk(root)) {
|
||||
for (Path p : (Iterable<Path>) walk.filter(f -> f.toString().endsWith(".java"))::iterator) {
|
||||
String effective = stripCommentsAndStrings(
|
||||
new String(Files.readAllBytes(p), StandardCharsets.UTF_8));
|
||||
if (effective.contains("java.awt.Font")
|
||||
|| effective.contains("java.awt.GraphicsEnvironment")
|
||||
|| createFont.matcher(effective).find()) {
|
||||
hits.add(root.relativize(p).toString());
|
||||
}
|
||||
}
|
||||
}
|
||||
assertTrue(hits.isEmpty(), "AWT-шрифты в исходниках: " + hits);
|
||||
}
|
||||
|
||||
/** Выкидывает комментарии и строковые/символьные литералы — остаётся код. */
|
||||
private static String stripCommentsAndStrings(String src) {
|
||||
StringBuilder out = new StringBuilder(src.length());
|
||||
int i = 0;
|
||||
int n = src.length();
|
||||
while (i < n) {
|
||||
char c = src.charAt(i);
|
||||
if (c == '/' && i + 1 < n && src.charAt(i + 1) == '/') {
|
||||
while (i < n && src.charAt(i) != '\n') {
|
||||
i++;
|
||||
}
|
||||
} else if (c == '/' && i + 1 < n && src.charAt(i + 1) == '*') {
|
||||
i += 2;
|
||||
while (i + 1 < n && !(src.charAt(i) == '*' && src.charAt(i + 1) == '/')) {
|
||||
i++;
|
||||
}
|
||||
i += 2;
|
||||
} else if (c == '"' || c == '\'') {
|
||||
char q = c;
|
||||
i++;
|
||||
while (i < n && src.charAt(i) != q) {
|
||||
i += src.charAt(i) == '\\' ? 2 : 1;
|
||||
}
|
||||
i++;
|
||||
out.append(' ');
|
||||
} else {
|
||||
out.append(c);
|
||||
i++;
|
||||
}
|
||||
}
|
||||
return out.toString();
|
||||
}
|
||||
|
||||
/**
|
||||
* Формула Word-кегля с {@code w:rFonts w:ascii="Cambria Math"}: растр
|
||||
* рисуется бандлом, в PDF нет ни «Cambria Math», ни иного имени с
|
||||
* Math-маркером (AWT-цепочка недоступна на без-fontconfig хостах в
|
||||
* CI — тест одинаков на любом хосте).
|
||||
*/
|
||||
@Test
|
||||
void mathEmbeddedFonts_bundledOnly() throws IOException {
|
||||
String body = "<w:p><w:r><w:t>ТЕКСТ</w:t></w:r>"
|
||||
+ "<m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:r><w:rPr><w:rFonts w:ascii=\"Cambria Math\"/></w:rPr>"
|
||||
+ "<m:t>∑x²</m:t></m:r></m:oMath></w:p>";
|
||||
byte[] pdf = WordPdfConverter.convert(mathDocx(body), "тест",
|
||||
new ConvertOptions(false, false, false, 5, 100));
|
||||
Path out = Files.createTempFile("fonts-invariant-", ".pdf");
|
||||
try {
|
||||
Files.write(out, pdf);
|
||||
Set<String> names = embeddedFontNames(out);
|
||||
for (String n : names) {
|
||||
assertTrue(!n.contains("Cambria") && !n.contains("Math"),
|
||||
"системный math-шрифт встроился в PDF: " + n + " ⊆ " + names);
|
||||
}
|
||||
} finally {
|
||||
Files.deleteIfExists(out);
|
||||
}
|
||||
}
|
||||
|
||||
/** Минимальный docx с формулой (идеома модуля: ZipOutputStream из литералов). */
|
||||
private static byte[] mathDocx(String bodyXml) throws IOException {
|
||||
ByteArrayOutputStream out = new ByteArrayOutputStream();
|
||||
try (ZipOutputStream zos = new ZipOutputStream(out)) {
|
||||
putZip(zos, "[Content_Types].xml",
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<Types xmlns=\"http://schemas.openxmlformats.org/package/2006/content-types\">"
|
||||
+ "<Default Extension=\"rels\" ContentType=\"application/vnd.openxmlformats-package.relationships+xml\"/>"
|
||||
+ "<Default Extension=\"xml\" ContentType=\"application/xml\"/>"
|
||||
+ "<Override PartName=\"/word/document.xml\" ContentType=\"application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml\"/>"
|
||||
+ "</Types>");
|
||||
putZip(zos, "_rels/.rels",
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<Relationships xmlns=\"http://schemas.openxmlformats.org/package/2006/relationships\">"
|
||||
+ "<Relationship Id=\"rId1\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument\" Target=\"word/document.xml\"/>"
|
||||
+ "</Relationships>");
|
||||
putZip(zos, "word/document.xml",
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<w:document xmlns:w=\"" + W_NS + "\"><w:body>"
|
||||
+ bodyXml
|
||||
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr>"
|
||||
+ "</w:body></w:document>");
|
||||
}
|
||||
return out.toByteArray();
|
||||
}
|
||||
|
||||
private static void putZip(ZipOutputStream zos, String name, String xml)
|
||||
throws IOException {
|
||||
zos.putNextEntry(new ZipEntry(name));
|
||||
zos.write(xml.getBytes(StandardCharsets.UTF_8));
|
||||
zos.closeEntry();
|
||||
}
|
||||
|
||||
/** Имена встроенных шрифтов PDF (дублируется намеренно: утилит нет). */
|
||||
private static Set<String> embeddedFontNames(Path pdf) throws IOException {
|
||||
Set<String> names = new HashSet<>();
|
||||
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
|
||||
for (org.apache.pdfbox.pdmodel.PDPage page : doc.getPages()) {
|
||||
PDResources res = page.getResources();
|
||||
for (COSName name : res.getFontNames()) {
|
||||
PDFont font = res.getFont(name);
|
||||
if (font != null) {
|
||||
names.add(font.getName());
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
return names;
|
||||
}
|
||||
}
|
||||
@@ -0,0 +1,288 @@
|
||||
package ru.pjandro.wordpdf;
|
||||
|
||||
import java.io.ByteArrayInputStream;
|
||||
import java.io.ByteArrayOutputStream;
|
||||
import java.io.FileDescriptor;
|
||||
import java.io.FileOutputStream;
|
||||
import java.io.IOException;
|
||||
import java.io.InputStream;
|
||||
import java.io.PrintStream;
|
||||
import java.lang.management.ManagementFactory;
|
||||
import java.lang.management.MemoryPoolMXBean;
|
||||
import java.lang.management.MemoryType;
|
||||
import java.net.URISyntaxException;
|
||||
import java.net.URL;
|
||||
import java.nio.charset.StandardCharsets;
|
||||
import java.nio.file.Files;
|
||||
import java.nio.file.Path;
|
||||
import java.nio.file.Paths;
|
||||
import java.util.LinkedHashMap;
|
||||
import java.util.Locale;
|
||||
import java.util.Map;
|
||||
import java.util.TreeMap;
|
||||
import java.util.stream.Stream;
|
||||
import java.util.zip.ZipEntry;
|
||||
import java.util.zip.ZipInputStream;
|
||||
import java.util.zip.ZipOutputStream;
|
||||
|
||||
/**
|
||||
* Замер памяти конвейера (НЕ тест: имя не матчается surefire-includes; запускается
|
||||
* {@code ./mise.sh run mem-bench} — см. {@code membench.sh} и
|
||||
* {@code docs/MEM_USAGE_UPGRADE.md}).
|
||||
*
|
||||
* <p>Для каждой конвертации печатает строку TSV {@code label scenario name iteration
|
||||
* peakBytes usedAfterBytes}: peakBytes — сумма пиков used всех heap-пулов
|
||||
* ({@link MemoryPoolMXBean}, пики сбрасываются перед конвертацией), usedAfterBytes —
|
||||
* used кучи сразу после конвертации без принудительного GC (тренд накопления;
|
||||
* {@code System.gc()} намеренно не вызывается). Суммарные аллокации и RSS не здесь:
|
||||
* JFR-{@code jdk.ObjectAllocationSample} пишет скрипт, VmHWM/VmRSS читаются из
|
||||
* {@code /proc/self/status} в конце сценария.</p>
|
||||
*
|
||||
* <p>Артефакт замера «до/после»: сравнение делает человек по выводам прогонов
|
||||
* с разными {@code MB_LABEL}; порогов внутри харнеса нет.</p>
|
||||
*/
|
||||
final class MemoryBench {
|
||||
|
||||
/**
|
||||
* Вывод харнеса в stdout напрямую через {@link FileDescriptor#out}: TSV-строки
|
||||
* парсит человек/скрипт из stdout; {@code System.out} не используется (PMD
|
||||
* SystemPrintln для кода репозитория запрещён, а подавления запрещены политикой).
|
||||
*/
|
||||
private static final PrintStream OUT = new PrintStream(
|
||||
new FileOutputStream(FileDescriptor.out), true, StandardCharsets.UTF_8);
|
||||
|
||||
/** Лимиты входа завышены: валидатор не должен отсекать big-сценарий. */
|
||||
private static final ConvertOptions OPTIONS =
|
||||
new ConvertOptions(false, false, false, 1024L, 1_000_000);
|
||||
|
||||
/** Минимально допустимое значение циклов/повторов из аргументов. */
|
||||
private static final int MIN_POSITIVE = 1;
|
||||
/** Повторов body в синтетическом big-docx (детерминированный размер входа). */
|
||||
private static final int BODY_REPEATS = 400;
|
||||
|
||||
private MemoryBench() {
|
||||
}
|
||||
|
||||
public static void main(String[] args) throws Exception {
|
||||
String label = env("MB_LABEL", "run");
|
||||
int loops = 10;
|
||||
int bigLoops = 5;
|
||||
String scenario = "all";
|
||||
String dir = null;
|
||||
int i = 0;
|
||||
while (i < args.length) {
|
||||
String a = args[i];
|
||||
if ("--loops".equals(a)) {
|
||||
loops = parsePositive(args, i);
|
||||
i += 2;
|
||||
} else if ("--big-loops".equals(a)) {
|
||||
bigLoops = parsePositive(args, i);
|
||||
i += 2;
|
||||
} else if ("--scenario".equals(a)) {
|
||||
scenario = args[i + 1];
|
||||
i += 2;
|
||||
} else if ("--dir".equals(a)) {
|
||||
dir = args[i + 1];
|
||||
i += 2;
|
||||
} else {
|
||||
OUT.printf(Locale.ROOT, "# unknown arg: %s%n", a);
|
||||
System.exit(2);
|
||||
}
|
||||
}
|
||||
|
||||
OUT.printf(Locale.ROOT, "# java.version %s%n",
|
||||
System.getProperty("java.version"));
|
||||
|
||||
boolean wantSuite = "suite".equals(scenario) || "all".equals(scenario);
|
||||
boolean wantBig = "big".equals(scenario) || "all".equals(scenario);
|
||||
if (wantSuite) {
|
||||
runConversions(label, "suite", fixtures(), loops);
|
||||
}
|
||||
if (wantBig) {
|
||||
byte[] base = readResource("samples/ru-plain.docx");
|
||||
byte[] big = bigDocx(base);
|
||||
OUT.printf(Locale.ROOT, "# big size %d%n", big.length);
|
||||
Map<String, byte[]> docs = new TreeMap<>();
|
||||
docs.put("big", big);
|
||||
runConversions(label, "big", docs, bigLoops);
|
||||
}
|
||||
if (dir != null) {
|
||||
runConversions(label, "dir", dirDocs(Paths.get(dir)), loops);
|
||||
}
|
||||
}
|
||||
|
||||
/** Прогон {@code loops} проходов по всем документам, TSV-строка на конвертацию. */
|
||||
private static void runConversions(String label, String scenario,
|
||||
Map<String, byte[]> docs, int loops) {
|
||||
long checksum = 0;
|
||||
for (int loop = 0; loop < loops; loop++) {
|
||||
for (Map.Entry<String, byte[]> doc : docs.entrySet()) {
|
||||
resetPeaks();
|
||||
try {
|
||||
byte[] pdf = WordPdfConverter.convert(doc.getValue(), "membench", OPTIONS);
|
||||
checksum += pdf.length;
|
||||
} catch (ConversionException e) {
|
||||
// отказ конвертации не обрывает замер — строка-комментарий в вывод
|
||||
OUT.printf(Locale.ROOT, "# error %s %s: %s%n",
|
||||
scenario, doc.getKey(), e.getMessage());
|
||||
}
|
||||
OUT.printf(Locale.ROOT, "%s\t%s\t%s\t%d\t%d\t%d%n",
|
||||
label, scenario, doc.getKey(), loop, sumPeakBytes(), heapUsedBytes());
|
||||
}
|
||||
}
|
||||
OUT.printf(Locale.ROOT, "# %s checksum-total %d%n", scenario, checksum);
|
||||
printProcMem();
|
||||
}
|
||||
|
||||
/** Фикстуры из classpath {@code ru/pjandro/wordpdf/samples} (25 файлов), по имени. */
|
||||
private static TreeMap<String, byte[]> fixtures() throws IOException, URISyntaxException {
|
||||
URL dir = MemoryBench.class.getClassLoader().getResource("samples");
|
||||
if (dir == null) {
|
||||
throw new IllegalStateException("samples/ не найден в classpath");
|
||||
}
|
||||
TreeMap<String, byte[]> out = new TreeMap<>();
|
||||
try (Stream<Path> files = Files.list(Paths.get(dir.toURI()))) {
|
||||
for (Path p : (Iterable<Path>) files.filter(MemoryBench::isDoc)::iterator) {
|
||||
out.put(p.getFileName().toString(), Files.readAllBytes(p));
|
||||
}
|
||||
}
|
||||
return out;
|
||||
}
|
||||
|
||||
/** Все {@code *.doc}/{@code *.docx} каталога PATH (реальные документы из develop/). */
|
||||
private static TreeMap<String, byte[]> dirDocs(Path dir) throws IOException {
|
||||
TreeMap<String, byte[]> out = new TreeMap<>();
|
||||
if (!Files.isDirectory(dir)) {
|
||||
OUT.printf(Locale.ROOT, "# dir %s отсутствует — пропущен%n", dir);
|
||||
return out;
|
||||
}
|
||||
try (Stream<Path> files = Files.list(dir)) {
|
||||
for (Path p : (Iterable<Path>) files.filter(MemoryBench::isDoc)::iterator) {
|
||||
out.put(p.getFileName().toString(), Files.readAllBytes(p));
|
||||
}
|
||||
}
|
||||
return out;
|
||||
}
|
||||
|
||||
private static boolean isDoc(Path p) {
|
||||
String n = p.getFileName().toString().toLowerCase(Locale.ROOT);
|
||||
return n.endsWith(".doc") || n.endsWith(".docx");
|
||||
}
|
||||
|
||||
/**
|
||||
* Синтетический большой docx: body фикстуры ru-plain.docx (между {@code <w:body>}
|
||||
* и финальным {@code <w:sectPr>}) повторён {@link #BODY_REPEATS} раз, zip пересобран
|
||||
* DEFLATED в том же порядке записей. Детерминированно: тот же вход — тот же размер.
|
||||
*/
|
||||
private static byte[] bigDocx(byte[] base) throws IOException {
|
||||
Map<String, byte[]> entries = unzip(base);
|
||||
String xml = new String(entries.get("word/document.xml"), StandardCharsets.UTF_8);
|
||||
int bodyStart = xml.indexOf("<w:body>");
|
||||
int sectIdx = xml.lastIndexOf("<w:sectPr");
|
||||
if (sectIdx <= bodyStart) {
|
||||
// фикстура без секции (ru-plain.docx генератором) — якорь на закрытие body
|
||||
sectIdx = xml.lastIndexOf("</w:body>");
|
||||
}
|
||||
if (bodyStart < 0 || sectIdx <= bodyStart) {
|
||||
throw new IllegalStateException("в фикстуре не найден <w:body>...<w:sectPr>");
|
||||
}
|
||||
String inner = xml.substring(bodyStart + "<w:body>".length(), sectIdx);
|
||||
String grown = xml.substring(0, bodyStart + "<w:body>".length())
|
||||
+ inner.repeat(BODY_REPEATS)
|
||||
+ xml.substring(sectIdx);
|
||||
entries.put("word/document.xml", grown.getBytes(StandardCharsets.UTF_8));
|
||||
return rezip(entries);
|
||||
}
|
||||
|
||||
private static Map<String, byte[]> unzip(byte[] zip) throws IOException {
|
||||
Map<String, byte[]> entries = new LinkedHashMap<>();
|
||||
try (ZipInputStream zin = new ZipInputStream(new ByteArrayInputStream(zip))) {
|
||||
ZipEntry e;
|
||||
while ((e = zin.getNextEntry()) != null) {
|
||||
ByteArrayOutputStream part = new ByteArrayOutputStream();
|
||||
zin.transferTo(part);
|
||||
entries.put(e.getName(), part.toByteArray());
|
||||
}
|
||||
}
|
||||
return entries;
|
||||
}
|
||||
|
||||
private static byte[] rezip(Map<String, byte[]> entries) throws IOException {
|
||||
ByteArrayOutputStream out = new ByteArrayOutputStream();
|
||||
try (ZipOutputStream zos = new ZipOutputStream(out)) {
|
||||
for (Map.Entry<String, byte[]> e : entries.entrySet()) {
|
||||
zos.putNextEntry(new ZipEntry(e.getKey()));
|
||||
zos.write(e.getValue());
|
||||
zos.closeEntry();
|
||||
}
|
||||
}
|
||||
return out.toByteArray();
|
||||
}
|
||||
|
||||
private static byte[] readResource(String name) throws IOException {
|
||||
try (InputStream in = MemoryBench.class.getClassLoader().getResourceAsStream(name)) {
|
||||
if (in == null) {
|
||||
throw new IllegalStateException("ресурс не найден: " + name);
|
||||
}
|
||||
return in.readAllBytes();
|
||||
}
|
||||
}
|
||||
|
||||
private static void resetPeaks() {
|
||||
for (MemoryPoolMXBean pool : ManagementFactory.getMemoryPoolMXBeans()) {
|
||||
if (pool.getType() == MemoryType.HEAP) {
|
||||
try {
|
||||
pool.resetPeakUsage();
|
||||
} catch (UnsupportedOperationException e) {
|
||||
// пул без поддержки пиков (например «Tenured» в некоторых GC) — пропускаем
|
||||
continue;
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
private static long sumPeakBytes() {
|
||||
long sum = 0;
|
||||
for (MemoryPoolMXBean pool : ManagementFactory.getMemoryPoolMXBeans()) {
|
||||
if (pool.getType() == MemoryType.HEAP) {
|
||||
try {
|
||||
sum += pool.getPeakUsage().getUsed();
|
||||
} catch (UnsupportedOperationException e) {
|
||||
continue;
|
||||
}
|
||||
}
|
||||
}
|
||||
return sum;
|
||||
}
|
||||
|
||||
private static long heapUsedBytes() {
|
||||
return ManagementFactory.getMemoryMXBean().getHeapMemoryUsage().getUsed();
|
||||
}
|
||||
|
||||
/** Память ОС: высокий water mark RSS процесса; на не-Linux — n/a. */
|
||||
private static void printProcMem() {
|
||||
try {
|
||||
for (String line : Files.readAllLines(Paths.get("/proc/self/status"))) {
|
||||
if (line.startsWith("VmHWM:") || line.startsWith("VmRSS:")) {
|
||||
OUT.printf(Locale.ROOT, "# %s%n", line.trim());
|
||||
}
|
||||
}
|
||||
} catch (IOException e) {
|
||||
OUT.printf(Locale.ROOT, "# VmHWM n/a%n");
|
||||
}
|
||||
}
|
||||
|
||||
private static int parsePositive(String[] args, int i) {
|
||||
int value = Integer.parseInt(args[i + 1]);
|
||||
if (value < MIN_POSITIVE) {
|
||||
OUT.printf(Locale.ROOT, "# %s должен быть >= %d%n", args[i], MIN_POSITIVE);
|
||||
System.exit(2);
|
||||
}
|
||||
return value;
|
||||
}
|
||||
|
||||
private static String env(String name, String def) {
|
||||
String value = System.getenv(name);
|
||||
return value == null || value.isEmpty() ? def : value;
|
||||
}
|
||||
}
|
||||
@@ -491,6 +491,62 @@ class WordPdfConverterTest {
|
||||
"Carlito-BoldItalic не встроен (ран с w:b+w:i должен быть): " + fonts);
|
||||
}
|
||||
|
||||
/**
|
||||
* Общая FopFactory строится из fopconf первого документа JVM, а docx4j
|
||||
* декларирует в него только использованные начертания (частично или
|
||||
* simulate-style) — FopFallbackFonts обязан дополнять семейства реальными
|
||||
* начертаниями при каждом declare. Регрессия —
|
||||
* FopFallbackFonts.declareFamily/hasRealFace (macOS-падения
|
||||
* ruPlain_regularRunsUseRegularFont и strictOoxml_convertsNotRejected
|
||||
* зависели от порядка документов в JVM). Здесь порядок задаётся явно:
|
||||
* «ядовитый» doc (один regular-ран Carlito) замороживает фабрику с
|
||||
* частичной декларацией семейства, четырёхначертательный Calibri-doc
|
||||
* обязан получить все четыре Carlito-*; финальный doc без rFonts —
|
||||
* кириллицу вшитым бандл-шрифтом, а не base-14 (симптом «СТРО*ИЙ» на
|
||||
* macOS). Какое семейство выберет док без rFonts — решает docx4j
|
||||
* (дефолт Aptos → Carlito), поэтому ассерт — «вшитый, не Helvetica»,
|
||||
* а не конкретное имя. На Linux ни одна ядовитая комбинация (bold-only
|
||||
* Calibri, regular-only Carlito, italic-only Calibri) этот тест не
|
||||
* краснит: docx4j 17.3.2 здесь декларирует в fopconf полное семейство;
|
||||
* на macOS та же последовательность была красной. Авторитетная
|
||||
* регрессия полноты — FopFallbackFontsTest#declareWhenDocx4jDeclared*,
|
||||
* здесь — smoke независимости вывода от порядка документов в JVM.
|
||||
*/
|
||||
@Test
|
||||
void fopFactoryFrozenFromFirstDoc_fontsComplete() throws Exception {
|
||||
resetSharedFopFactory();
|
||||
String rPoison = "<w:rPr><w:rFonts w:ascii=\"Calibri\" w:hAnsi=\"Calibri\"/><w:i/></w:rPr>";
|
||||
convertPdf(minimalDocx("<w:p><w:r>" + rPoison
|
||||
+ "<w:t>ЯДОВИТЫЙКУРСИВ</w:t></w:r></w:p>"), "poison");
|
||||
|
||||
String rBold = "<w:rPr><w:rFonts w:ascii=\"Calibri\" w:hAnsi=\"Calibri\"/><w:b/></w:rPr>";
|
||||
String rPlain = "<w:rPr><w:rFonts w:ascii=\"Calibri\" w:hAnsi=\"Calibri\"/></w:rPr>";
|
||||
String rItal = "<w:rPr><w:rFonts w:ascii=\"Calibri\" w:hAnsi=\"Calibri\"/><w:i/></w:rPr>";
|
||||
String rBoldItal =
|
||||
"<w:rPr><w:rFonts w:ascii=\"Calibri\" w:hAnsi=\"Calibri\"/><w:b/><w:i/></w:rPr>";
|
||||
Set<String> fonts = embeddedFontNames(convertPdf(minimalDocx("<w:p>"
|
||||
+ "<w:r>" + rPlain + "<w:t>ОбычныйКАЛ</w:t></w:r>"
|
||||
+ "<w:r>" + rBold + "<w:t>ЖирныйКАЛ</w:t></w:r>"
|
||||
+ "<w:r>" + rItal + "<w:t>КурсивКАЛ</w:t></w:r>"
|
||||
+ "<w:r>" + rBoldItal + "<w:t>ЖирКурсивКАЛ</w:t></w:r></w:p>"),
|
||||
"four-faces"));
|
||||
for (String face : List.of("Carlito-Regular", "Carlito-Bold",
|
||||
"Carlito-Italic", "Carlito-BoldItalic")) {
|
||||
assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+" + face)),
|
||||
face + " не встроен (фабрика заморожена неполным конфигом): " + fonts);
|
||||
}
|
||||
|
||||
Path strict = convertPdf(minimalDocx(
|
||||
"<w:p><w:r><w:t>СТРОГИЙМАРКЕР таблица</w:t></w:r></w:p>"), "strict-like");
|
||||
String t = norm(pdfText(strict));
|
||||
assertTrue(t.contains("СТРОГИЙМАРКЕР таблица"), "артефакты в тексте: " + t);
|
||||
String cyrFont = fontNameOf(strict, 'Г');
|
||||
assertFalse(cyrFont.startsWith("Helvetica"),
|
||||
"кириллица упала на base-14 (неполный конфиг фабрики): " + cyrFont);
|
||||
assertTrue(embeddedFontNames(strict).contains(cyrFont),
|
||||
"кириллица нарисована не вшитым шрифтом: " + cyrFont);
|
||||
}
|
||||
|
||||
/**
|
||||
* Regression: символы U+2000–U+2EFF (em-dash «—») docx4j
|
||||
* {@code RunFontSelector} мапит на "Segoe UI Symbol", которого нет ни в
|
||||
@@ -2338,17 +2394,6 @@ class WordPdfConverterTest {
|
||||
}
|
||||
}
|
||||
|
||||
/** Доступен ли AWT-менеджер шрифтов (fontconfig) — та же проба, что в ядре. */
|
||||
private static boolean awtFontsAvailable() {
|
||||
try {
|
||||
java.awt.GraphicsEnvironment.getLocalGraphicsEnvironment()
|
||||
.getAvailableFontFamilyNames();
|
||||
return true;
|
||||
} catch (Throwable t) {
|
||||
return false;
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Скрытый текст не выводится: правило 9 (HiddenTextNormalizer) вырезает
|
||||
* раны с прямым truthy vanish и с rStyle на vanish-стиль; falsy vanish
|
||||
@@ -2637,29 +2682,147 @@ class WordPdfConverterTest {
|
||||
}
|
||||
|
||||
/**
|
||||
* OMML-формула (§22.1): на хосте с fontconfig рисуется вектором
|
||||
* (jeuclid-fop) — чернила страницы с дробью a/b заметно плотнее чернил
|
||||
* того же текста без формулы (замер аудита: +150 px при 150 dpi; текст
|
||||
* формулы из PDF не извлекается). Без fontconfig (контейнерный рантайм,
|
||||
* arm64-хост без /etc/fonts) JEuclid недоступен: формула обязана
|
||||
* деградировать в текст (MathFallbackNormalizer), а не валить конвертацию
|
||||
* InternalError'ом — чернил становится больше, чем у маркера.
|
||||
* Формула внутри текстового бокса ({@code w:txbxContent}): обход
|
||||
* {@code DrawingPreRenderer} в drawing-нагрузку не спускается, формула
|
||||
* доходит до FO, а там docx4j без JEuclid штатно фолбэкает
|
||||
* {@code XsltFOFunctions.mathText} — конвертация обязана пройти, текст
|
||||
* бокса напечатан, падения FOP (нет MathML-рендера) нет. Регрессия —
|
||||
* удаление jeuclid без sweep'а, 2026-11.
|
||||
*/
|
||||
@Test
|
||||
void ommlMath_drawnAsVectors() throws IOException {
|
||||
String marker = "<w:p><w:r><w:t>МАТЕМАРКЕР</w:t></w:r></w:p>";
|
||||
String math = marker + "<w:p><m:oMath"
|
||||
+ " xmlns:m=\"http://schemas.openxmlformats.org/officeDocument/2006/math\">"
|
||||
void drawingTextBoxMath_convertsViaDocx4jTextFallback() throws IOException {
|
||||
String body = "<w:p><w:r><w:drawing><wp:inline distT=\"0\" distB=\"0\" distL=\"0\" distR=\"0\">"
|
||||
+ "<wp:extent cx=\"1000000\" cy=\"600000\"/><wp:docPr id=\"1\" name=\"b1\"/>"
|
||||
+ "<a:graphic xmlns:a=\"http://schemas.openxmlformats.org/drawingml/2006/main\">"
|
||||
+ "<a:graphicData uri=\"http://schemas.openxmlformats.org/drawingml/2006/wordprocessingShape\">"
|
||||
+ "<wps:wsp xmlns:wps=\"http://schemas.microsoft.com/office/word/2010/wordprocessingShape\">"
|
||||
+ "<wps:spPr><a:xfrm><a:off x=\"0\" y=\"0\"/>"
|
||||
+ "<a:ext cx=\"1000000\" cy=\"600000\"/></a:xfrm>"
|
||||
+ "<a:prstGeom prst=\"rect\"><a:avLst/></a:prstGeom></wps:spPr>"
|
||||
+ "<wps:txbx><w:txbxContent><w:p><w:r><w:t>БОКС</w:t></w:r>"
|
||||
+ "<m:oMath xmlns:m=\"http://schemas.openxmlformats.org/officeDocument/2006/math\">"
|
||||
+ "<m:f><m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f></m:oMath></w:p>";
|
||||
int plainPx = countPixels(minimalDocx(marker), false);
|
||||
int mathPx = countPixels(minimalDocx(math), false);
|
||||
if (awtFontsAvailable()) {
|
||||
assertTrue(mathPx - plainPx >= 100, "math=" + mathPx + " plain=" + plainPx);
|
||||
} else {
|
||||
assertTrue(mathPx > plainPx,
|
||||
"формула не деградировала в текст: math=" + mathPx + " plain=" + plainPx);
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f></m:oMath></w:p>"
|
||||
+ "</w:txbxContent></wps:txbx></wps:wsp></a:graphicData></a:graphic></wp:inline>"
|
||||
+ "</w:drawing></w:r></w:p>";
|
||||
byte[] doc = docx("xmlns:w=\"" + W_NS + "\""
|
||||
+ " xmlns:wp=\"http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing\"",
|
||||
body, A4_SECT, null, null, null);
|
||||
String t = norm(pdfText(convertPdf(doc, "тест")));
|
||||
assertTrue(t.contains("БОКС"), t);
|
||||
assertTrue(t.contains("ab"),
|
||||
"docx4j-фолбэк обязан напечатать конкатенацию m:t формулы: " + t);
|
||||
}
|
||||
|
||||
/**
|
||||
* OMML-формула (§22.1) рисуется собственным растером (MathModel →
|
||||
* MathRenderer в DrawingPreRenderer) и заменяется картинкой: inline
|
||||
* {@code m:oMath} — на месте в абзаце, блок {@code m:oMathPara} —
|
||||
* центрированным абзацем. Чернила формул — растровые XObject, символа
|
||||
* формул в текстовом слое нет; поведение не зависит от fontconfig
|
||||
* (jeuclid/AWT-шрифты в конвейере не участвуют). Регрессия —
|
||||
* замена jeuclid-ветки на собственный рендер, 2026-11.
|
||||
*/
|
||||
@Test
|
||||
void ommlMath_drawnAsRaster() throws IOException {
|
||||
String mathNs = " xmlns:m=\"http://schemas.openxmlformats.org"
|
||||
+ "/officeDocument/2006/math\"";
|
||||
String frac = "<m:f><m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f>";
|
||||
String body = "<w:p><w:r><w:t>МАТЕМАРКЕР</w:t></w:r>"
|
||||
+ "<m:oMath" + mathNs + ">" + frac + "</m:oMath></w:p>"
|
||||
+ "<m:oMathPara" + mathNs + "><m:oMath>" + frac
|
||||
+ "</m:oMath></m:oMathPara>";
|
||||
Path pdf = convertPdf(minimalDocx(body), "тест");
|
||||
assertEquals(2, distinctImageCount(pdf),
|
||||
"обе формулы (inline и display) обязаны стать растрами");
|
||||
String t = norm(pdfText(pdf));
|
||||
assertTrue(t.contains("МАТЕМАРКЕР"), t);
|
||||
assertFalse(t.contains("a b") || t.contains("ab"),
|
||||
"формула протекла в текстовый слой: " + t);
|
||||
}
|
||||
|
||||
/**
|
||||
* Inline-формула стоит на базовой линии строки, как в Word: FOP
|
||||
* роняет нижний край инлайн-картинки на базовую линию, поэтому
|
||||
* {@code DrawingPreRenderer} опускает ран с картинкой через
|
||||
* {@code w:rPr/w:position} на её нижний запас (descent+PAD). Замер —
|
||||
* попиксельно (144 dpi): чернила знаменателя без спуска (цифры)
|
||||
* обязаны кончаться на строке базовой линии текста (±2 px). Без
|
||||
* компенсации формула висела на ~3 pt выше базы. Регрессия —
|
||||
* собственный рендер OMML, 2026-11.
|
||||
*/
|
||||
@Test
|
||||
void ommlMathInline_sitsOnTextBaseline() throws IOException {
|
||||
String body = "<w:p><w:r><w:t>ZZZ</w:t></w:r>"
|
||||
+ "<m:oMath xmlns:m=\"http://schemas.openxmlformats.org"
|
||||
+ "/officeDocument/2006/math\">"
|
||||
+ "<m:f><m:num><m:r><m:t>7</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>1</m:t></m:r></m:den></m:f></m:oMath>"
|
||||
+ "<w:r><w:t>YYY</w:t></w:r></w:p>";
|
||||
Path pdf = convertPdf(minimalDocx(body), "тест");
|
||||
final double[] baseY = {Double.NaN};
|
||||
final double[] zEnd = {0};
|
||||
final double[] yStart = {99999};
|
||||
PDFTextStripper stripper = new PDFTextStripper() {
|
||||
@Override
|
||||
protected void writeString(String s,
|
||||
List<org.apache.pdfbox.text.TextPosition> positions) {
|
||||
for (org.apache.pdfbox.text.TextPosition tp : positions) {
|
||||
if ("Z".equals(tp.getUnicode())) {
|
||||
baseY[0] = tp.getYDirAdj();
|
||||
zEnd[0] = Math.max(zEnd[0], tp.getXDirAdj() + tp.getWidth());
|
||||
} else if ("Y".equals(tp.getUnicode())) {
|
||||
yStart[0] = Math.min(yStart[0], tp.getXDirAdj());
|
||||
}
|
||||
}
|
||||
}
|
||||
};
|
||||
float scale = 2f;
|
||||
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
|
||||
stripper.setStartPage(1);
|
||||
stripper.setEndPage(1);
|
||||
stripper.getText(doc);
|
||||
java.awt.image.BufferedImage raster =
|
||||
new PDFRenderer(doc).renderImage(0, scale);
|
||||
int x0 = (int) (zEnd[0] * scale) + 2;
|
||||
int x1 = (int) (yStart[0] * scale) - 2;
|
||||
int baselineRow = (int) Math.round(baseY[0] * scale);
|
||||
int inkBottom = -1;
|
||||
final int inkMask = 0xFFFFFF;
|
||||
final int inkMax = 0x808080;
|
||||
for (int y = 0; y < raster.getHeight(); y++) {
|
||||
for (int x = x0; x < x1; x++) {
|
||||
if ((raster.getRGB(x, y) & inkMask) < inkMax) {
|
||||
inkBottom = y;
|
||||
break;
|
||||
}
|
||||
}
|
||||
}
|
||||
assertTrue(inkBottom > 0, "чернил формулы между ZZZ и YYY нет");
|
||||
assertTrue(Math.abs(inkBottom - baselineRow) <= 2,
|
||||
"низ чернил формулы row=" + inkBottom
|
||||
+ " против базовой строки row=" + baselineRow);
|
||||
}
|
||||
}
|
||||
|
||||
/**
|
||||
* Неизвестная math-конструкция (вне {@code MathModel.SUPPORTED}):
|
||||
* MathFallbackNormalizer (правило 6) срезает блок в конкатенацию
|
||||
* {@code m:t} ещё до загрузки docx4j — текст выводится (кириллица —
|
||||
* бандлом, GlyphCoverage видит уже расплющенный ран), растра нет.
|
||||
*/
|
||||
@Test
|
||||
void ommlUnsupported_degradesToText() throws IOException {
|
||||
String body = "<w:p><m:oMath"
|
||||
+ " xmlns:m=\"http://schemas.openxmlformats.org/officeDocument/2006/math\">"
|
||||
+ "<m:fooBar><m:r><m:t>ФОРМУЛАДЕГРАД</m:t></m:r></m:fooBar>"
|
||||
+ "</m:oMath></w:p>";
|
||||
Path pdf = convertPdf(minimalDocx(body), "тест");
|
||||
String t = norm(pdfText(pdf));
|
||||
assertTrue(t.contains("ФОРМУЛАДЕГРАД"), t);
|
||||
assertEquals(0, distinctImageCount(pdf),
|
||||
"unsupported-формула не обязана давать растр");
|
||||
}
|
||||
|
||||
/**
|
||||
@@ -2835,6 +2998,13 @@ class WordPdfConverterTest {
|
||||
return (FopFactory) f.get(null);
|
||||
}
|
||||
|
||||
/** Обнуление общей FopFactory: следующий документ строит её заново (шов теста). */
|
||||
private static void resetSharedFopFactory() throws Exception {
|
||||
java.lang.reflect.Field f = WordPdfConverter.class.getDeclaredField("sharedFopFactory");
|
||||
f.setAccessible(true);
|
||||
f.set(null, null);
|
||||
}
|
||||
|
||||
/** Размер внутренней {@code map} SoftMapCache (package-private поле). */
|
||||
private static int softMapSize(Object cacheHolder, String field) throws Exception {
|
||||
java.lang.reflect.Field f = cacheHolder.getClass().getDeclaredField(field);
|
||||
|
||||
@@ -0,0 +1,71 @@
|
||||
package ru.pjandro.wordpdf.fonts;
|
||||
|
||||
import org.docx4j.fonts.PhysicalFont;
|
||||
import org.junit.jupiter.api.Test;
|
||||
|
||||
import java.lang.reflect.Field;
|
||||
import java.util.HashMap;
|
||||
import java.util.Map;
|
||||
|
||||
import static org.junit.jupiter.api.Assertions.*;
|
||||
|
||||
/**
|
||||
* Таблица алиасов шрифтов (BundledFontAliases): прямое и обратное
|
||||
* имя, fallback. Состояние «бандл не инициализирован» моделируется
|
||||
* сохранением и восстановлением статического реестра BundledFonts.
|
||||
*
|
||||
* Класс намеренно не наследует BestMatchingMapper: обращение к его
|
||||
* статикам не должно сканировать реестр шрифтов (см. javadoc класса).
|
||||
*/
|
||||
class BundledFontAliasesTest {
|
||||
|
||||
/** Выполнить body в состоянии «шрифты бандла не зарегистрированы», затем восстановить. */
|
||||
private static void withoutBundledInit(Runnable body) throws Exception {
|
||||
Field initedField = BundledFonts.class.getDeclaredField("inited");
|
||||
initedField.setAccessible(true);
|
||||
// VARIANTS package-private (тот же пакет) — снимок/очистка напрямую,
|
||||
// типизированно, без reflection-каста.
|
||||
Map<String, Map<String, PhysicalFont>> savedVariants = new HashMap<>(BundledFonts.VARIANTS);
|
||||
boolean savedInited = initedField.getBoolean(null);
|
||||
BundledFonts.VARIANTS.clear();
|
||||
initedField.setBoolean(null, false);
|
||||
try {
|
||||
body.run();
|
||||
} finally {
|
||||
BundledFonts.VARIANTS.clear();
|
||||
BundledFonts.VARIANTS.putAll(savedVariants);
|
||||
initedField.setBoolean(null, savedInited);
|
||||
}
|
||||
}
|
||||
|
||||
/** Алиас + зарегистрированное семейство -> бандл-семейство (имя в любом регистре). */
|
||||
@Test
|
||||
void bundledFamilyKnownAliasMapsToBundle() {
|
||||
BundledFonts.init();
|
||||
assertEquals("carlito", BundledFontAliases.bundledFamily("Calibri"));
|
||||
assertEquals("tinos", BundledFontAliases.bundledFamily("Times New Roman"));
|
||||
assertEquals("dejavu sans", BundledFontAliases.bundledFamily("DejaVu Sans"));
|
||||
}
|
||||
|
||||
/** Имени нет в таблице алиасов -> финальный fallback. */
|
||||
@Test
|
||||
void bundledFamilyUnknownFallsBack() {
|
||||
BundledFonts.init();
|
||||
assertEquals("dejavu sans", BundledFontAliases.bundledFamily("Zzz Not A Font"));
|
||||
}
|
||||
|
||||
/** Алиас есть, но бандл не зарегистрирован (init() не вызван) -> fallback. */
|
||||
@Test
|
||||
void bundledFamilyWithoutInitFallsBack() throws Exception {
|
||||
withoutBundledInit(() ->
|
||||
assertEquals("dejavu sans", BundledFontAliases.bundledFamily("Calibri")));
|
||||
}
|
||||
|
||||
/** Имя бандл-семейства для w:rFonts: отображаемое имя или само семейство. */
|
||||
@Test
|
||||
void documentFontNameMapsDisplayNames() {
|
||||
assertEquals("DejaVu Sans", BundledFontAliases.documentFontName("dejavu sans"));
|
||||
assertEquals("carlito", BundledFontAliases.documentFontName("carlito"),
|
||||
"семейство без отображаемого имени возвращается как есть");
|
||||
}
|
||||
}
|
||||
@@ -1,5 +1,6 @@
|
||||
package ru.pjandro.wordpdf.fonts;
|
||||
|
||||
import org.docx4j.Docx4jProperties;
|
||||
import org.docx4j.fonts.PhysicalFont;
|
||||
import org.docx4j.wml.Fonts;
|
||||
import org.junit.jupiter.api.Test;
|
||||
@@ -20,6 +21,22 @@ import static org.junit.jupiter.api.Assertions.*;
|
||||
*/
|
||||
class BundledFontMapperTest {
|
||||
|
||||
/**
|
||||
* Гейт сканов docx4j: тот же, что {@code WordPdfConverter.<clinit>}
|
||||
* (строки 85–86). Тест грузит {@code BundledFontMapper} напрямую, а
|
||||
* инициализация класса-подкласса по JLS тянет {@code <clinit>}
|
||||
* {@code BestMatchingMapper} — без арминга скан прошёл бы ungated.
|
||||
* Package-private: PMD UnusedPrivateField не видит побочных эффектов
|
||||
* инициализации, обращение к полю не нужно ни одному тесту.
|
||||
*/
|
||||
static final boolean ARMED = arm();
|
||||
|
||||
private static boolean arm() {
|
||||
Docx4jProperties.setProperty("docx4j.fonts.discoverPhysicalFonts.enabled", "false");
|
||||
Docx4jProperties.setProperty("docx4j.fonts.discoverJarFonts.enabled", "false");
|
||||
return true;
|
||||
}
|
||||
|
||||
/** Тело теста, кидающее checked-исключение (populateFontMappings throws Exception). */
|
||||
private interface TestBody {
|
||||
void run() throws Exception;
|
||||
@@ -44,29 +61,6 @@ class BundledFontMapperTest {
|
||||
}
|
||||
}
|
||||
|
||||
/** Алиас + зарегистрированное семейство -> бандл-семейство (имя в любом регистре). */
|
||||
@Test
|
||||
void bundledFamilyKnownAliasMapsToBundle() {
|
||||
BundledFonts.init();
|
||||
assertEquals("carlito", BundledFontMapper.bundledFamily("Calibri"));
|
||||
assertEquals("tinos", BundledFontMapper.bundledFamily("Times New Roman"));
|
||||
assertEquals("dejavu sans", BundledFontMapper.bundledFamily("DejaVu Sans"));
|
||||
}
|
||||
|
||||
/** Имени нет в таблице алиасов -> финальный fallback. */
|
||||
@Test
|
||||
void bundledFamilyUnknownFallsBack() {
|
||||
BundledFonts.init();
|
||||
assertEquals("dejavu sans", BundledFontMapper.bundledFamily("Zzz Not A Font"));
|
||||
}
|
||||
|
||||
/** Алиас есть, но бандл не зарегистрирован (init() не вызван) -> fallback. */
|
||||
@Test
|
||||
void bundledFamilyWithoutInitFallsBack() throws Exception {
|
||||
withoutBundledInit(() ->
|
||||
assertEquals("dejavu sans", BundledFontMapper.bundledFamily("Calibri")));
|
||||
}
|
||||
|
||||
/**
|
||||
* Имя документа == SYMBOL_FONT маппится сразу (до родительского поиска),
|
||||
* алиасы — на бандл, нераспознанное — в fallback DejaVu Sans.
|
||||
@@ -106,11 +100,30 @@ class BundledFontMapperTest {
|
||||
});
|
||||
}
|
||||
|
||||
/** Имя бандл-семейства для w:rFonts: отображаемое имя или само семейство. */
|
||||
/**
|
||||
* Варианты начертаний отдаются реальным sibling-файлом бандла, а не
|
||||
* результатом registry-эвристики: на macOS без override
|
||||
* {@code PhysicalFonts.getBoldForm} для «Carlito Regular» уходит в
|
||||
* {@code MicrosoftFontsRegistry} (Mac-имя файла {@code null}) и возвращает
|
||||
* {@code null} — на этой платформе тест красный. На Linux super тоже
|
||||
* находит bold, поэтому сквозная регрессия macOS — конвертерные тесты
|
||||
* {@code WordPdfConverterTest#strictOoxml_convertsNotRejected} и
|
||||
* {@code #ruPlain_regularRunsUseRegularFont}, а этот фиксирует контракт
|
||||
* маппера.
|
||||
*/
|
||||
@Test
|
||||
void documentFontNameMapsDisplayNames() {
|
||||
assertEquals("DejaVu Sans", BundledFontMapper.documentFontName("dejavu sans"));
|
||||
assertEquals("carlito", BundledFontMapper.documentFontName("carlito"),
|
||||
"семейство без отображаемого имени возвращается как есть");
|
||||
void variantForms_resolveBundleSibling() {
|
||||
BundledFonts.init();
|
||||
BundledFontMapper mapper = new BundledFontMapper();
|
||||
PhysicalFont regular = BundledFonts.regular("carlito");
|
||||
|
||||
assertSame(BundledFonts.bold("carlito"),
|
||||
mapper.getBoldForm("Carlito Regular", regular), "bold-вариант");
|
||||
assertSame(BundledFonts.italic("carlito"),
|
||||
mapper.getItalicForm("Carlito Regular", regular), "italic-вариант");
|
||||
assertSame(BundledFonts.boldItalic("carlito"),
|
||||
mapper.getBoldItalicForm("Carlito Regular", regular), "bolditalic-вариант");
|
||||
assertNull(mapper.getBoldForm("Unknown", null),
|
||||
"путь super без physicalFont не должен падать");
|
||||
}
|
||||
}
|
||||
|
||||
@@ -126,4 +126,134 @@ class FopFallbackFontsTest {
|
||||
Map.class.getMethod("putAll", Map.class).invoke(variants, savedVariants);
|
||||
}
|
||||
}
|
||||
|
||||
/** Запись fopconf «как docx4j»: один триплет + embed-url. */
|
||||
private static void preRegister(Fonts fonts, String familyName, String style,
|
||||
String weight, String embedUrl) {
|
||||
ObjectFactory factory = new ObjectFactory();
|
||||
Fonts.Font font = factory.createFontsFont();
|
||||
font.setEmbedUrl(embedUrl);
|
||||
Fonts.Font.FontTriplet triplet = factory.createFontsFontFontTriplet();
|
||||
triplet.setName(familyName);
|
||||
triplet.setStyle(style);
|
||||
triplet.setWeight(weight);
|
||||
font.getFontTriplet().add(triplet);
|
||||
fonts.getFont().add(font);
|
||||
}
|
||||
|
||||
/** Записи fopconf, несущие указанный триплет. */
|
||||
private static List<Fonts.Font> fontsWithTriplet(Fonts fonts, String familyName,
|
||||
String style, String weight) {
|
||||
return fonts.getFont().stream()
|
||||
.filter(f -> f.getFontTriplet().stream().anyMatch(t ->
|
||||
familyName.equals(t.getName()) && style.equals(t.getStyle())
|
||||
&& weight.equals(t.getWeight())))
|
||||
.toList();
|
||||
}
|
||||
|
||||
/** Число записей fopconf, несущих хоть один триплет семейства. */
|
||||
private static int familyEntryCount(Fonts fonts, String familyName) {
|
||||
return (int) fonts.getFont().stream()
|
||||
.filter(f -> f.getFontTriplet().stream()
|
||||
.anyMatch(t -> familyName.equals(t.getName())))
|
||||
.count();
|
||||
}
|
||||
|
||||
/** Embed-url реального TTF варианта fallback-семейства. */
|
||||
private static String variantUrl(String variant) {
|
||||
return BundledFonts.font(BundledFonts.FALLBACK_FAMILY, variant)
|
||||
.getEmbeddedURI().toString();
|
||||
}
|
||||
|
||||
/**
|
||||
* docx4j задекларировал только использованное начертание (regular):
|
||||
* declare обязан дополнить семейство недостающими реальными начертаниями,
|
||||
* не дублируя уже вшитый regular. Регрессия частичной декларации
|
||||
* fopconf, из-за которой общая FopFactory первого документа JVM
|
||||
* замерзала без Carlito-Bold (macOS-падение ruPlain_regularRunsUseRegularFont).
|
||||
*/
|
||||
@Test
|
||||
void declareWhenDocx4jDeclaredRegularOnly_addsMissingVariants() {
|
||||
BundledFonts.init();
|
||||
String family = declaredFamilyName();
|
||||
Fonts pdfFonts = new ObjectFactory().createFonts();
|
||||
preRegister(pdfFonts, family, "normal", "normal",
|
||||
variantUrl(BundledFonts.V_REGULAR));
|
||||
|
||||
FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts)));
|
||||
|
||||
assertEquals(1, fontsWithTriplet(pdfFonts, family, "normal", "normal").size(),
|
||||
"regular-запись задублировалась");
|
||||
assertEquals(List.of(variantUrl(BundledFonts.V_BOLD)),
|
||||
fontsWithTriplet(pdfFonts, family, "normal", "bold").stream()
|
||||
.map(Fonts.Font::getEmbedUrl).toList(),
|
||||
"bold-начертание не дополнено реальным TTF");
|
||||
assertEquals(List.of(variantUrl(BundledFonts.V_ITALIC)),
|
||||
fontsWithTriplet(pdfFonts, family, "italic", "normal").stream()
|
||||
.map(Fonts.Font::getEmbedUrl).toList(),
|
||||
"italic-начертание не дополнено реальным TTF");
|
||||
assertEquals(List.of(variantUrl(BundledFonts.V_BOLD_ITALIC)),
|
||||
fontsWithTriplet(pdfFonts, family, "italic", "bold").stream()
|
||||
.map(Fonts.Font::getEmbedUrl).toList(),
|
||||
"bolditalic-начертание не дополнено реальным TTF");
|
||||
}
|
||||
|
||||
/**
|
||||
* docx4j задекларировал все четыре триплета на одном regular-файле
|
||||
* (simulate-style): триплет есть, но лицо ненастоящее — declare обязан
|
||||
* добавить реальные TTF жирных/курсивных начертаний поверх.
|
||||
*/
|
||||
@Test
|
||||
void declareWhenDocx4jDeclaredSimulatedStyle_addsRealFaces() {
|
||||
BundledFonts.init();
|
||||
String family = declaredFamilyName();
|
||||
Fonts pdfFonts = new ObjectFactory().createFonts();
|
||||
ObjectFactory factory = new ObjectFactory();
|
||||
Fonts.Font simulated = factory.createFontsFont();
|
||||
simulated.setSimulateStyle(true);
|
||||
simulated.setEmbedUrl(variantUrl(BundledFonts.V_REGULAR));
|
||||
String[][] triplets = {
|
||||
{"normal", "normal"}, {"normal", "bold"},
|
||||
{"italic", "normal"}, {"italic", "bold"},
|
||||
};
|
||||
for (String[] t : triplets) {
|
||||
Fonts.Font.FontTriplet triplet = factory.createFontsFontFontTriplet();
|
||||
triplet.setName(family);
|
||||
triplet.setStyle(t[0]);
|
||||
triplet.setWeight(t[1]);
|
||||
simulated.getFontTriplet().add(triplet);
|
||||
}
|
||||
pdfFonts.getFont().add(simulated);
|
||||
|
||||
FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts)));
|
||||
|
||||
String[][] expected = {
|
||||
{"normal", "normal", variantUrl(BundledFonts.V_REGULAR)},
|
||||
{"normal", "bold", variantUrl(BundledFonts.V_BOLD)},
|
||||
{"italic", "normal", variantUrl(BundledFonts.V_ITALIC)},
|
||||
{"italic", "bold", variantUrl(BundledFonts.V_BOLD_ITALIC)},
|
||||
};
|
||||
for (String[] e : expected) {
|
||||
assertTrue(fontsWithTriplet(pdfFonts, family, e[0], e[1]).stream()
|
||||
.anyMatch(f -> e[2].equals(f.getEmbedUrl())),
|
||||
"нет реальной записи " + e[0] + "/" + e[1] + " на " + e[2]);
|
||||
}
|
||||
}
|
||||
|
||||
/** Идемпотентность полноты: второй declare не плодит дублей семейства. */
|
||||
@Test
|
||||
void declareTwice_noDuplicates() {
|
||||
BundledFonts.init();
|
||||
String family = declaredFamilyName();
|
||||
Fonts pdfFonts = new ObjectFactory().createFonts();
|
||||
|
||||
FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts)));
|
||||
int afterFirst = familyEntryCount(pdfFonts, family);
|
||||
FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts)));
|
||||
int afterSecond = familyEntryCount(pdfFonts, family);
|
||||
|
||||
assertTrue(afterFirst >= 4, "после первого declare семейство неполное");
|
||||
assertEquals(afterFirst, afterSecond,
|
||||
"второй declare добавил дубли записей семейства");
|
||||
}
|
||||
}
|
||||
|
||||
+140
-28
@@ -4,56 +4,168 @@ import org.junit.jupiter.api.Test;
|
||||
|
||||
import static org.junit.jupiter.api.Assertions.assertEquals;
|
||||
import static org.junit.jupiter.api.Assertions.assertFalse;
|
||||
import static org.junit.jupiter.api.Assertions.assertNotNull;
|
||||
import static org.junit.jupiter.api.Assertions.assertNull;
|
||||
import static org.junit.jupiter.api.Assertions.assertTrue;
|
||||
|
||||
/** Юниты правила 11: OMML → текст без fontconfig (MathFallbackNormalizer). */
|
||||
/**
|
||||
* Юниты правила 6: unsupported-формулы OMML → текст (MathFallbackNormalizer).
|
||||
* Скан namespace-aware: чужие префиксы не триггерят, unsupported-имя в
|
||||
* math-namespace — срезает весь блок в конкатенацию {@code m:t}.
|
||||
*/
|
||||
class MathFallbackNormalizerTest {
|
||||
|
||||
private static final String M_NS =
|
||||
"http://schemas.openxmlformats.org/officeDocument/2006/math";
|
||||
private static final String W_NS =
|
||||
"http://schemas.openxmlformats.org/wordprocessingml/2006/main";
|
||||
private static final String ROOT = "<w:document xmlns:w=\"" + W_NS
|
||||
+ "\" xmlns:m=\"" + M_NS + "\"><w:body>";
|
||||
|
||||
/** Unsupported-имя в math-namespace — блок целиком становится раном. */
|
||||
@Test
|
||||
void flatten_inlineMath_becomesRunWithText() {
|
||||
String xml = "<w:p><w:r><w:t>ДО</w:t></w:r><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:r><m:t>x</m:t></m:r><m:sSup><m:e><m:r><m:t>y</m:t></m:r></m:e>"
|
||||
+ "<m:sup><m:r><m:t>2</m:t></m:r></m:sup></m:sSup></m:oMath>"
|
||||
+ "<w:r><w:t>ПОСЛЕ</w:t></w:r></w:p>";
|
||||
assertEquals("<w:p><w:r><w:t>ДО</w:t></w:r>"
|
||||
+ "<w:r><w:t xml:space=\"preserve\">xy2</w:t></w:r>"
|
||||
+ "<w:r><w:t>ПОСЛЕ</w:t></w:r></w:p>",
|
||||
MathFallbackNormalizer.flatten(xml));
|
||||
void unsupportedMathTag_flattensToText() {
|
||||
String xml = ROOT + "<w:p><m:oMath><m:fooBar/>"
|
||||
+ "<m:r><m:t>a/b</m:t></m:r></m:oMath></w:p></w:body></w:document>";
|
||||
String out = MathFallbackNormalizer.rewrite(xml);
|
||||
assertEquals(ROOT + "<w:p><w:r><w:t xml:space=\"preserve\">a/b</w:t></w:r>"
|
||||
+ "</w:p></w:body></w:document>", out);
|
||||
}
|
||||
|
||||
/**
|
||||
* Боевой XML начинается с {@code <?xml ...?>}: карта root-ных xmlns
|
||||
* обязана браться с фактического корневого элемента, а {@code w:rPr}/
|
||||
* {@code w:rFonts} внутри math-рана — чужой namespace, не unsupported.
|
||||
* Иначе пустая карта консервативно срезала бы каждую Word-формулу.
|
||||
*/
|
||||
@Test
|
||||
void flatten_mathPara_removedBeforeInline() {
|
||||
String xml = "<w:p><m:oMathPara xmlns:m=\"" + M_NS + "\"><m:oMath>"
|
||||
+ "<m:f><m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f>"
|
||||
+ "</m:oMath></m:oMathPara></w:p>";
|
||||
String out = MathFallbackNormalizer.flatten(xml);
|
||||
assertEquals("<w:p><w:r><w:t xml:space=\"preserve\">ab</w:t></w:r></w:p>", out);
|
||||
assertFalse(out.contains("m:oMath"), out);
|
||||
void xmlPrologueAndWmlRPrInMath_unchanged() {
|
||||
String xml = "<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<w:document xmlns:w=\"" + W_NS + "\" xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<w:body><w:p><m:oMath><m:r><w:rPr><w:rFonts w:ascii=\"Cambria\"/>"
|
||||
+ "<w:sz w:val=\"22\"/></w:rPr><m:t>a</m:t></m:r></m:oMath></w:p>"
|
||||
+ "</w:body></w:document>";
|
||||
assertNull(MathFallbackNormalizer.rewrite(xml));
|
||||
}
|
||||
|
||||
/** Поддерживаемая конструкция (дробь) — массив не меняется (null). */
|
||||
@Test
|
||||
void flatten_selfClosingMath_removed() {
|
||||
assertEquals("ДОПОСЛЕ",
|
||||
MathFallbackNormalizer.flatten("ДО<m:oMath/>ПОСЛЕ"));
|
||||
void supportedMath_unchanged() {
|
||||
String xml = ROOT + "<w:p><m:oMath><m:f><m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f></m:oMath></w:p>"
|
||||
+ "</w:body></w:document>";
|
||||
assertNull(MathFallbackNormalizer.rewrite(xml));
|
||||
}
|
||||
|
||||
/** Неизвестный тег ЧУЖОГО namespace внутри формулы — не unsupported. */
|
||||
@Test
|
||||
void flatten_emptyMath_removed() {
|
||||
assertEquals("ДОПОСЛЕ",
|
||||
MathFallbackNormalizer.flatten("ДО<m:oMath></m:oMath>ПОСЛЕ"));
|
||||
void foreignNamespaceIgnored() {
|
||||
String xml = ROOT + "<w:p><m:oMath><w:someWmlForeign/><m:r><m:t>x</m:t></m:r>"
|
||||
+ "</m:oMath></w:p></w:body></w:document>";
|
||||
assertNull(MathFallbackNormalizer.rewrite(xml));
|
||||
}
|
||||
|
||||
/** {@code m:oMathPara} с unsupported внутри — срезается весь блок, каркас сбалансирован. */
|
||||
@Test
|
||||
void flatten_noMath_returnsNull() {
|
||||
assertNull(MathFallbackNormalizer.flatten("<w:r><w:t>ТЕКСТ</w:t></w:r>"));
|
||||
void mathParaBlockReplacedWhole() {
|
||||
String xml = ROOT + "<m:oMathPara><m:oMath><m:nope/><m:r><m:t>X</m:t></m:r>"
|
||||
+ "</m:oMath></m:oMathPara>";
|
||||
String out = MathFallbackNormalizer.rewrite(xml);
|
||||
assertEquals(ROOT + "<w:r><w:t xml:space=\"preserve\">X</w:t></w:r>", out);
|
||||
assertFalse(out.contains("oMath"), "каркас формулы остался: " + out);
|
||||
}
|
||||
|
||||
/** Самозакрывающийся пустой блок формул — supported, без изменений. */
|
||||
@Test
|
||||
void rewrite_noMath_returnsNullWithoutProbe() {
|
||||
assertNull(MathFallbackNormalizer.rewrite("<w:r><w:t>ТЕКСТ</w:t></w:r>"));
|
||||
void selfClosingEmpty_unchanged() {
|
||||
String xml = ROOT + "<m:oMathPara/><w:p><m:oMath/></w:p></w:body></w:document>";
|
||||
assertNull(MathFallbackNormalizer.rewrite(xml));
|
||||
}
|
||||
|
||||
/** Inline-формула перед unsupported-пара — блок inline не «склеивается» с парой. */
|
||||
@Test
|
||||
void inlineAndParaBlocksIndependent() {
|
||||
String xml = ROOT + "<w:p><m:oMath><m:r><m:t>OK</m:t></m:r></m:oMath></w:p>"
|
||||
+ "<m:oMathPara><m:oMath><m:bad/></m:oMath></m:oMathPara>";
|
||||
String out = MathFallbackNormalizer.rewrite(xml);
|
||||
assertTrue(out.contains("<m:oMath><m:r><m:t>OK</m:t></m:r></m:oMath>"),
|
||||
"supported inline-формула не должна была меняться: " + out);
|
||||
assertFalse(out.contains("m:bad"), out);
|
||||
assertFalse(out.contains("oMathPara"), out);
|
||||
}
|
||||
|
||||
/** Без объявленных xmlns вообще — консервативно: unknown имя режет блок. */
|
||||
@Test
|
||||
void noNamespaceMap_conservativeFlatten() {
|
||||
String xml = "ДО<m:oMath><m:weird/></m:oMath>ПОСЛЕ";
|
||||
String out = MathFallbackNormalizer.rewrite(xml);
|
||||
assertEquals("ДОПОСЛЕ", out, "пустая формула удаляется без следа");
|
||||
}
|
||||
|
||||
/** Формул нет / формула без префикса math — {@code null} (тот же массив). */
|
||||
@Test
|
||||
void noMathBlocks_null() {
|
||||
assertNull(MathFallbackNormalizer.rewrite(
|
||||
"<w:r xmlns:w=\"" + W_NS + "\"><w:t>ТЕКСТ</w:t></w:r>"));
|
||||
assertNull(MathFallbackNormalizer.rewrite("<doc><oMath/>мусор</doc>"));
|
||||
}
|
||||
|
||||
/** Переопределение {@code xmlns:m} на чужой URI внутри блока — не формула. */
|
||||
@Test
|
||||
void blockLocalNamespaceOverride_skipped() {
|
||||
String xml = ROOT + "<w:p><q:oMath xmlns:q=\"urn:custom\">"
|
||||
+ "<q:whatever/><q:t>x</q:t></q:oMath></w:p></w:body></w:document>";
|
||||
assertNull(MathFallbackNormalizer.rewrite(xml));
|
||||
}
|
||||
|
||||
/**
|
||||
* Битый каркас (незакрытый тег, нет закрывающего {@code </m:oMath...>})
|
||||
* — скан останавливается без изменений: чинять XML — дело валидатора.
|
||||
*/
|
||||
@Test
|
||||
void brokenFrames_stopScan() {
|
||||
assertNull(MathFallbackNormalizer.rewrite(ROOT + "<w:p><m:oMath"));
|
||||
assertNull(MathFallbackNormalizer.rewrite(
|
||||
ROOT + "<w:p><m:oMath><m:fooBar/></w:p></w:body></w:document>"));
|
||||
assertNull(MathFallbackNormalizer.rewrite(
|
||||
ROOT + "<m:oMathPara><m:oMath><m:bad/>"));
|
||||
}
|
||||
|
||||
/** tagEnd кавычки-осведомлён: {@code >}/кавычки внутри значения атрибута тег не заканчивают. */
|
||||
@Test
|
||||
void quoteAwareTagEnd_flattens() {
|
||||
String out = MathFallbackNormalizer.rewrite(ROOT
|
||||
+ "<w:p><m:oMath><m:bad m:val=\"a>'b\"/>"
|
||||
+ "<m:r><m:t>Q</m:t></m:r></m:oMath></w:p></w:body></w:document>");
|
||||
assertNotNull(out, "символ > в кавычках ошибочно закончил тег");
|
||||
assertTrue(out.contains(">Q<") && !out.contains("m:bad"), out);
|
||||
}
|
||||
|
||||
/**
|
||||
* Незакрытые пролог-объявления (PI/комментарий/DOCTYPE) — карта xmlns
|
||||
* пустая, консервативный срез (как в {@link #noNamespaceMap_conservativeFlatten});
|
||||
* закрытые варианты — обычный путь.
|
||||
*/
|
||||
@Test
|
||||
void unterminatedPrologues_conservativeFlatten() {
|
||||
assertTrue(MathFallbackNormalizer.rewrite(
|
||||
"<?xml<m:oMath><m:bad/><m:r><m:t>Т</m:t></m:r></m:oMath>")
|
||||
.contains(">Т<"), "блок не срезан");
|
||||
assertTrue(MathFallbackNormalizer.rewrite(
|
||||
"<!-- p<m:oMath><m:bad/><m:r><m:t>ТК</m:t></m:r></m:oMath>")
|
||||
.contains(">ТК<"), "блок не срезан");
|
||||
assertTrue(MathFallbackNormalizer.rewrite(
|
||||
"<!D<m:oMath><m:bad/><m:r><m:t>ТЕ</m:t></m:r></m:oMath>")
|
||||
.contains(">ТЕ<"), "блок не срезан");
|
||||
assertTrue(MathFallbackNormalizer.rewrite(
|
||||
"<!-- c --><!D d><m:oMath><m:bad/><m:r><m:t>Ы</m:t></m:r></m:oMath>")
|
||||
.contains(">Ы<"), "блок не срезан");
|
||||
}
|
||||
|
||||
/** Пробелы перед {@code />} самозакрывающегося блока — габарит-петля не сбивает self-closing. */
|
||||
@Test
|
||||
void whitespaceBeforeSelfClosing_unchanged() {
|
||||
assertNull(MathFallbackNormalizer.rewrite(
|
||||
ROOT + "<w:p><m:oMath /></w:p></w:body></w:document>"));
|
||||
}
|
||||
}
|
||||
|
||||
@@ -0,0 +1,540 @@
|
||||
package ru.pjandro.wordpdf.internal.chart;
|
||||
|
||||
import jakarta.xml.bind.JAXBElement;
|
||||
import org.docx4j.math.CTOMath;
|
||||
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
|
||||
import org.junit.jupiter.api.Test;
|
||||
import ru.pjandro.wordpdf.fonts.BundledFonts;
|
||||
import ru.pjandro.wordpdf.fonts.GlyphFont;
|
||||
|
||||
import javax.xml.namespace.QName;
|
||||
import java.awt.Color;
|
||||
import java.io.ByteArrayInputStream;
|
||||
import java.io.ByteArrayOutputStream;
|
||||
import java.io.IOException;
|
||||
import java.nio.charset.StandardCharsets;
|
||||
import java.util.List;
|
||||
import java.util.zip.ZipEntry;
|
||||
import java.util.zip.ZipOutputStream;
|
||||
|
||||
import static org.junit.jupiter.api.Assertions.assertEquals;
|
||||
import static org.junit.jupiter.api.Assertions.assertNotNull;
|
||||
import static org.junit.jupiter.api.Assertions.assertNull;
|
||||
import static org.junit.jupiter.api.Assertions.assertThrows;
|
||||
import static org.junit.jupiter.api.Assertions.assertTrue;
|
||||
|
||||
/**
|
||||
* Разбор OMML в боксы и растеризация (MathModel/MathRenderer) на
|
||||
* синтетическом docx (ZipOutputStream из литеральных XML — идеома модуля)
|
||||
* и синтетических JAXB-элементах.
|
||||
*/
|
||||
class MathModelTest {
|
||||
|
||||
private static final String M_NS =
|
||||
"http://schemas.openxmlformats.org/officeDocument/2006/math";
|
||||
private static final String W_NS =
|
||||
"http://schemas.openxmlformats.org/wordprocessingml/2006/main";
|
||||
|
||||
/** Дробь a/b внутри inline-формулы. */
|
||||
private static final String FRAC = "<m:f><m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f>";
|
||||
|
||||
// ------------------------------------------------------------------
|
||||
// Метрики и растер дроби
|
||||
// ------------------------------------------------------------------
|
||||
|
||||
/** Дробь: ненулевые метрики; растер — с чернилами и минимумом габарита. */
|
||||
@Test
|
||||
void fraction_measuresAndRenders() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ FRAC + "</m:oMath></w:p>"));
|
||||
MathModel.Box box = MathModel.build(math, false);
|
||||
assertTrue(box.width > 0, "нулевая ширина дроби");
|
||||
assertTrue(box.ascent > 0, "нулевой подъём дроби");
|
||||
assertTrue(box.descent > 0, "нулевой спуск дроби");
|
||||
|
||||
MathRenderer.MathImage img = MathRenderer.render(box);
|
||||
assertNotNull(img.image(), "пустой растр при неразрешённой дроби");
|
||||
assertTrue(img.widthPt() >= MathRenderer.MIN_WIDTH_PT, "ширина ниже минимума");
|
||||
assertTrue(img.heightPt() >= MathRenderer.MIN_HEIGHT_PT, "высота ниже минимума");
|
||||
assertTrue(hasInk(img.image()), "растр дроби без единого непрозрачного пикселя");
|
||||
}
|
||||
|
||||
/** Конкатенация {@code m:t} (контракт деградации): num+den без разделителя. */
|
||||
@Test
|
||||
void mathText_collectsNestedRuns() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ FRAC + "</m:oMath></w:p>"));
|
||||
assertEquals("ab", MathModel.mathText(math));
|
||||
}
|
||||
|
||||
/** Пустая формула: {@code image == null}, габариты нулевые (вызывающий удалит блок). */
|
||||
@Test
|
||||
void emptyMath_rendersNullImage() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "</m:oMath></w:p>"));
|
||||
MathRenderer.MathImage img = MathRenderer.render(MathModel.build(math, false));
|
||||
assertNull(img.image(), "пустая формула не обязана рисоваться");
|
||||
assertEquals(0, img.widthPt(), 0.0001);
|
||||
assertEquals(0, img.heightPt(), 0.0001);
|
||||
}
|
||||
|
||||
/** Надстрочный индекс добавляет ширину и не режет верх базы (подъём ≥ базы). */
|
||||
@Test
|
||||
void superscript_addsScriptWidth() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:sSup><m:e><m:r><m:t>x</m:t></m:r></m:e>"
|
||||
+ "<m:sup><m:r><m:t>2</m:t></m:r></m:sup></m:sSup></m:oMath></w:p>"));
|
||||
MathModel.Box sup = MathModel.build(math, false);
|
||||
GlyphFont plain = GlyphFont.of(BundledFonts.FALLBACK_FAMILY, BundledFonts.V_REGULAR);
|
||||
MathModel.Box run = new MathModel.RunBox("x", plain,
|
||||
MathModel.DEFAULT_SIZE_PT, Color.BLACK);
|
||||
assertTrue(sup.width > run.width,
|
||||
"индекс не добавил ширины: " + sup.width + " <= " + run.width);
|
||||
assertTrue(sup.ascent >= run.ascent,
|
||||
"индекс срезал верх базы: " + sup.ascent + " < " + run.ascent);
|
||||
}
|
||||
|
||||
/**
|
||||
* Канва растра обязана вмещать пределы (undOvr-пределы nary и стопку
|
||||
* sPre) целиком: метрики бокса равны габариту paint, поэтому чернила
|
||||
* не касаются верхней/нижней границы канвы (PAD-отступ снаружи).
|
||||
* До пересчёта метрик ascent/descent NaryBox/PreScriptBox не учитывали
|
||||
* полную высоту пределов — чернила резались по краю канвы (тот же
|
||||
* зелёный «есть чернила», но подрезанный растер). Регрессия — 2026-11.
|
||||
*/
|
||||
@Test
|
||||
void limits_notClippedByCanvas() throws IOException {
|
||||
String nary = "<m:nary><m:naryPr><m:chr m:val=\"∑\"/>"
|
||||
+ "<m:limLoc m:val=\"undOvr\"/></m:naryPr>"
|
||||
+ "<m:sub><m:r><m:t>abc</m:t></m:r></m:sub>"
|
||||
+ "<m:sup><m:r><m:t>def</m:t></m:r></m:sup>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:nary>";
|
||||
String pre = "<m:sPre><m:e><m:r><m:t>B</m:t></m:r></m:e>"
|
||||
+ "<m:sub><m:r><m:t>i+j</m:t></m:r></m:sub>"
|
||||
+ "<m:sup><m:r><m:t>m-n</m:t></m:r></m:sup></m:sPre>";
|
||||
for (String xmlBody : new String[] {nary, pre}) {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ xmlBody + "</m:oMath></w:p>"));
|
||||
MathRenderer.MathImage img = MathRenderer.render(MathModel.build(math, false));
|
||||
assertNotNull(img.image(), "пустой растр");
|
||||
java.awt.image.BufferedImage raster = img.image();
|
||||
int h = raster.getHeight();
|
||||
assertTrue(!rowInk(raster, 0) && !rowInk(raster, 1)
|
||||
&& !rowInk(raster, h - 1) && !rowInk(raster, h - 2),
|
||||
"чернила пределов обрезаны краем канвы (h=" + h + ")");
|
||||
}
|
||||
}
|
||||
|
||||
/** Есть ли непрозрачный пиксель в строке растра. */
|
||||
private static boolean rowInk(java.awt.image.BufferedImage img, int y) {
|
||||
for (int x = 0; x < img.getWidth(); x++) {
|
||||
if ((img.getRGB(x, y) >>> 24) != 0) {
|
||||
return true;
|
||||
}
|
||||
}
|
||||
return false;
|
||||
}
|
||||
|
||||
/**
|
||||
* Свойства конструкций (§22.1.2): нестандартные значения идут теми же
|
||||
* ветками диспетчера, что и документ-образец — bot-позиции bar/groupChr,
|
||||
* произвольные m:chr, пустой m:chr, show=on у phantom, явный тип дроби,
|
||||
* begChr/endChr/sepChr разделителя (в т.ч. разделитель между аргументами),
|
||||
* degHide радикала, chr/limLoc=subSup у nary, rPr ранa (m:sty, w:sz,
|
||||
* w:color валидный/битый, w:rFonts, m:t без значения), limLow с пустым
|
||||
* lim, малый разделитель без масштабирования скобок.
|
||||
*/
|
||||
@Test
|
||||
void propertyVariants_render() throws IOException {
|
||||
assertRendered("<m:bar><m:barPr><m:pos m:val=\"bot\"/></m:barPr>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:bar>");
|
||||
assertRendered("<m:acc><m:accPr><m:chr m:val=\"~\"/></m:accPr>"
|
||||
+ "<m:e><m:r><m:t>y</m:t></m:r></m:e></m:acc>");
|
||||
assertRendered("<m:groupChr><m:groupChrPr><m:chr m:val=\"⏝\"/>"
|
||||
+ "<m:pos m:val=\"bot\"/></m:groupChrPr>"
|
||||
+ "<m:e><m:r><m:t>abc</m:t></m:r></m:e></m:groupChr>");
|
||||
assertRendered("<m:groupChr><m:groupChrPr><m:chr m:val=\"\"/></m:groupChrPr>"
|
||||
+ "<m:e><m:r><m:t>de</m:t></m:r></m:e></m:groupChr>");
|
||||
assertRendered("<m:groupChr><m:groupChrPr><m:chr m:val=\"\"/></m:groupChrPr>"
|
||||
+ "<m:e><m:r><m:t>fg</m:t></m:r></m:e></m:groupChr>");
|
||||
assertRendered("<m:phant><m:phantPr><m:show m:val=\"on\"/></m:phantPr>"
|
||||
+ "<m:e><m:r><m:t>z</m:t></m:r></m:e></m:phant>");
|
||||
assertRendered("<m:f><m:fPr><m:type m:val=\"bar\"/></m:fPr>"
|
||||
+ "<m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f>");
|
||||
assertRendered("<m:d><m:dPr><m:begChr m:val=\"[\"/><m:endChr m:val=\"]\"/>"
|
||||
+ "<m:sepChr m:val=\";\"/></m:dPr>"
|
||||
+ "<m:e><m:r><m:t>a</m:t></m:r></m:e>"
|
||||
+ "<m:e><m:r><m:t>b</m:t></m:r></m:e></m:d>");
|
||||
assertRendered("<m:d><m:e><m:r><m:t>q</m:t></m:r></m:e></m:d>");
|
||||
assertRendered("<m:d><m:e><m:f><m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f></m:e></m:d>");
|
||||
assertRendered("<m:rad><m:radPr><m:degHide m:val=\"on\"/></m:radPr><m:deg/>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:rad>");
|
||||
assertRendered("<m:nary><m:naryPr><m:chr m:val=\"∮\"/>"
|
||||
+ "<m:limLoc m:val=\"subSup\"/></m:naryPr>"
|
||||
+ "<m:sub><m:r><m:t>0</m:t></m:r></m:sub>"
|
||||
+ "<m:sup><m:r><m:t>1</m:t></m:r></m:sup>"
|
||||
+ "<m:e><m:r><m:t>f</m:t></m:r></m:e></m:nary>");
|
||||
assertRendered("<m:limLow><m:lim/><m:e><m:r><m:t>u</m:t></m:r></m:e></m:limLow>");
|
||||
assertRendered("<m:limLow><m:lim><m:r><m:t>n→∞</m:t></m:r></m:lim>"
|
||||
+ "<m:e><m:r><m:t>a</m:t></m:r></m:e></m:limLow>");
|
||||
assertRendered("<m:r><m:rPr><m:sty m:val=\"p\"/></m:rPr>"
|
||||
+ "<w:rPr><w:sz w:val=\"20\"/><w:color w:val=\"#FF0000\"/>"
|
||||
+ "<w:rFonts w:ascii=\"Arial\"/></w:rPr>"
|
||||
+ "<m:t>Q</m:t></m:r>");
|
||||
assertRendered("<m:r><w:rPr><w:color w:val=\"#GG\"/></w:rPr>"
|
||||
+ "<m:t>R</m:t></m:r>");
|
||||
assertRendered("<m:r><w:rPr><w:color w:val=\"#GGHHII\"/></w:rPr>"
|
||||
+ "<m:t>R2</m:t></m:r>");
|
||||
assertRendered("<m:r><m:t></m:t></m:r><m:r><m:t>S</m:t></m:r>");
|
||||
// val-пустые свойства — дефолтные цепочки (атрибут без m:val/w:val)
|
||||
assertRendered("<m:acc><m:accPr><m:chr/></m:accPr>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:acc>");
|
||||
assertRendered("<m:groupChr><m:groupChrPr><m:chr/><m:pos/></m:groupChrPr>"
|
||||
+ "<m:e><m:r><m:t>yz</m:t></m:r></m:e></m:groupChr>");
|
||||
assertRendered("<m:bar><m:barPr><m:pos/></m:barPr>"
|
||||
+ "<m:e><m:r><m:t>u</m:t></m:r></m:e></m:bar>");
|
||||
assertRendered("<m:nary><m:naryPr><m:chr/><m:limLoc/></m:naryPr>"
|
||||
+ "<m:sub><m:r><m:t>0</m:t></m:r></m:sub><m:sup/>"
|
||||
+ "<m:e><m:r><m:t>g</m:t></m:r></m:e></m:nary>");
|
||||
assertRendered("<m:d><m:dPr><m:begChr/><m:endChr/><m:sepChr/></m:dPr>"
|
||||
+ "<m:e><m:r><m:t>a</m:t></m:r></m:e>"
|
||||
+ "<m:e><m:r><m:t>b</m:t></m:r></m:e></m:d>");
|
||||
assertRendered("<m:f><m:fPr><m:type/></m:fPr>"
|
||||
+ "<m:num><m:r><m:t>a</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>b</m:t></m:r></m:den></m:f>");
|
||||
assertRendered("<m:r><w:rPr><w:sz/><w:color/></w:rPr>"
|
||||
+ "<m:t>Z</m:t></m:r>");
|
||||
assertRendered("<m:r><w:rPr><w:rFonts w:ascii=\"\"/></w:rPr>"
|
||||
+ "<m:t>W</m:t></m:r>");
|
||||
assertRendered("<m:rad><m:deg/><m:e><m:r><m:t>x</m:t></m:r></m:e></m:rad>");
|
||||
}
|
||||
|
||||
/** {@code w:br} внутри math-рана — unsupported (деградация в текст, не PD-падение). */
|
||||
@Test
|
||||
void brInMathRun_unsupported() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:r><w:br/><m:t>x</m:t></m:r></m:oMath></w:p>"));
|
||||
assertThrows(MathUnsupportedException.class, () -> MathModel.build(math, false));
|
||||
}
|
||||
|
||||
// ------------------------------------------------------------------
|
||||
// Unsupported и безопасная сеть
|
||||
// ------------------------------------------------------------------
|
||||
|
||||
/** Неизвестный math-элемент — {@link MathUnsupportedException} (не падение PDF). */
|
||||
@Test
|
||||
void unsupportedElement_throws() {
|
||||
CTOMath math = new CTOMath();
|
||||
math.getEGOMathElements().add(new JAXBElement<>(
|
||||
new QName(M_NS, "fooBar"), String.class, "any"));
|
||||
MathUnsupportedException e = assertThrows(MathUnsupportedException.class,
|
||||
() -> MathModel.build(math, false));
|
||||
assertTrue(e.getMessage().contains("fooBar"), e.getMessage());
|
||||
}
|
||||
|
||||
// ------------------------------------------------------------------
|
||||
// Охват всех поддерживаемых конструкций (метки веток диспетчера)
|
||||
// ------------------------------------------------------------------
|
||||
|
||||
/** Конструкция разобрана и отрисована (с чернилами), ширина ненулевая. */
|
||||
private static void assertRendered(String inlineMath) throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ inlineMath + "</m:oMath></w:p>"));
|
||||
MathModel.Box box = MathModel.build(math, false);
|
||||
MathRenderer.MathImage img = MathRenderer.render(box);
|
||||
assertNotNull(img.image(), "нет растера: " + inlineMath);
|
||||
assertTrue(hasInk(img.image()), "растр без чернил: " + inlineMath);
|
||||
}
|
||||
|
||||
/** Скобки: свой набор символов, разнеситель, пустые скобки, рост под контентом. */
|
||||
@Test
|
||||
void delimiters_bracketsSeparatorsGrowth() throws IOException {
|
||||
assertRendered("<m:d><m:dPr><m:begChr m:val=\"[\"/><m:endChr m:val=\"]\"/>"
|
||||
+ "<m:sepChr m:val=\"/\"/></m:dPr>"
|
||||
+ "<m:e><m:r><m:t>a</m:t></m:r></m:e>"
|
||||
+ "<m:e><m:r><m:t>b</m:t></m:r></m:e></m:d>");
|
||||
assertRendered("<m:d><m:dPr><m:begChr m:val=\"\"/><m:endChr m:val=\"\"/></m:dPr>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:d>");
|
||||
// высокая дробь внутри — глиф скобки растягивается (k > 1)
|
||||
assertRendered("<m:d><m:e>" + FRAC + "</m:e></m:d>");
|
||||
}
|
||||
|
||||
/** Радикал: со степенью, без степени (degHide), под корнем — дробь (растяжение). */
|
||||
@Test
|
||||
void radicals_degreeDegHideTallContent() throws IOException {
|
||||
assertRendered("<m:rad><m:deg><m:r><m:t>3</m:t></m:r></m:deg>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:rad>");
|
||||
assertRendered("<m:rad><m:radPr><m:degHide m:val=\"on\"/></m:radPr><m:deg/>"
|
||||
+ "<m:e>" + FRAC + "</m:e></m:rad>");
|
||||
}
|
||||
|
||||
/** N-арный оператор: пределы над/под, subSup-форма, subHide/supHide, свой символ. */
|
||||
@Test
|
||||
void nary_limitsFormsHidingChar() throws IOException {
|
||||
assertRendered("<m:nary><m:naryPr><m:chr m:val=\"∫\"/>"
|
||||
+ "<m:limLoc m:val=\"undOvr\"/><m:subHide m:val=\"on\"/></m:naryPr>"
|
||||
+ "<m:sub/><m:sup><m:r><m:t>∞</m:t></m:r></m:sup>"
|
||||
+ "<m:e><m:r><m:t>f</m:t></m:r></m:e></m:nary>");
|
||||
assertRendered("<m:nary><m:naryPr><m:limLoc m:val=\"subSup\"/></m:naryPr>"
|
||||
+ "<m:sub><m:r><m:t>i</m:t></m:r></m:sub>"
|
||||
+ "<m:sup><m:r><m:t>n</m:t></m:r></m:sup>"
|
||||
+ "<m:e><m:r><m:t>a</m:t></m:r></m:e></m:nary>");
|
||||
assertRendered("<m:nary><m:naryPr><m:supHide m:val=\"on\"/></m:naryPr>"
|
||||
+ "<m:sub><m:r><m:t>1</m:t></m:r></m:sub><m:sup/>"
|
||||
+ "<m:e><m:r><m:t>u</m:t></m:r></m:e></m:nary>");
|
||||
}
|
||||
|
||||
/** Функция и пределы limLow/limUpp. */
|
||||
@Test
|
||||
void funcAndLimits_render() throws IOException {
|
||||
assertRendered("<m:func><m:fName><m:r><m:rPr><m:sty m:val=\"p\"/></m:rPr>"
|
||||
+ "<m:t>sin</m:t></m:r></m:fName>"
|
||||
+ "<m:e><m:r><m:t>x</m:t></m:r></m:e></m:func>");
|
||||
assertRendered("<m:limLow><m:e><m:r><m:rPr><m:sty m:val=\"p\"/></m:rPr>"
|
||||
+ "<m:t>lim</m:t></m:r></m:e>"
|
||||
+ "<m:lim><m:r><m:t>x→0</m:t></m:r></m:lim></m:limLow>");
|
||||
assertRendered("<m:limUpp><m:e><m:r><m:rPr><m:sty m:val=\"p\"/></m:rPr>"
|
||||
+ "<m:t>max</m:t></m:r></m:e>"
|
||||
+ "<m:lim><m:r><m:t>S</m:t></m:r></m:lim></m:limUpp>");
|
||||
}
|
||||
|
||||
/** Черта сверху/снизу, акцент (символ по умолчанию и явный). */
|
||||
@Test
|
||||
void barAndAccent_render() throws IOException {
|
||||
assertRendered("<m:bar><m:e><m:r><m:t>x</m:t></m:r></m:e></m:bar>");
|
||||
assertRendered("<m:bar><m:barPr><m:pos m:val=\"bot\"/></m:barPr>"
|
||||
+ "<m:e><m:r><m:t>y</m:t></m:r></m:e></m:bar>");
|
||||
assertRendered("<m:acc><m:e><m:r><m:t>a</m:t></m:r></m:e></m:acc>");
|
||||
assertRendered("<m:acc><m:accPr><m:chr m:val=\"~\"/></m:accPr>"
|
||||
+ "<m:e><m:r><m:t>b</m:t></m:r></m:e></m:acc>");
|
||||
}
|
||||
|
||||
/** Групповая скобка: низ/верх, дефолтный ⏞ и глиф вне бандла (fits=false). */
|
||||
@Test
|
||||
void groupChr_positionsAndGlyphFallback() throws IOException {
|
||||
assertRendered("<m:groupChr><m:groupChrPr><m:chr m:val=\"_\"/>"
|
||||
+ "<m:pos m:val=\"bot\"/></m:groupChrPr>"
|
||||
+ "<m:e><m:r><m:t>abc</m:t></m:r></m:e></m:groupChr>");
|
||||
assertRendered("<m:groupChr><m:groupChrPr><m:chr m:val=\"﹏\"/></m:groupChrPr>"
|
||||
+ "<m:e><m:r><m:t>def</m:t></m:r></m:e></m:groupChr>");
|
||||
assertRendered("<m:groupChr><m:e><m:r><m:t>ghi</m:t></m:r></m:e></m:groupChr>");
|
||||
}
|
||||
|
||||
/** Матрица (сетка), пустая матрица, eqArr. */
|
||||
@Test
|
||||
void matrixAndEqArr_render() throws IOException {
|
||||
CTOMath matrix = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:m><m:mr><m:e><m:r><m:t>1</m:t></m:r></m:e>"
|
||||
+ "<m:e><m:r><m:t>2</m:t></m:r></m:e></m:mr>"
|
||||
+ "<m:mr><m:e><m:r><m:t>3</m:t></m:r></m:e>"
|
||||
+ "<m:e><m:r><m:t>4</m:t></m:r></m:e></m:mr></m:m></m:oMath></w:p>"));
|
||||
MathModel.Box grid = MathModel.build(matrix, false);
|
||||
MathRenderer.MathImage img = MathRenderer.render(grid);
|
||||
assertTrue(grid.width > 0 && hasInk(img.image()), "матрица не отрисована");
|
||||
|
||||
CTOMath emptyMatrix = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:m/></m:oMath></w:p>"));
|
||||
assertEquals(0, MathModel.build(emptyMatrix, false).width, 0.0001,
|
||||
"пустая матрица обязана иметь нулевую ширину");
|
||||
|
||||
assertRendered("<m:eqArr><m:e><m:r><m:t>a</m:t></m:r></m:e>"
|
||||
+ "<m:e><m:r><m:t>b</m:t></m:r></m:e></m:eqArr>");
|
||||
}
|
||||
|
||||
/** m:box: контент боксируется без рамки. */
|
||||
@Test
|
||||
void box_rendersContent() throws IOException {
|
||||
assertRendered("<m:box><m:e><m:r><m:t>bb</m:t></m:r></m:e></m:box>");
|
||||
}
|
||||
|
||||
/** m:phant: невидим, но место занимает; {@code show=on} — обычный контент. */
|
||||
@Test
|
||||
void phantom_invisibleSpacingShowVisible() throws IOException {
|
||||
CTOMath phant = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:r><m:t>x</m:t></m:r>"
|
||||
+ "<m:phant><m:e><m:r><m:t>WWWWWWWWWW</m:t></m:r></m:e></m:phant>"
|
||||
+ "</m:oMath></w:p>"));
|
||||
MathModel.Box with = MathModel.build(phant, false);
|
||||
CTOMath bare = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:r><m:t>x</m:t></m:r></m:oMath></w:p>"));
|
||||
MathModel.Box without = MathModel.build(bare, false);
|
||||
assertTrue(with.width > without.width,
|
||||
"phant не занял место: " + with.width + " <= " + without.width);
|
||||
MathRenderer.MathImage img = MathRenderer.render(with);
|
||||
assertNotNull(img.image(), "phant не обязан падать");
|
||||
CTOMath shown = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:phant><m:phantPr><m:show m:val=\"on\"/></m:phantPr>"
|
||||
+ "<m:e><m:r><m:t>WWWWWWWWWW</m:t></m:r></m:e></m:phant></m:oMath></w:p>"));
|
||||
assertTrue(hasInk(MathRenderer.render(MathModel.build(shown, false)).image()),
|
||||
"show=on обязан рисовать содержимое");
|
||||
}
|
||||
|
||||
/** Типы дроби: bar явный, skw/lin/noBar — через слэш. */
|
||||
@Test
|
||||
void fractionTypes_render() throws IOException {
|
||||
for (String type : List.of("bar", "skw", "lin", "noBar")) {
|
||||
assertRendered("<m:f><m:fPr><m:type m:val=\"" + type + "\"/></m:fPr>"
|
||||
+ "<m:num><m:r><m:t>n</m:t></m:r></m:num>"
|
||||
+ "<m:den><m:r><m:t>d</m:t></m:r></m:den></m:f>");
|
||||
}
|
||||
}
|
||||
|
||||
/** display-режим: дефолт дроби — bar, дефолт nary — пределы над/под. */
|
||||
@Test
|
||||
void displayMode_defaultsBarFractionAndNaryLimits() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ FRAC + "<m:nary><m:sub><m:r><m:t>1</m:t></m:r></m:sub><m:sup/>"
|
||||
+ "<m:e><m:r><m:t>a</m:t></m:r></m:e></m:nary></m:oMath></w:p>"));
|
||||
MathModel.Box box = MathModel.build(math, true);
|
||||
assertTrue(box.width > 0 && box.ascent > 0 && box.descent > 0);
|
||||
assertTrue(hasInk(MathRenderer.render(box).image()), "display-формула без чернил");
|
||||
}
|
||||
|
||||
/** sPre / sSubSup / sSub. */
|
||||
@Test
|
||||
void scriptForms_render() throws IOException {
|
||||
assertRendered("<m:sPre><m:e><m:r><m:t>B</m:t></m:r></m:e>"
|
||||
+ "<m:sub><m:r><m:t>i</m:t></m:r></m:sub>"
|
||||
+ "<m:sup><m:r><m:t>n</m:t></m:r></m:sup></m:sPre>");
|
||||
assertRendered("<m:sSubSup><m:e><m:r><m:t>x</m:t></m:r></m:e>"
|
||||
+ "<m:sub><m:r><m:t>i</m:t></m:r></m:sub>"
|
||||
+ "<m:sup><m:r><m:t>2</m:t></m:r></m:sup></m:sSubSup>");
|
||||
assertRendered("<m:sSub><m:e><m:r><m:t>y</m:t></m:r></m:e>"
|
||||
+ "<m:sub><m:r><m:t>j</m:t></m:r></m:sub></m:sSub>");
|
||||
}
|
||||
|
||||
/** Начертания и оформление рана: sty=b/i/bi, цвет, кегль, переменная-кириллица. */
|
||||
@Test
|
||||
void runStyles_render() throws IOException {
|
||||
assertRendered("<m:r><m:rPr><m:sty m:val=\"b\"/></m:rPr>"
|
||||
+ "<m:t>B</m:t></m:r>");
|
||||
assertRendered("<m:r><m:rPr><m:sty m:val=\"i\"/></m:rPr>"
|
||||
+ "<m:t>i</m:t></m:r>");
|
||||
assertRendered("<m:r><m:rPr><m:sty m:val=\"bi\"/></m:rPr>"
|
||||
+ "<w:rPr xmlns:w=\"" + W_NS + "\"><w:sz w:val=\"32\"/>"
|
||||
+ "<w:color w:val=\"FF0000\"/></w:rPr>"
|
||||
+ "<m:t>Q</m:t></m:r>");
|
||||
assertRendered("<m:r><m:t>абв</m:t></m:r>");
|
||||
}
|
||||
|
||||
/** Перенос внутри math-рана — unsupported (текстовая деградация на интеграции). */
|
||||
@Test
|
||||
void runWithBreak_unsupported() throws IOException {
|
||||
CTOMath math = firstMath(mathDocx("<w:p><m:oMath xmlns:m=\"" + M_NS + "\">"
|
||||
+ "<m:r><m:t>a</m:t><w:br xmlns:w=\"" + W_NS + "\"/><m:t>b</m:t></m:r>"
|
||||
+ "</m:oMath></w:p>"));
|
||||
assertThrows(MathUnsupportedException.class, () -> MathModel.build(math, false));
|
||||
}
|
||||
|
||||
/** Контент-узел не JAXBElement — unsupported (защита диспетчера). */
|
||||
@Test
|
||||
void rawObjectContent_unsupported() {
|
||||
CTOMath math = new CTOMath();
|
||||
math.getEGOMathElements().add("не узел");
|
||||
assertThrows(MathUnsupportedException.class, () -> MathModel.build(math, false));
|
||||
}
|
||||
|
||||
/**
|
||||
* Текст извлекается из произвольного каркаса (в т.ч. неизвестных узлов):
|
||||
* docx4j при unmarshal неизвестный m:*-элемент теряет, поэтому «сеть»
|
||||
* проверяется синтетическим деревом — та же форма, что оставляет
|
||||
* байтовый скан перед flatten.
|
||||
*/
|
||||
@Test
|
||||
void unsupportedElement_textStillCollects() {
|
||||
CTOMath math = new CTOMath();
|
||||
org.docx4j.math.CTText t = new org.docx4j.math.CTText();
|
||||
t.setValue("СЕТЬ");
|
||||
math.getEGOMathElements().add(new JAXBElement<>(
|
||||
new QName(M_NS, "fooBar"), Object.class, t));
|
||||
assertEquals("СЕТЬ", MathModel.mathText(math));
|
||||
}
|
||||
|
||||
// ------------------------------------------------------------------
|
||||
// Каркас
|
||||
// ------------------------------------------------------------------
|
||||
|
||||
/** docx с телом, содержащим формулу; оMath ищется в дереве после загрузки. */
|
||||
private static byte[] mathDocx(String bodyXml) throws IOException {
|
||||
ByteArrayOutputStream out = new ByteArrayOutputStream();
|
||||
try (ZipOutputStream zos = new ZipOutputStream(out)) {
|
||||
putZip(zos, "[Content_Types].xml",
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<Types xmlns=\"http://schemas.openxmlformats.org/package/2006/content-types\">"
|
||||
+ "<Default Extension=\"rels\" ContentType=\"application/vnd.openxmlformats-package.relationships+xml\"/>"
|
||||
+ "<Default Extension=\"xml\" ContentType=\"application/xml\"/>"
|
||||
+ "<Override PartName=\"/word/document.xml\" ContentType=\"application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml\"/>"
|
||||
+ "</Types>");
|
||||
putZip(zos, "_rels/.rels",
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<Relationships xmlns=\"http://schemas.openxmlformats.org/package/2006/relationships\">"
|
||||
+ "<Relationship Id=\"rId1\" Type=\"http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument\" Target=\"word/document.xml\"/>"
|
||||
+ "</Relationships>");
|
||||
putZip(zos, "word/document.xml",
|
||||
"<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
|
||||
+ "<w:document xmlns:w=\"" + W_NS + "\"><w:body>"
|
||||
+ bodyXml
|
||||
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr>"
|
||||
+ "</w:body></w:document>");
|
||||
}
|
||||
return out.toByteArray();
|
||||
}
|
||||
|
||||
private static void putZip(ZipOutputStream zos, String name, String xml)
|
||||
throws IOException {
|
||||
zos.putNextEntry(new ZipEntry(name));
|
||||
zos.write(xml.getBytes(StandardCharsets.UTF_8));
|
||||
zos.closeEntry();
|
||||
}
|
||||
|
||||
/** Первый {@code m:oMath} дерева документа (формулы лежат в content-списках). */
|
||||
private static CTOMath firstMath(byte[] docx) throws IOException {
|
||||
try {
|
||||
WordprocessingMLPackage pkg =
|
||||
WordprocessingMLPackage.load(new ByteArrayInputStream(docx));
|
||||
CTOMath found = findMath(
|
||||
pkg.getMainDocumentPart().getJaxbElement().getBody().getContent());
|
||||
assertNotNull(found, "oMath не найден в дереве docx4j");
|
||||
return found;
|
||||
} catch (org.docx4j.openpackaging.exceptions.Docx4JException e) {
|
||||
throw new IOException(e);
|
||||
}
|
||||
}
|
||||
|
||||
private static CTOMath findMath(List<?> content) {
|
||||
for (Object o : content) {
|
||||
Object v = o instanceof JAXBElement<?> el ? el.getValue() : o;
|
||||
if (v instanceof CTOMath m) {
|
||||
return m;
|
||||
}
|
||||
if (v instanceof org.docx4j.wml.Body b) {
|
||||
CTOMath m = findMath(b.getContent());
|
||||
if (m != null) {
|
||||
return m;
|
||||
}
|
||||
}
|
||||
if (v instanceof org.docx4j.wml.P p) {
|
||||
CTOMath m = findMath(p.getContent());
|
||||
if (m != null) {
|
||||
return m;
|
||||
}
|
||||
}
|
||||
}
|
||||
return null;
|
||||
}
|
||||
|
||||
/** Есть ли в ARGB-растре непрозрачный пиксель. */
|
||||
private static boolean hasInk(java.awt.image.BufferedImage img) {
|
||||
for (int y = 0; y < img.getHeight(); y++) {
|
||||
for (int x = 0; x < img.getWidth(); x++) {
|
||||
if ((img.getRGB(x, y) >>> 24) > 0) {
|
||||
return true;
|
||||
}
|
||||
}
|
||||
}
|
||||
return false;
|
||||
}
|
||||
}
|
||||
Reference in New Issue
Block a user