Compare commits

...

7 Commits

Author SHA1 Message Date
Pjandro 13ca7425a3 refactor(core): сужение уровней доступа — internal-нормализаторы, CfbReader и служебные методы валидатора в package-private
PR checks / web (pull_request) Successful in 33s
PR checks / java (pull_request) Successful in 1m16s
Main: tests, deploy, autotests / web (push) Successful in 30s
Main: tests, deploy, autotests / java (push) Successful in 1m18s
Main: tests, deploy, autotests / images-web (push) Successful in 37s
Main: tests, deploy, autotests / images-app (push) Successful in 42s
Main: tests, deploy, autotests / deploy (push) Successful in 1m58s
Main: tests, deploy, autotests / autotests (push) Successful in 40s
Main: tests, deploy, autotests / rollback (push) Has been skipped
- WordPdfValidator: isBinaryDoc/checkPageCount/checkPageCountDoc → package-private
  (наружу остаются checkInput/validate/maxImagePixels)
- CfbReader: класс и readStreams → package-private (все вызывающие в internal/doc)
- 9 STEP-нормализаторов + RubyNormalizer: класс, STEP и normalize → package-private;
  DocxRewritePipeline.normalize → package-private (STEP остаётся публичным)
- javadoc BundledFontMapper: {@link GlyphCoverageNormalizer} → {@code}
- контракты видимости синхронизированы: AGENTS.md, repo-map.md, doc-bridge.md, README.md
2026-11-08 20:34:43 +00:00
Pjandro af5d09e001 refactor(core,app): WordPdfSettings упразднён — лимиты входа обязательны в ConvertOptions, пороги производные, REST-параметры maxMb/maxPages
PR checks / web (pull_request) Successful in 33s
PR checks / java (pull_request) Successful in 1m18s
- WordPdfSettings удалён; ConvertOptions.defaults() удалён; 2-аргументный
  convert и безлимитные оверлоды валидатора сняты (options == null → 400)
- производные пороги (распаковка total/XML, пиксели растра, zip-записи)
  считаются из maxMb/maxPages формулами в WordPdfConverter/WordPdfValidator
- мост: DocToDocx.convert(+maxMb) → OfficeArt.read(+maxPixels)
- REST: свойства wordpdf.max-mb/max-pages — дефолт эндпоинта (литералы
  @Value 5/100), параметры запроса maxMb/maxPages переопределяют в обе
  стороны (≤ 0 → 400); верхний потолок отсутствует (решение пользователя)
- HTTP-контексты тестов пиныт wordpdf.api-key= (mise подмешивает .env)
- доки/README/autotests-формулировки синхронизированы
2026-11-08 20:16:52 +00:00
Pjandro 8a8e8a9f84 fix(core): бюджет распаковки docx — параметром валидатора из maxMb/maxPages
PR checks / web (pull_request) Successful in 33s
PR checks / java (pull_request) Successful in 1m20s
checkDocxContainer получает бюджеты параметром; validate считает их из
ConvertOptions.maxMb()/maxPages(): clamp(maxMb×10MiB + maxPages×64KiB, 16MiB,
MAX_DECOMPRESSED_MB) и clamp(maxMb×4MiB + maxPages×32KiB, 4MiB,
MAX_DECOMPRESSED_XML_MB) (коэффициенты/полы — package-private константы
WordPdfConverter, compile-time инлайн — WordPdfValidator по-прежнему без
зависимости от docx4j). Константы WordPdfSettings — жёсткие крышки (публичный
API, защита JAXB DOM). Сообщения печатают вычисленный бюджет. Тесты: пол
(16 МБ при maxMb=1), масштабирование и крышка (64 МБ при maxMb=10); доки
синхронизированы.
2026-11-08 19:13:38 +00:00
Pjandro 41b4f89e74 docs: синхронизация AGENTS/repo-map с аудиторскими фиксами
PR checks / web (pull_request) Successful in 38s
PR checks / java (pull_request) Successful in 1m27s
2026-11-08 16:41:06 +00:00
Pjandro 8b16d64059 fix(infra): безусловная нормализация X-Forwarded-For/Proto/Host на шлюзах; CSP+заголовки безопасности в образ SPA 2026-11-08 16:41:06 +00:00
Pjandro 638e28c653 fix(app): полный validate внутри воркера (до очереди — только размер); 500 без деталей ядра в теле 2026-11-08 16:41:06 +00:00
Pjandro d8353aab61 fix(core): OOM-гейты входа (CFB root/потоки/miniFAT, DIB, растр, дубликаты zip, XML-бюджет), бюджет chart-PNG, монитор WordPdfConverter.class в BundledFonts, restrictToBundled в finally, whitelist схем URL 2026-11-08 16:41:06 +00:00
48 changed files with 1353 additions and 449 deletions
+8
View File
@@ -329,6 +329,14 @@ jobs:
resolver 10.112.0.1 valid=10s ipv6=off; resolver 10.112.0.1 valid=10s ipv6=off;
set \$upstream_app http://app:8080; set \$upstream_app http://app:8080;
set \$upstream_web http://web:80; set \$upstream_web http://web:80;
# X-Forwarded-* переписываются безусловно: клиент не должен иметь
# возможности подсунуть бэкенду подставной "реальный IP/схема/хост"
# (Spring ForwardedHeaderFilter доверяет этим заголовкам).
# X-Forwarded-Prefix не трогаем: его проставляет внешний nginx,
# на нём держится корректный base у swagger-ui за прокси.
proxy_set_header X-Forwarded-For \$remote_addr;
proxy_set_header X-Forwarded-Proto \$scheme;
proxy_set_header X-Forwarded-Host \$host;
location /api/ { location /api/ {
# в proxy_pass нет path-части, поэтому URI передаётся как есть # в proxy_pass нет path-части, поэтому URI передаётся как есть
proxy_pass \$upstream_app; proxy_pass \$upstream_app;
+10 -10
View File
@@ -8,7 +8,7 @@
| Модуль | Содержимое | | Модуль | Содержимое |
|---|---| |---|---|
| `wordpdf-core` | библиотека: 62 Java-файла (7 — публичный API, 16 `internal/`, 18 `internal/doc/`, 18 `internal/chart/`, 3 `fonts/`) | |`wordpdf-core`|библиотека: 61 Java-файл (6 — публичный API, 16 `internal/`, 18 `internal/doc/`, 18 `internal/chart/`, 3 `fonts/`)|
| `wordpdf-app` | REST API на Spring Boot 4.1.1: 11 классов, единственный `public` — `WordPdfApplication` | | `wordpdf-app` | REST API на Spring Boot 4.1.1: 11 классов, единственный `public` — `WordPdfApplication` |
| `wordpdf-web` | SPA (React 19 + TS + Vite + Tailwind), вне Maven-реактора, отдельный образ | | `wordpdf-web` | SPA (React 19 + TS + Vite + Tailwind), вне Maven-реактора, отдельный образ |
@@ -18,7 +18,7 @@
Порядок шагов 0–7 фиксирован (`convertToStream`), местами менять нельзя. Вход роутируется по сигнатуре: `PK\x03\x04` → docx-путь; `D0 CF 11 E0 A1 B1 1A E1` (CFB, MS-CFB §2.2) → `DocToDocx.convert` → in-memory `.docx` → тот же конвейер (предикат — `WordPdfValidator.isBinaryDoc`). Валидация — **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись zip/CFB → контейнер → страницы); для `.doc` — `checkPageCountDoc` по сырым байтам. Порядок шагов 0–7 фиксирован (`convertToStream`), местами менять нельзя. Вход роутируется по сигнатуре: `PK\x03\x04` → docx-путь; `D0 CF 11 E0 A1 B1 1A E1` (CFB, MS-CFB §2.2) → `DocToDocx.convert` → in-memory `.docx` → тот же конвейер (предикат — `WordPdfValidator.isBinaryDoc`). Валидация — **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись zip/CFB → контейнер → страницы); для `.doc` — `checkPageCountDoc` по сырым байтам.
Порядок: шрифты (`BundledFontMapper` → `BundledFonts.init` → `restrictToBundled`) и правила 1–10 (`DocxRewritePipeline.STEP`) + `OleObjectNormalizer` — до `WordprocessingMLPackage.load`; `FOSettings`/`FopFallbackFonts`/`LayoutPostRenderer` — до `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`; `Docx4J.toFO(…, FLAG_EXPORT_PREFER_XSL)` — последним; `finally` → `deleteEmbeddedFontTempFiles()`. Полная таблица шагов и подсчёт страниц — `docs/agent/pipeline.md`. Порядок: шрифты (`BundledFontMapper` → `BundledFonts.init` → `restrictToBundled`) и правила 1–10 (`DocxRewritePipeline.STEP`) + `OleObjectNormalizer` — до `WordprocessingMLPackage.load`; `FOSettings`/`FopFallbackFonts`/`LayoutPostRenderer` — до `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`; `Docx4J.toFO(…, FLAG_EXPORT_PREFER_XSL)` — последним; `finally` → `deleteEmbeddedFontTempFiles()` + сброс имиджевых кешей общей FopFactory + `BundledFonts.restrictToBundled()` (реестр шрифтов возвращается в бандл-состояние: `load()` регистрирует встроенные шрифты документа в глобальном `PhysicalFonts`). Полная таблица шагов и подсчёт страниц — `docs/agent/pipeline.md`.
## Нормализаторы (`internal/DocxNormalizer`) ## Нормализаторы (`internal/DocxNormalizer`)
@@ -26,23 +26,23 @@
## Мост `.doc` → `.docx` (`internal/doc`) ## Мост `.doc` → `.docx` (`internal/doc`)
18 классов, 16 package-private; наружу — `DocToDocx` (`convert`/`countPages`) и `CfbReader`. Общий разбор — `DocFile`: CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table. Новых runtime-зависимостей нет (POI/POIFS — test-scope). Источники: [MS-DOC] (`docs/standards/doc/`), [MS-CFB]/[MS-OLEPS]/[MS-ODRAW] (`docs/standards/binary/`). Байтовые раскладки по классам — `docs/agent/doc-bridge.md`. 18 классов, 17 package-private; наружу — только `DocToDocx` (`convert`/`countPages`). Общий разбор — `DocFile`: CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table. Новых runtime-зависимостей нет (POI/POIFS — test-scope). Источники: [MS-DOC] (`docs/standards/doc/`), [MS-CFB]/[MS-OLEPS]/[MS-ODRAW] (`docs/standards/binary/`). Байтовые раскладки по классам — `docs/agent/doc-bridge.md`.
## REST API (`wordpdf-app`, всё package-private кроме `WordPdfApplication`) ## REST API (`wordpdf-app`, всё package-private кроме `WordPdfApplication`)
`POST /api/v1/convert`: multipart-поле `file` (`.docx`/`.doc`) + query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолты — `WordPdfSettings.ERROR_ON_*`). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`; имя — `ConversionService.safeBaseName`. Тело ошибки — `{"error": …}`. Error-флаги на `.doc` **не срабатывают** (BLIP-плейсхолдеры → картинки). `ApiExceptionHandler` не видит ошибок фильтров — 401 пишет сам `ApiKeyFilter`. `POST /api/v1/convert`: multipart-поле `file` (`.docx`/`.doc`) + query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолт каждого — `false`), `maxMb`/`maxPages` (лимиты входа: переопределяют серверный дефолт в обе стороны; ≤ 0 → 400). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`; имя — `ConversionService.safeBaseName`. Тело ошибки — `{"error": …}`. Error-флаги на `.doc` **не срабатывают** (BLIP-плейсхолдеры → картинки). `ApiExceptionHandler` не видит ошибок фильтров — 401 пишет сам `ApiKeyFilter`.
- **Коды**: 400 — `ValidationException`/`BadRequestException`/битые параметры; 401 — `ApiKeyFilter`; 404/405/415 — путь/метод/content-type; 413 — multipart; **422** — `DrawingRejectedException` (core-`DrawingFoundException`, `Kind {CHARTS, SMARTART, OLE}`); 500/503/504 — `ConversionFailedException`/`ConversionRejectedException`/`ConversionTimeoutException`. Полная карта — `docs/agent/repo-map.md`. - **Коды**: 400 — `ValidationException`/`BadRequestException`/битые параметры; 401 — `ApiKeyFilter`; 404/405/415 — путь/метод/content-type; 413 — multipart; **422** — `DrawingRejectedException` (core-`DrawingFoundException`, `Kind {CHARTS, SMARTART, OLE}`); 500/503/504 — `ConversionFailedException`/`ConversionRejectedException`/`ConversionTimeoutException`. 500 отвечает фиксированный текст («Внутренняя ошибка конвертации») — сообщение ядра логируется, наружу не попадает. Полная карта — `docs/agent/repo-map.md`.
- **Текст 422** — контракт с фронтом: «Конвертация отменена: в документе найдены диаграммы/найден SmartArt/найдены OLE-объекты». - **Текст 422** — контракт с фронтом: «Конвертация отменена: в документе найдены диаграммы/найден SmartArt/найдены OLE-объекты».
- **Ключ**: `X-API-Key` ↔ `wordpdf.api-key` (пустое = выключено); без ключа открыты только `OPEN_PREFIXES` (`/actuator/`, `/swagger-ui`, `/v3/api-docs`), пути с точечными сегментами — никогда. - **Ключ**: `X-API-Key` ↔ `wordpdf.api-key` (пустое = выключено); без ключа открыты только `OPEN_PREFIXES` (`/actuator/`, `/swagger-ui`, `/v3/api-docs`), пути с точечными сегментами — никогда.
- **Очередь и лимиты**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`QUEUE_CAPACITY = 16`, переполнение → 503): ядро дополнительно сериализует конвертации монитором `WordPdfConverter.class` (`convert()` безопасен из нескольких потоков); головой очереди на старте стоит `warmup()`. Лимиты входа — только конфигурация сервера (`wordpdf.max-mb`/`max-pages`, дефолты из `WordPdfSettings`; ≤ 0 → `IllegalStateException`; параметрами запроса не переопределяются). - **Очередь и лимиты**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`QUEUE_CAPACITY = 16`, переполнение → 503): ядро дополнительно сериализует конвертации монитором `WordPdfConverter.class` (`convert()` безопасен из нескольких потоков); головой очереди на старте стоит `warmup()`. До очереди — только дешёвый гейт размера (`WordPdfValidator.checkInput` на потоке Tomcat); полный `validate` (контейнер/страницы — бюджеты распаковки и прочие пороги выводятся из лимитов входа `maxMb`/`maxPages` методом `WordPdfValidator.max*`, крышек нет) выполняется внутри воркера ядром, `ValidationException` из `ExecutionException` пробрасывается как 400. Лимиты входа: `wordpdf.max-mb`/`max-pages` — дефолт эндпоинта (литералы 5/100 в `@Value`; значение свойства ≤ 0 → `IllegalStateException` на старте); параметры запроса `maxMb`/`maxPages` переопределяют дефолт в обе стороны (≤ 0 → 400), верхнего потолка нет.
- **SPA**: вся сеть в `wordpdf-web/src/api.ts`; ключ в `localStorage` (`wordpdf.api.key`); `ApiKeyGate` — только если `probeApiKey()` подтвердил требование ключа (признак открытого сервера — **405**); base — `VITE_BASE`; DropZone `.docx,.doc`. - **SPA**: вся сеть в `wordpdf-web/src/api.ts`; ключ в `localStorage` (`wordpdf.api.key`); `ApiKeyGate` — только если `probeApiKey()` подтвердил требование ключа (признак открытого сервера — **405**); base — `VITE_BASE`; DropZone `.docx,.doc`.
## Chart/SmartArt-движок (`internal/chart`, 18 классов) ## Chart/SmartArt-движок (`internal/chart`, 18 классов)
Нормативный источник — ECMA-376 (`docs/standards/ooxml/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D, XSD); поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`. Калибровки (камера, `PIE_DEPTH`) меняются только с пиксельными тестами; невалидная фикстура правится, не код. Нормативный источник — ECMA-376 (`docs/standards/ooxml/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D, XSD); поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`. Калибровки (камера, `PIE_DEPTH`) меняются только с пиксельными тестами; невалидная фикстура правится, не код.
Java2D → PNG: `ChartRenderer.DPI = 300`, потолок `MAX_PIXELS = 16_777_216` (`fitDpi`); лимиты `ChartSpec.MAX_POINTS = 100_000`, `ChartRenderer.MAX_TICKS = 1000`, `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000` — деградация «объект как есть / удалён + warn», не OOM. Chart-PNG вставляются media-частями вручную (`addChartMedia`, `/word/media/chart-*`, без `createImagePart`); `ChartImageHandler` отключает «Compress Pictures» (CR-029) только для них. Пейнтеры, `autoTitleDeleted`, Combo, обходы JAXB — `docs/agent/chart.md`. Java2D → PNG: `ChartRenderer.DPI = 300`, потолок `MAX_PIXELS = 16_777_216` (`fitDpi`); лимиты `ChartSpec.MAX_POINTS = 100_000`, `ChartRenderer.MAX_TICKS = 1000`, `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000`, суммарный бюджет chart-PNG на документ `MAX_CHART_PNG_BYTES_TOTAL = 128 MiB` (превышение — объект удалён + warn; тестовый шов `run(pkg, options, maxPngBytesTotal)`) — деградация «объект как есть / удалён + warn», не OOM; сам `OutOfMemoryError` при рендере — не деградация, а `ConversionException` (500: состояние кучи после OOM ненадёжно). Chart-PNG вставляются media-частями вручную (`addChartMedia`, `/word/media/chart-*`, без `createImagePart`); `ChartImageHandler` отключает «Compress Pictures» (CR-029) только для них. Пейнтеры, `autoTitleDeleted`, Combo, обходы JAXB — `docs/agent/chart.md`.
## Критические инварианты (нарушение = битый вывод, не исключение) ## Критические инварианты (нарушение = битый вывод, не исключение)
@@ -51,7 +51,7 @@ Java2D → PNG: `ChartRenderer.DPI = 300`, потолок `MAX_PIXELS = 16_777_2
- Единственный XSL-FO-стилист — вендорный `xslt/docx2fo.xslt` (копия из docx4j-export-fo 17.3.2 + два AUDIT-FIX-патча: `w:rPr/w:position` → `baseline-shift`, Part 1 §17.3.2.24; AUDIT-FIX-2 — `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir`, иначе их ловит catch-all `match="*"` и текст теряется). Дрейф-гейт `vendoredXsltTracksJarCopy`: вне AUDIT-FIX-регионов копия побайтно равна стилю из jar'а. `setCustomXsltTemplates` принимает предкомпилированный `Templates`. - Единственный XSL-FO-стилист — вендорный `xslt/docx2fo.xslt` (копия из docx4j-export-fo 17.3.2 + два AUDIT-FIX-патча: `w:rPr/w:position` → `baseline-shift`, Part 1 §17.3.2.24; AUDIT-FIX-2 — `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir`, иначе их ловит catch-all `match="*"` и текст теряется). Дрейф-гейт `vendoredXsltTracksJarCopy`: вне AUDIT-FIX-регионов копия побайтно равна стилю из jar'а. `setCustomXsltTemplates` принимает предкомпилированный `Templates`.
- `slf4j-simple` обязателен в ядре: без SLF4J-провайдера docx4j пишет «TO HIDE THESE MESSAGES» прямо в PDF (регрессия `noLoggingWarningInPdf`); приложение исключает его — логи ведёт logback. - `slf4j-simple` обязателен в ядре: без SLF4J-провайдера docx4j пишет «TO HIDE THESE MESSAGES» прямо в PDF (регрессия `noLoggingWarningInPdf`); приложение исключает его — логи ведёт logback.
- FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 (транзитив от `docx4j-export-fo`, в pom не пинится; пакеты `org.apache.fop.*`). `FopFallbackFonts` берёт `w:renderer` с mime `application/pdf`, иначе первый со шрифтами. - FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 (транзитив от `docx4j-export-fo`, в pom не пинится; пакеты `org.apache.fop.*`). `FopFallbackFonts` берёт `w:renderer` с mime `application/pdf`, иначе первый со шрифтами.
- `BundledFonts.init()` идемпотентен и `synchronized`, распаковывает TTF в `wordpdf-fonts-*` (`deleteOnExit`); `dropNonBundled()` чистит `PhysicalFonts` от всего, что вне бандла; `font()`/`regular()`/... синхронизированы с `init()` (реестр `VARIANTS`). Внешние `init()`/`restrictToBundled()` во время идущих конвертаций — только под монитором `WordPdfConverter.class`. - `BundledFonts.init()` идемпотентен, распаковывает TTF в `wordpdf-fonts-*` (`deleteOnExit`); `dropNonBundled()` чистит `PhysicalFonts` от всего, что вне бандла; ВСЕ синхронизированные методы `BundledFonts` (`init`/`restrictToBundled`/`font`) держат монитор `WordPdfConverter.class` (не собственный замок класса) — тот же, что сериализует конвертации, поэтому внешний вызов рядом с идущей конвертацией безопасен автоматически. Регрессия — `WordPdfConverterTest#concurrentFontMutators_conversionsUnharmed`.
- `PhysicalFonts` — глобальный и мутируемый → конвертации сериализуются монитором `WordPdfConverter.class` внутри ядра (общая `FopFactory` и сброс её image-кешей — под тем же монитором); приложение держит однопоточный воркер ради 503/timeout; `warmup()` идёт тем же потоком. - `PhysicalFonts` — глобальный и мутируемый → конвертации сериализуются монитором `WordPdfConverter.class` внутри ядра (общая `FopFactory` и сброс её image-кешей — под тем же монитором); приложение держит однопоточный воркер ради 503/timeout; `warmup()` идёт тем же потоком.
- Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; правила StAX-подсчёта — `docs/agent/pipeline.md`. - Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; правила StAX-подсчёта — `docs/agent/pipeline.md`.
- Не чинить: `jc="distribute"`, `suff="tab"`/`lvlJc`, метрика «single», кернинг, `framePr`, `REF`/`SEQ`/`TOC`-кэш, руби-надстрочница, U+2188/U+218A — доказательства в `docs/agent/render-limitations.md`. - Не чинить: `jc="distribute"`, `suff="tab"`/`lvlJc`, метрика «single», кернинг, `framePr`, `REF`/`SEQ`/`TOC`-кэш, руби-надстрочница, U+2188/U+218A — доказательства в `docs/agent/render-limitations.md`.
@@ -88,12 +88,12 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources
## Code Conventions & Common Patterns ## Code Conventions & Common Patterns
- Классы `final`, приватный конструктор, только `static` (stateless, DI нет; конфигурация — `Docx4jProperties` + classpath-ресурсы). Исключения — экземпляры по природе: `BundledFontMapper`, `DrawMlColor`, Spring-компоненты `wordpdf-app`. - Классы `final`, приватный конструктор, только `static` (stateless, DI нет; конфигурация — `Docx4jProperties` + classpath-ресурсы). Исключения — экземпляры по природе: `BundledFontMapper`, `DrawMlColor`, Spring-компоненты `wordpdf-app`.
- В `internal/**` классы `public` (иначе родительский пакет не вызвал бы), но публичные члены наружу ограничены: `normalize`/`STEP`/`declare`/`run`/`check`/`register`; `rewrite`-хуки — package-private. В `wordpdf-app` всё package-private кроме `WordPdfApplication`; в `internal/doc` публичны только `DocToDocx` и `CfbReader`. - В `internal/**` классы package-private, `public` — только вызываемые извне пакета: в `internal` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`), `OleObjectNormalizer` (только `normalize(byte[], boolean)`), `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`/`render`), `DependencyGuard` (`check`); в `internal/chart` — `DrawingPreRenderer` (`run`) и `ChartImageHandler`. Публичные члены наружу ничем шире этого не расширять; `rewrite`-хуки — package-private. В `wordpdf-app` всё package-private кроме `WordPdfApplication`; в `internal/doc` публичен только `DocToDocx`.
- Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; порядок цепочки — см. «Нормализаторы», правятся только `word/*.xml`. - Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; порядок цепочки — см. «Нормализаторы», правятся только `word/*.xml`.
- Ошибки публичного API — только `ConversionException extends RuntimeException` (unchecked); внутренние исключения оборачиваются на границе. В chart — деградация вместо падения. `ValidationException` — собственность `WordPdfValidator`; не оборачивать в общий `ConversionException`. - Ошибки публичного API — только `ConversionException extends RuntimeException` (unchecked); внутренние исключения оборачиваются на границе. В chart — деградация вместо падения. `ValidationException` — собственность `WordPdfValidator`; не оборачивать в общий `ConversionException`.
- DI в `wordpdf-app` — конструкторная инъекция Spring; состояние сервисов `private final`. SPA: единственный источник состояния — `useState` в `App.tsx`, вся сеть — в `api.ts`. - DI в `wordpdf-app` — конструкторная инъекция Spring; состояние сервисов `private final`. SPA: единственный источник состояния — `useState` в `App.tsx`, вся сеть — в `api.ts`.
- Javadoc на русском, объясняет «почему» и ссылается на регрессию и фикстуру (формат: `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx`). - Javadoc на русском, объясняет «почему» и ссылается на регрессию и фикстуру (формат: `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx`).
- Константы UPPER_SNAKE с эталонными значениями (`PIE_DEPTH`, `MAX_PAGES`); начертания `V_REGULAR/V_BOLD/V_ITALIC/V_BOLD_ITALIC`; модели — `record`; размеры в chart — в пунктах, растр × `DPI/72`. - Константы UPPER_SNAKE с эталонными значениями (`PIE_DEPTH`, `DECOMPRESS_MB_PER_MAX_MB`); начертания `V_REGULAR/V_BOLD/V_ITALIC/V_BOLD_ITALIC`; модели — `record`; размеры в chart — в пунктах, растр × `DPI/72`.
- Логирование: `java.util.logging.Logger` в корневом пакете и `internal/`, SLF4J — в `internal/chart` и `wordpdf-app`. - Логирование: `java.util.logging.Logger` в корневом пакете и `internal/`, SLF4J — в `internal/chart` и `wordpdf-app`.
- Тестовые методы: регрессионные — `объект_условие` через underscore (`ruPlain_cyrillicAndStyles`), юниты — camelCase (`pageFieldBecomesFldSimple`); оба стиля разрешает PMD-паттерн `junit5TestPattern` (`^[a-z][a-zA-Z0-9]*(_[a-zA-Z0-9]+)*$`). - Тестовые методы: регрессионные — `объект_условие` через underscore (`ruPlain_cyrillicAndStyles`), юниты — camelCase (`pageFieldBecomesFldSimple`); оба стиля разрешает PMD-паттерн `junit5TestPattern` (`^[a-z][a-zA-Z0-9]*(_[a-zA-Z0-9]+)*$`).
- PMD (`pmd-ruleset.xml`, execution `pmd-check` на `verify` в обоих модулях, `includeTests=true`, валится нарушение любой приоритетности): полные исключения категории, кастомное XPath-правило `LiteralFirstInEquals` и настройки — в самом ruleset. - PMD (`pmd-ruleset.xml`, execution `pmd-check` на `verify` в обоих модулях, `includeTests=true`, валится нарушение любой приоритетности): полные исключения категории, кастомное XPath-правило `LiteralFirstInEquals` и настройки — в самом ruleset.
+9 -7
View File
@@ -35,9 +35,9 @@ java-word-pdf/
|Класс|Назначение| |Класс|Назначение|
|---|---| |---|---|
|`ru.pjandro.wordpdf.WordPdfConverter`|публичный API: `convert(byte[], String[, ConvertOptions])` — .docx/.doc по сигнатуре байтов, байты PDF на выходе; `warmup()` — прогрев ядра| |`ru.pjandro.wordpdf.WordPdfConverter`|публичный API: `convert(byte[], String, ConvertOptions)` — .docx/.doc по сигнатуре байтов, байты PDF на выходе; `warmup()` — прогрев ядра|
|`ru.pjandro.wordpdf.WordPdfValidator`|валидация входа и lightweight-оценка страниц без рендера (`checkInput`/`checkPageCount`/`checkPageCountDoc`/`isBinaryDoc`/`validate`)| |`ru.pjandro.wordpdf.WordPdfValidator`|валидация входа и lightweight-оценка страниц без рендера (`checkInput`/`validate`; подсчёт страниц — внутренний метод)|
|`ru.pjandro.wordpdf.ConvertOptions`|опции конвертации (record `errorOnCharts, errorOnSmartArt, errorOnOle, maxMb, maxPages`; `ConvertOptions.defaults()`)| |`ru.pjandro.wordpdf.ConvertOptions`|опции конвертации (record `errorOnCharts, errorOnSmartArt, errorOnOle, maxMb, maxPages`); дефолтов в ядре нет — значения задаёт вызывающий|
|`ru.pjandro.wordpdf.ConversionException`|ошибки конвертации; подтипы `ValidationException` (некорректный вход) и `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`)| |`ru.pjandro.wordpdf.ConversionException`|ошибки конвертации; подтипы `ValidationException` (некорректный вход) и `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`)|
|`ru.pjandro.wordpdf.fonts.BundledFonts`|выгрузка TTF из jar и регистрация в docx4j| |`ru.pjandro.wordpdf.fonts.BundledFonts`|выгрузка TTF из jar и регистрация в docx4j|
|`ru.pjandro.wordpdf.fonts.BundledFontMapper`|маппинг имён шрифтов документа → TTF| |`ru.pjandro.wordpdf.fonts.BundledFontMapper`|маппинг имён шрифтов документа → TTF|
@@ -128,14 +128,16 @@ dev-стенд). Без ключа открыты `/actuator/`, `/swagger-ui`, `
конвертацию с 422. Диаграммы/SmartArt конвертируются в растры всегда; OLE-объекты конвертацию с 422. Диаграммы/SmartArt конвертируются в растры всегда; OLE-объекты
при `errorOnOle=false` тихо удаляются. при `errorOnOle=false` тихо удаляются.
**Лимиты входа** задаёт только конфигурация сервера: `wordpdf.max-mb`/`wordpdf.max-pages` **Лимиты входа**: свойства `wordpdf.max-mb`/`wordpdf.max-pages`
(env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`, дефолты 5 МБ / 100 страниц); параметрами (env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`, дефолты 5 МБ / 100 страниц) —
запроса не переопределяются. дефолт эндпоинта; query/form-параметры `maxMb`/`maxPages` переопределяют его
в обе стороны (значения ≤ 0 → 400). Остальные пороги (распаковка архива,
XML-части, площади растров, число записей zip) выводятся из лимитов входа.
|Код|Смысл| |Код|Смысл|
|---|---| |---|---|
|200|PDF в теле ответа| |200|PDF в теле ответа|
|400|некорректный вход (пустой / расширение не .docx/.doc / содержимое не zip и не CFB / зашифрованный .doc / больше `wordpdf.max-mb` / больше `wordpdf.max-pages` страниц), отсутствующая часть `file`, некорректное значение error-флага| |400|некорректный вход (пустой / расширение не .docx/.doc / содержимое не zip и не CFB / зашифрованный .doc / больше лимита размера (`maxMb` или `wordpdf.max-mb`) / больше лимита страниц (`maxPages` или `wordpdf.max-pages`) / `maxMb`≤0 / `maxPages`≤0), отсутствующая часть `file`, некорректное значение error-флага|
|401|нет или неверен `X-API-Key`| |401|нет или неверен `X-API-Key`|
|404|неизвестный путь (в т.ч. `/v3/api-docs` при выключенном springdoc)| |404|неизвестный путь (в т.ч. `/v3/api-docs` при выключенном springdoc)|
|405|не-POST| |405|не-POST|
+1 -1
View File
@@ -1,6 +1,6 @@
> читать при правке моста `internal/doc`. Авторитетно наравне с AGENTS.md. > читать при правке моста `internal/doc`. Авторитетно наравне с AGENTS.md.
Нормативный источник — [MS-DOC] в `docs/standards/doc/`, общее OLE-окружение ([MS-CFB], [MS-OLEPS], [MS-ODRAW]) в `docs/standards/binary/`, [MS-ODRAWXML] в `docs/standards/ooxml/`, ссылки — с номерами секций. Новых runtime-зависимостей нет (POI остаётся test-scope; POIFS — только в тестах для упаковки крафтовых CFB). Публичные точки: `DocToDocx.convert(byte[])` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`); общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). 16 из 18 классов package-private; наружу — `DocToDocx` и `CfbReader` (public, публичный член — `static readStreams(byte[])`). Нормативный источник — [MS-DOC] в `docs/standards/doc/`, общее OLE-окружение ([MS-CFB], [MS-OLEPS], [MS-ODRAW]) в `docs/standards/binary/`, [MS-ODRAWXML] в `docs/standards/ooxml/`, ссылки — с номерами секций. Новых runtime-зависимостей нет (POI остаётся test-scope; POIFS — только в тестах для упаковки крафтовых CFB). Публичные точки: `DocToDocx.convert(byte[], long)` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`). 17 из 18 классов package-private; наружу — только `DocToDocx`: у `CfbReader` (`static readStreams(byte[])`) все вызывающие внутри пакета; общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table).
|Класс|Спецификация| |Класс|Спецификация|
|---|---| |---|---|
+8 -7
View File
@@ -4,9 +4,9 @@
| Путь | Назначение | | Путь | Назначение |
|---|---| |---|---|
| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String[,ConvertOptions])`), `WordPdfValidator` (`checkInput`/`checkPageCount`/`validate` — без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`), `WordPdfSettings` (`MAX_INPUT_MB=5`, `MAX_PAGES=100`, защитные `MAX_DECOMPRESSED_MB=200`/`MAX_ZIP_ENTRIES=8192`, `ERROR_ON_*=false`), `ConvertOptions` (record) | | `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»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`), `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), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) |
| `…/wordpdf/internal/` | 11 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–10, 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 `public` (иначе родительский пакет не вызвал бы), публичные члены наружу только `normalize`/`STEP`/`declare`/`DependencyGuard.check`/`LayoutPostRenderer.register`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` | | `…/wordpdf/internal/` | 11 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–10, 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 `DrawingFoundException(OLE)` |
| `…/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/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/` |18 классов Java2D-рендера диаграмм/SmartArt в PNG (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/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar |
@@ -15,7 +15,8 @@
| `wordpdf-core/src/test/resources/geom/` | `presetShapeDefinitions.xml` — копия приложения ECMA-376, синхрон таблицы `PresetGeometry` (только в тестах, в jar не попадает) | | `wordpdf-core/src/test/resources/geom/` | `presetShapeDefinitions.xml` — копия приложения ECMA-376, синхрон таблицы `PresetGeometry` (только в тестах, в jar не попадает) |
| `wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/` | REST API (11 классов): `WordPdfApplication` (единственный public), `ConvertController`, `ConversionService` (очередь), `ApiExceptionHandler`, `ApiKeyFilter`, `OpenApiConfig` (`@SecurityScheme` X-API-Key) + 5 классов исключений (`BadRequest`, `DrawingRejected`, `ConversionFailed`, `ConversionRejected`, `ConversionTimeout`) | | `wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/` | REST API (11 классов): `WordPdfApplication` (единственный public), `ConvertController`, `ConversionService` (очередь), `ApiExceptionHandler`, `ApiKeyFilter`, `OpenApiConfig` (`@SecurityScheme` X-API-Key) + 5 классов исключений (`BadRequest`, `DrawingRejected`, `ConversionFailed`, `ConversionRejected`, `ConversionTimeout`) |
| `wordpdf-web/src/` | SPA: `api.ts` (вся сеть), `components/` (App, ApiKeyGate, PdfPreview, StatusMessage, DropZone, Logo) | | `wordpdf-web/src/` | SPA: `api.ts` (вся сеть), `components/` (App, ApiKeyGate, PdfPreview, StatusMessage, DropZone, Logo) |
| корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf` | Образ бэкенда (multi-stage `maven:3.9-eclipse-temurin-17` → `eclipse-temurin:17-jre-alpine`, non-root uid 10001, фиксированный heap `-Xms2g -Xmx2g`, HEALTHCHECK — busybox `wget`); compose app+web+gateway (`mem_limit: 3g` app, подсеть `10.113.0.0/24` gw `10.113.0.1`, `x-podman.name_separator_compat`); прод-compose не в репо — его рендерит job `deploy`; в репо-`compose.yml` springdoc выключен env (`SPRINGDOC_API_DOCS_ENABLED=false`, `SPRINGDOC_SWAGGER_UI_ENABLED=false`), в `compose.dev.yml` springdoc-переменных нет вовсе — включён по умолчанию (не отключается). `wordpdf-web/Containerfile` — `node:24-alpine` → `nginx:alpine`, `ARG VITE_BASE=/` (прод-CI печёт `/pdf-converter/`); репозиторный `wordpdf-web/nginx.conf` в образ **не** копируется (SPA одностраничная, без клиентского роутинга — SPA-fallback не нужен) | | `wordpdf-web/nginx.conf` | В образ SPA (`Containerfile` COPY в `/etc/nginx/conf.d/default.conf` — переопределение default-сервера, отдельного монтирования нет): `try_files` SPA-fallback + `add_header ... always` (езжают и на 4xx/5xx): CSP `default-src 'self'; script-src 'self'; style-src 'self' 'unsafe-inline'` (inline-стили React); `img-src`/`frame-src` + blob: (PDF-предпросмотр в iframe); `connect-src 'self'`; `object-src 'none'` + `nosniff`, XFO DENY (не мешает blob-iframe), Referrer-Policy no-referrer |
| корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf` | Образ бэкенда (multi-stage `maven:3.9-eclipse-temurin-17` → `eclipse-temurin:17-jre-alpine`, non-root uid 10001, фиксированный heap `-Xms2g -Xmx2g`, HEALTHCHECK — busybox `wget`); compose app+web+gateway (`mem_limit: 3g` app, подсеть `10.113.0.0/24` gw `10.113.0.1`, `x-podman.name_separator_compat`); прод-compose не в репо — его рендерит job `deploy`; в репо-`compose.yml` springdoc выключен env (`SPRINGDOC_API_DOCS_ENABLED=false`, `SPRINGDOC_SWAGGER_UI_ENABLED=false`), в `compose.dev.yml` springdoc-переменных нет вовсе — включён по умолчанию (не отключается). `wordpdf-web/Containerfile` — `node:24-alpine` → `nginx:alpine`, `ARG VITE_BASE=/` (прод-CI печёт `/pdf-converter/`); `wordpdf-web/nginx.conf` копируется в образ (см. строку выше) |
| `.env.example` | Шаблон env: `WORDPDF_API_KEY` (`openssl rand -hex 32`), закомментированные `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES` (пустое значение ломает binding long/int). Проду `.env` не нужен — ключ и лимиты подаёт job `deploy` из Gitea Secrets/Variables | | `.env.example` | Шаблон env: `WORDPDF_API_KEY` (`openssl rand -hex 32`), закомментированные `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES` (пустое значение ломает binding long/int). Проду `.env` не нужен — ключ и лимиты подаёт job `deploy` из Gitea Secrets/Variables |
| `.gitea/workflows/` | Gitea Actions: `pr.yml` (`PR checks`), `main.yml` (тесты + coverage-сводка и комментарий в PR → `images-app`/`images-web` (build+push в Nexus) → deploy (рендер прод-конфигов + pull) → autotests → rollback) | | `.gitea/workflows/` | Gitea Actions: `pr.yml` (`PR checks`), `main.yml` (тесты + coverage-сводка и комментарий в PR → `images-app`/`images-web` (build+push в Nexus) → deploy (рендер прод-конфигов + pull) → autotests → rollback) |
| `GITEA-vars.md` | Инструкция владельца: Secrets/Variables, защита ветки, перезапуск — только имена переменных, без значений | | `GITEA-vars.md` | Инструкция владельца: Secrets/Variables, защита ветки, перезапуск — только имена переменных, без значений |
@@ -28,7 +29,7 @@
- `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/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). - `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java` — валидация входа и lightweight-подсчёт страниц (StAX, без docx4j).
- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java` — все дефолты ядра (`MAX_INPUT_MB = 5`, `MAX_PAGES = 100`, `ERROR_ON_* = false`); рантайм-конфигурации в ядре нет. - 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 на PNG; владеет `MAX_EXTENT_EMU` и деградацией при падении рендера.
- `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/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-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.
@@ -37,7 +38,7 @@
- `pmd-ruleset.xml` — ruleset PMD (см. Code Conventions). - `pmd-ruleset.xml` — ruleset PMD (см. Code Conventions).
- `.ci/maven-settings.xml` — Maven-зеркало Nexus с URL из `${env.MAVEN_MIRROR_URL}` (общий файл CI-job'ов `java` и Containerfile; координаты стенда в репо не хранятся — Variable/build-arg). - `.ci/maven-settings.xml` — Maven-зеркало Nexus с URL из `${env.MAVEN_MIRROR_URL}` (общий файл CI-job'ов `java` и Containerfile; координаты стенда в репо не хранятся — Variable/build-arg).
- `wordpdf-core/src/main/resources/slf4j-simple.properties` — без него предупреждение лезет в PDF. - `wordpdf-core/src/main/resources/slf4j-simple.properties` — без него предупреждение лезет в PDF.
- `gateway/nginx.conf` — единственный вход: `/api/`, `/swagger-ui`, `/v3/api-docs`, `/actuator` → `app:8080`, остальное → `web:80`; `client_max_body_size 100m` (без директивы upload режется HTML-413 шлюза вместо JSON-ошибки API); `proxy_read_timeout`/`proxy_send_timeout 300s` (дефолтные 60s рвут 2-минутные конвертации 504 раньше app-ного 504); `resolver 10.113.0.1` + `proxy_pass` через переменные (статический `proxy_pass` резолвит имя один раз при старте — gateway, поднявшийся раньше app, получал бы 502 до перезапуска). - `gateway/nginx.conf` — единственный вход: `/api/`, `/swagger-ui`, `/v3/api-docs`, `/actuator` → `app:8080`, остальное → `web:80`; `client_max_body_size 100m` (без директивы upload режется HTML-413 шлюза вместо JSON-ошибки API); `proxy_read_timeout`/`proxy_send_timeout 300s` (дефолтные 60s рвут 2-минутные конвертации 504 раньше app-ного 504); `resolver 10.113.0.1` + `proxy_pass` через переменные (статический `proxy_pass` резолвит имя один раз при старте — gateway, поднявшийся раньше app, получал бы 502 до перезапуска); `X-Forwarded-For`/`-Proto`/`-Host` переписываются безусловно (`$remote_addr`/`$scheme`/`$host` — клиент не подставляет доверяемые Spring заголовки; `X-Forwarded-Prefix` проходит как есть — на нём base swagger-ui за внешним прокси). Тот же набор в прод-ренвере job `deploy` (`main.yml`, heredoc `NGINX`).
- `wordpdf-core/src/test/java/ru/pjandro/wordpdf/SampleDocxGenerator.java` — main()-утилита пересоздания фикстур; `ChartTypesDocxGenerator.java` — генератор `chart-types.docx`. - `wordpdf-core/src/test/java/ru/pjandro/wordpdf/SampleDocxGenerator.java` — main()-утилита пересоздания фикстур; `ChartTypesDocxGenerator.java` — генератор `chart-types.docx`.
- `wordpdf-web/vite.local.config.ts` — легаси-одноразовщик (прокси `/api` → :8091), в `tsconfig.node.json` не включён; кандидат на удаление, не тиражировать паттерн. Корневые `javac.*.args` — мусор пробной компиляции (gitignored), тоже кандидат на удаление. - `wordpdf-web/vite.local.config.ts` — легаси-одноразовщик (прокси `/api` → :8091), в `tsconfig.node.json` не включён; кандидат на удаление, не тиражировать паттерн. Корневые `javac.*.args` — мусор пробной компиляции (gitignored), тоже кандидат на удаление.
@@ -79,7 +80,7 @@ unzip -p ~/.m2/repository/org/docx4j/docx4j-export-fo/<версия>/docx4j-expo
## REST API (детали bullet'ов) ## REST API (детали bullet'ов)
Единственный эндпоинт `POST /api/v1/convert`: multipart-поле `file` + факультативные query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолт каждого — `WordPdfSettings.ERROR_ON_*`). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`/`.doc`-расширения — в `ConvertController` (ошибочный текст 400 — контракт с фронтом); `ConversionService.safeBaseName` — единый источник имени для файла, заголовка ответа и PDF-title (срезает оба расширения; разрешены `[\p{L}\p{N} ._-]`, пустое → `document`). Error-флаги диаграмм/SmartArt/OLE на `.doc` не срабатывают (BLIP-плейсхолдеры → картинки, см. «Мост») — описано в `@Operation`. Единственный эндпоинт `POST /api/v1/convert`: multipart-поле `file` + факультативные query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолт каждого — `false`) и `maxMb`/`maxPages` (лимиты входа, см. «Лимиты входа» ниже). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`/`.doc`-расширения — в `ConvertController` (ошибочный текст 400 — контракт с фронтом); `ConversionService.safeBaseName` — единый источник имени для файла, заголовка ответа и PDF-title (срезает оба расширения; разрешены `[\p{L}\p{N} ._-]`, пустое → `document`). Error-флаги диаграмм/SmartArt/OLE на `.doc` не срабатывают (BLIP-плейсхолдеры → картинки, см. «Мост») — описано в `@Operation`.
Полная карта ответов: Полная карта ответов:
@@ -96,7 +97,7 @@ unzip -p ~/.m2/repository/org/docx4j/docx4j-export-fo/<версия>/docx4j-expo
- **Ключ доступа**: `ApiKeyFilter` сверяет заголовок `X-API-Key` (`ApiKeyFilter.HEADER`) со свойством `wordpdf.api-key` (env `WORDPDF_API_KEY`, сравнение `MessageDigest.isEqual`). Пустое свойство = аутентификация выключена (dev `java -jar`, тесты). Без ключа открыты `OPEN_PREFIXES` = `/actuator/`, `/swagger-ui`, `/v3/api-docs` — матч по пути **без** forwarded-contextPath (`getRequestURI()` минус `getContextPath()`; иначе под `X-Forwarded-Prefix` HEALTHCHECK получил бы 401). Пути с точечными сегментами (`..`/`%2e`) открытыми не считаются никогда. - **Ключ доступа**: `ApiKeyFilter` сверяет заголовок `X-API-Key` (`ApiKeyFilter.HEADER`) со свойством `wordpdf.api-key` (env `WORDPDF_API_KEY`, сравнение `MessageDigest.isEqual`). Пустое свойство = аутентификация выключена (dev `java -jar`, тесты). Без ключа открыты `OPEN_PREFIXES` = `/actuator/`, `/swagger-ui`, `/v3/api-docs` — матч по пути **без** forwarded-contextPath (`getRequestURI()` минус `getContextPath()`; иначе под `X-Forwarded-Prefix` HEALTHCHECK получил бы 401). Пути с точечными сегментами (`..`/`%2e`) открытыми не считаются никогда.
- **Очередь**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`ConversionService.QUEUE_CAPACITY = 16`, переполнение → 503): ядро мутирует глобальный реестр `PhysicalFonts` и **сериализует конвертации монитором класса `WordPdfConverter.class`**; однопоточность воркера — ради 503/timeout. Головой очереди конструктор ставит `WordPdfConverter.warmup()` — прогрев ядра минимальным in-code docx + растром (~1,5–2,5 с, Future никто не забирает, warmup не бросает): первый реальный запрос после деплоя — за прогретым ядром (замер 2026-11: 0,13 с против 1,74 с на `main`), запросы периода прогрева ждут в очереди штатно. `future.cancel(true)` при таймауте не останавливает FOP мгновенно — осознанный компромисс. - **Очередь**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`ConversionService.QUEUE_CAPACITY = 16`, переполнение → 503): ядро мутирует глобальный реестр `PhysicalFonts` и **сериализует конвертации монитором класса `WordPdfConverter.class`**; однопоточность воркера — ради 503/timeout. Головой очереди конструктор ставит `WordPdfConverter.warmup()` — прогрев ядра минимальным in-code docx + растром (~1,5–2,5 с, Future никто не забирает, warmup не бросает): первый реальный запрос после деплоя — за прогретым ядром (замер 2026-11: 0,13 с против 1,74 с на `main`), запросы периода прогрева ждут в очереди штатно. `future.cancel(true)` при таймауте не останавливает FOP мгновенно — осознанный компромисс.
- **Лимиты входа** задаёт только конфигурация сервера: `wordpdf.max-mb`/`wordpdf.max-pages` (env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`), `@Value` в `ConvertController` с дефолтом-SpEL из `WordPdfSettings` (5 МБ / 100); значение ≤ 0 → `IllegalStateException` на старте; параметрами запроса не переопределяются. Ключи в `application.properties` **не объявлены** — пустое значение затенит SpEL-дефолт. - **Лимиты входа**: `wordpdf.max-mb`/`wordpdf.max-pages` (env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`) — дефолт эндпоинта, `@Value` в `ConvertController` с литеральными дефолтами 5/100; значение свойства ≤ 0 → `IllegalStateException` на старте. Параметры запроса `maxMb`/`maxPages` переопределяют дефолт в обе стороны (значения ≤ 0 → 400), верхнего серверного потолка нет — пороги распаковки/записей/растров растут вместе с ними. Ключи в `application.properties` **не объявлены** — пустое значение затенит дефолт `@Value`.
- **SPA**: вся сеть в `wordpdf-web/src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401) подтвердил требование ключа. Запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx под префиксом `/pdf-converter/`). Три переключателя error-флагов в форме («Диаграммы», «SmartArt», «OLE-объекты», дефолт — все выключены). DropZone принимает `.docx,.doc` (`accept` + текст зоны). - **SPA**: вся сеть в `wordpdf-web/src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401) подтвердил требование ключа. Запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx под префиксом `/pdf-converter/`). Три переключателя error-флагов в форме («Диаграммы», «SmartArt», «OLE-объекты», дефолт — все выключены). DropZone принимает `.docx,.doc` (`accept` + текст зоны).
+1 -1
View File
@@ -20,7 +20,7 @@
- Юниты моста (`internal/doc/`): `CfbReaderTest` строит крафтовый CFB-байтстрим (сектор 512/mini 64: FAT/DIFAT/miniFAT/directory руками) и бьёт все guard-ветки (циклы FAT/DIFAT/MiniFAT, ссылки за файл, обрезанные потоки, root без mini stream, мусор в directory); `SummaryInfoTest` — крафтовый PropertySetStream (пинит **относительность offset от начала PropertySet**, реальные фикстуры её не различают); `PieceTableTest`/`ChpxIndexTest`/`PapxIndexTest` (в т.ч. `istdFor`: istd из UpxPapx, пустой grpprl ≠ null, bOffset=0 → дефолтные свойства при сохранённой границе)/`SectionsTest`/`FibHeaderTest` (пара fcStshf)/`GrpprlTest` (в т.ч. спец-длины: двухбайтовый cb у sprmTDefTable при operand >255 Б, у 0xC60D cb=0xFF — обрыв, у 0xC615 cb=0xFF — длина по формуле §2.9.182 (`scan_pChgTabsSentinel_lengthByFormula`))/`FontTableTest`/`HeadersTest`/`OfficeArtTest`/`PrcDataTest` — byte[]-конструкции in memory (`PrcDataTest`: разворачивание huge-PAPX/PTableProps на позиции указателя, union цепочки с легаси-зеркалом, guard'ы — cb-капа 0x3FA2, ptr за Data, цикл A→B→A); `StylesTest` — крафтовый STSH (LPStd/LPUpx): цепочка base→derived, цикл → пустая таблица, чужой stk/битый STSH нисходительны; `TablesTest` — крафтовый TAP: сетка TDefTable (XAS со знаком), границы Brc (cv fAuto) и Brc80 (ico, приоритет 0xD613), выравнивание sprmTJc/sprmTJc90 (u16, приоритет современного, 0 → null), деградация при битом TDefTable; `ListsTest` — крафтовые PlfLst/PlfLfo байтстримом (счёт LVL по fSimpleList 1/9, плейсхолдеры xst → `%{n+1}` и литеральный `%` → `%%`, MSONFC→ST_NumberFormat вкл. экзотика→decimal, ixchFollow→`w:suff`, grpprl уровня → `w:ind`/`w:rFonts`, LFOLVL fStartAt/fFormatting, обрыв LVL-массива, lsid без LSTF, нулевые lcb); `DocToDocxFormattingTest` — полный синтетический .doc через POIFS (крафтовые FIB/Clx/FKP-страницы: полные CHPX/PAPX-свойства, STSH-цепочка с переопределением и победой direct, spacing/tabs, таблица TTP+TDefTable+Brc с деградацией строки без сетки и многострочной ячейкой, колонтитук со стилевым jc, табы колонтитука из стиля sprmPChgTabs (`styleTabsChg_reachesFooterPart`/`styleTabsChgDel_removesStop`: прямой del с rgdxaClose вырезает stop стиля), таблица в odd footer со sprmTJc (`footerTable_jcCenterEmitted`: guard-¶ отдельным абзацем после строки, как в реальных Plcfhdd), знаки, поле в основном тексте, picLocation=0, 0Table, отсутствие табличного потока, списки: `listParagraphs_getNumPrAndNumberingPart` (sprmPIlfo/sprmPIlvl в PAPX → `w:numPr` + `word/numbering.xml` c `w:num`/Override/rels), `listCancelledByDirectZero_noNumPr` (ilfo стиля, перекрытый прямым 0), `ilvlSkipValue_noNumPr` (ilvl=0x0C), `missingListTables_degradeToPlain` (нулевые FIB-пары 73/74 — ни numbering-части, ни numPr)). Doc-регрессии конвертера — общие assert-хелперы docx-пар: `assertCyrillicAndStyles`/`assertPageNumbers`/`assertTableImage`/`assertOleObjectsRemoved`/`assertDrawingsBecomeImages`/`assertTooManyPages`/`assertExoticGlyphs` вызываются с `ru-plain.doc`/`page-numbers.doc`/`ru-table-image.doc`/`ole-embedded.doc`/`charts-smartart.doc`/`too-many-pages.doc`/`exotic-glyphs.doc` (тесты-пары называются по docx-имени, внутри зовут оба формата); `WordPdfValidatorTest#checkPageCountDoc_*` + `ConvertControllerTest` (`.doc` upload, `nonDocxFilename_rejected`). - Юниты моста (`internal/doc/`): `CfbReaderTest` строит крафтовый CFB-байтстрим (сектор 512/mini 64: FAT/DIFAT/miniFAT/directory руками) и бьёт все guard-ветки (циклы FAT/DIFAT/MiniFAT, ссылки за файл, обрезанные потоки, root без mini stream, мусор в directory); `SummaryInfoTest` — крафтовый PropertySetStream (пинит **относительность offset от начала PropertySet**, реальные фикстуры её не различают); `PieceTableTest`/`ChpxIndexTest`/`PapxIndexTest` (в т.ч. `istdFor`: istd из UpxPapx, пустой grpprl ≠ null, bOffset=0 → дефолтные свойства при сохранённой границе)/`SectionsTest`/`FibHeaderTest` (пара fcStshf)/`GrpprlTest` (в т.ч. спец-длины: двухбайтовый cb у sprmTDefTable при operand >255 Б, у 0xC60D cb=0xFF — обрыв, у 0xC615 cb=0xFF — длина по формуле §2.9.182 (`scan_pChgTabsSentinel_lengthByFormula`))/`FontTableTest`/`HeadersTest`/`OfficeArtTest`/`PrcDataTest` — byte[]-конструкции in memory (`PrcDataTest`: разворачивание huge-PAPX/PTableProps на позиции указателя, union цепочки с легаси-зеркалом, guard'ы — cb-капа 0x3FA2, ptr за Data, цикл A→B→A); `StylesTest` — крафтовый STSH (LPStd/LPUpx): цепочка base→derived, цикл → пустая таблица, чужой stk/битый STSH нисходительны; `TablesTest` — крафтовый TAP: сетка TDefTable (XAS со знаком), границы Brc (cv fAuto) и Brc80 (ico, приоритет 0xD613), выравнивание sprmTJc/sprmTJc90 (u16, приоритет современного, 0 → null), деградация при битом TDefTable; `ListsTest` — крафтовые PlfLst/PlfLfo байтстримом (счёт LVL по fSimpleList 1/9, плейсхолдеры xst → `%{n+1}` и литеральный `%` → `%%`, MSONFC→ST_NumberFormat вкл. экзотика→decimal, ixchFollow→`w:suff`, grpprl уровня → `w:ind`/`w:rFonts`, LFOLVL fStartAt/fFormatting, обрыв LVL-массива, lsid без LSTF, нулевые lcb); `DocToDocxFormattingTest` — полный синтетический .doc через POIFS (крафтовые FIB/Clx/FKP-страницы: полные CHPX/PAPX-свойства, STSH-цепочка с переопределением и победой direct, spacing/tabs, таблица TTP+TDefTable+Brc с деградацией строки без сетки и многострочной ячейкой, колонтитук со стилевым jc, табы колонтитука из стиля sprmPChgTabs (`styleTabsChg_reachesFooterPart`/`styleTabsChgDel_removesStop`: прямой del с rgdxaClose вырезает stop стиля), таблица в odd footer со sprmTJc (`footerTable_jcCenterEmitted`: guard-¶ отдельным абзацем после строки, как в реальных Plcfhdd), знаки, поле в основном тексте, picLocation=0, 0Table, отсутствие табличного потока, списки: `listParagraphs_getNumPrAndNumberingPart` (sprmPIlfo/sprmPIlvl в PAPX → `w:numPr` + `word/numbering.xml` c `w:num`/Override/rels), `listCancelledByDirectZero_noNumPr` (ilfo стиля, перекрытый прямым 0), `ilvlSkipValue_noNumPr` (ilvl=0x0C), `missingListTables_degradeToPlain` (нулевые FIB-пары 73/74 — ни numbering-части, ни numPr)). Doc-регрессии конвертера — общие assert-хелперы docx-пар: `assertCyrillicAndStyles`/`assertPageNumbers`/`assertTableImage`/`assertOleObjectsRemoved`/`assertDrawingsBecomeImages`/`assertTooManyPages`/`assertExoticGlyphs` вызываются с `ru-plain.doc`/`page-numbers.doc`/`ru-table-image.doc`/`ole-embedded.doc`/`charts-smartart.doc`/`too-many-pages.doc`/`exotic-glyphs.doc` (тесты-пары называются по docx-имени, внутри зовут оба формата); `WordPdfValidatorTest#checkPageCountDoc_*` + `ConvertControllerTest` (`.doc` upload, `nonDocxFilename_rejected`).
- App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); четыре контекста — `ConvertControllerTest` (пустой ключ), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` max-mb/max-pages), `ConversionTimeoutTest` (`@TestPropertySource` convert-timeout=1ms) — четыре разных набора свойств = четыре кэшированных контекста (отдельные классы, не `@Nested`: `@Nested` + `@TestPropertySource` не даёт отдельного контекста); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring-контекста (прямые юниты). - App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); четыре контекста — `ConvertControllerTest` (пин `wordpdf.api-key=` — HTTP-контексты явно пиныт пустой ключ: mise подмешивает корневой `.env` в окружение тасок, ambient `WORDPDF_API_KEY` иначе дал бы 401 во всех MockMvc-тестах), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` max-mb/max-pages), `ConversionTimeoutTest` (`@TestPropertySource` convert-timeout=1ms) — четыре разных набора свойств = четыре кэшированных контекста (отдельные классы, не `@Nested`: `@Nested` + `@TestPropertySource` не даёт отдельного контекста); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring-контекста (прямые юниты).
- UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn). Прод-автотесты (pytest 9.1.1 + requests 2.34.2, 31 проверка — 27 под маркером `needs_key` (SKIP без ключа; включая `.doc`-фикстуры обоих путей — растры/OLE и границы страниц), 4 открытых: health/SPA-root/swagger/spec; env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода. - UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn). Прод-автотесты (pytest 9.1.1 + requests 2.34.2, 31 проверка — 27 под маркером `needs_key` (SKIP без ключа; включая `.doc`-фикстуры обоих путей — растры/OLE и границы страниц), 4 открытых: health/SPA-root/swagger/spec; env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода.
+10
View File
@@ -16,6 +16,16 @@ server {
set $upstream_app http://app:8080; set $upstream_app http://app:8080;
set $upstream_web http://web:80; set $upstream_web http://web:80;
# X-Forwarded-* переписываются безусловно: клиент не должен иметь возможности
# подсунуть бэкенду подставной "реальный IP/схема/хост" (Spring
# ForwardedHeaderFilter доверяет этим заголовкам; прямое попадание на
# 9010 мимо внешнего reverse-proxy — штатный случай стенда).
# X-Forwarded-Prefix не трогаем: его проставляет внешний nginx, на нём
# держится корректный base у swagger-ui за прокси.
proxy_set_header X-Forwarded-For $remote_addr;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_set_header X-Forwarded-Host $host;
location /api/ { location /api/ {
# в proxy_pass нет path-части, поэтому URI передаётся как есть # в proxy_pass нет path-части, поэтому URI передаётся как есть
proxy_pass $upstream_app; proxy_pass $upstream_app;
+3 -3
View File
@@ -8,9 +8,9 @@ WORDPDF_BASE_URL обязателен: без него все проверки
не знает ни одного хоста. WORDPDF_API_KEY факультативен: без него проверки, не знает ни одного хоста. WORDPDF_API_KEY факультативен: без него проверки,
где есть заголовок ключа или ожидается 401, пропускаются (без локального ключа где есть заголовок ключа или ожидается 401, пропускаются (без локального ключа
нельзя знать, включена ли аутентификация на стенде). WORDPDF_MAX_PAGES — ожидаемый нельзя знать, включена ли аутентификация на стенде). WORDPDF_MAX_PAGES — ожидаемый
лимит страниц стенда (конфигурация сервера, не константа набора; дефолт 100 = лимит страниц стенда (конфигурация сервера, не константа набора; дефолт эндпоинта
дефолт ядра). WORDPDF_MAX_MB — ожидаемый лимит размера .docx стенда в МБ (MiB; дефолт 100). WORDPDF_MAX_MB — ожидаемый лимит размера .docx стенда в МБ (MiB; дефолт
5 = дефолт ядра). .docx-фикстуры — из wordpdf-core/src/test/resources/samples, эндпоинта 5). .docx-фикстуры — из wordpdf-core/src/test/resources/samples,
либо из WORDPDF_SAMPLES_DIR. либо из WORDPDF_SAMPLES_DIR.
""" """
@@ -63,11 +63,17 @@ final class ApiExceptionHandler {
.body(new ApiError(e.getMessage())); .body(new ApiError(e.getMessage()));
} }
/** Ошибка ядра/рендера при формально корректном входе. */ /**
* Ошибка ядра/рендера при формально корректном входе. Сообщение ядра
* (тексты docx4j/FOP/JAXB, пути temp-файлов) — только в лог: наружу
* фиксированный текст, иначе 500 становится каналом внутренней информации.
* Регрессия — ConvertControllerTest#conversionFailure_hidesInternalDetails.
*/
@ExceptionHandler(ConversionFailedException.class) @ExceptionHandler(ConversionFailedException.class)
ResponseEntity<ApiError> conversionFailed(ConversionFailedException e) { ResponseEntity<ApiError> conversionFailed(ConversionFailedException e) {
LOG.error("Конвертация не удалась", e);
return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR) return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR)
.body(new ApiError(e.getMessage())); .body(new ApiError("Не удалось конвертировать документ"));
} }
/** Очередь конвертации занята/прерывание — повторить позже. */ /** Очередь конвертации занята/прерывание — повторить позже. */
@@ -35,10 +35,11 @@ import java.util.concurrent.TimeoutException;
* {@link ValidationException} (400), ошибка рендер-стадии → * {@link ValidationException} (400), ошибка рендер-стадии →
* {@link ConversionFailedException} (500). Граница: сломанный контейнер * {@link ConversionFailedException} (500). Граница: сломанный контейнер
* (не zip / битый zip / слишком большой / слишком длинный) — 400; валидный * (не zip / битый zip / слишком большой / слишком длинный) — 400; валидный
* zip с мусором внутри (нет {@code word/document.xml}) — 500: до очереди и * zip с мусором внутри (нет {@code word/document.xml}) — 500: до очереди
* в конвейере ядра вход проверяется тем же * проверяется только размер, корректность контейнера и число страниц —
* {@link WordPdfValidator#validate(byte[], ConvertOptions)}, поэтому уже * сериализованно внутри воркера (ядро вызывает тот же
* принятый запрос внутренняя проверка ядра в ошибку не превратит.</p> * {@link WordPdfValidator#validate(byte[], ConvertOptions)}), поэтому
* тяжёлая проверка не занимает потоки контейнера в обход сериализации.</p>
*/ */
@Service @Service
final class ConversionService { final class ConversionService {
@@ -64,9 +65,9 @@ final class ConversionService {
} }
/** /**
* Полный путь: синхронная валидация байтов (до очереди — от obvious-отказа * Полный путь: синхронная проверка размера (до очереди) → постановка
* единый воркер не должен быть занят) → постановка в очередь → ожидание * в очередь → ожидание результата с таймаутом; корректность контейнера
* результата с таймаутом. * и число страниц проверяются сериализованно, внутри воркера (ядро).
* *
* @throws ValidationException некорректный вход (400) * @throws ValidationException некорректный вход (400)
* @throws ConversionFailedException ошибка ядра/рендера (500) * @throws ConversionFailedException ошибка ядра/рендера (500)
@@ -78,14 +79,14 @@ final class ConversionService {
* {@code null} не допускается (контроллер строит всегда).</p> * {@code null} не допускается (контроллер строит всегда).</p>
*/ */
byte[] convert(byte[] docxBytes, String originalFilename, ConvertOptions options) { byte[] convert(byte[] docxBytes, String originalFilename, ConvertOptions options) {
// Бинарный .doc — не zip: .docx-валидация к нему неприменима, размер // До очереди — только дешёвый гейт размера. Полная валидация
// проверяется общим checkInput, страницы — мостом по чистому .doc // (контейнер + страницы — до двух полных распакованных проходов до
// (ядро бросит ValidationException → 400 тем же обработчиком). // 64 МБ на обоих форматах) сериализована воркером: её выполняет ядро
if (WordPdfValidator.isBinaryDoc(docxBytes)) { // внутри WordPdfConverter.convert (тот же validate с теми же
WordPdfValidator.checkInput(docxBytes, options.maxMb()); // options, ValidationException → 400 тем же путём). Синхронный
} else { // полный validate до submit отдавал бы zip-бомбе потоки Tomcat
WordPdfValidator.validate(docxBytes, options); // в обход сериализации.
} WordPdfValidator.checkInput(docxBytes, options.maxMb());
Future<byte[]> future; Future<byte[]> future;
try { try {
future = workers.submit(() -> doConvert(docxBytes, originalFilename, options)); future = workers.submit(() -> doConvert(docxBytes, originalFilename, options));
@@ -12,7 +12,6 @@ import org.springframework.web.bind.annotation.RestController;
import org.springframework.beans.factory.annotation.Value; import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.multipart.MultipartFile; import org.springframework.web.multipart.MultipartFile;
import ru.pjandro.wordpdf.ConvertOptions; import ru.pjandro.wordpdf.ConvertOptions;
import ru.pjandro.wordpdf.WordPdfSettings;
import java.io.IOException; import java.io.IOException;
import java.nio.charset.StandardCharsets; import java.nio.charset.StandardCharsets;
@@ -25,10 +24,11 @@ import java.util.Locale;
* <p>Здесь только HTTP-слой: проверка presence/расширения и формирование * <p>Здесь только HTTP-слой: проверка presence/расширения и формирование
* {@code Content-Disposition}; проверка содержимого (zip, размер, страницы) — * {@code Content-Disposition}; проверка содержимого (zip, размер, страницы) —
* зона {@link ConversionService}. Ошибки в JSON-ответ переводит * зона {@link ConversionService}. Ошибки в JSON-ответ переводит
* {@link ApiExceptionHandler}. Лимиты входа — только конфигурация сервера * {@link ApiExceptionHandler}. Лимиты входа: свойства
* (свойства {@code wordpdf.max-mb}/{@code wordpdf.max-pages}, env * {@code wordpdf.max-mb}/{@code wordpdf.max-pages} (env
* {@code WORDPDF_MAX_MB}/{@code WORDPDF_MAX_PAGES}); параметрами запроса * {@code WORDPDF_MAX_MB}/{@code WORDPDF_MAX_PAGES}) — дефолт эндпоинта;
* они не переопределяются.</p> * параметры запроса {@code maxMb}/{@code maxPages} переопределяют его в обе
* стороны (значения ≤ 0 → 400).</p>
*/ */
@RestController @RestController
final class ConvertController { final class ConvertController {
@@ -38,14 +38,15 @@ final class ConvertController {
private final int maxPages; private final int maxPages;
/** /**
* Дефолт плейсхолдеров — константы ядра через SpEL: буквальное значение * Дефолт плейсхолдеров — буквенные литералы 5/100 (дефолтов лимитов в
* в свойствах не дублируется. Невалидное значение (<= 0) роняет * ядре нет); свойства/env переопределяют их, параметры запроса — см.
* {@link #convert}. Невалидное значение свойства (<= 0) роняет
* приложение на старте (fail-fast): «сервис поднят, но весь вход * приложение на старте (fail-fast): «сервис поднят, но весь вход
* отсекается» — худший исход, чем не поднявшийся сервис. * отсекается» — худший исход, чем не поднявшийся сервис.
*/ */
ConvertController(ConversionService conversionService, ConvertController(ConversionService conversionService,
@Value("${wordpdf.max-mb:#{T(ru.pjandro.wordpdf.WordPdfSettings).MAX_INPUT_MB}}") long maxMb, @Value("${wordpdf.max-mb:5}") long maxMb,
@Value("${wordpdf.max-pages:#{T(ru.pjandro.wordpdf.WordPdfSettings).MAX_PAGES}}") int maxPages) { @Value("${wordpdf.max-pages:100}") int maxPages) {
if (maxMb <= 0) { if (maxMb <= 0) {
throw new IllegalStateException("wordpdf.max-mb должен быть больше 0: " + maxMb); throw new IllegalStateException("wordpdf.max-mb должен быть больше 0: " + maxMb);
} }
@@ -60,10 +61,11 @@ final class ConvertController {
@Operation(summary = "Конвертировать .docx/.doc в PDF", @Operation(summary = "Конвертировать .docx/.doc в PDF",
description = "Принимаются .docx (OOXML) и .doc (Word 97–2003, переносится в .docx " description = "Принимаются .docx (OOXML) и .doc (Word 97–2003, переносится в .docx "
+ "мостом: текст и прямое форматирование). errorOnCharts/errorOnSmartArt/errorOnOle — факультативно, по умолчанию " + "мостом: текст и прямое форматирование). errorOnCharts/errorOnSmartArt/errorOnOle — факультативно, по умолчанию "
+ "настройки ядра (ошибка не выбрасывается); диаграммы/SmartArt " + "ошибка не выбрасывается; диаграммы/SmartArt "
+ "конвертируются всегда, OLE-объекты при выключенном флаге тихо удаляются. " + "конвертируются всегда, OLE-объекты при выключенном флаге тихо удаляются. "
+ "Лимиты входа (размер/страницы) задаёт только конфигурация сервера " + "Лимиты входа (размер/страницы): свойства wordpdf.max-mb/wordpdf.max-pages — "
+ "(свойства wordpdf.max-mb/wordpdf.max-pages), параметрами запроса не переопределяются") + "дефолт; параметры запроса maxMb/maxPages переопределяют его в обе стороны "
+ "(значения ≤ 0 → 400)")
@SecurityRequirement(name = OpenApiConfig.SCHEME) @SecurityRequirement(name = OpenApiConfig.SCHEME)
@PostMapping( @PostMapping(
path = "/api/v1/convert", path = "/api/v1/convert",
@@ -73,7 +75,9 @@ final class ConvertController {
@RequestParam("file") MultipartFile file, @RequestParam("file") MultipartFile file,
@RequestParam(name = "errorOnCharts", required = false) Boolean errorOnCharts, @RequestParam(name = "errorOnCharts", required = false) Boolean errorOnCharts,
@RequestParam(name = "errorOnSmartArt", required = false) Boolean errorOnSmartArt, @RequestParam(name = "errorOnSmartArt", required = false) Boolean errorOnSmartArt,
@RequestParam(name = "errorOnOle", required = false) Boolean errorOnOle) { @RequestParam(name = "errorOnOle", required = false) Boolean errorOnOle,
@RequestParam(name = "maxMb", required = false) Long maxMbParam,
@RequestParam(name = "maxPages", required = false) Integer maxPagesParam) {
if (file == null || file.isEmpty()) { if (file == null || file.isEmpty()) {
throw new BadRequestException("Файл не передан (multipart-поле «file» обязательно)"); throw new BadRequestException("Файл не передан (multipart-поле «file» обязательно)");
} }
@@ -84,13 +88,24 @@ final class ConvertController {
// .doc (Word 97–2003) переносится в .docx мостом internal.doc // .doc (Word 97–2003) переносится в .docx мостом internal.doc
throw new BadRequestException("Поддерживаются только .docx и .doc: " + name); throw new BadRequestException("Поддерживаются только .docx и .doc: " + name);
} }
// Лимиты входа: свойства сервера — дефолт, параметры запроса
// переопределяют в обе стороны (верхнего потолка нет — осознанное
// решение; остаточная защита от загрузки — multipart-лимит сервера).
if (maxMbParam != null && maxMbParam <= 0) {
throw new BadRequestException("maxMb должен быть больше 0: " + maxMbParam);
}
if (maxPagesParam != null && maxPagesParam <= 0) {
throw new BadRequestException("maxPages должен быть больше 0: " + maxPagesParam);
}
long effMaxMb = maxMbParam != null ? maxMbParam : maxMb;
int effMaxPages = maxPagesParam != null ? maxPagesParam : maxPages;
// Размер проверяется до getBytes(): multipart-лимит сервера (100 МБ) // Размер проверяется до getBytes(): multipart-лимит сервера (100 МБ)
// больше логического лимита входа (wordpdf.max-mb), и без этого гварда // больше логического лимита входа, и без этого гварда заведомо
// заведомо oversized-upload сначала материализовался бы в куче. // oversized-upload сначала материализовался бы в куче.
// Текст — тот же формат, что WordPdfValidator.checkInput. // Текст — тот же формат, что WordPdfValidator.checkInput.
long maxBytes = maxMb * 1024 * 1024; long maxBytes = effMaxMb * 1024 * 1024;
if (file.getSize() > maxBytes) { if (file.getSize() > maxBytes) {
throw new BadRequestException("Файл больше " + maxMb + " МБ: " throw new BadRequestException("Файл больше " + effMaxMb + " МБ: "
+ file.getSize() + " байт > " + maxBytes + " байт"); + file.getSize() + " байт > " + maxBytes + " байт");
} }
byte[] docxBytes; byte[] docxBytes;
@@ -100,10 +115,10 @@ final class ConvertController {
throw new BadRequestException("Не удалось прочитать загруженный файл", e); throw new BadRequestException("Не удалось прочитать загруженный файл", e);
} }
ConvertOptions options = new ConvertOptions( ConvertOptions options = new ConvertOptions(
errorOnCharts != null ? errorOnCharts : WordPdfSettings.ERROR_ON_CHARTS, Boolean.TRUE.equals(errorOnCharts),
errorOnSmartArt != null ? errorOnSmartArt : WordPdfSettings.ERROR_ON_SMARTART, Boolean.TRUE.equals(errorOnSmartArt),
errorOnOle != null ? errorOnOle : WordPdfSettings.ERROR_ON_OLE, Boolean.TRUE.equals(errorOnOle),
maxMb, maxPages); effMaxMb, effMaxPages);
byte[] pdf = conversionService.convert(docxBytes, name, options); byte[] pdf = conversionService.convert(docxBytes, name, options);
ContentDisposition disposition = ContentDisposition.attachment() ContentDisposition disposition = ContentDisposition.attachment()
.filename(ConversionService.safeBaseName(name) + ".pdf", StandardCharsets.UTF_8) .filename(ConversionService.safeBaseName(name) + ".pdf", StandardCharsets.UTF_8)
@@ -1,12 +1,12 @@
spring.application.name=wordpdf-app spring.application.name=wordpdf-app
# Потолок инфраструктуры — 100 МБ (совпадает с client_max_body_size в # Потолок инфраструктуры — 100 МБ (совпадает с client_max_body_size в
# nginx-шлюзах): больше не пропустит ни шлюз, ни контейнер. Авторитетный # nginx-шлюзах): больше не пропустит ни шлюз, ни контейнер. Логический лимит
# лимит — свойство wordpdf.max-mb (env WORDPDF_MAX_MB, МБ), по умолчанию # входа — свойство wordpdf.max-mb (env WORDPDF_MAX_MB, МБ) /
# WordPdfSettings.MAX_INPUT_MB = 5; здесь только потолок загрузки. # wordpdf.max-pages (env WORDPDF_MAX_PAGES): дефолты 5/100 — литералы @Value
# Лимиты входа: env WORDPDF_MAX_MB (МБ) / WORDPDF_MAX_PAGES (страницы), # в ConvertController (дефолтов лимитов в ядре нет); параметрами запроса
# дефолты — константы ядра (5 / 100), задаются ConvertController. # maxMb/maxPages дефолт переопределяется в обе стороны. Значение свойства
# Значение <= 0 — падение на старте. Сами ключи здесь не объявлены: # <= 0 — падение на старте. Сами ключи здесь не объявлены: пустое значение
# пустое значение затенит SpEL-дефолт @Value. # затенит дефолт @Value.
# file-size-threshold=2MB: части больше 2 МБ сбрасываются на диск Tomcat, heap # file-size-threshold=2MB: части больше 2 МБ сбрасываются на диск Tomcat, heap
# держит только копию getBytes() одной сериализованной конвертации (порог 100MB # держит только копию getBytes() одной сериализованной конвертации (порог 100MB
# буферизовал в heap каждую параллельную загрузку до валидации размера — OOM-килл # буферизовал в heap каждую параллельную загрузку до валидации размера — OOM-килл
@@ -92,7 +92,7 @@ class ConversionServiceTest {
byte[] sample = bytes("/samples/ru-plain.docx"); byte[] sample = bytes("/samples/ru-plain.docx");
ConversionRejectedException e = assertThrows(ConversionRejectedException.class, ConversionRejectedException e = assertThrows(ConversionRejectedException.class,
() -> svc.convert(sample, "queue.docx", ConvertOptions.defaults())); () -> svc.convert(sample, "queue.docx", new ConvertOptions(false, false, false, 5, 100)));
assertEquals("Сервис конвертации занят — повторите позже", e.getMessage()); assertEquals("Сервис конвертации занят — повторите позже", e.getMessage());
} finally { } finally {
block.countDown(); block.countDown();
@@ -115,7 +115,7 @@ class ConversionServiceTest {
try { try {
Thread.currentThread().interrupt(); Thread.currentThread().interrupt();
ConversionRejectedException e = assertThrows(ConversionRejectedException.class, ConversionRejectedException e = assertThrows(ConversionRejectedException.class,
() -> svc.convert(sample, "ru-plain.docx", ConvertOptions.defaults())); () -> svc.convert(sample, "ru-plain.docx", new ConvertOptions(false, false, false, 5, 100)));
assertEquals("Сервис конвертации занят — повторите позже", e.getMessage()); assertEquals("Сервис конвертации занят — повторите позже", e.getMessage());
assertTrue(Thread.currentThread().isInterrupted(), assertTrue(Thread.currentThread().isInterrupted(),
"флаг прерывания обязан быть восстановлен"); "флаг прерывания обязан быть восстановлен");
@@ -125,7 +125,7 @@ class ConversionServiceTest {
// барьер: отменённая задача ещё домучивает рендер на воркере, а // барьер: отменённая задача ещё домучивает рендер на воркере, а
// глобальный реестр шрифтов ядра не потокобезопасен — ждём освобождения // глобальный реестр шрифтов ядра не потокобезопасен — ждём освобождения
// воркера через успешную сериализованную конвертацию // воркера через успешную сериализованную конвертацию
byte[] pdf = svc.convert(sample, "barrier.docx", ConvertOptions.defaults()); byte[] pdf = svc.convert(sample, "barrier.docx", new ConvertOptions(false, false, false, 5, 100));
assertEquals("%PDF", new String(pdf, 0, 4, StandardCharsets.US_ASCII)); assertEquals("%PDF", new String(pdf, 0, 4, StandardCharsets.US_ASCII));
svc.shutdown(); svc.shutdown();
} }
@@ -30,7 +30,10 @@ import static org.springframework.test.web.servlet.result.MockMvcResultMatchers.
*/ */
@SpringBootTest @SpringBootTest
@AutoConfigureMockMvc @AutoConfigureMockMvc
@TestPropertySource(properties = "wordpdf.convert-timeout=1ms") @TestPropertySource(properties = {"wordpdf.convert-timeout=1ms",
// пустой ключ = фильтр выключен; пин от ambient WORDPDF_API_KEY
// (mise подмешивает корневой .env в окружение тасок)
"wordpdf.api-key="})
class ConversionTimeoutTest { class ConversionTimeoutTest {
private static final MediaType DOCX = private static final MediaType DOCX =
@@ -44,7 +44,8 @@ import static org.springframework.test.web.servlet.result.MockMvcResultMatchers.
* ядра, PDF разбирается PDFBox, текст нормализуется по пробелам — паттерны * ядра, PDF разбирается PDFBox, текст нормализуется по пробелам — паттерны
* {@code WordPdfConverterTest} (norm/pdfText). * {@code WordPdfConverterTest} (norm/pdfText).
*/ */
@SpringBootTest @SpringBootTest(properties = "wordpdf.api-key=") // пустой = фильтр выключен; пин от
// ambient WORDPDF_API_KEY (mise подмешивает корневой .env в окружение тасок)
@AutoConfigureMockMvc @AutoConfigureMockMvc
class ConvertControllerTest { class ConvertControllerTest {
@@ -311,8 +312,8 @@ class ConvertControllerTest {
@Test @Test
void oversizedOverCoreLimit_rejected() throws Exception { void oversizedOverCoreLimit_rejected() throws Exception {
// 5 MiB + 1 байт: проходит контейнерный multipart-лимит (100 МБ) // 5 MiB + 1 байт: проходит контейнерный multipart-лимит (100 МБ)
// и отсекается валидацией ядра до очереди (дефолт ядра цел — // и отсекается валидацией ядра до очереди (дефолт эндпоинта 5 МБ —
// лимит задаёт только конфигурация сервера) // параметры запроса здесь не участвуют)
byte[] big = new byte[5 * 1024 * 1024 + 1]; byte[] big = new byte[5 * 1024 * 1024 + 1];
mockMvc.perform(multipart("/api/v1/convert").file(docx("big.docx", big))) mockMvc.perform(multipart("/api/v1/convert").file(docx("big.docx", big)))
.andExpect(status().isBadRequest()) .andExpect(status().isBadRequest())
@@ -321,20 +322,60 @@ class ConvertControllerTest {
} }
/** /**
* Регрессия env-only: лимиты входа параметрами запроса не задаются. * Параметр запроса maxMb ужимает серверный дефолт: файл в пределах
* maxMb/maxPages в multipart-форме игнорируются — маленький * серверных 5 МБ отвергается по параметру 1 МБ (текст гварда — с
* документ проходит на серверных лимитах (дефолты ядра). * числом из запроса).
*/ */
@Test @Test
void requestLimitParams_areIgnored() throws Exception { void requestLimit_maxMbTightens_rejected() throws Exception {
byte[] twoMb = new byte[2 * 1024 * 1024];
mockMvc.perform(multipart("/api/v1/convert")
.file(docx("two.docx", twoMb))
.param("maxMb", "1"))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("больше 1 МБ")));
}
/** Параметр maxMb поднимает серверный дефолт: обычный документ проходит. */
@Test
void requestLimit_maxMbRaises_smallOk() throws Exception {
mockMvc.perform(multipart("/api/v1/convert") mockMvc.perform(multipart("/api/v1/convert")
.file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx"))) .file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx")))
.param("maxMb", "1000") .param("maxMb", "1000")
.param("maxPages", "1")) .param("maxPages", "1000"))
.andExpect(status().isOk()) .andExpect(status().isOk())
.andExpect(content().contentType(MediaType.APPLICATION_PDF)); .andExpect(content().contentType(MediaType.APPLICATION_PDF));
} }
/** Параметр maxPages ужимает дефолт: фикстура на 110 границ отвергается с числом из запроса. */
@Test
void requestLimit_maxPagesTightens_rejected() throws Exception {
mockMvc.perform(multipart("/api/v1/convert")
.file(docx("stale-cache.docx", bytes("/samples/stale-cache.docx")))
.param("maxPages", "1"))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("длиннее 1 страниц")));
}
/** Нулевые лимиты в запросе — 400 до любой работы с файлом. */
@Test
void requestLimit_nonPositive_rejected() throws Exception {
mockMvc.perform(multipart("/api/v1/convert")
.file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx")))
.param("maxMb", "0"))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("maxMb должен быть больше 0")));
mockMvc.perform(multipart("/api/v1/convert")
.file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx")))
.param("maxPages", "0"))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("maxPages должен быть больше 0")));
}
/** /**
* Невалидные лимиты в конфигурации — падение на старте (fail-fast): * Невалидные лимиты в конфигурации — падение на старте (fail-fast):
* «сервис поднят, но весь вход отсекается» хуже не поднявшегося. * «сервис поднят, но весь вход отсекается» хуже не поднявшегося.
@@ -417,8 +458,14 @@ class ConvertControllerTest {
mockMvc.perform(multipart("/api/v1/convert") mockMvc.perform(multipart("/api/v1/convert")
.file(docx("bad.docx", docxPackageWithGarbage()))) .file(docx("bad.docx", docxPackageWithGarbage())))
.andExpect(status().isInternalServerError()) .andExpect(status().isInternalServerError())
.andExpect(jsonPath("$.error", // фиксированный текст: сообщение ядра (docx4j/FOP/JAXB) —
org.hamcrest.Matchers.containsString("Не удалось конвертировать"))); // только в лог, наружу не уходит
.andExpect(jsonPath("$.error").value("Не удалось конвертировать документ"))
.andExpect(result -> {
String body = result.getResponse().getContentAsString();
assertTrue(!body.contains("docx4j") && !body.contains("Exception"),
"500 протёк внутренними деталями: " + body);
});
} }
@Test @Test
@@ -474,7 +521,7 @@ class ConvertControllerTest {
ConvertController controller = ConvertController controller =
new ConvertController(new ConversionService(Duration.ofSeconds(5)), 5L, 100); new ConvertController(new ConversionService(Duration.ofSeconds(5)), 5L, 100);
BadRequestException e = assertThrows(BadRequestException.class, BadRequestException e = assertThrows(BadRequestException.class,
() -> controller.convert(broken, null, null, null)); () -> controller.convert(broken, null, null, null, null, null));
assertTrue(e.getMessage().contains("Не удалось прочитать"), e.getMessage()); assertTrue(e.getMessage().contains("Не удалось прочитать"), e.getMessage());
} }
} }
@@ -35,7 +35,10 @@ import static org.springframework.test.web.servlet.result.MockMvcResultMatchers.
*/ */
@SpringBootTest @SpringBootTest
@AutoConfigureMockMvc @AutoConfigureMockMvc
@TestPropertySource(properties = {"wordpdf.max-mb=1", "wordpdf.max-pages=1"}) @TestPropertySource(properties = {"wordpdf.max-mb=1", "wordpdf.max-pages=1",
// пустой ключ = фильтр выключен; пин от ambient WORDPDF_API_KEY
// (mise подмешивает корневой .env в окружение тасок)
"wordpdf.api-key="})
class ConvertLimitsTest { class ConvertLimitsTest {
private static final MediaType DOCX = private static final MediaType DOCX =
@@ -90,4 +93,26 @@ class ConvertLimitsTest {
.andExpect(jsonPath("$.error", .andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("страниц"))); org.hamcrest.Matchers.containsString("страниц")));
} }
/**
* Параметры запроса ПОДНИМАЮТ configured-дефолты (свойство — дефолт, не
* потолок): maxMb=5 — и файл за 1 MiB проходит байтовый гейт (отказ уже
* по контейнеру, не по размеру); maxPages=2 — и текст отказа несёт
* двойку, а не configured единицу.
*/
@Test
void restParamAboveConfigured_applies() throws Exception {
mockMvc.perform(multipart("/api/v1/convert")
.file(docx("big.docx", oversizedZip()))
.param("maxMb", "5"))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("не является .docx")));
mockMvc.perform(multipart("/api/v1/convert")
.file(docx("too-many-pages.docx", bytes("/samples/too-many-pages.docx")))
.param("maxPages", "2"))
.andExpect(status().isBadRequest())
.andExpect(jsonPath("$.error",
org.hamcrest.Matchers.containsString("длиннее 2 страниц")));
}
} }
@@ -2,8 +2,8 @@ package ru.pjandro.wordpdf;
/** /**
* на один вызов: error-флаги рисунков и лимиты входа (размер/страницы). * на один вызов: error-флаги рисунков и лимиты входа (размер/страницы).
* Дефолты — константы {@link WordPdfSettings}; вызывающий (например, REST API) * Дефолтов в ядре нет — значения задаёт вызывающий (приложение: свойства
* может переопределить их на конкретный вызов. Диаграммы/SmartArt * сервера как дефолт REST-эндпоинта + параметры запроса). Диаграммы/SmartArt
* конвертируются всегда. * конвертируются всегда.
* *
* @param errorOnCharts бросать {@link DrawingFoundException} при находке диаграмм * @param errorOnCharts бросать {@link DrawingFoundException} при находке диаграмм
@@ -11,16 +11,9 @@ package ru.pjandro.wordpdf;
* @param errorOnOle бросать {@link DrawingFoundException} при находке OLE-объектов * @param errorOnOle бросать {@link DrawingFoundException} при находке OLE-объектов
* (иначе — тихо удалить их из документа) * (иначе — тихо удалить их из документа)
* @param maxMb лимит размера входа в МБ (MiB) на этот вызов; * @param maxMb лимит размера входа в МБ (MiB) на этот вызов;
* дефолт — {@link WordPdfSettings#MAX_INPUT_MB} * должен быть больше 0
* @param maxPages лимит числа страниц на этот вызов; * @param maxPages лимит числа страниц на этот вызов; должен быть больше 0
* дефолт — {@link WordPdfSettings#MAX_PAGES}
*/ */
public record ConvertOptions(boolean errorOnCharts, boolean errorOnSmartArt, boolean errorOnOle, public record ConvertOptions(boolean errorOnCharts, boolean errorOnSmartArt, boolean errorOnOle,
long maxMb, int maxPages) { long maxMb, int maxPages) {
/** Дефолты ядра из {@link WordPdfSettings}. */
public static ConvertOptions defaults() {
return new ConvertOptions(WordPdfSettings.ERROR_ON_CHARTS, WordPdfSettings.ERROR_ON_SMARTART,
WordPdfSettings.ERROR_ON_OLE, WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES);
}
} }
@@ -100,10 +100,11 @@ public final class WordPdfConverter {
* каждого изображения (замер 2026-11: ~1,5 ГБ живых byte[] после 30 * каждого изображения (замер 2026-11: ~1,5 ГБ живых byte[] после 30
* конвертаций с картинками). Поэтому каждая конвертация обязана вызвать * конвертаций с картинками). Поэтому каждая конвертация обязана вызвать
* {@link #resetSharedImageCaches()} в finally. Вызывается только под локом * {@link #resetSharedImageCaches()} в finally. Вызывается только под локом
* конвертации (см. {@code convert}), сброс mid-render невозможен. * конвертации (см. {@code convert}), сброс mid-render невозможен. Методы
* Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. * приватны: вызов вне лока конвертера вскрыл бы DCL/сброс на параллельный
* рендер. Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion.
*/ */
static FopFactory sharedFopFactory(final FOSettings foSettings) { private static FopFactory sharedFopFactory(final FOSettings foSettings) {
FopFactory factory = sharedFopFactory; FopFactory factory = sharedFopFactory;
if (factory == null) { if (factory == null) {
synchronized (WordPdfConverter.class) { synchronized (WordPdfConverter.class) {
@@ -130,7 +131,7 @@ public final class WordPdfConverter {
* {@code convert}) — параллельный рендер под сброс не попадает. * {@code convert}) — параллельный рендер под сброс не попадает.
* Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. * Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion.
*/ */
static void resetSharedImageCaches() { private static void resetSharedImageCaches() {
FopFactory factory = sharedFopFactory; FopFactory factory = sharedFopFactory;
if (factory == null) { if (factory == null) {
return; return;
@@ -144,37 +145,10 @@ public final class WordPdfConverter {
/** /**
* Конвертирует байты .docx (или бинарного .doc Word 97–2003 — формат * Конвертирует байты .docx (или бинарного .doc Word 97–2003 — формат
* определяется по сигнатуре байтов) в PDF. Работа с файлами — забота * определяется по сигнатуре байтов) в PDF с настройками на вызов:
* error-флаги диаграмм/SmartArt и лимиты входа. Работа с файлами — забота
* вызывающего (файловое API было здесь раньше; ядро пути не принимает). * вызывающего (файловое API было здесь раньше; ядро пути не принимает).
* *
* <p>.doc предварительно переносится в .docx мостом
* {@link ru.pjandro.wordpdf.internal.doc.DocToDocx} (текст + прямое
* форматирование); число страниц для .doc проверяется мостом по чистому
* бинарному документу (кэш PageCount + явные разрывы), сгенерированный
* .docx валидацией не проверяется. Для .docx вход проверяется
* {@link WordPdfValidator#validate(byte[], ConvertOptions)} до рендера:
* {@code null} / размер больше {@link WordPdfSettings#MAX_INPUT_MB} (МБ) / zip-подпись /
* число страниц больше {@link WordPdfSettings#MAX_PAGES} — при отказе байтов результата нет;
* страницы считаются ровно раз по сырому входу, повторного скана по
* нормализованным байтам нет (см. javadoc перегрузки с {@link ConvertOptions}).
*
* @param docxBytes байты .docx или бинарного .doc
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @return байты готового PDF
* @throws ValidationException некорректный вход: {@code null}, размер больше
* {@link WordPdfSettings#MAX_INPUT_MB} (МБ), не .docx/.doc, зашифрованный .doc,
* документ длиннее {@link WordPdfSettings#MAX_PAGES} страниц
* @throws ConversionException прочие ошибки (битый .docx, ошибка рендера)
*/
public static byte[] convert(byte[] docxBytes, String title) throws ConversionException {
return convert(docxBytes, title, ConvertOptions.defaults());
}
/**
* Конвертирует байты .docx (или бинарного .doc Word 97–2003 — формат
* определяется по сигнатуре байтов, см. перегрузку выше) в PDF с
* настройками на вызов: error-флаги диаграмм/SmartArt и лимиты входа.
*
* <p>Вход проверяется {@link WordPdfValidator#validate(byte[], ConvertOptions)} * <p>Вход проверяется {@link WordPdfValidator#validate(byte[], ConvertOptions)}
* до рендера — одна проверка на оба формата: {@code null} / размер больше * до рендера — одна проверка на оба формата: {@code null} / размер больше
* {@code options.maxMb()} (МБ) / не .docx и не .doc / число страниц больше * {@code options.maxMb()} (МБ) / не .docx и не .doc / число страниц больше
@@ -189,8 +163,8 @@ public final class WordPdfConverter {
* *
* @param docxBytes байты .docx или бинарного .doc * @param docxBytes байты .docx или бинарного .doc
* @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся * @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся
* @param options error-флаги и лимиты входа на этот вызов; {@code null} — * @param options error-флаги и лимиты входа на этот вызов; обязательны,
* дефолты (константы {@link WordPdfSettings}) * {@code null} → {@link ValidationException} (дефолтов в ядре нет)
* @return байты готового PDF * @return байты готового PDF
* @throws ValidationException некорректный вход: {@code null}, размер больше * @throws ValidationException некорректный вход: {@code null}, размер больше
* {@code options.maxMb()} (МБ), не .docx/.doc, зашифрованный .doc, * {@code options.maxMb()} (МБ), не .docx/.doc, зашифрованный .doc,
@@ -198,7 +172,11 @@ public final class WordPdfConverter {
* @throws ConversionException прочие ошибки (битый .docx, ошибка рендера) * @throws ConversionException прочие ошибки (битый .docx, ошибка рендера)
*/ */
public static byte[] convert(byte[] docxBytes, String title, ConvertOptions options) throws ConversionException { public static byte[] convert(byte[] docxBytes, String title, ConvertOptions options) throws ConversionException {
ConvertOptions opts = options == null ? ConvertOptions.defaults() : options; if (options == null) {
throw new ValidationException("Не переданы параметры конвертации (ConvertOptions): "
+ "лимиты входа задаёт вызывающий");
}
ConvertOptions opts = options;
// Полная проверка входа — одна на оба формата: размер до // Полная проверка входа — одна на оба формата: размер до
// классификации (враждебный вход без подписи обязан получить ошибку // классификации (враждебный вход без подписи обязан получить ошибку
// лимита), затем для .docx — zip/контейнер/страницы, для .doc — // лимита), затем для .docx — zip/контейнер/страницы, для .doc —
@@ -218,7 +196,8 @@ public final class WordPdfConverter {
// (реентельно) и DCL в sharedFopFactory. Регрессия — // (реентельно) и DCL в sharedFopFactory. Регрессия —
// WordPdfConverterTest#concurrentConversions_twoThreadsBothSucceed. // WordPdfConverterTest#concurrentConversions_twoThreadsBothSucceed.
synchronized (WordPdfConverter.class) { synchronized (WordPdfConverter.class) {
docxBytes = WordPdfValidator.isBinaryDoc(docxBytes) ? DocToDocx.convert(docxBytes) : docxBytes; docxBytes = WordPdfValidator.isBinaryDoc(docxBytes)
? DocToDocx.convert(docxBytes, opts.maxMb()) : docxBytes;
ByteArrayOutputStream bos = new ByteArrayOutputStream(Math.max(1 << 16, docxBytes.length)); ByteArrayOutputStream bos = new ByteArrayOutputStream(Math.max(1 << 16, docxBytes.length));
try { try {
convertToStream(docxBytes, title, opts, bos); convertToStream(docxBytes, title, opts, bos);
@@ -238,6 +217,32 @@ public final class WordPdfConverter {
private static final Logger LOG = Logger.getLogger(WordPdfConverter.class.getName()); private static final Logger LOG = Logger.getLogger(WordPdfConverter.class.getName());
// Пороги защиты входа (считает WordPdfValidator.max* от лимитов входа
// ConvertOptions). Значения — строго литералы compile-time констант: javac
// инлайнит их в WordPdfValidator, и обращение из валидатора НЕ
// инициализирует этот класс (его static-блок выставляет sysprops docx4j —
// инвариант «WordPdfValidator не зависит от docx4j» сохраняется).
/** Бюджет суммарной распаковки: MiB на каждый МБ лимита размера входа. */
static final int DECOMPRESS_MB_PER_MAX_MB = 10;
/** Бюджет суммарной распаковки: KiB на каждую страницу лимита. */
static final int DECOMPRESS_KIB_PER_PAGE = 64;
/** Бюджет XML-частей: MiB на каждый МБ лимита (JAXB-разбор дороже байта). */
static final int DECOMPRESS_XML_MB_PER_MAX_MB = 4;
/** Бюджет XML-частей: KiB на каждую страницу лимита. */
static final int DECOMPRESS_XML_KIB_PER_PAGE = 32;
/** Пол бюджета суммарной распаковки (MiB) — чтобы мелкие лимиты не ломали легитимные документы. */
static final long MIN_DECOMPRESSED_MB = 16;
/** Пол бюджета XML-частей (MiB). */
static final long MIN_DECOMPRESSED_XML_MB = 4;
/** Порог пиксельной площади одного растра: пикселей на каждый МБ лимита размера. */
static final long IMAGE_PIXELS_PER_MAX_MB = 5_000_000;
/** Порог числа zip-записей: записей на каждый МБ лимита размера. */
static final int ZIP_ENTRIES_PER_MAX_MB = 512;
/** Порог числа zip-записей: записей на каждую страницу лимита. */
static final int ZIP_ENTRIES_PER_PAGE = 32;
/** Пол порога числа zip-записей. */
static final int MIN_ZIP_ENTRIES = 2048;
/** /**
* Прогрев ядра: первая конвертация после старта JVM стоит 1,3–1,7 с * Прогрев ядра: первая конвертация после старта JVM стоит 1,3–1,7 с
* (JAXB/XSLT/FOP/классы), её платил первый запрос после деплоя. Прогоняет * (JAXB/XSLT/FOP/классы), её платил первый запрос после деплоя. Прогоняет
@@ -256,7 +261,7 @@ public final class WordPdfConverter {
return; return;
} }
try { try {
convert(warmupDocx(), "warmup"); convert(warmupDocx(), "warmup", new ConvertOptions(false, false, false, 1, 1));
warmRaster(); warmRaster();
warmedUp = true; warmedUp = true;
} catch (Throwable t) { } catch (Throwable t) {
@@ -411,14 +416,19 @@ public final class WordPdfConverter {
// 6. Проход XSLT (медленнее, но полнее), вывод в поток // 6. Проход XSLT (медленнее, но полнее), вывод в поток
Docx4J.toFO(foSettings, os, Docx4J.FLAG_EXPORT_PREFER_XSL); Docx4J.toFO(foSettings, os, Docx4J.FLAG_EXPORT_PREFER_XSL);
} finally { } finally {
// 7. Уборка временных файлов встроенных в docx шрифтов и сброс // 7. Уборка временных файлов встроенных в docx шрифтов, сброс
// имиджевых кешей общей FopFactory (без него форк копит растр // имиджевых кешей общей FopFactory (без него форк копит растр
// каждого изображения: ~1,5 ГБ на 30 конвертаций, 2026-11). // каждого изображения: ~1,5 ГБ на 30 конвертаций, 2026-11) и
// возврат реестра шрифтов в бандл-состояние: load() регистрирует
// в глобальном PhysicalFonts встроенные шрифты документа, и без
// restrictToBundled последний документ продолжал бы влиять на
// выбор шрифта до следующей конвертации.
if (pkg.getMainDocumentPart() != null if (pkg.getMainDocumentPart() != null
&& pkg.getMainDocumentPart().getFontTablePart() != null) { && pkg.getMainDocumentPart().getFontTablePart() != null) {
pkg.getMainDocumentPart().getFontTablePart().deleteEmbeddedFontTempFiles(); pkg.getMainDocumentPart().getFontTablePart().deleteEmbeddedFontTempFiles();
} }
resetSharedImageCaches(); resetSharedImageCaches();
BundledFonts.restrictToBundled();
// Примечание: в docx4j 11.x OpcPackage.close() отсутствует — // Примечание: в docx4j 11.x OpcPackage.close() отсутствует —
// пакет загружается в память и ничего не закрывает. // пакет загружается в память и ничего не закрывает.
} }
@@ -1,42 +0,0 @@
package ru.pjandro.wordpdf;
/**
* Единая точка конфигурации ядра: все настройки-дефолты — константы здесь.
* Рантайм-конфигурации нет: изменение значения = правка этого файла и пересборка.
* Лимиты входа ({@link #MAX_INPUT_MB}, {@link #MAX_PAGES}) — дефолты:
* вызывающий может переопределить их на конкретный вызов через
* {@link ConvertOptions}.
*/
public final class WordPdfSettings {
/** Максимальный размер входного .docx в МБ (дефолт). МБ = MiB = 1024 × 1024 байт. */
public static final long MAX_INPUT_MB = 5;
/** Документ длиннее — ошибка (дефолт). */
public static final int MAX_PAGES = 100;
/** Потолок суммарного распакованного размера архива (МБ) — защита от zip-бомбы. */
public static final long MAX_DECOMPRESSED_MB = 200;
/** Потолок числа записей в архиве — защита от бомбы «много записей». */
public static final int MAX_ZIP_ENTRIES = 8192;
/**
* Ошибка при находке диаграмм ({@code c:chart}) — {@link DrawingFoundException}.
* Дефолт {@code false} — конвертация проходит.
*/
public static final boolean ERROR_ON_CHARTS = false;
/** Ошибка при находке SmartArt ({@code dgm:relIds}) — {@link DrawingFoundException}. */
public static final boolean ERROR_ON_SMARTART = false;
/**
* Ошибка при находке OLE-объектов (бинарные {@code .bin}-части) —
* {@link DrawingFoundException}. Дефолт {@code false} — объекты тихо
* удаляются из документа (см. OleObjectNormalizer), конвертация проходит.
*/
public static final boolean ERROR_ON_OLE = false;
private WordPdfSettings() {
}
}
@@ -30,19 +30,15 @@ import java.util.zip.ZipInputStream;
* но им можно пользоваться и напрямую — например, проверить байты * но им можно пользоваться и напрямую — например, проверить байты
* документа, полученного из сети или БД, до любой работы с ними. * документа, полученного из сети или БД, до любой работы с ними.
* *
* <p>Лимиты по умолчанию: * <p>Лимитов-констант в ядре нет: все пороги выводятся из лимитов входа
* <ul> * {@link ConvertOptions} ({@code maxMb} — размер в МБ, {@code maxPages} —
* <li>{@link WordPdfSettings#MAX_INPUT_MB} — максимальный размер входного .docx (МБ);</li> * число страниц): бюджеты распаковки {@link #maxDecompressedBytes(long, int)}
* <li>{@link WordPdfSettings#MAX_PAGES} — максимально допустимое число страниц;</li> * и {@link #maxDecompressedXmlBytes(long, int)}, порог площади растра
* <li>{@link WordPdfSettings#MAX_DECOMPRESSED_MB} — потолок суммарного * {@link #maxImagePixels(long)}, потолок числа zip-записей
* распакованного размера архива (МБ);</li> * {@code maxZipEntries} (package-private) — коэффициенты в
* <li>{@link WordPdfSettings#MAX_ZIP_ENTRIES} — потолок числа записей * {@link WordPdfConverter}. Конвертер применяет {@link ConvertOptions} сам;
* в архиве.</li> * одноаргументных оверлодов-дефолтов нет — лимит задаётся параметром каждого
* </ul> * метода.
* Первые два переопределяются на вызов: перегрузками с явным лимитом или
* {@link ConvertOptions} (конвертер {@link WordPdfConverter} применяет их сам).
* Последние два — защитные константные пороги ({@link #validate(byte[], ConvertOptions)}),
* {@link ConvertOptions} их не переопределяет.
* *
* <p>Проверка контейнера: архив обязан декларировать документ * <p>Проверка контейнера: архив обязан декларировать документ
* wordprocessingml в {@code [Content_Types].xml} — иначе это не .docx * wordprocessingml в {@code [Content_Types].xml} — иначе это не .docx
@@ -79,15 +75,6 @@ public final class WordPdfValidator {
private WordPdfValidator() { private WordPdfValidator() {
} }
/**
* Проверяет размер байтов входа (для документа, полученного из сети/БД).
*
* @throws ValidationException при {@code null} или превышении лимита (МБ)
*/
public static void checkInput(byte[] docxBytes) throws ValidationException {
checkInput(docxBytes, WordPdfSettings.MAX_INPUT_MB);
}
/** /**
* Проверяет размер байтов входа против явного лимита в МБ (переопределение * Проверяет размер байтов входа против явного лимита в МБ (переопределение
* на вызов, см. {@link ConvertOptions#maxMb()}). МБ = MiB = 1024 × 1024 байт. * на вызов, см. {@link ConvertOptions#maxMb()}). МБ = MiB = 1024 × 1024 байт.
@@ -111,7 +98,7 @@ public final class WordPdfValidator {
* такой вход не проверяется .docx-валидацией (zip-пути), его страницы * такой вход не проверяется .docx-валидацией (zip-пути), его страницы
* считает мост {@code internal.doc} по чистому бинарному документу. * считает мост {@code internal.doc} по чистому бинарному документу.
*/ */
public static boolean isBinaryDoc(byte[] bytes) { static boolean isBinaryDoc(byte[] bytes) {
byte[] sig = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0, byte[] sig = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0,
(byte) 0xA1, (byte) 0xB1, 0x1A, (byte) 0xE1}; (byte) 0xA1, (byte) 0xB1, 0x1A, (byte) 0xE1};
if (bytes == null || bytes.length < sig.length) { if (bytes == null || bytes.length < sig.length) {
@@ -154,19 +141,13 @@ public final class WordPdfValidator {
* .docx-манифест и распакованный размер (регрессия — * .docx-манифест и распакованный размер (регрессия —
* {@code WordPdfValidatorTest#validate_notAZip}); поэтому вызывать * {@code WordPdfValidatorTest#validate_notAZip}); поэтому вызывать
* {@code checkPageCount} напрямую допустимо только над доверенным входом. * {@code checkPageCount} напрямую допустимо только над доверенным входом.
* @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@link WordPdfSettings#MAX_PAGES} *
*/ * <p>Лимит страниц задаётся параметром (переопределение на вызов,
public static void checkPageCount(byte[] docxBytes) throws ValidationException { * см. {@link ConvertOptions#maxPages()}).
checkPageCount(docxBytes, WordPdfSettings.MAX_PAGES);
}
/**
* То же, что {@link #checkPageCount(byte[])}, с явным лимитом
* страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
* *
* @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@code maxPages} * @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@code maxPages}
*/ */
public static void checkPageCount(byte[] docxBytes, int maxPages) throws ValidationException { static void checkPageCount(byte[] docxBytes, int maxPages) throws ValidationException {
if (docxBytes == null) { if (docxBytes == null) {
throw new ValidationException("Не указаны байты входного .docx"); throw new ValidationException("Не указаны байты входного .docx");
} }
@@ -215,17 +196,7 @@ public final class WordPdfValidator {
* разрывы 0x0C − непрерывные межсекционные разрывы + абзацы с * разрывы 0x0C − непрерывные межсекционные разрывы + абзацы с
* pageBreakBefore)} — тот же контур, что lightweight-скан по zip для * pageBreakBefore)} — тот же контур, что lightweight-скан по zip для
* .docx. Разбор делает {@code internal.doc} ({@link DocToDocx#countPages(byte[])}). * .docx. Разбор делает {@code internal.doc} ({@link DocToDocx#countPages(byte[])}).
* * Лимит страниц задаётся параметром (см. {@link ConvertOptions#maxPages()}).
* @throws ValidationException при {@code null}, не-.doc-входе, шифровании
* или превышении {@link WordPdfSettings#MAX_PAGES}
*/
public static void checkPageCountDoc(byte[] docBytes) throws ValidationException {
checkPageCountDoc(docBytes, WordPdfSettings.MAX_PAGES);
}
/**
* То же, что {@link #checkPageCountDoc(byte[])}, с явным лимитом
* страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}).
* *
* <p>Отказ разбора {@code .doc}-моста ({@code internal.doc}) — * <p>Отказ разбора {@code .doc}-моста ({@code internal.doc}) —
* {@link ConversionException} — оборачивается здесь в * {@link ConversionException} — оборачивается здесь в
@@ -237,7 +208,7 @@ public final class WordPdfValidator {
* @throws ValidationException при {@code null}, не-.doc-входе, шифровании * @throws ValidationException при {@code null}, не-.doc-входе, шифровании
* или превышении {@code maxPages} * или превышении {@code maxPages}
*/ */
public static void checkPageCountDoc(byte[] docBytes, int maxPages) throws ValidationException { static void checkPageCountDoc(byte[] docBytes, int maxPages) throws ValidationException {
if (docBytes == null) { if (docBytes == null) {
throw new ValidationException("Не указаны байты входного .doc"); throw new ValidationException("Не указаны байты входного .doc");
} }
@@ -273,18 +244,25 @@ public final class WordPdfValidator {
* <p>Проверка контейнера: в {@code [Content_Types].xml} обязана быть * <p>Проверка контейнера: в {@code [Content_Types].xml} обязана быть
* декларация документа wordprocessingml (архив без неё — не .docx); * декларация документа wordprocessingml (архив без неё — не .docx);
* zip-бомба отсекается потоковым счётчиком распакованных байт * zip-бомба отсекается потоковым счётчиком распакованных байт
* ({@link WordPdfSettings#MAX_DECOMPRESSED_MB}) и числом записей * ({@link #maxDecompressedBytes(long, int)}, XML —
* ({@link WordPdfSettings#MAX_ZIP_ENTRIES}) — до разбора содержимого * {@link #maxDecompressedXmlBytes(long, int)}) и числом записей
* в {@link #checkPageCount(byte[], int)}. Оба лимита — * ({@code maxZipEntries}) — до разбора содержимого
* защитные пороги, {@link ConvertOptions} их не переопределяет. * в {@link #checkPageCount(byte[], int)}. Все пороги — производные от
* {@code options.maxMb()}/{@code options.maxPages()}, отдельных
* констант в ядре нет.
* Регрессии — {@code WordPdfValidatorTest#validate_plainZipRejected}, * Регрессии — {@code WordPdfValidatorTest#validate_plainZipRejected},
* {@code #validate_xlsxRenamedRejected}, {@code #validate_zipBombRejected}, * {@code #validate_xlsxRenamedRejected}, {@code #validate_zipBombRejected},
* {@code #validate_tooManyEntriesRejected}.</p> * {@code #validate_tooManyEntriesRejected}.</p>
* @throws ValidationException при {@code null}, превышении {@code options.maxMb()}, * @throws ValidationException при {@code null} входа или {@code options},
* превышении {@code options.maxMb()},
* отсутствии zip-подписи, не-.docx-контейнере, признаках zip-бомбы, * отсутствии zip-подписи, не-.docx-контейнере, признаках zip-бомбы,
* ошибке разбора zip или превышении {@code options.maxPages()} * ошибке разбора zip или превышении {@code options.maxPages()}
*/ */
public static void validate(byte[] docxBytes, ConvertOptions options) throws ValidationException { public static void validate(byte[] docxBytes, ConvertOptions options) throws ValidationException {
if (options == null) {
throw new ValidationException("Не переданы параметры конвертации (ConvertOptions): "
+ "лимиты входа задаёт вызывающий");
}
checkInput(docxBytes, options.maxMb()); checkInput(docxBytes, options.maxMb());
if (isBinaryDoc(docxBytes)) { if (isBinaryDoc(docxBytes)) {
// Бинарный .doc: страницы — по чистому бинарному документу, // Бинарный .doc: страницы — по чистому бинарному документу,
@@ -296,7 +274,11 @@ public final class WordPdfValidator {
|| (docxBytes[2] & 0xFF) != 0x03 || (docxBytes[3] & 0xFF) != 0x04) { || (docxBytes[2] & 0xFF) != 0x03 || (docxBytes[3] & 0xFF) != 0x04) {
throw new ValidationException("Содержимое не похоже на .docx или .doc (не zip-архив)"); throw new ValidationException("Содержимое не похоже на .docx или .doc (не zip-архив)");
} }
checkDocxContainer(docxBytes); checkDocxContainer(docxBytes,
maxDecompressedBytes(options.maxMb(), options.maxPages()),
maxDecompressedXmlBytes(options.maxMb(), options.maxPages()),
maxZipEntries(options.maxMb(), options.maxPages()),
maxImagePixels(options.maxMb()));
checkPageCount(docxBytes, options.maxPages()); checkPageCount(docxBytes, options.maxPages());
} }
@@ -306,30 +288,60 @@ public final class WordPdfValidator {
* в {@link #checkPageCount(byte[], int)}) и наличие в * в {@link #checkPageCount(byte[], int)}) и наличие в
* {@code [Content_Types].xml} декларации документа wordprocessingml * {@code [Content_Types].xml} декларации документа wordprocessingml
* (архив без неё — не .docx: обычный zip, переименованный .xlsx/.pptx). * (архив без неё — не .docx: обычный zip, переименованный .xlsx/.pptx).
*
* <p>Пороги передаются параметром (считает
* {@link #validate(byte[], ConvertOptions)} из лимитов входа через
* {@link #maxDecompressedBytes} / {@link #maxDecompressedXmlBytes} /
* {@code maxZipEntries} / {@link #maxImagePixels}): заголовок
* центрального каталога врёт о размере, поэтому считается по ходу чтения.
*/ */
private static void checkDocxContainer(byte[] docxBytes) throws ValidationException { private static void checkDocxContainer(byte[] docxBytes, long maxTotal, long maxXmlTotal,
long maxTotal = WordPdfSettings.MAX_DECOMPRESSED_MB * 1024 * 1024; long maxEntries, long maxPixels)
throws ValidationException {
long total = 0; long total = 0;
long xmlTotal = 0;
int entries = 0; int entries = 0;
// OPC требует уникальных имён частей: дубликат — либо крафт, либо
// обход кэша страниц (валидатор читает ПЕРВУЮ партию document.xml,
// парсер может взять другую) — отказ по первому повтору имени.
Set<String> names = new HashSet<>();
ByteArrayOutputStream ctBuf = new ByteArrayOutputStream(); ByteArrayOutputStream ctBuf = new ByteArrayOutputStream();
try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docxBytes))) { try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docxBytes))) {
ZipEntry entry; ZipEntry entry;
while ((entry = zip.getNextEntry()) != null) { while ((entry = zip.getNextEntry()) != null) {
if (!names.add(entry.getName())) {
throw new ValidationException("Дубликаты записей в архиве: " + entry.getName());
}
if (!entry.isDirectory()) { if (!entry.isDirectory()) {
entries++; entries++;
if (entries > WordPdfSettings.MAX_ZIP_ENTRIES) { if (entries > maxEntries) {
throw new ValidationException("Слишком много записей в архиве: больше " throw new ValidationException("Слишком много записей в архиве: больше "
+ WordPdfSettings.MAX_ZIP_ENTRIES); + maxEntries);
} }
} }
boolean isCt = "[Content_Types].xml".equals(entry.getName()); String name = entry.getName();
boolean isCt = "[Content_Types].xml".equals(name);
boolean isXml = name.endsWith(".xml") || name.endsWith(".rels");
// Raster-bomb: маленькая запись объявляет гигантский растр
// (декод по заголовку) — размеры читаются из head-буфера,
// весь содержимый поток идёт через счётчик total как раньше.
boolean isRaster = isRasterMedia(name);
byte[] head = isRaster ? new byte[RASTER_HEAD_LIMIT] : null;
int headLen = 0;
byte[] buf = new byte[8192]; byte[] buf = new byte[8192];
int n; int n;
while ((n = zip.read(buf)) > 0) { while ((n = zip.read(buf)) > 0) {
total += n; total += n;
if (total > maxTotal) { if (total > maxTotal) {
throw new ValidationException("Распакованный размер архива больше " throw new ValidationException("Распакованный размер архива больше "
+ WordPdfSettings.MAX_DECOMPRESSED_MB + " МБ (признак zip-бомбы)"); + (maxTotal / 1048576) + " МБ (признак zip-бомбы)");
}
if (isXml) {
xmlTotal += n;
if (xmlTotal > maxXmlTotal) {
throw new ValidationException("Суммарный распакованный размер XML-частей больше "
+ (maxXmlTotal / 1048576) + " МБ (признак zip-бомбы)");
}
} }
if (isCt) { if (isCt) {
if (ctBuf.size() + n > 8 * 1024 * 1024) { if (ctBuf.size() + n > 8 * 1024 * 1024) {
@@ -338,6 +350,18 @@ public final class WordPdfValidator {
} }
ctBuf.write(buf, 0, n); ctBuf.write(buf, 0, n);
} }
if (head != null && headLen < head.length) {
int take = Math.min(n, head.length - headLen);
System.arraycopy(buf, 0, head, headLen, take);
headLen += take;
}
}
if (head != null) {
long area = rasterArea(name, head, headLen);
if (area > maxPixels) {
throw new ValidationException("Изображение слишком большое: " + name
+ " объявляет не менее " + area + " пикселей");
}
} }
} }
} catch (ValidationException e) { } catch (ValidationException e) {
@@ -357,6 +381,55 @@ public final class WordPdfValidator {
} }
} }
/**
* Бюджет суммарной распаковки docx, байты: {@code max(MIN_DECOMPRESSED_MB×MiB,
* maxMb×10MiB + maxPages×64KiB)} — без верхней крышки: бюджет догоняет
* лимиты входа (защита от upload-бомбы масштабируется вместе с них).
* Коэффициенты — {@link WordPdfConverter#DECOMPRESS_MB_PER_MAX_MB} и
* {@link WordPdfConverter#DECOMPRESS_KIB_PER_PAGE} (запас на XML/медиа
* легитимного архива), пол — {@link WordPdfConverter#MIN_DECOMPRESSED_MB}
* (мелким лимитам входа). Регрессия —
* WordPdfValidatorTest#validate_smallLimitsBudgetFloor,
* #validate_budgetScalesWithInputLimits.
*/
static long maxDecompressedBytes(long maxMb, int maxPages) {
long budget = Math.multiplyExact(maxMb,
WordPdfConverter.DECOMPRESS_MB_PER_MAX_MB * 1048576L)
+ (long) maxPages * WordPdfConverter.DECOMPRESS_KIB_PER_PAGE * 1024L;
return Math.max(WordPdfConverter.MIN_DECOMPRESSED_MB * 1048576L, budget);
}
/**
* Бюджет распаковки XML-частей docx, байты: {@code max(MIN_DECOMPRESSED_XML_MB×MiB,
* maxMb×4MiB + maxPages×32KiB)} (XML парсится JAXB DOM — дороже байта,
* поэтому коэффициенты вдвое ниже суммарных, и пол ниже). Инвариант: при
* одних лимитах строго меньше суммарного бюджета, поэтому гейт XML
* достижим.
*/
static long maxDecompressedXmlBytes(long maxMb, int maxPages) {
long budget = Math.multiplyExact(maxMb,
WordPdfConverter.DECOMPRESS_XML_MB_PER_MAX_MB * 1048576L)
+ (long) maxPages * WordPdfConverter.DECOMPRESS_XML_KIB_PER_PAGE * 1024L;
return Math.max(WordPdfConverter.MIN_DECOMPRESSED_XML_MB * 1048576L, budget);
}
/**
* Порог пиксельной площади одного растрового медиа, пиксели:
* {@code maxMb×5_000_000} (при лимите 5 МБ — 25 Мпикс, как в Word;
* разложение в ARGB-буфер ≈ 4 байта/пиксель). Публичный — нужен
* .doc-мосту ({@code OfficeArt}) для той же защиты на своём пути.
*/
public static long maxImagePixels(long maxMb) {
return Math.multiplyExact(maxMb, WordPdfConverter.IMAGE_PIXELS_PER_MAX_MB);
}
/** Порог числа zip-записей: {@code max(2048, maxMb×512 + maxPages×32)} — защита от бомбы «много записей». */
static long maxZipEntries(long maxMb, int maxPages) {
long v = Math.multiplyExact(maxMb, WordPdfConverter.ZIP_ENTRIES_PER_MAX_MB)
+ (long) maxPages * WordPdfConverter.ZIP_ENTRIES_PER_PAGE;
return Math.max(WordPdfConverter.MIN_ZIP_ENTRIES, v);
}
/** Поиск байтов ASCII-строки в массиве (манифест ограничен 8 МБ — наивного поиска достаточно). */ /** Поиск байтов ASCII-строки в массиве (манифест ограничен 8 МБ — наивного поиска достаточно). */
private static boolean containsAscii(byte[] data, String needle) { private static boolean containsAscii(byte[] data, String needle) {
byte[] pat = needle.getBytes(StandardCharsets.UTF_8); byte[] pat = needle.getBytes(StandardCharsets.UTF_8);
@@ -372,6 +445,89 @@ public final class WordPdfValidator {
return false; return false;
} }
/** Растровые медиа, чьи размеры читываются из заголовка (прочие форматы не инспектируются). */
private static boolean isRasterMedia(String name) {
String n = name.toLowerCase(java.util.Locale.ROOT);
return n.endsWith(".png") || n.endsWith(".gif") || n.endsWith(".bmp")
|| n.endsWith(".jpg") || n.endsWith(".jpeg");
}
/** Хватает на PNG/GIF/BMP-заголовок и на JPEG-SOF даже с большими embedded-превью. */
private static final int RASTER_HEAD_LIMIT = 64 * 1024;
/** Минимальный читаемый заголовок GIF: сигнатура «GIF8xа» + width/height (2×u16). */
private static final int GIF_HEADER_MIN = 10;
/** Префикс каждого JPEG-сегмента: маркер 0xFF. */
private static final int JPEG_MARKER = 0xFF;
/**
* Пиксельная площадь по заголовку растра (PNG — IHDR big-endian, GIF/BMP —
* little-endian, JPEG — скан сегментов SOFn); нераспознанный/неполный
* заголовок → -1 (не отклонять: формат мог быть нестандартным, декод
* всё равно ограничен {@code total}).
*/
private static long rasterArea(String name, byte[] h, int len) {
String n = name.toLowerCase(java.util.Locale.ROOT);
if (n.endsWith(".png")) {
if (len >= 24 && (h[0] & 0xFF) == 0x89 && h[1] == 'P' && h[2] == 'N' && h[3] == 'G') {
return be32(h, 16) * (long) be32(h, 20);
}
return -1;
}
if (n.endsWith(".gif")) {
if (len >= GIF_HEADER_MIN) {
return (long) le16(h, 6) * le16(h, 8);
}
return -1;
}
if (n.endsWith(".bmp")) {
if (len >= 26 && h[0] == 'B' && h[1] == 'M') {
return Math.abs((long) le32(h, 18)) * Math.abs((long) le32(h, 22));
}
return -1;
}
// JPEG: скан маркеров до SOFn (C0–CF кроме C4/DHT, C8, CC/DAC);
// префикс FFD8 обязателен, иначе — не JPEG.
if (len < 4 || (h[0] & 0xFF) != 0xFF || (h[1] & 0xFF) != 0xD8) {
return -1;
}
int i = 2;
while (i + 4 <= len) {
if ((h[i] & JPEG_MARKER) != JPEG_MARKER) {
return -1;
}
int marker = h[i + 1] & 0xFF;
if (marker >= 0xC0 && marker <= 0xCF && marker != 0xC4 && marker != 0xC8 && marker != 0xCC) {
if (i + 9 > len) {
return -1;
}
return (long) be16(h, i + 7) * be16(h, i + 5);
}
if (marker == 0xD8 || (marker >= 0xD0 && marker <= 0xD7) || marker == 0x01) {
i += 2;
continue;
}
i += 2 + be16(h, i + 2);
}
return -1;
}
private static int be16(byte[] b, int off) {
return ((b[off] & 0xFF) << 8) | (b[off + 1] & 0xFF);
}
private static int le16(byte[] b, int off) {
return (b[off] & 0xFF) | ((b[off + 1] & 0xFF) << 8);
}
private static int be32(byte[] b, int off) {
return (be16(b, off) << 16) | be16(b, off + 2);
}
private static int le32(byte[] b, int off) {
return (le16(b, off) & 0xFFFF) | (le16(b, off + 2) << 16);
}
/** {@code word/headerN.xml} / {@code word/footerN.xml} (не .rels). */ /** {@code word/headerN.xml} / {@code word/footerN.xml} (не .rels). */
private static boolean isHeaderFooterPart(String name) { private static boolean isHeaderFooterPart(String name) {
return (name.startsWith("word/header") || name.startsWith("word/footer")) return (name.startsWith("word/header") || name.startsWith("word/footer"))
@@ -107,7 +107,7 @@ public class BundledFontMapper extends BestMatchingMapper {
/** /**
* Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить * Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить
* бандл-семейство {@code family}: {@link GlyphCoverageNormalizer} пишет * бандл-семейство {@code family}: {@code GlyphCoverageNormalizer} пишет
* его в разрезанные раны. Обратная к {@link #bundledFamily} операция — * его в разрезанные раны. Обратная к {@link #bundledFamily} операция —
* имена берутся из таблицы алиасов, поэтому маппинг гарантированно * имена берутся из таблицы алиасов, поэтому маппинг гарантированно
* возвращается к тому же семейству. * возвращается к тому же семейству.
@@ -2,6 +2,7 @@ package ru.pjandro.wordpdf.fonts;
import org.docx4j.fonts.PhysicalFont; import org.docx4j.fonts.PhysicalFont;
import org.docx4j.fonts.PhysicalFonts; import org.docx4j.fonts.PhysicalFonts;
import ru.pjandro.wordpdf.WordPdfConverter;
import java.io.IOException; import java.io.IOException;
import java.io.InputStream; import java.io.InputStream;
@@ -124,57 +125,65 @@ public final class BundledFonts {
/** /**
* Выгружает шрифты из jar и регистрирует их в docx4j. * Выгружает шрифты из jar и регистрирует их в docx4j.
* Повторные вызовы игнорируются (idempotентно). * Повторные вызовы игнорируются (idempotентно).
*
* <p>Монитор — {@code WordPdfConverter.class}, а не {@code BundledFonts.class}:
* {@code PhysicalFonts} и {@link #VARIANTS} читаются рендером внутри
* конвертации (она сериализована монитором конвертера), и мутация под
* собственным замком вырезала бы записи из-под идущего рендера.
* Все синхронизированные методы класса держат ровно этот монитор.</p>
*/ */
public static synchronized void init() { public static void init() {
if (inited) { synchronized (WordPdfConverter.class) {
return; if (inited) {
} return;
try { }
extractDir = Files.createTempDirectory("wordpdf-fonts-"); try {
} catch (IOException e) { extractDir = Files.createTempDirectory("wordpdf-fonts-");
throw new IllegalStateException("Не удалось создать временный каталог для шрифтов", e);
}
// Ключ реестра docx4j — имя шрифта, и addPhysicalFont не перезаписывает
// занятый ключ. Системный DejaVuSerif.ttf занимает «dejavu serif», и
// наш DejaVuSerif-Regular.ttf (то же имя) просто не добавился бы.
dropNonBundled();
for (Entry entry : ENTRIES) {
// 1. Выгружаем файл из jar
Path target = extractDir.resolve(entry.file());
try (InputStream in = BundledFonts.class.getClassLoader()
.getResourceAsStream(CLASSPATH_DIR + "/" + entry.file())) {
if (in == null) {
throw new IllegalStateException(
"Шрифт не найден в jar: " + CLASSPATH_DIR + "/" + entry.file());
}
Files.copy(in, target, StandardCopyOption.REPLACE_EXISTING);
// deleteOnExit не рекурсивен: каталог удалится только пустым,
// поэтому регистрируем каждый выгруженный TTF.
target.toFile().deleteOnExit();
} catch (IOException e) { } catch (IOException e) {
throw new IllegalStateException("Не удалось выгрузить шрифт " + entry.file(), e); throw new IllegalStateException("Не удалось создать временный каталог для шрифтов", e);
}
// Ключ реестра docx4j — имя шрифта, и addPhysicalFont не перезаписывает
// занятый ключ. Системный DejaVuSerif.ttf занимает «dejavu serif», и
// наш DejaVuSerif-Regular.ttf (то же имя) просто не добавился бы.
dropNonBundled();
for (Entry entry : ENTRIES) {
// 1. Выгружаем файл из jar
Path target = extractDir.resolve(entry.file());
try (InputStream in = BundledFonts.class.getClassLoader()
.getResourceAsStream(CLASSPATH_DIR + "/" + entry.file())) {
if (in == null) {
throw new IllegalStateException(
"Шрифт не найден в jar: " + CLASSPATH_DIR + "/" + entry.file());
}
Files.copy(in, target, StandardCopyOption.REPLACE_EXISTING);
// deleteOnExit не рекурсивен: каталог удалится только пустым,
// поэтому регистрируем каждый выгруженный TTF.
target.toFile().deleteOnExit();
} catch (IOException e) {
throw new IllegalStateException("Не удалось выгрузить шрифт " + entry.file(), e);
}
// 2. Регистрируем в docx4j: имя в реестре docx4j берёт из
// name-таблицы TTF, поэтому ищем результат по URI файла
PhysicalFonts.addPhysicalFont(target.toUri());
PhysicalFont pf = findByFile(target.getFileName().toString());
if (pf == null) {
throw new IllegalStateException(
"docx4j не зарегистрировал шрифт: " + entry.file()
+ " (файл повреждён или не embeddable?)");
}
// 3. Учимся: семейство -> начертание -> PhysicalFont
VARIANTS
.computeIfAbsent(entry.family(), k -> new HashMap<>())
.put(entry.variant(), pf);
} }
// 2. Регистрируем в docx4j: имя в реестре docx4j берёт из // Удаление временного каталога при завершении JVM
// name-таблицы TTF, поэтому ищем результат по URI файла extractDir.toFile().deleteOnExit();
PhysicalFonts.addPhysicalFont(target.toUri()); inited = true;
PhysicalFont pf = findByFile(target.getFileName().toString());
if (pf == null) {
throw new IllegalStateException(
"docx4j не зарегистрировал шрифт: " + entry.file()
+ " (файл повреждён или не embeddable?)");
}
// 3. Учимся: семейство -> начертание -> PhysicalFont
VARIANTS
.computeIfAbsent(entry.family(), k -> new HashMap<>())
.put(entry.variant(), pf);
} }
// Удаление временного каталога при завершении JVM
extractDir.toFile().deleteOnExit();
inited = true;
} }
/** /**
@@ -188,17 +197,18 @@ public final class BundledFonts {
* em-dash на шрифте ранa (Carlito) вместо fallback-DejaVu. * em-dash на шрифте ранa (Carlito) вместо fallback-DejaVu.
* Шрифты, встроенные в docx, регистрируются при {@code load()} — * Шрифты, встроенные в docx, регистрируются при {@code load()} —
* если чистить до load(), они останутся в реестре. * если чистить до load(), они останутся в реестре.
* <p>Мутирует глобальный реестр {@code PhysicalFonts}: нельзя звать * <p>Мутирует глобальный реестр {@code PhysicalFonts} под монитором
* параллельно идущей {@code WordPdfConverter.convert()} — рендер * {@code WordPdfConverter.class} — тем же, что сериализует конвертации,
* начнёт терять шрифты. Внешний вызов рядом с идущей конвертацией * поэтому вызов рядом с идущей {@code WordPdfConverter.convert()}
* обязан держать монитор {@code WordPdfConverter.class} — тот же, * безопасен автоматически (замок удерживается внутри метода).
* что сериализует конвертации.
*/ */
public static synchronized void restrictToBundled() { public static void restrictToBundled() {
if (!inited) { synchronized (WordPdfConverter.class) {
return; if (!inited) {
return;
}
dropNonBundled();
} }
dropNonBundled();
} }
/** Удаляет из реестра всё, что не было выгружено из jar в {@link #extractDir}. */ /** Удаляет из реестра всё, что не было выгружено из jar в {@link #extractDir}. */
@@ -237,15 +247,18 @@ public final class BundledFonts {
/** /**
* Зарегистрированный шрифт: семейство (lowercase) + начертание. * Зарегистрированный шрифт: семейство (lowercase) + начертание.
* Синхронизирован с {@link #init()}: {@code VARIANTS} — обычный * Синхронизирован с {@link #init()} общим монитором
* {@code HashMap}, наполняемый в {@code init()} под тем же монитором * {@code WordPdfConverter.class}: {@code VARIANTS} — обычный
* класса; без замка внешний читатель мог бы увидеть недобранную карту. * {@code HashMap}, наполняемый в {@code init()}; без замка внешний
* читатель мог бы увидеть недобранную карту.
* *
* @return PhysicalFont или null (если init() не вызван или шрифта нет) * @return PhysicalFont или null (если init() не вызван или шрифта нет)
*/ */
public static synchronized PhysicalFont font(String family, String variant) { public static PhysicalFont font(String family, String variant) {
Map<String, PhysicalFont> m = VARIANTS.get(family); synchronized (WordPdfConverter.class) {
return m == null ? null : m.get(variant); Map<String, PhysicalFont> m = VARIANTS.get(family);
return m == null ? null : m.get(variant);
}
} }
public static PhysicalFont regular(String family) { public static PhysicalFont regular(String family) {
@@ -24,7 +24,7 @@ import java.util.regex.Pattern;
* *
* Если совпадений нет, возвращает исходный массив без переупаковки zip. * Если совпадений нет, возвращает исходный массив без переупаковки zip.
*/ */
public final class DocxOnOffNormalizer { final class DocxOnOffNormalizer {
/** /**
* {@code w:val="on"/"off"} только внутри открывающего тега: group 1 — от * {@code w:val="on"/"off"} только внутри открывающего тега: group 1 — от
@@ -40,7 +40,7 @@ public final class DocxOnOffNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = DocxOnOffNormalizer::normalize; static final DocxNormalizer STEP = DocxOnOffNormalizer::normalize;
/** /**
* Заменяет в XML-частях docx (word/*.xml) w:val="off"/"on" * Заменяет в XML-частях docx (word/*.xml) w:val="off"/"on"
@@ -49,7 +49,7 @@ public final class DocxOnOffNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -58,7 +58,7 @@ public final class DocxRewritePipeline {
* @param docx байты .docx (валидный zip) * @param docx байты .docx (валидный zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx)); try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx));
@@ -36,7 +36,7 @@ import java.util.zip.ZipOutputStream;
* разбираются — если внутри {@code begin … end} встречается ещё один * разбираются — если внутри {@code begin … end} встречается ещё один
* {@code begin}, поле пропускается. * {@code begin}, поле пропускается.
*/ */
public final class FieldNormalizer { final class FieldNormalizer {
/** Инструкции, для которых в docx4j-export-fo есть обработчик fldSimple. */ /** Инструкции, для которых в docx4j-export-fo есть обработчик fldSimple. */
private static final String[] SUPPORTED = {"PAGE", "NUMPAGES", "SECTIONPAGES"}; private static final String[] SUPPORTED = {"PAGE", "NUMPAGES", "SECTIONPAGES"};
@@ -45,7 +45,7 @@ public final class FieldNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = FieldNormalizer::normalize; static final DocxNormalizer STEP = FieldNormalizer::normalize;
/** /**
* Переписывает поддерживаемые поля во всех word/*.xml частях docx. * Переписывает поддерживаемые поля во всех word/*.xml частях docx.
@@ -53,7 +53,7 @@ public final class FieldNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -54,7 +54,7 @@ import java.util.concurrent.ConcurrentHashMap;
* *
* Как и {@link SymbolFontNormalizer}, правим байты zip до JAXB-разбора. * Как и {@link SymbolFontNormalizer}, правим байты zip до JAXB-разбора.
*/ */
public final class GlyphCoverageNormalizer { final class GlyphCoverageNormalizer {
/** Семейства с засечками: для них fallback ищется сначала среди serif. */ /** Семейства с засечками: для них fallback ищется сначала среди serif. */
private static final List<String> SERIF_FAMILIES = private static final List<String> SERIF_FAMILIES =
@@ -82,7 +82,7 @@ public final class GlyphCoverageNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = GlyphCoverageNormalizer::normalize; static final DocxNormalizer STEP = GlyphCoverageNormalizer::normalize;
/** /**
* Разрезает раны с непокрытыми глифами в XML-частях docx (word/*.xml). * Разрезает раны с непокрытыми глифами в XML-частях docx (word/*.xml).
@@ -90,7 +90,7 @@ public final class GlyphCoverageNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -64,7 +64,7 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
* *
* <p>Регрессия — WordPdfConverterTest#hiddenText_notPrinted. * <p>Регрессия — WordPdfConverterTest#hiddenText_notPrinted.
*/ */
public final class HiddenTextNormalizer { final class HiddenTextNormalizer {
/** Капа цепочки {@code w:basedOn} (образец — {@code doc.Styles.MAX_CHAIN}). */ /** Капа цепочки {@code w:basedOn} (образец — {@code doc.Styles.MAX_CHAIN}). */
private static final int MAX_CHAIN = 16; private static final int MAX_CHAIN = 16;
@@ -98,7 +98,7 @@ public final class HiddenTextNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = HiddenTextNormalizer::normalize; static final DocxNormalizer STEP = HiddenTextNormalizer::normalize;
/** /**
* Вырезает скрытые раны (только прямой {@code w:vanish}) из XML-частей * Вырезает скрытые раны (только прямой {@code w:vanish}) из XML-частей
@@ -107,7 +107,7 @@ public final class HiddenTextNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
Set<String> vanishStyles = Set.of(); Set<String> vanishStyles = Set.of();
try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx))) { try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx))) {
ZipArchiveEntry styles = zf.getEntry("word/styles.xml"); ZipArchiveEntry styles = zf.getEntry("word/styles.xml");
@@ -38,7 +38,7 @@ import java.util.zip.ZipOutputStream;
* Регрессия — WordPdfConverterTest#invisibleChars_noEmptyLines, * Регрессия — WordPdfConverterTest#invisibleChars_noEmptyLines,
* WordPdfConverterTest#invisibleChars_arimoBoxesNotDrawn. * WordPdfConverterTest#invisibleChars_arimoBoxesNotDrawn.
*/ */
public final class InvisibleCharNormalizer { final class InvisibleCharNormalizer {
/** /**
* Коды на вырезание: явные переносы FOP (U+0085, U+2028, U+2029), * Коды на вырезание: явные переносы FOP (U+0085, U+2028, U+2029),
@@ -87,7 +87,7 @@ public final class InvisibleCharNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = InvisibleCharNormalizer::normalize; static final DocxNormalizer STEP = InvisibleCharNormalizer::normalize;
/** /**
* Вырезает невидимые символы из текстовых узлов XML-частей docx * Вырезает невидимые символы из текстовых узлов XML-частей docx
@@ -96,7 +96,7 @@ public final class InvisibleCharNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -29,7 +29,7 @@ import java.util.zip.ZipOutputStream;
* заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing — * заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing —
* не трогаем. Нечего менять → тот же массив. * не трогаем. Нечего менять → тот же массив.
*/ */
public final class NumberingSuffixNormalizer { final class NumberingSuffixNormalizer {
private static final Pattern SUFF_SPACE = private static final Pattern SUFF_SPACE =
Pattern.compile("<w:suff\\b[^>]*w:val=\"space\"[^>]*/>"); Pattern.compile("<w:suff\\b[^>]*w:val=\"space\"[^>]*/>");
@@ -39,7 +39,7 @@ public final class NumberingSuffixNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize; static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize;
/** /**
* Дописывает пробел в lvlText у уровней с suff=space. * Дописывает пробел в lvlText у уровней с suff=space.
@@ -47,7 +47,7 @@ public final class NumberingSuffixNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -33,7 +33,7 @@ import java.util.zip.ZipOutputStream;
* *
* <p>Регрессия — WordPdfConverterTest#rubyBase_textPrinted. * <p>Регрессия — WordPdfConverterTest#rubyBase_textPrinted.
*/ */
public final class RubyNormalizer { final class RubyNormalizer {
private RubyNormalizer() { private RubyNormalizer() {
} }
@@ -78,7 +78,7 @@ public final class RubyNormalizer {
* Индивидуальный контракт {@link DocxNormalizer} (тесты); в конвейере * Индивидуальный контракт {@link DocxNormalizer} (тесты); в конвейере
* {@link DocxRewritePipeline} вызывает {@link #rewrite} в общем проходе. * {@link DocxRewritePipeline} вызывает {@link #rewrite} в общем проходе.
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -77,7 +77,7 @@ import java.util.zip.ZipOutputStream;
* *
* Регрессия — WordPdfConverterTest#strictOoxml_convertsNotRejected. * Регрессия — WordPdfConverterTest#strictOoxml_convertsNotRejected.
*/ */
public final class StrictOoxmlNormalizer { final class StrictOoxmlNormalizer {
/** Открывающий тег элемента префикса {@code a:} (DrawingML). */ /** Открывающий тег элемента префикса {@code a:} (DrawingML). */
private static final Pattern A_TAG = Pattern.compile("<a:[A-Za-z]+\\b[^>]*>"); private static final Pattern A_TAG = Pattern.compile("<a:[A-Za-z]+\\b[^>]*>");
@@ -122,7 +122,7 @@ public final class StrictOoxmlNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = StrictOoxmlNormalizer::normalize; static final DocxNormalizer STEP = StrictOoxmlNormalizer::normalize;
/** /**
* Приводит strict-OOXML в XML-частях docx (word/*.xml) к виду, который * Приводит strict-OOXML в XML-частях docx (word/*.xml) к виду, который
@@ -131,7 +131,7 @@ public final class StrictOoxmlNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -42,7 +42,7 @@ import java.util.zip.ZipOutputStream;
* *
* Как и {@link DocxOnOffNormalizer}, правим байты zip до JAXB-разбора. * Как и {@link DocxOnOffNormalizer}, правим байты zip до JAXB-разбора.
*/ */
public final class SymbolFontNormalizer { final class SymbolFontNormalizer {
/** Семейство, на которое заменяются символьные шрифты (есть в jar). */ /** Семейство, на которое заменяются символьные шрифты (есть в jar). */
static final String REPLACEMENT_FAMILY = "DejaVu Sans"; static final String REPLACEMENT_FAMILY = "DejaVu Sans";
@@ -71,7 +71,7 @@ public final class SymbolFontNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = SymbolFontNormalizer::normalize; static final DocxNormalizer STEP = SymbolFontNormalizer::normalize;
/** /**
* Заменяет символьные шрифты в XML-частях docx (word/*.xml). * Заменяет символьные шрифты в XML-частях docx (word/*.xml).
@@ -79,7 +79,7 @@ public final class SymbolFontNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -46,7 +46,7 @@ import java.util.zip.ZipOutputStream;
* WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, * WordPdfConverterTest#tableIndentCentered_shiftedLikeWord,
* #headerTableIndent_centeredInHeader. * #headerTableIndent_centeredInHeader.
*/ */
public final class TableIndentNormalizer { final class TableIndentNormalizer {
/** Дефолт pgSz w:w (A4 portrait, twips) при отсутствии атрибута. */ /** Дефолт pgSz w:w (A4 portrait, twips) при отсутствии атрибута. */
private static final int DEFAULT_PG_W = 11906; private static final int DEFAULT_PG_W = 11906;
@@ -75,7 +75,7 @@ public final class TableIndentNormalizer {
} }
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
public static final DocxNormalizer STEP = TableIndentNormalizer::normalize; static final DocxNormalizer STEP = TableIndentNormalizer::normalize;
/** /**
* Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}. * Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}.
@@ -83,7 +83,7 @@ public final class TableIndentNormalizer {
* @param docx байты .docx (zip) * @param docx байты .docx (zip)
* @return те же или переупакованные байты * @return те же или переупакованные байты
*/ */
public static byte[] normalize(byte[] docx) throws IOException { static byte[] normalize(byte[] docx) throws IOException {
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
boolean changed = false; boolean changed = false;
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
@@ -36,6 +36,7 @@ import org.docx4j.wml.Drawing;
import org.slf4j.Logger; import org.slf4j.Logger;
import org.slf4j.LoggerFactory; import org.slf4j.LoggerFactory;
import ru.pjandro.wordpdf.ConvertOptions; import ru.pjandro.wordpdf.ConvertOptions;
import ru.pjandro.wordpdf.ConversionException;
import ru.pjandro.wordpdf.DrawingFoundException; import ru.pjandro.wordpdf.DrawingFoundException;
import javax.imageio.ImageIO; import javax.imageio.ImageIO;
@@ -102,6 +103,20 @@ public final class DrawingPreRenderer {
* когда для объектов включён error-флаг ({@link ConvertOptions}). * когда для объектов включён error-флаг ({@link ConvertOptions}).
*/ */
public static void run(WordprocessingMLPackage pkg, ConvertOptions options) { public static void run(WordprocessingMLPackage pkg, ConvertOptions options) {
run(pkg, options, MAX_CHART_PNG_BYTES_TOTAL);
}
/**
* Потолок суммарного размера chart-PNG на документ: пер-объектные гейты
* ({@code MAX_EXTENT_EMU}, {@code MAX_PIXELS}) ограничивают один объект,
* но тысячи chart-частей × MB PNG оседали бы в heap как media-части
* (много-ГБ пик с входа ≤5 MiB). Превышение — деградация «объект удалён
* + warn», конвертация продолжается.
*/
private static final long MAX_CHART_PNG_BYTES_TOTAL = 128L * 1024 * 1024;
/** Тестовый шов: бюджет задаётся явно (публичный {@link #run} — с константой). */
static void run(WordprocessingMLPackage pkg, ConvertOptions options, long maxPngBytesTotal) {
ThemePart themePart = null; ThemePart themePart = null;
for (Part p : new ArrayList<>(pkg.getParts().getParts().values())) { for (Part p : new ArrayList<>(pkg.getParts().getParts().values())) {
if (p instanceof ThemePart tp) { if (p instanceof ThemePart tp) {
@@ -117,6 +132,7 @@ public final class DrawingPreRenderer {
List<Part> parts = new ArrayList<>(pkg.getParts().getParts().values()); List<Part> parts = new ArrayList<>(pkg.getParts().getParts().values());
Set<Part> handled = new HashSet<>(); Set<Part> handled = new HashSet<>();
int[] idSeq = {1000}; int[] idSeq = {1000};
long[] pngTotal = {0};
for (Part p : parts) { for (Part p : parts) {
if (!handled.add(p)) { if (!handled.add(p)) {
continue; continue;
@@ -125,7 +141,7 @@ public final class DrawingPreRenderer {
if (content.isEmpty()) { if (content.isEmpty()) {
continue; continue;
} }
walk(p, content, pkg, colors, idSeq, options); walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options);
} }
} }
@@ -151,16 +167,17 @@ public final class DrawingPreRenderer {
} }
private static void walk(Part part, List<?> content, WordprocessingMLPackage pkg, private static void walk(Part part, List<?> content, WordprocessingMLPackage pkg,
DrawMlColor colors, int[] idSeq, ConvertOptions options) { DrawMlColor colors, int[] idSeq, long[] pngTotal,
long maxPngBytesTotal, ConvertOptions options) {
for (Object o : content) { for (Object o : content) {
Object v = o instanceof JAXBElement ? ((JAXBElement<?>) o).getValue() : o; Object v = o instanceof JAXBElement ? ((JAXBElement<?>) o).getValue() : o;
if (v instanceof Drawing drawing) { if (v instanceof Drawing drawing) {
replaceDrawing(part, drawing, pkg, colors, idSeq, options); replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options);
continue; continue;
} }
List<?> nested = invokeList(v, "getContent"); List<?> nested = invokeList(v, "getContent");
if (!nested.isEmpty() && nested != content) { if (!nested.isEmpty() && nested != content) {
walk(part, nested, pkg, colors, idSeq, options); walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options);
} }
} }
} }
@@ -176,7 +193,8 @@ public final class DrawingPreRenderer {
} }
private static void replaceDrawing(Part part, Drawing drawing, WordprocessingMLPackage pkg, private static void replaceDrawing(Part part, Drawing drawing, WordprocessingMLPackage pkg,
DrawMlColor colors, int[] idSeq, ConvertOptions options) { DrawMlColor colors, int[] idSeq, long[] pngTotal,
long maxPngBytesTotal, ConvertOptions options) {
for (Object wrapper : drawing.getAnchorOrInline()) { for (Object wrapper : drawing.getAnchorOrInline()) {
Graphic graphic; Graphic graphic;
long cx; long cx;
@@ -234,7 +252,7 @@ public final class DrawingPreRenderer {
} }
continue; continue;
} }
swapForPicture(part, gd, img, cx, cy, idSeq, pkg); swapForPicture(part, gd, img, cx, cy, idSeq, pkg, pngTotal, maxPngBytesTotal);
} }
} }
@@ -248,8 +266,15 @@ public final class DrawingPreRenderer {
try { try {
ChartSpec spec = ChartSpec.parse(space, colors); ChartSpec spec = ChartSpec.parse(space, colors);
return ChartRenderer.render(spec, cx / 12700.0, cy / 12700.0, colors); return ChartRenderer.render(spec, cx / 12700.0, cy / 12700.0, colors);
} catch (RuntimeException | OutOfMemoryError e) { } catch (OutOfMemoryError e) {
// OOM — второй эшелон после MAX_EXTENT_EMU/MAX_POINTS: враждебный // OOM — не «деградация объекта»: состояние heap после него
// ненадёжно, продолжение рендера следующих объектов — второй
// OOM вместо одного детерминированного 500.
LOG.error("память исчерпана при рендере графика r:id={}", ref.getId(), e);
throw new ConversionException(
"Память исчерпана при рендере объектов рисования", e);
} catch (RuntimeException e) {
// второй эшелон после MAX_EXTENT_EMU/MAX_POINTS: враждебный
// chart-XML не должен валить всю конвертацию, деградация = объект удалён. // chart-XML не должен валить всю конвертацию, деградация = объект удалён.
LOG.warn("рендер графика r:id={} упал: {}", ref.getId(), e.toString()); LOG.warn("рендер графика r:id={} упал: {}", ref.getId(), e.toString());
return null; return null;
@@ -265,7 +290,11 @@ public final class DrawingPreRenderer {
} }
try { try {
return SmartArtRenderer.render(drawing, colors, cx / 12700.0, cy / 12700.0); return SmartArtRenderer.render(drawing, colors, cx / 12700.0, cy / 12700.0);
} catch (RuntimeException | OutOfMemoryError e) { } catch (OutOfMemoryError e) {
LOG.error("память исчерпана при рендере SmartArt", e);
throw new ConversionException(
"Память исчерпана при рендере объектов рисования", e);
} catch (RuntimeException e) {
LOG.warn("рендер SmartArt упал: {}", e.toString()); LOG.warn("рендер SmartArt упал: {}", e.toString());
return null; return null;
} }
@@ -309,7 +338,8 @@ public final class DrawingPreRenderer {
*/ */
private static void swapForPicture(Part part, GraphicData gd, BufferedImage img, private static void swapForPicture(Part part, GraphicData gd, BufferedImage img,
long cx, long cy, int[] idSeq, long cx, long cy, int[] idSeq,
WordprocessingMLPackage pkg) { WordprocessingMLPackage pkg,
long[] pngTotal, long maxPngBytesTotal) {
byte[] png; byte[] png;
try { try {
ByteArrayOutputStream bos = new ByteArrayOutputStream(); ByteArrayOutputStream bos = new ByteArrayOutputStream();
@@ -325,6 +355,13 @@ public final class DrawingPreRenderer {
gd.getAny().clear(); // контракт: упавший рендер — объект удалён gd.getAny().clear(); // контракт: упавший рендер — объект удалён
return; return;
} }
if (pngTotal[0] + png.length > maxPngBytesTotal) {
LOG.warn("суммарный размер chart-PNG превысил {} байт — объект удалён",
maxPngBytesTotal);
gd.getAny().clear(); // деградация «объект удалён + warn»
return;
}
pngTotal[0] += png.length;
String relId; String relId;
try { try {
relId = addChartMedia(pkg, part, png); relId = addChartMedia(pkg, part, png);
@@ -22,7 +22,7 @@ import java.util.Map;
* любой цепочки ограничена числом секторов файла, иначе враждебный FAT * любой цепочки ограничена числом секторов файла, иначе враждебный FAT
* зациклил бы разбор.</p> * зациклил бы разбор.</p>
*/ */
public final class CfbReader { final class CfbReader {
/** Сигнатура контейнера, MS-CFB §2.2 (Header Signature). */ /** Сигнатура контейнера, MS-CFB §2.2 (Header Signature). */
static final byte[] SIGNATURE = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0, static final byte[] SIGNATURE = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0,
@@ -73,7 +73,7 @@ public final class CfbReader {
* @throws ConversionException если это не CFB, файл обрезан или цепочки * @throws ConversionException если это не CFB, файл обрезан или цепочки
* секторов цикличны/указывают за конец файла * секторов цикличны/указывают за конец файла
*/ */
public static Map<String, byte[]> readStreams(byte[] cfb) { static Map<String, byte[]> readStreams(byte[] cfb) {
if (cfb == null || cfb.length < HEADER_SIZE || !startsWithSignature(cfb)) { if (cfb == null || cfb.length < HEADER_SIZE || !startsWithSignature(cfb)) {
throw new ConversionException("Содержимое не похоже на .doc Word 97–2003"); throw new ConversionException("Содержимое не похоже на .doc Word 97–2003");
} }
@@ -123,6 +123,13 @@ public final class CfbReader {
} }
if (rootStart >= 0 && rootSize > 0) { if (rootStart >= 0 && rootSize > 0) {
// Root-запись не проходит фильтр «size <= cfb.length», что ниже для
// stream-записей: readChain аллоцирует new byte[(int) size] ДО
// любых проверок границ — завышенный rootSize уложил бы heap (MS-CFB §2.4,
// поток не может быть больше контейнера).
if (rootSize > cfb.length) {
throw new ConversionException("Размер mini stream .doc больше контейнера");
}
miniStream = readChain(cfb, fat, rootStart, rootSize, sectorSize, sectorTotal, "mini stream"); miniStream = readChain(cfb, fat, rootStart, rootSize, sectorSize, sectorTotal, "mini stream");
} }
if (firstMiniFat != FREESECT && firstMiniFat != ENDOFCHAIN && firstMiniFat <= MAX_SECT) { if (firstMiniFat != FREESECT && firstMiniFat != ENDOFCHAIN && firstMiniFat <= MAX_SECT) {
@@ -139,7 +146,18 @@ public final class CfbReader {
// второй проход: содержимое потоков // второй проход: содержимое потоков
Map<String, byte[]> result = new HashMap<>(); Map<String, byte[]> result = new HashMap<>();
// Суммарный бюджет аллокаций: FAT легально шарит сектора между
// записями, поэтому пер-запись «size <= cfb.length» не ограничивает
// итог — N записей с size ≈ cfb.length аллоцировали бы N×файл
// (OOM с одного враждебного контейнера). В легитимном контейнере
// потоки не перекрываются: rootSize + Σ sizes ≤ файл + служебные
// сектора (FAT/dir/докругление mini) ≈ 1.1×файла; 1.5× — запас.
long allocated = rootSize;
for (Entry e : entries) { for (Entry e : entries) {
if (allocated + e.size() > 3L * cfb.length / 2) {
throw new ConversionException("Суммарный размер потоков .doc больше лимита контейнера");
}
allocated += e.size();
byte[] data; byte[] data;
if (e.size() >= cutoff) { if (e.size() >= cutoff) {
data = readChain(cfb, fat, e.start(), e.size(), sectorSize, sectorTotal, data = readChain(cfb, fat, e.start(), e.size(), sectorSize, sectorTotal,
@@ -286,12 +304,15 @@ public final class CfbReader {
if (sect >= miniFat.length) { if (sect >= miniFat.length) {
throw new ConversionException("Mini-сектор за концом MiniFAT в .doc"); throw new ConversionException("Mini-сектор за концом MiniFAT в .doc");
} }
int base = (int) sect * miniSectorSize;
int n = Math.min(miniSectorSize, (int) size - done); int n = Math.min(miniSectorSize, (int) size - done);
if (base + n > miniStream.length) { // long-арифметика: sect уже long, умножение не может уйти в
// отрицательный int-wrap и пройти прежний guard — arraycopy тогда бросал
// ArrayIndexOutOfBoundsException (не ConversionException → 500).
long base = sect * miniSectorSize;
if (base < 0 || base + n > miniStream.length) {
throw new ConversionException("Mini-поток .doc ссылается за конец mini stream"); throw new ConversionException("Mini-поток .doc ссылается за конец mini stream");
} }
System.arraycopy(miniStream, base, out, done, n); System.arraycopy(miniStream, (int) base, out, done, n);
done += n; done += n;
sect = miniFat[(int) sect] & 0xFFFFFFFFL; sect = miniFat[(int) sect] & 0xFFFFFFFFL;
} }
@@ -1,5 +1,7 @@
package ru.pjandro.wordpdf.internal.doc; package ru.pjandro.wordpdf.internal.doc;
import ru.pjandro.wordpdf.WordPdfValidator;
import java.nio.charset.StandardCharsets; import java.nio.charset.StandardCharsets;
import java.util.ArrayDeque; import java.util.ArrayDeque;
import java.util.ArrayList; import java.util.ArrayList;
@@ -9,12 +11,13 @@ import java.util.Iterator;
import java.util.List; import java.util.List;
import java.util.Locale; import java.util.Locale;
import java.util.Map; import java.util.Map;
import java.util.Set;
import java.util.regex.Pattern; import java.util.regex.Pattern;
/** /**
* Мост бинарного .doc (Word 97–2003) → минимальный transitional-.docx. * Мост бинарного .doc (Word 97–2003) → минимальный transitional-.docx.
* *
* <p>Точки входа пакета: {@link #convert(byte[])} (конвертация) и * <p>Точки входа пакета: {@link #convert(byte[], long)} (конвертация) и
* {@link #countPages(byte[])} (нижняя оценка страниц для валидатора). * {@link #countPages(byte[])} (нижняя оценка страниц для валидатора).
* Разбор строго по [MS-DOC]/[MS-CFB]/[MS-OLEPS]: контейнер — {@link CfbReader}, * Разбор строго по [MS-DOC]/[MS-CFB]/[MS-OLEPS]: контейнер — {@link CfbReader},
* общий разбор — {@link DocFile}, заголовок — {@link FibHeader}, текст — * общий разбор — {@link DocFile}, заголовок — {@link FibHeader}, текст —
@@ -113,9 +116,12 @@ public final class DocToDocx {
* {@link #countPages(byte[])}, но до всякой конвертации).</p> * {@link #countPages(byte[])}, но до всякой конвертации).</p>
* *
* @param docBytes контейнер Word 97–2003 * @param docBytes контейнер Word 97–2003
* @param maxMb лимит размера входа (МБ) — из него порог пиксельной
* площади растра ({@code WordPdfValidator.maxImagePixels})
* @throws ConversionException на некорректном/зашифрованном/чужом входе * @throws ConversionException на некорректном/зашифрованном/чужом входе
*/ */
public static byte[] convert(byte[] docBytes) { public static byte[] convert(byte[] docBytes, long maxMb) {
long maxPixels = WordPdfValidator.maxImagePixels(maxMb);
DocFile file = DocFile.open(docBytes); DocFile file = DocFile.open(docBytes);
FibHeader fib = file.fib(); FibHeader fib = file.fib();
FontTable fonts = FontTable.read(file.table(), fib.fcSttbfFfn(), fib.lcbSttbfFfn()); FontTable fonts = FontTable.read(file.table(), fib.fcSttbfFfn(), fib.lcbSttbfFfn());
@@ -145,7 +151,7 @@ public final class DocToDocx {
byte[] data = CfbReader.stream(file.streams(), "Data"); byte[] data = CfbReader.stream(file.streams(), "Data");
file.releaseRawStreams(); file.releaseRawStreams();
DocxBody body = new DocxBody(file.pieces(), chpx, papx, fonts, styles, lists, DocxBody body = new DocxBody(file.pieces(), chpx, papx, fonts, styles, lists,
fib.ccpText(), data, parts); fib.ccpText(), data, maxPixels, parts);
List<Sections.Section> secs = sections.list(); List<Sections.Section> secs = sections.list();
String[] hdrRel = new String[secs.size()]; String[] hdrRel = new String[secs.size()];
String[] ftrRel = new String[secs.size()]; String[] ftrRel = new String[secs.size()];
@@ -236,6 +242,14 @@ public final class DocToDocx {
/** Схема URL в начале строки (RFC 3986 §3.1), lookingAt. */ /** Схема URL в начале строки (RFC 3986 §3.1), lookingAt. */
private static final Pattern URL_SCHEME = private static final Pattern URL_SCHEME =
Pattern.compile("[A-Za-z][A-Za-z0-9+.\\-]*:"); Pattern.compile("[A-Za-z][A-Za-z0-9+.\\-]*:");
/**
* Разрешённые схемы гиперссылок: RFC 3986 пропускает {@code javascript:}
* и {@code file:}, они доезжают до /URI-аннотаций PDF (выполнение
* скрипта/локальный путь в просмотрщике). Прочие схемы → ссылка не
* эмитится, текст остаётся.
*/
private static final Set<String> ALLOWED_URL_SCHEMES =
Set.of("http", "https", "mailto", "ftp");
/** ASCII DEL — управляющий символ, невалидный в URL. */ /** ASCII DEL — управляющий символ, невалидный в URL. */
private static final char DEL = 0x7F; private static final char DEL = 0x7F;
/** Кавычка-обёртка URL в инструкции HYPERLINK. */ /** Кавычка-обёртка URL в инструкции HYPERLINK. */
@@ -254,6 +268,8 @@ public final class DocToDocx {
private final int ccpText; private final int ccpText;
/** Data-поток (.doc) для BLIP по sprmCPicLocation. */ /** Data-поток (.doc) для BLIP по sprmCPicLocation. */
private final byte[] dataStream; private final byte[] dataStream;
/** Порог пиксельной площади растра (WordPdfValidator.maxImagePixels). */
private final long maxPixels;
/** Части пакета (колонтитуки + media); id связи = rId{позиция+1}. */ /** Части пакета (колонтитуки + media); id связи = rId{позиция+1}. */
private final List<DocxWriter.Part> parts; private final List<DocxWriter.Part> parts;
private final Deque<Boolean> fieldStack = new ArrayDeque<>(); private final Deque<Boolean> fieldStack = new ArrayDeque<>();
@@ -274,10 +290,16 @@ public final class DocToDocx {
private Map<Integer, String> sectByEndCp = Map.of(); private Map<Integer, String> sectByEndCp = Map.of();
/** sectPr разрыва, потреблённого в текущем абзаце (прикрепляется к Para). */ /** sectPr разрыва, потреблённого в текущем абзаце (прикрепляется к Para). */
private String pendingSectPr; private String pendingSectPr;
/** Остаток бюджета развёрнутых PrcData на документ (сброса нет). */
private final long[] prcBudget = {PrcData.MAX_BYTES_PER_DOCUMENT};
/** Номер следующей картинки ({@code word/media/imageN}); media-части
* добавляет только {@code emitPicture} — инкремент эквивалентен прежнему
* скану {@code parts} (тот был квадратичным на тысячах картинок). */
private int imageSeq;
DocxBody(PieceTable pieces, ChpxIndex chpx, PapxIndex papx, FontTable fonts, DocxBody(PieceTable pieces, ChpxIndex chpx, PapxIndex papx, FontTable fonts,
Styles styles, Lists lists, int ccpText, byte[] dataStream, Styles styles, Lists lists, int ccpText, byte[] dataStream,
List<DocxWriter.Part> parts) { long maxPixels, List<DocxWriter.Part> parts) {
this.pieces = pieces; this.pieces = pieces;
this.chpx = chpx; this.chpx = chpx;
this.papx = papx; this.papx = papx;
@@ -286,6 +308,7 @@ public final class DocToDocx {
this.lists = lists; this.lists = lists;
this.ccpText = ccpText; this.ccpText = ccpText;
this.dataStream = dataStream; this.dataStream = dataStream;
this.maxPixels = maxPixels;
this.parts = parts; this.parts = parts;
} }
@@ -365,7 +388,7 @@ public final class DocToDocx {
// grpprl абзаца может быть вынесен Word в PrcData (Data-поток) // grpprl абзаца может быть вынесен Word в PrcData (Data-поток)
// через sprmPHugePapx/sprmPTableProps — разворачиваем до // через sprmPHugePapx/sprmPTableProps — разворачиваем до
// потребления: InTable/TTP/TAP видят автомат и paraProps (§2.9.210) // потребления: InTable/TTP/TAP видят автомат и paraProps (§2.9.210)
byte[] direct = PrcData.resolve(dataStream, papx.grpprlFor(paraFc)); byte[] direct = PrcData.resolve(dataStream, papx.grpprlFor(paraFc), prcBudget);
int istd = istdOf(direct, papx.istdFor(paraFc)); int istd = istdOf(direct, papx.istdFor(paraFc));
byte[] styleChpx = styles.chpxChain(istd); byte[] styleChpx = styles.chpxChain(istd);
StringBuilder runs = new StringBuilder(); StringBuilder runs = new StringBuilder();
@@ -857,16 +880,11 @@ public final class DocToDocx {
if (picLoc < 0) { if (picLoc < 0) {
return; return;
} }
OfficeArt.Picture pic = OfficeArt.read(dataStream, picLoc); OfficeArt.Picture pic = OfficeArt.read(dataStream, picLoc, maxPixels);
if (pic == null) { if (pic == null) {
return; return;
} }
int imageNo = 1; int imageNo = ++imageSeq;
for (DocxWriter.Part p : parts) {
if (p.entry().startsWith("word/media/")) {
imageNo++;
}
}
String entry = "word/media/image" + imageNo + "." + pic.extension(); String entry = "word/media/image" + imageNo + "." + pic.extension();
parts.add(new DocxWriter.Part(entry, pic.contentType(), IMAGE_REL_TYPE, pic.data())); parts.add(new DocxWriter.Part(entry, pic.contentType(), IMAGE_REL_TYPE, pic.data()));
String relId = "rId" + parts.size(); String relId = "rId" + parts.size();
@@ -965,7 +983,9 @@ public final class DocToDocx {
} }
} }
if (url.isEmpty() || hasControlChar(url) if (url.isEmpty() || hasControlChar(url)
|| !URL_SCHEME.matcher(url).lookingAt()) { || !URL_SCHEME.matcher(url).lookingAt()
|| !ALLOWED_URL_SCHEMES.contains(
url.substring(0, url.indexOf(':')).toLowerCase(Locale.ROOT))) {
return null; return null;
} }
return url; return url;
@@ -60,8 +60,10 @@ final class OfficeArt {
/** /**
* Картинка по {@code picLocation} в Data-потоке; {@code null} — нет * Картинка по {@code picLocation} в Data-потоке; {@code null} — нет
* данных/векторный формат/битая запись (деградация, не ошибка). * данных/векторный формат/битая запись (деградация, не ошибка).
* Порог пиксельной площади растра ({@code maxPixels}, считает
* {@code WordPdfValidator.maxImagePixels}) приходит параметром.
*/ */
static Picture read(byte[] dataStream, long picLocation) { static Picture read(byte[] dataStream, long picLocation, long maxPixels) {
if (picLocation < 0 || picLocation + PICF_SIZE > dataStream.length) { if (picLocation < 0 || picLocation + PICF_SIZE > dataStream.length) {
return null; return null;
} }
@@ -79,7 +81,7 @@ final class OfficeArt {
scanFrom += 1 + (dataStream[scanFrom] & 0xFF); // cchPicName + stPicName scanFrom += 1 + (dataStream[scanFrom] & 0xFF); // cchPicName + stPicName
} }
for (int p = scanFrom; p + 8 <= end; p++) { for (int p = scanFrom; p + 8 <= end; p++) {
Picture pic = tryBlip(dataStream, p, end, sizeX, sizeY); Picture pic = tryBlip(dataStream, p, end, sizeX, sizeY, maxPixels);
if (pic != null) { if (pic != null) {
return pic; return pic;
} }
@@ -88,7 +90,7 @@ final class OfficeArt {
} }
/** Кандидат на BLIP-запись по смещению {@code p}; {@code null} — не он. */ /** Кандидат на BLIP-запись по смещению {@code p}; {@code null} — не он. */
private static Picture tryBlip(byte[] data, int p, int end, int sizeX, int sizeY) { private static Picture tryBlip(byte[] data, int p, int end, int sizeX, int sizeY, long maxPixels) {
int verInstance = (int) (CfbReader.u32(data, p) & 0xFFFF); int verInstance = (int) (CfbReader.u32(data, p) & 0xFFFF);
int type = (int) (CfbReader.u32(data, p + 2) & 0xFFFF); int type = (int) (CfbReader.u32(data, p + 2) & 0xFFFF);
long cb = CfbReader.u32(data, p + 4); long cb = CfbReader.u32(data, p + 4);
@@ -117,7 +119,7 @@ final class OfficeArt {
? new Picture("jpg", "image/jpeg", slice(data, dataOff, dataLen), ? new Picture("jpg", "image/jpeg", slice(data, dataOff, dataLen),
emu(sizeX), emu(sizeY)) emu(sizeX), emu(sizeY))
: null; : null;
case BLIP_DIB -> dibToPng(data, dataOff, dataLen, sizeX, sizeY); case BLIP_DIB -> dibToPng(data, dataOff, dataLen, sizeX, sizeY, maxPixels);
case BLIP_EMF, BLIP_WMF, BLIP_PICT -> null; // метафайлы не рендерим case BLIP_EMF, BLIP_WMF, BLIP_PICT -> null; // метафайлы не рендерим
default -> null; default -> null;
}; };
@@ -160,10 +162,20 @@ final class OfficeArt {
private static final int BITMAPINFOHEADER_SIZE = 40; private static final int BITMAPINFOHEADER_SIZE = 40;
/** DIB (BITMAPINFOHEADER + пиксели) → PNG через ImageIO; битый → null. */ /** DIB (BITMAPINFOHEADER + пиксели) → PNG через ImageIO; битый → null. */
private static Picture dibToPng(byte[] data, int off, int len, int sizeX, int sizeY) { private static Picture dibToPng(byte[] data, int off, int len, int sizeX, int sizeY, long maxPixels) {
if (len < BITMAPINFOHEADER_SIZE) { if (len < BITMAPINFOHEADER_SIZE) {
return null; return null;
} }
// Raster-bomb: BITMAPINFOHEADER из нескольких сотен байтов может
// объявить 50000×50000 — ImageIO аллоцирует растр ПО ЗАГОЛОВКУ и
// бросает OutOfMemoryError (Error, не ловится catch ниже). Отказ по
// площади — та же семантика «битый → объект пропущен»; порог
// приходит параметром (WordPdfValidator.maxImagePixels).
long area = (long) Math.abs((int) CfbReader.u32(data, off + 4))
* Math.abs((int) CfbReader.u32(data, off + 8));
if (area > maxPixels) {
return null;
}
try { try {
java.awt.image.BufferedImage img = javax.imageio.ImageIO.read( java.awt.image.BufferedImage img = javax.imageio.ImageIO.read(
new java.io.ByteArrayInputStream(wrapAsBmp(data, off, len))); new java.io.ByteArrayInputStream(wrapAsBmp(data, off, len)));
@@ -41,24 +41,49 @@ final class PrcData {
private static final int MAX_CB_GRPPRL = 0x3FA2; private static final int MAX_CB_GRPPRL = 0x3FA2;
/** Максимум разобранных PrcData на абзац — защита от цикла A→B→A. */ /** Максимум разобранных PrcData на абзац — защита от цикла A→B→A. */
private static final int MAX_HOPS = 32; private static final int MAX_HOPS = 32;
/**
* Суммарный бюджет развёрнутых PrcData на документ (байт): все абзацы
* могут указывать указателями в одну и ту же цепочку Data, и пер-абзац
* ({@value #MAX_HOPS} × {@value #MAX_CB_GRPPRL}) не ограничивает итог —
* без бюджета враждебный файл получает CPU/alloc-шторм на весь разбор.
*/
static final long MAX_BYTES_PER_DOCUMENT = 32L * 1024 * 1024;
private PrcData() { private PrcData() {
} }
/**
* Grpprl абзаца с развёрнутой цепочкой PrcData (бюджет на документ не
* учитывается — юнит-тесты; продакшен зовёт {@link #resolve(byte[], byte[], long[])}).
*/
static byte[] resolve(byte[] dataStream, byte[] grpprl) {
return resolve(dataStream, grpprl, new long[] {Long.MAX_VALUE});
}
/** /**
* Grpprl абзаца с развёрнутой цепочкой PrcData. Без указателей * Grpprl абзаца с развёрнутой цепочкой PrcData. Без указателей
* (0x6646/0x646B нет) возвращается <em>тот же массив</em>; иначе — * (0x6646/0x646B нет) возвращается <em>тот же массив</em>; иначе —
* новый: не-спец-спрмы исходника дословно, спец-спрмы заменены * новый: не-спец-спрмы исходника дословно, спец-спрмы заменены
* содержимым цепочки по их указателям. * содержимым цепочки по их указателям.
*
* <p>{@code budget[0]} — остаток бюджета документа ({@link #MAX_BYTES_PER_DOCUMENT}):
* списывается размер результата; при исчерпании цепочка не разворачивается
* (деградация форматирования, а не отказ — та же «снисходительность», что
* для брака ниже). Мутатор — вызывающий на весь документ.</p>
*/ */
static byte[] resolve(byte[] dataStream, byte[] grpprl) { static byte[] resolve(byte[] dataStream, byte[] grpprl, long[] budget) {
if (!hasPointer(grpprl)) { if (!hasPointer(grpprl)) {
return grpprl; return grpprl;
} }
if (budget[0] <= 0) {
return grpprl;
}
ByteArrayOutputStream out = new ByteArrayOutputStream(grpprl.length + 64); ByteArrayOutputStream out = new ByteArrayOutputStream(grpprl.length + 64);
int[] hops = new int[1]; int[] hops = new int[1];
copyPrls(grpprl, 0, grpprl.length, dataStream, out, hops); copyPrls(grpprl, 0, grpprl.length, dataStream, out, hops);
return out.toByteArray(); byte[] result = out.toByteArray();
budget[0] -= result.length;
return result;
} }
/** Есть ли в массиве указатель на PrcData. */ /** Есть ли в массиве указатель на PrcData. */
@@ -17,6 +17,7 @@ import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.poi.poifs.filesystem.POIFSFileSystem; import org.apache.poi.poifs.filesystem.POIFSFileSystem;
import org.docx4j.Docx4jProperties; import org.docx4j.Docx4jProperties;
import org.junit.jupiter.api.Test; import org.junit.jupiter.api.Test;
import ru.pjandro.wordpdf.fonts.BundledFonts;
import java.io.ByteArrayInputStream; import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream; import java.io.ByteArrayOutputStream;
@@ -45,6 +46,11 @@ import static org.junit.jupiter.api.Assertions.*;
*/ */
class WordPdfConverterTest { class WordPdfConverterTest {
/** Эквивалент прежних дефолтов ядра: без error-флагов, лимиты 5 МБ / 100 страниц. */
private static ConvertOptions opts() {
return new ConvertOptions(false, false, false, 5, 100);
}
/** Готовый тестовый документ (коммитится, создан SampleDocxGenerator). */ /** Готовый тестовый документ (коммитится, создан SampleDocxGenerator). */
private static byte[] sampleBytes(String name) throws IOException { private static byte[] sampleBytes(String name) throws IOException {
try (InputStream in = WordPdfConverterTest.class.getClassLoader() try (InputStream in = WordPdfConverterTest.class.getClassLoader()
@@ -97,7 +103,7 @@ class WordPdfConverterTest {
/** Конвертирует байты docx и пишет PDF во временный файл (PDFBox читает по пути). */ /** Конвертирует байты docx и пишет PDF во временный файл (PDFBox читает по пути). */
private static Path convertPdf(byte[] docxBytes, String title) throws IOException { private static Path convertPdf(byte[] docxBytes, String title) throws IOException {
Path out = Files.createTempFile("converted-", ".pdf"); Path out = Files.createTempFile("converted-", ".pdf");
Files.write(out, WordPdfConverter.convert(docxBytes, title)); Files.write(out, WordPdfConverter.convert(docxBytes, title, opts()));
return out; return out;
} }
@@ -280,7 +286,7 @@ class WordPdfConverterTest {
ConversionException ex = assertThrows(ConversionException.class, () -> ConversionException ex = assertThrows(ConversionException.class, () ->
convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart", convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart",
new ConvertOptions(true, false, false, new ConvertOptions(true, false, false,
WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); 5, 100)));
assertTrue(ex instanceof DrawingFoundException dfe assertTrue(ex instanceof DrawingFoundException dfe
&& dfe.kind() == DrawingFoundException.Kind.CHARTS, && dfe.kind() == DrawingFoundException.Kind.CHARTS,
@@ -298,7 +304,7 @@ class WordPdfConverterTest {
ConversionException ex = assertThrows(ConversionException.class, () -> ConversionException ex = assertThrows(ConversionException.class, () ->
convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart", convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart",
new ConvertOptions(false, true, false, new ConvertOptions(false, true, false,
WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); 5, 100)));
assertTrue(ex instanceof DrawingFoundException dfe assertTrue(ex instanceof DrawingFoundException dfe
&& dfe.kind() == DrawingFoundException.Kind.SMARTART, && dfe.kind() == DrawingFoundException.Kind.SMARTART,
@@ -355,7 +361,7 @@ class WordPdfConverterTest {
ConversionException ex = assertThrows(ConversionException.class, () -> ConversionException ex = assertThrows(ConversionException.class, () ->
convertPdf(sampleBytes("ole-embedded.docx"), "ole-embedded", convertPdf(sampleBytes("ole-embedded.docx"), "ole-embedded",
new ConvertOptions(false, false, true, new ConvertOptions(false, false, true,
WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); 5, 100)));
assertTrue(ex instanceof DrawingFoundException dfe assertTrue(ex instanceof DrawingFoundException dfe
&& dfe.kind() == DrawingFoundException.Kind.OLE, && dfe.kind() == DrawingFoundException.Kind.OLE,
@@ -628,7 +634,7 @@ class WordPdfConverterTest {
@Test @Test
void invalidInputRejected() { void invalidInputRejected() {
assertThrows(ValidationException.class, () -> assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(null, "x")); WordPdfConverter.convert(null, "x", opts()));
} }
/** /**
@@ -636,9 +642,9 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void inputTooLarge() { void inputTooLarge() {
byte[] tooBig = new byte[(int) (WordPdfSettings.MAX_INPUT_MB * 1024 * 1024) + 1]; byte[] tooBig = new byte[5 * 1024 * 1024 + 1];
ValidationException ex = assertThrows(ValidationException.class, () -> ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(tooBig, "too-big")); WordPdfConverter.convert(tooBig, "too-big", opts()));
assertTrue(ex.getMessage().contains("5 МБ"), assertTrue(ex.getMessage().contains("5 МБ"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
@@ -653,7 +659,7 @@ class WordPdfConverterTest {
void inputNotAZip_rejectedBeforeRender() { void inputNotAZip_rejectedBeforeRender() {
byte[] junk = {1, 2, 3, 4, 5, 6, 7, 8}; byte[] junk = {1, 2, 3, 4, 5, 6, 7, 8};
ValidationException ex = assertThrows(ValidationException.class, () -> ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(junk, "junk")); WordPdfConverter.convert(junk, "junk", opts()));
assertTrue(ex.getMessage().contains("не похоже на .docx или .doc"), assertTrue(ex.getMessage().contains("не похоже на .docx или .doc"),
"сообщение должно перечислять форматы: " + ex.getMessage()); "сообщение должно перечислять форматы: " + ex.getMessage());
} }
@@ -672,7 +678,7 @@ class WordPdfConverterTest {
zos.closeEntry(); zos.closeEntry();
} }
ValidationException ex = assertThrows(ValidationException.class, () -> ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(out.toByteArray(), "x")); WordPdfConverter.convert(out.toByteArray(), "x", opts()));
assertTrue(ex.getMessage().contains("не является .docx"), assertTrue(ex.getMessage().contains("не является .docx"),
"сообщение должно указывать на не-.docx-контейнер: " + ex.getMessage()); "сообщение должно указывать на не-.docx-контейнер: " + ex.getMessage());
} }
@@ -687,7 +693,7 @@ class WordPdfConverterTest {
byte[] big = new byte[1024 * 1024 + 1]; byte[] big = new byte[1024 * 1024 + 1];
ValidationException ex = assertThrows(ValidationException.class, () -> ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(big, "x", WordPdfConverter.convert(big, "x",
new ConvertOptions(false, false, false, 1, WordPdfSettings.MAX_PAGES))); new ConvertOptions(false, false, false, 1, 100)));
assertTrue(ex.getMessage().contains("1 МБ"), assertTrue(ex.getMessage().contains("1 МБ"),
"сообщение должно упоминать переданный лимит: " + ex.getMessage()); "сообщение должно упоминать переданный лимит: " + ex.getMessage());
assertTrue(ex.getMessage().contains("1048576 байт"), assertTrue(ex.getMessage().contains("1048576 байт"),
@@ -710,7 +716,7 @@ class WordPdfConverterTest {
ValidationException ex = assertThrows(ValidationException.class, () -> ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert( WordPdfConverter.convert(
sampleBytes(fixture), baseName(fixture), sampleBytes(fixture), baseName(fixture),
new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100))); new ConvertOptions(false, false, false, 5, 100)));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
fixture + ": сообщение должно упоминать лимит: " + ex.getMessage()); fixture + ": сообщение должно упоминать лимит: " + ex.getMessage());
} }
@@ -726,7 +732,7 @@ class WordPdfConverterTest {
void staleCachePageCountRejectedBeforeRender() { void staleCachePageCountRejectedBeforeRender() {
ValidationException ex = assertThrows(ValidationException.class, () -> ValidationException ex = assertThrows(ValidationException.class, () ->
WordPdfConverter.convert(sampleBytes("stale-cache.docx"), "stale-cache", WordPdfConverter.convert(sampleBytes("stale-cache.docx"), "stale-cache",
new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100))); new ConvertOptions(false, false, false, 5, 100)));
assertTrue(ex.getMessage().contains("100"), assertTrue(ex.getMessage().contains("100"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
@@ -742,7 +748,7 @@ class WordPdfConverterTest {
@Test @Test
void staleCache_docConvertsByCacheOnly() throws Exception { void staleCache_docConvertsByCacheOnly() throws Exception {
Path pdf = convertPdf(sampleBytes("stale-cache.doc"), "stale-cache", Path pdf = convertPdf(sampleBytes("stale-cache.doc"), "stale-cache",
new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100)); new ConvertOptions(false, false, false, 5, 100));
try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
assertTrue(doc.getNumberOfPages() >= 1, "PDF не отрендерился"); assertTrue(doc.getNumberOfPages() >= 1, "PDF не отрендерился");
} }
@@ -1371,7 +1377,7 @@ class WordPdfConverterTest {
ConversionException ex = assertThrows(ConversionException.class, () -> ConversionException ex = assertThrows(ConversionException.class, () ->
convertPdf(docx, "no-extent", convertPdf(docx, "no-extent",
new ConvertOptions(true, false, false, new ConvertOptions(true, false, false,
WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); 5, 100)));
assertTrue(ex instanceof DrawingFoundException dfe assertTrue(ex instanceof DrawingFoundException dfe
&& dfe.kind() == DrawingFoundException.Kind.CHARTS, && dfe.kind() == DrawingFoundException.Kind.CHARTS,
"ожидался DrawingFoundException(CHARTS), получено: " + ex); "ожидался DrawingFoundException(CHARTS), получено: " + ex);
@@ -1411,7 +1417,7 @@ class WordPdfConverterTest {
"второй страницы нет"); "второй страницы нет");
assertThrows(ValidationException.class, () -> convertPdf(sampleBytes("doc-formats.doc"), assertThrows(ValidationException.class, () -> convertPdf(sampleBytes("doc-formats.doc"),
"doc-formats", new ConvertOptions(false, false, false, "doc-formats", new ConvertOptions(false, false, false,
WordPdfSettings.MAX_INPUT_MB, 1)), 5, 1)),
"лимит 1 страница не удержал двухстраничный .doc"); "лимит 1 страница не удержал двухстраничный .doc");
} }
@@ -2316,7 +2322,7 @@ class WordPdfConverterTest {
/** Черный (ink) / желтый пиксели первой страницы при 150 dpi (замеры аудита). */ /** Черный (ink) / желтый пиксели первой страницы при 150 dpi (замеры аудита). */
private static int countPixels(byte[] docx, boolean yellow) throws IOException { private static int countPixels(byte[] docx, boolean yellow) throws IOException {
byte[] pdf = WordPdfConverter.convert(docx, "тест"); byte[] pdf = WordPdfConverter.convert(docx, "тест", opts());
try (PDDocument d = Loader.loadPDF(pdf)) { try (PDDocument d = Loader.loadPDF(pdf)) {
java.awt.image.BufferedImage img = new PDFRenderer(d).renderImageWithDPI(0, 150); java.awt.image.BufferedImage img = new PDFRenderer(d).renderImageWithDPI(0, 150);
int n = 0; int n = 0;
@@ -2754,10 +2760,10 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void fopFactorySharedAcrossConversions() throws Exception { void fopFactorySharedAcrossConversions() throws Exception {
WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "ru-plain"); WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "ru-plain", opts());
FopFactory first = WordPdfConverter.sharedFopFactory(null); FopFactory first = sharedFopFactoryRef();
WordPdfConverter.convert(sampleBytes("en-plain.docx"), "en-plain"); WordPdfConverter.convert(sampleBytes("en-plain.docx"), "en-plain", opts());
assertSame(first, WordPdfConverter.sharedFopFactory(null), assertSame(first, sharedFopFactoryRef(),
"повторная конвертация обязана переиспользовать ту же FopFactory"); "повторная конвертация обязана переиспользовать ту же FopFactory");
} }
@@ -2770,9 +2776,9 @@ class WordPdfConverterTest {
*/ */
@Test @Test
void sharedImageCaches_clearedAfterConversion() throws Exception { void sharedImageCaches_clearedAfterConversion() throws Exception {
WordPdfConverter.convert(sampleBytes("chart-types.docx"), "chart-types"); WordPdfConverter.convert(sampleBytes("chart-types.docx"), "chart-types", opts());
FopFactory factory = WordPdfConverter.sharedFopFactory(null); FopFactory factory = sharedFopFactoryRef();
Object imageCache = factory.getImageManager().getCache(); Object imageCache = factory.getImageManager().getCache();
assertEquals(0, softMapSize(imageCache, "imageInfos"), assertEquals(0, softMapSize(imageCache, "imageInfos"),
"ImageCache.imageInfos обязан быть пуст после конвертации"); "ImageCache.imageInfos обязан быть пуст после конвертации");
@@ -2782,6 +2788,13 @@ class WordPdfConverterTest {
"ImageObjectCacheImpl обязан быть пуст после конвертации"); "ImageObjectCacheImpl обязан быть пуст после конвертации");
} }
/** Зеркало private-поля {@code WordPdfConverter.sharedFopFactory} (шов для теста). */
private static FopFactory sharedFopFactoryRef() throws Exception {
java.lang.reflect.Field f = WordPdfConverter.class.getDeclaredField("sharedFopFactory");
f.setAccessible(true);
return (FopFactory) f.get(null);
}
/** Размер внутренней {@code map} SoftMapCache (package-private поле). */ /** Размер внутренней {@code map} SoftMapCache (package-private поле). */
private static int softMapSize(Object cacheHolder, String field) throws Exception { private static int softMapSize(Object cacheHolder, String field) throws Exception {
java.lang.reflect.Field f = cacheHolder.getClass().getDeclaredField(field); java.lang.reflect.Field f = cacheHolder.getClass().getDeclaredField(field);
@@ -2804,8 +2817,8 @@ class WordPdfConverterTest {
byte[] chart = sampleBytes("chart-types.docx"); byte[] chart = sampleBytes("chart-types.docx");
byte[][] out = new byte[2][]; byte[][] out = new byte[2][];
Runnable[] jobs = { Runnable[] jobs = {
() -> out[0] = WordPdfConverter.convert(plain, "ru-plain"), () -> out[0] = WordPdfConverter.convert(plain, "ru-plain", opts()),
() -> out[1] = WordPdfConverter.convert(chart, "chart-types"), () -> out[1] = WordPdfConverter.convert(chart, "chart-types", opts()),
}; };
Thread[] ts = new Thread[2]; Thread[] ts = new Thread[2];
for (int i = 0; i < 2; i++) { for (int i = 0; i < 2; i++) {
@@ -2823,6 +2836,93 @@ class WordPdfConverterTest {
assertTrue(norm(pdfTextBytes(out[1])).contains("Типы диаграмм"), "поток 2: текст потерян"); assertTrue(norm(pdfTextBytes(out[1])).contains("Типы диаграмм"), "поток 2: текст потерян");
} }
/**
* Внешние мутаторы шрифтового реестра ({@code BundledFonts.init()},
* {@code restrictToBundled()}) рядом с идущими конвертациями не должны
* влиять на их вывод: все синхронизированные операции BundledFonts и
* сериализация конвертаций держат один монитор ({@code WordPdfConverter.class}),
* поэтому чистка реестра не может вырезать шрифт из-под идущего рендера.
* Регрессия — этот тест, фикстуры samples/ru-plain.docx и samples/chart-types.docx.
*/
@Test
void concurrentFontMutators_conversionsUnharmed() throws Exception {
byte[] plain = sampleBytes("ru-plain.docx");
byte[] chart = sampleBytes("chart-types.docx");
byte[][] out = new byte[2][];
Runnable[] jobs = {
() -> out[0] = WordPdfConverter.convert(plain, "ru-plain", opts()),
() -> out[1] = WordPdfConverter.convert(chart, "chart-types", opts()),
};
Thread[] ts = new Thread[3];
ts[0] = new Thread(jobs[0]);
ts[1] = new Thread(jobs[1]);
ts[2] = new Thread(() -> {
for (int i = 0; i < 50; i++) {
BundledFonts.init();
BundledFonts.restrictToBundled();
}
});
for (Thread t : ts) {
t.start();
}
for (Thread t : ts) {
t.join();
}
assertTrue(out[0] != null && "%PDF".equals(new String(out[0], 0, 4, StandardCharsets.US_ASCII)),
"поток 1 не вернул PDF");
assertTrue(out[1] != null && "%PDF".equals(new String(out[1], 0, 4, StandardCharsets.US_ASCII)),
"поток 2 не вернул PDF");
String t0 = norm(pdfTextBytes(out[0]));
String t1 = norm(pdfTextBytes(out[1]));
assertTrue(t0.contains("Привет, мир!"), "поток 1: текст потерян");
assertTrue(t1.contains("Типы диаграмм"), "поток 2: текст потерян");
}
/**
* XXE-pin: {@code word/document.xml} с DOCTYPE и внешней сущностью
* ({@code file://}) обязан быть отвергнут до разбора — StAX валидатора
* работает с {@code SUPPORT_DTD=false}, JAXB docx4j — с
* {@code disallow-doctype-decl}. Цель сущности не читается, секрет не
* попадает ни в PDF, ни в сообщение ошибки.
*/
@Test
void xxeExternalEntity_rejectedNotRead() throws Exception {
Path secret = Files.createTempFile("wordpdf-xxe-", ".txt");
Files.writeString(secret, "XXE-SECRET-42");
try {
String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main";
String doc = "<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>"
+ "<!DOCTYPE w:document [ <!ENTITY xxe SYSTEM \"file://"
+ secret.toAbsolutePath() + "\"> ]>"
+ "<w:document xmlns:w=\"" + w + "\"><w:body>"
+ "<w:p><w:r><w:t>&xxe;</w:t></w:r></w:p>"
+ "<w:sectPr><w:pgSz w:w=\"11906\" w:h=\"16838\"/></w:sectPr>"
+ "</w:body></w:document>";
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", doc);
}
ConversionException e = assertThrows(ConversionException.class,
() -> WordPdfConverter.convert(out.toByteArray(), "xxe", opts()));
assertFalse(e.getMessage() != null && e.getMessage().contains("XXE-SECRET-42"),
"содержимое внешнего файла не должно попадать в сообщение ошибки");
} finally {
Files.deleteIfExists(secret);
}
}
/** Текст PDF из байтов (PDFBox) — для результатов прямого convert(). */ /** Текст PDF из байтов (PDFBox) — для результатов прямого convert(). */
private static String pdfTextBytes(byte[] pdf) throws IOException { private static String pdfTextBytes(byte[] pdf) throws IOException {
try (PDDocument doc = Loader.loadPDF(pdf)) { try (PDDocument doc = Loader.loadPDF(pdf)) {
@@ -22,6 +22,8 @@ class WordPdfValidatorTest {
/** Лимит страниц в тесте точной границы (99 разрывов проходят, 100 — нет). */ /** Лимит страниц в тесте точной границы (99 разрывов проходят, 100 — нет). */
private static final int PAGE_LIMIT = 100; private static final int PAGE_LIMIT = 100;
/** Эквивалент прежних дефолтов ядра: лимиты входа 5 МБ / 100 страниц. */
private static final ConvertOptions DEF_OPTS = new ConvertOptions(false, false, false, 5, 100);
/** Путь основной части документа в zip. */ /** Путь основной части документа в zip. */
private static final String DOCUMENT_PART = "word/document.xml"; private static final String DOCUMENT_PART = "word/document.xml";
@@ -41,14 +43,14 @@ class WordPdfValidatorTest {
@Test @Test
void checkInput_bytesWithinLimit() { void checkInput_bytesWithinLimit() {
assertDoesNotThrow(() -> assertDoesNotThrow(() ->
WordPdfValidator.checkInput(new byte[1024])); WordPdfValidator.checkInput(new byte[1024], 5));
} }
@Test @Test
void checkInput_bytesOverLimit() { void checkInput_bytesOverLimit() {
byte[] big = new byte[(int) (WordPdfSettings.MAX_INPUT_MB * 1024 * 1024) + 1]; byte[] big = new byte[5 * 1024 * 1024 + 1];
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.checkInput(big)); () -> WordPdfValidator.checkInput(big, 5));
assertTrue(ex.getMessage().contains("5 МБ"), assertTrue(ex.getMessage().contains("5 МБ"),
"сообщение должно упоминать лимит: " + ex.getMessage()); "сообщение должно упоминать лимит: " + ex.getMessage());
} }
@@ -56,7 +58,7 @@ class WordPdfValidatorTest {
@Test @Test
void checkInput_bytesNull() { void checkInput_bytesNull() {
assertThrows(ValidationException.class, assertThrows(ValidationException.class,
() -> WordPdfValidator.checkInput((byte[]) null)); () -> WordPdfValidator.checkInput((byte[]) null, 5));
} }
/** /**
@@ -77,7 +79,7 @@ class WordPdfValidatorTest {
@Test @Test
void checkPageCount_bytesWithinLimit() throws Exception { void checkPageCount_bytesWithinLimit() throws Exception {
byte[] bytes = docxWithPageBreaks(5); byte[] bytes = docxWithPageBreaks(5);
assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes)); assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes, PAGE_LIMIT));
} }
@Test @Test
@@ -257,7 +259,7 @@ class WordPdfValidatorTest {
@Test @Test
void checkPageCount_bytesNull() { void checkPageCount_bytesNull() {
assertThrows(ValidationException.class, assertThrows(ValidationException.class,
() -> WordPdfValidator.checkPageCount((byte[]) null)); () -> WordPdfValidator.checkPageCount((byte[]) null, PAGE_LIMIT));
} }
// ===== validate(byte[], ConvertOptions) ===== // ===== validate(byte[], ConvertOptions) =====
@@ -269,14 +271,14 @@ class WordPdfValidatorTest {
@Test @Test
void validate_withinLimits() throws Exception { void validate_withinLimits() throws Exception {
assertDoesNotThrow(() -> WordPdfValidator.validate( assertDoesNotThrow(() -> WordPdfValidator.validate(
docxWithPageBreaks(5), ConvertOptions.defaults())); docxWithPageBreaks(5), DEF_OPTS));
} }
@Test @Test
void validate_bytesOverLimit() { void validate_bytesOverLimit() {
byte[] big = new byte[(int) (WordPdfSettings.MAX_INPUT_MB * 1024 * 1024) + 1]; byte[] big = new byte[5 * 1024 * 1024 + 1];
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(big, ConvertOptions.defaults())); () -> WordPdfValidator.validate(big, DEF_OPTS));
assertTrue(ex.getMessage().contains("5 МБ"), assertTrue(ex.getMessage().contains("5 МБ"),
"размер проверяется первым: " + ex.getMessage()); "размер проверяется первым: " + ex.getMessage());
} }
@@ -285,7 +287,7 @@ class WordPdfValidatorTest {
void validate_notAZip() { void validate_notAZip() {
byte[] junk = {1, 2, 3, 4, 5}; byte[] junk = {1, 2, 3, 4, 5};
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(junk, ConvertOptions.defaults())); () -> WordPdfValidator.validate(junk, DEF_OPTS));
assertTrue(ex.getMessage().contains("не zip-архив"), assertTrue(ex.getMessage().contains("не zip-архив"),
"сообщение должно упоминать zip-подпись: " + ex.getMessage()); "сообщение должно упоминать zip-подпись: " + ex.getMessage());
} }
@@ -306,7 +308,7 @@ class WordPdfValidatorTest {
} }
byte[] zip = out.toByteArray(); byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); () -> WordPdfValidator.validate(zip, DEF_OPTS));
assertTrue(ex.getMessage().contains("не является .docx"), assertTrue(ex.getMessage().contains("не является .docx"),
"zip без манифеста wordprocessingml — не .docx: " + ex.getMessage()); "zip без манифеста wordprocessingml — не .docx: " + ex.getMessage());
} }
@@ -325,14 +327,15 @@ class WordPdfValidatorTest {
} }
byte[] xlsx = out.toByteArray(); byte[] xlsx = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(xlsx, ConvertOptions.defaults())); () -> WordPdfValidator.validate(xlsx, DEF_OPTS));
assertTrue(ex.getMessage().contains("не является .docx"), assertTrue(ex.getMessage().contains("не является .docx"),
"манифест xlsx — spreadsheetml: " + ex.getMessage()); "манифест xlsx — spreadsheetml: " + ex.getMessage());
} }
/** /**
* Zip-бомба: распакованный суммарный размер больше * Zip-бомба: распакованный суммарный размер больше бюджета распаковки
* {@link WordPdfSettings#MAX_DECOMPRESSED_MB} отсекается потоково — до * (из лимитов входа, см. {@link WordPdfValidator#maxDecompressedBytes})
* отсекается потоково — до
* {@code readAllBytes} в {@code checkPageCount} (без проверки валидатор * {@code readAllBytes} в {@code checkPageCount} (без проверки валидатор
* прочитал бы 200+ МБ в память). Регрессия — WordPdfValidator#checkDocxContainer. * прочитал бы 200+ МБ в память). Регрессия — WordPdfValidator#checkDocxContainer.
*/ */
@@ -344,27 +347,30 @@ class WordPdfValidatorTest {
zos.write(new byte[1024]); zos.write(new byte[1024]);
zos.closeEntry(); zos.closeEntry();
zos.putNextEntry(new ZipEntry("bomb.bin")); zos.putNextEntry(new ZipEntry("bomb.bin"));
zos.write(new byte[(int) (WordPdfSettings.MAX_DECOMPRESSED_MB * 1024 * 1024) + 1]); zos.write(new byte[(int) (WordPdfValidator.maxDecompressedBytes(5, 100) + 1)]);
zos.closeEntry(); zos.closeEntry();
} }
byte[] zip = out.toByteArray(); byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); () -> WordPdfValidator.validate(zip, DEF_OPTS));
assertTrue(ex.getMessage().contains("zip-бомбы"), ex.getMessage()); assertTrue(ex.getMessage().contains("zip-бомбы"), ex.getMessage());
assertTrue(ex.getMessage().contains(String.valueOf(WordPdfSettings.MAX_DECOMPRESSED_MB)), assertTrue(ex.getMessage().contains(String.valueOf(
"сообщение должно упоминать лимит: " + ex.getMessage()); WordPdfValidator.maxDecompressedBytes(5,
100) / 1048576)),
"сообщение должно упоминать вычисленный бюджет: " + ex.getMessage());
} }
/** /**
* Бомба «много записей»: больше {@link WordPdfSettings#MAX_ZIP_ENTRIES} * Бомба «много записей»: больше {@link WordPdfValidator#maxZipEntries}
* записей отвергаются до разбора содержимого. * (при лимитах 5/100 — 5760) записей отвергаются до разбора содержимого.
* Регрессия — WordPdfValidator#checkDocxContainer. * Регрессия — WordPdfValidator#checkDocxContainer.
*/ */
@Test @Test
void validate_tooManyEntriesRejected() throws Exception { void validate_tooManyEntriesRejected() throws Exception {
int limit = (int) WordPdfValidator.maxZipEntries(5, 100);
ByteArrayOutputStream out = new ByteArrayOutputStream(); ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) { try (ZipOutputStream zos = new ZipOutputStream(out)) {
for (int i = 0; i <= WordPdfSettings.MAX_ZIP_ENTRIES; i++) { for (int i = 0; i <= limit; i++) {
zos.putNextEntry(new ZipEntry("e" + i + ".txt")); zos.putNextEntry(new ZipEntry("e" + i + ".txt"));
zos.write(new byte[] {1}); zos.write(new byte[] {1});
zos.closeEntry(); zos.closeEntry();
@@ -372,16 +378,295 @@ class WordPdfValidatorTest {
} }
byte[] zip = out.toByteArray(); byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); () -> WordPdfValidator.validate(zip, DEF_OPTS));
assertTrue(ex.getMessage().contains("записей"), ex.getMessage()); assertTrue(ex.getMessage().contains("записей"), ex.getMessage());
} }
/**
* XML-бомба: распакованные XML-части больше
* {@link WordPdfValidator#maxDecompressedXmlBytes} — отказ по байтовому
* гейту XML (байтовый лимит архива ещё не исчерпан).
* Регрессия — WordPdfValidator#checkDocxContainer (xmlTotal).
*/
@Test
void validate_xmlPartsBombRejected() throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("[Content_Types].xml"));
zos.write(CONTENT_TYPES.getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
zos.putNextEntry(new ZipEntry("word/document.xml"));
zos.write(new byte[(int) (WordPdfValidator.maxDecompressedXmlBytes(5, 100) + 1)]);
zos.closeEntry();
}
byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, DEF_OPTS));
assertTrue(ex.getMessage().contains("XML-частей"), ex.getMessage());
}
/**
* Мелким лимитам входа — пол бюджета: maxMb=1/maxPages=10 дают 11 МБ,
* поднимается до пола 16 МБ; 17 МБ распаковки отвергаются с числом «16».
* Бросок случается в цикле до проверки манифеста — архив без
* [Content_Types].xml доходит до throw'а бюджета. Регрессия —
* WordPdfValidator#maxDecompressedBytes.
*/
@Test
void validate_smallLimitsBudgetFloor() throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("word/bomb.bin"));
zos.write(new byte[17 * 1024 * 1024]);
zos.closeEntry();
}
byte[] zip = out.toByteArray();
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, options(1, 10)));
assertTrue(ex.getMessage().contains("16 МБ"),
"бюджет мелких лимитов — пол 16 МБ: " + ex.getMessage());
}
/**
* Бюджет растёт с лимитами входа: maxMb=2/maxPages=20 дают ~21 МБ — 20 МБ
* non-XML-распаковки проходят; те же байты при maxMb=1/maxPages=10 (пол
* 16 МБ) отвергаются. Верхних крышек нет: при maxMb=10/maxPages=100 бюджет
* ~106 МБ — 65 МБ проходят (защита масштабируется вместе с лимитами).
* Регрессия — WordPdfValidator#maxDecompressedBytes.
*/
@Test
void validate_budgetScalesWithInputLimits() throws Exception {
byte[] zip = zipOf("word/bomb.bin", new byte[20 * 1024 * 1024]);
assertDoesNotThrow(() -> WordPdfValidator.validate(zip, options(2, 20)));
ValidationException floor = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, options(1, 10)));
assertTrue(floor.getMessage().contains("16 МБ"), floor.getMessage());
byte[] big = zipOf("word/bomb.bin", new byte[65 * 1024 * 1024]);
assertDoesNotThrow(() -> WordPdfValidator.validate(big, options(10, 100)),
"крышек нет — бюджет догоняет лимиты входа");
}
/**
* Дубликаты имён записей — отказ: OPC требует уникальных имён, а партии
* с одним именем по-разному трактуются валидатором (первая) и парсером.
* {@code ZipOutputStream} дубли не пишет — контейнер собирается вручную
* (STORED, локальные заголовки + central directory + EOCD).
* Регрессия — WordPdfValidator#checkDocxContainer (Set names).
*/
@Test
void validate_duplicateEntriesRejected() throws Exception {
byte[] ct = CONTENT_TYPES.getBytes(StandardCharsets.UTF_8);
byte[] doc = MINIMAL_DOCUMENT.getBytes(StandardCharsets.UTF_8);
byte[] zip = rawZip(new String[] {"[Content_Types].xml", "word/document.xml",
"word/document.xml"},
new byte[][] {ct, doc, doc});
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, DEF_OPTS));
assertTrue(ex.getMessage().contains("Дубликаты записей"), ex.getMessage());
}
/** Минимальный zip: STORED-записи, central directory, EOCD. */
private static byte[] rawZip(String[] names, byte[][] data) {
ByteArrayOutputStream out = new ByteArrayOutputStream();
long[] offsets = new long[names.length];
java.util.zip.CRC32 crc = new java.util.zip.CRC32();
for (int i = 0; i < names.length; i++) {
byte[] name = names[i].getBytes(StandardCharsets.UTF_8);
crc.reset();
crc.update(data[i]);
offsets[i] = out.size();
le32(out, 0x04034b50);
le16(out, 20);
le16(out, 0);
le16(out, 0);
le16(out, 0);
le16(out, 0);
le32(out, (int) crc.getValue());
le32(out, data[i].length);
le32(out, data[i].length);
le16(out, name.length);
le16(out, 0);
out.writeBytes(name);
out.writeBytes(data[i]);
}
long cdStart = out.size();
for (int i = 0; i < names.length; i++) {
byte[] name = names[i].getBytes(StandardCharsets.UTF_8);
crc.reset();
crc.update(data[i]);
le32(out, 0x02014b50);
le16(out, 20);
le16(out, 20);
le16(out, 0);
le16(out, 0);
le16(out, 0);
le16(out, 0);
le32(out, (int) crc.getValue());
le32(out, data[i].length);
le32(out, data[i].length);
le16(out, name.length);
le16(out, 0);
le16(out, 0);
le16(out, 0);
le16(out, 0);
le32(out, 0);
le32(out, (int) offsets[i]);
out.writeBytes(name);
}
long cdLen = out.size() - cdStart;
le32(out, 0x06054b50);
le16(out, 0);
le16(out, 0);
le16(out, names.length);
le16(out, names.length);
le32(out, (int) cdLen);
le32(out, (int) cdStart);
le16(out, 0);
return out.toByteArray();
}
private static void le16(ByteArrayOutputStream out, int v) {
out.write(v & 0xFF);
out.write((v >>> 8) & 0xFF);
}
private static void le32(ByteArrayOutputStream out, int v) {
le16(out, v & 0xFFFF);
le16(out, (v >>> 16) & 0xFFFF);
}
/** Заготовки заголовков растров с площадью выше MAX_IMAGE_PIXELS. */
private static byte[][] rasterBombs() {
byte[] png = new byte[33];
System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, 0, png, 0, 8);
png[12] = 'I';
png[13] = 'H';
png[14] = 'D';
png[15] = 'R';
putBe32(png, 16, 50000);
putBe32(png, 20, 50000);
byte[] gif = {'G', 'I', 'F', '8', '9', 'a',
(byte) 0xFF, (byte) 0xFF, (byte) 0xFF, (byte) 0xFF, 0, 0};
byte[] bmp = new byte[26];
bmp[0] = 'B';
bmp[1] = 'M';
putLe32(bmp, 18, 50000);
putLe32(bmp, 22, -50000); // top-down DIB — берётся abs высоты
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xC0,
0x00, 0x11, 0x08, (byte) 0xC3, 0x50, (byte) 0xC3, 0x50};
return new byte[][] {png, gif, bmp, jpeg};
}
private static void putBe32(byte[] b, int off, int v) {
b[off] = (byte) (v >>> 24);
b[off + 1] = (byte) (v >>> 16);
b[off + 2] = (byte) (v >>> 8);
b[off + 3] = (byte) v;
}
private static void putLe32(byte[] b, int off, int v) {
b[off] = (byte) v;
b[off + 1] = (byte) (v >>> 8);
b[off + 2] = (byte) (v >>> 16);
b[off + 3] = (byte) (v >>> 24);
}
private static byte[] zipOf(String name, byte[] media) throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
try (ZipOutputStream zos = new ZipOutputStream(out)) {
zos.putNextEntry(new ZipEntry("[Content_Types].xml"));
zos.write(CONTENT_TYPES.getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
zos.putNextEntry(new ZipEntry("word/document.xml"));
zos.write(MINIMAL_DOCUMENT.getBytes(StandardCharsets.UTF_8));
zos.closeEntry();
zos.putNextEntry(new ZipEntry(name));
zos.write(media);
zos.closeEntry();
}
return out.toByteArray();
}
/**
* Raster-bomb: заголовок растра (PNG/GIF/BMP/JPEG — каждый свой формат)
* объявляет площадь выше {@link WordPdfValidator#maxImagePixels(long)}
* (при лимите 5 МБ — 25 Мпикс) — отказ
* до любого декодирования. Регрессия — WordPdfValidator#rasterArea.
*/
@Test
void validate_rasterBombRejected() throws Exception {
String[] exts = {"word/media/b.png", "word/media/b.gif", "word/media/b.bmp",
"word/media/b.jpg"};
byte[][] bombs = rasterBombs();
for (int i = 0; i < bombs.length; i++) {
byte[] zip = zipOf(exts[i], bombs[i]);
ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(zip, DEF_OPTS),
"должно отклоняться: " + exts[i]);
assertTrue(ex.getMessage().contains("Изображение слишком большое"), ex.getMessage());
}
}
/** Легитимные растры малых размеров проходят валидацию. */
@Test
void validate_smallRastersAccepted() throws Exception {
byte[] png = new byte[33];
System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, 0, png, 0, 8);
png[12] = 'I';
png[13] = 'H';
png[14] = 'D';
png[15] = 'R';
putBe32(png, 16, 10);
putBe32(png, 20, 10);
byte[] gif = {'G', 'I', 'F', '8', '9', 'a', 10, 0, 10, 0, 0, 0};
byte[] bmp = new byte[26];
bmp[0] = 'B';
bmp[1] = 'M';
putLe32(bmp, 18, 10);
putLe32(bmp, 22, -10);
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xC0,
0x00, 0x11, 0x08, 0x00, 0x0A, 0x00, 0x0A};
byte[][] ok = {png, gif, bmp, jpeg};
String[] exts = {"word/media/a.png", "word/media/a.gif", "word/media/a.bmp",
"word/media/a.jpeg"};
for (int i = 0; i < ok.length; i++) {
byte[] zip = zipOf(exts[i], ok[i]);
assertDoesNotThrow(() -> WordPdfValidator.validate(zip, DEF_OPTS),
exts[i]);
}
}
/**
* Нераспознанный/неполный заголовок растра (подписи нет или dimensions
* не влезают) — не отклонять: площадь не объявлена, а реальный decode
* ограничен бюджетом распаковки из лимитов входа (крышка
* {@code MAX_DECOMPRESSED_MB}). Регрессия —
* WordPdfValidator#rasterArea (ветки «-1» каждого формата).
*/
@Test
void validate_rasterUnknownHeadsAccepted() throws Exception {
byte[] png = new byte[20];
System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A},
0, png, 0, 8); // сигнатура есть, IHDR (offset 16..24) не прочитан
byte[] gif = {'G', 'I', 'F', '8', '9', 'a'}; // сигнатура есть, размеров нет
byte[] bmp = new byte[26]; // длина достаточна, подписи 'BM' нет
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 0x00, 0x00}; // FFD8, следующий маркер не FF
String[] exts = {"word/media/u.png", "word/media/u.gif", "word/media/u.bmp",
"word/media/u.jpg"};
byte[][] heads = {png, gif, bmp, jpeg};
for (int i = 0; i < heads.length; i++) {
byte[] zip = zipOf(exts[i], heads[i]);
assertDoesNotThrow(() -> WordPdfValidator.validate(zip, DEF_OPTS),
exts[i]);
}
}
@Test @Test
void validate_tooManyPages() throws Exception { void validate_tooManyPages() throws Exception {
byte[] bytes = docxWithPageBreaks(120); byte[] bytes = docxWithPageBreaks(120);
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(bytes, () -> WordPdfValidator.validate(bytes,
options(WordPdfSettings.MAX_INPUT_MB, 100))); options(5, 100)));
assertTrue(ex.getMessage().contains("не менее 121"), assertTrue(ex.getMessage().contains("не менее 121"),
"оценка = 1 + 120 разрывов: " + ex.getMessage()); "оценка = 1 + 120 разрывов: " + ex.getMessage());
} }
@@ -389,7 +674,7 @@ class WordPdfValidatorTest {
@Test @Test
void validate_nullBytes() { void validate_nullBytes() {
assertThrows(ValidationException.class, assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(null, ConvertOptions.defaults())); () -> WordPdfValidator.validate(null, DEF_OPTS));
} }
/** /**
@@ -426,6 +711,19 @@ class WordPdfValidatorTest {
} }
// ---- ветви lightweight-сканера и контейнера ---- // ---- ветви lightweight-сканера и контейнера ----
/** Манифест с маркером документа wordprocessingml (минимум для checkDocxContainer). */
private static final String CONTENT_TYPES =
"<?xml version=\"1.0\"?><Types xmlns=\"http://schemas.openxmlformats.org"
+ "/package/2006/content-types\"><Override PartName=\"/word/document.xml\""
+ " ContentType=\"application/vnd.openxmlformats-officedocument"
+ ".wordprocessingml.document.main+xml\"/></Types>";
/** Пустое transitional-тело: 1 страница, ни одного разрыва. */
private static final String MINIMAL_DOCUMENT =
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
+ "<w:document xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\">"
+ "<w:body></w:body></w:document>";
private static final String TRANSITIONAL_W = private static final String TRANSITIONAL_W =
"http://schemas.openxmlformats.org/wordprocessingml/2006/main"; "http://schemas.openxmlformats.org/wordprocessingml/2006/main";
@@ -553,7 +851,7 @@ class WordPdfValidatorTest {
DOCUMENT_PART, docPart(""))); DOCUMENT_PART, docPart("")));
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(docx, () -> WordPdfValidator.validate(docx,
options(WordPdfSettings.MAX_INPUT_MB, PAGE_LIMIT))); options(5, PAGE_LIMIT)));
assertTrue(ex.getMessage().contains("8 МБ"), ex.getMessage()); assertTrue(ex.getMessage().contains("8 МБ"), ex.getMessage());
} }
@@ -562,14 +860,14 @@ class WordPdfValidatorTest {
void validate_shortAndBrokenPkPrefixRejected() { void validate_shortAndBrokenPkPrefixRejected() {
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(new byte[]{'P', 'K'}, () -> WordPdfValidator.validate(new byte[]{'P', 'K'},
ConvertOptions.defaults())); DEF_OPTS));
assertTrue(ex.getMessage().contains("не zip"), ex.getMessage()); assertTrue(ex.getMessage().contains("не zip"), ex.getMessage());
assertThrows(ValidationException.class, assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(new byte[]{'P', 'K', 3, 9}, () -> WordPdfValidator.validate(new byte[]{'P', 'K', 3, 9},
ConvertOptions.defaults())); DEF_OPTS));
assertThrows(ValidationException.class, assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(new byte[]{'P', 'K', 0, 4}, () -> WordPdfValidator.validate(new byte[]{'P', 'K', 0, 4},
ConvertOptions.defaults())); DEF_OPTS));
} }
/** Фикстура samples/*.doc (бинарный .doc заказчика). */ /** Фикстура samples/*.doc (бинарный .doc заказчика). */
@@ -631,7 +929,7 @@ class WordPdfValidatorTest {
byte[] doc = sample("too-many-pages.doc"); byte[] doc = sample("too-many-pages.doc");
ValidationException ex = assertThrows(ValidationException.class, ValidationException ex = assertThrows(ValidationException.class,
() -> WordPdfValidator.validate(doc, () -> WordPdfValidator.validate(doc,
options(WordPdfSettings.MAX_INPUT_MB, PAGE_LIMIT))); options(5, PAGE_LIMIT)));
assertTrue(ex.getMessage().contains("не менее 151"), ex.getMessage()); assertTrue(ex.getMessage().contains("не менее 151"), ex.getMessage());
} }
} }
@@ -84,6 +84,25 @@ class DrawingPreRendererTest {
"r:id ведёт не на вставленную часть"); "r:id ведёт не на вставленную часть");
} }
/**
* Бюджет chart-PNG на документ: с бюджетом в 1 байт ни один объект не
* проходит проверку в {@code swapForPicture} — media-частей нет
* (деградация «объект удалён»), конвертация не падает. С неограниченным
* бюджетом — все объекты отрендерены.
* Регрессия — DrawingPreRenderer#MAX_CHART_PNG_BYTES_TOTAL.
*/
@Test
void pngBudget_exhausted_dropsObjects() throws Exception {
WordprocessingMLPackage poor = chartPkg();
DrawingPreRenderer.run(poor, new ru.pjandro.wordpdf.ConvertOptions(false, false, false, 5, 100), 1);
assertEquals(0, chartMedia(poor).size(),
"исчерпанный бюджет обязан удалить все chart-объекты без media-частей");
WordprocessingMLPackage rich = chartPkg();
DrawingPreRenderer.run(rich, new ru.pjandro.wordpdf.ConvertOptions(false, false, false, 5, 100),
Long.MAX_VALUE);
assertTrue(!chartMedia(rich).isEmpty(), "неограниченный бюджет обязан отрендерить объекты");
}
/** /**
* Имена уникальны по реестру пакета (chart-1, chart-2): * Имена уникальны по реестру пакета (chart-1, chart-2):
* {@code PartName.generateUniqueName} уникальность не даёт, счётчик с * {@code PartName.generateUniqueName} уникальность не даёт, счётчик с
@@ -191,6 +191,49 @@ class CfbReaderTest {
assertSame(ConversionException.class, ex.getClass()); assertSame(ConversionException.class, ex.getClass());
} }
/**
* OOM-атака .doc: объявленный размер root-потока (mini stream) больше
* контейнера — отказ ДО аллокации (первая строка readChain —
* {@code new byte[(int) size]}, проверки границ идут после).
* Регрессия — CfbReader#readStreams (кап rootSize).
*/
@Test
void rootSize_beyondContainer_rejected() {
byte[] file = build(new Spec("WordDocument", "x".getBytes(StandardCharsets.UTF_8)));
put32(file, SECTOR * 2 + 0x78, 0x7000_0000); // size root-записи (dir сектор 1, индекс 0)
ConversionException ex = assertThrows(ConversionException.class,
() -> CfbReader.readStreams(file));
assertTrue(ex.getMessage().contains("mini stream"), ex.getMessage());
}
/**
* Root-размер {@code 0xFFFFFFFF}: до капа давал {@code NegativeArraySizeException}
* (не ConversionException → HTTP 500 вместо 400).
*/
@Test
void rootSize_maxU32_rejected() {
byte[] file = build(new Spec("WordDocument", "x".getBytes(StandardCharsets.UTF_8)));
put32(file, SECTOR * 2 + 0x78, -1);
assertThrows(ConversionException.class, () -> CfbReader.readStreams(file));
}
/**
* Умножение потоков: одна FAT-цепочка объявлена тремя directory-записями
* на ~весь контейнер; по отдельности каждая в «size <= cfb.length»,
* суммарно — больше бюджета 1.5×контейнера.
* Регрессия — CfbReader#readStreams (суммарный бюджет).
*/
@Test
void streamsTotal_beyondBudget_rejected() {
byte[] file = build(new Spec("Data", new byte[60 * 1024]));
int dir = SECTOR * 2;
System.arraycopy(file, dir + 128, file, dir + 256, 128);
System.arraycopy(file, dir + 128, file, dir + 384, 128);
ConversionException ex = assertThrows(ConversionException.class,
() -> CfbReader.readStreams(file));
assertTrue(ex.getMessage().contains("Суммарный размер потоков"), ex.getMessage());
}
@Test @Test
void dirChainLoop_rejected() { void dirChainLoop_rejected() {
byte[] file = build(); byte[] file = build();
@@ -399,7 +399,7 @@ class DocToDocxFormattingTest {
} }
private static String partXml(byte[] doc, String entry) throws IOException { private static String partXml(byte[] doc, String entry) throws IOException {
return new String(zipPart(DocToDocx.convert(doc), entry), StandardCharsets.UTF_8); return new String(zipPart(DocToDocx.convert(doc, 5), entry), StandardCharsets.UTF_8);
} }
/** Байты zip-записи из уже сконвертированного .docx. */ /** Байты zip-записи из уже сконвертированного .docx. */
@@ -489,7 +489,7 @@ class DocToDocxFormattingTest {
void embeddedObjectsWithoutPicture_skipped() throws IOException { void embeddedObjectsWithoutPicture_skipped() throws IOException {
// U+0001 без sprmCPicLocation и с picLocation на мусорный Data — // U+0001 без sprmCPicLocation и с picLocation на мусорный Data —
// ни одной image-части // ни одной image-части
byte[] docx = DocToDocx.convert(cfb(true, true)); byte[] docx = DocToDocx.convert(cfb(true, true), 5);
try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) { try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) {
ZipEntry e; ZipEntry e;
while ((e = zip.getNextEntry()) != null) { while ((e = zip.getNextEntry()) != null) {
@@ -568,7 +568,7 @@ class DocToDocxFormattingTest {
@Test @Test
void missingTableStream_rejected() throws IOException { void missingTableStream_rejected() throws IOException {
ConversionException ex = assertThrows(ConversionException.class, ConversionException ex = assertThrows(ConversionException.class,
() -> DocToDocx.convert(cfb(true, false))); () -> DocToDocx.convert(cfb(true, false), 5));
assertSame(ConversionException.class, ex.getClass()); assertSame(ConversionException.class, ex.getClass());
assertTrue(ex.getMessage().contains("1Table"), ex.getMessage()); assertTrue(ex.getMessage().contains("1Table"), ex.getMessage());
} }
@@ -1122,7 +1122,7 @@ class DocToDocxFormattingTest {
@Test @Test
void listParagraphs_getNumPrAndNumberingPart() throws IOException { void listParagraphs_getNumPrAndNumberingPart() throws IOException {
byte[] docx = DocToDocx.convert(listDoc(true)); byte[] docx = DocToDocx.convert(listDoc(true), 5);
String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8);
assertTrue(xml.contains("<w:numPr><w:ilvl w:val=\"0\"/><w:numId w:val=\"1\"/></w:numPr>"), assertTrue(xml.contains("<w:numPr><w:ilvl w:val=\"0\"/><w:numId w:val=\"1\"/></w:numPr>"),
xml); xml);
@@ -1174,7 +1174,7 @@ class DocToDocxFormattingTest {
@Test @Test
void missingListTables_degradeToPlain() throws IOException { void missingListTables_degradeToPlain() throws IOException {
byte[] docx = DocToDocx.convert(listDoc(false)); byte[] docx = DocToDocx.convert(listDoc(false), 5);
String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8);
assertFalse(xml.contains("<w:numPr>"), xml); assertFalse(xml.contains("<w:numPr>"), xml);
try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) { try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) {
@@ -1274,7 +1274,7 @@ class DocToDocxFormattingTest {
*/ */
@Test @Test
void twoSections_perSectionSectPrAndParts() throws IOException { void twoSections_perSectionSectPrAndParts() throws IOException {
byte[] docx = DocToDocx.convert(twoSectionDoc()); byte[] docx = DocToDocx.convert(twoSectionDoc(), 5);
String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8);
// разрыв секции НЕ эмитится как разрыв страницы // разрыв секции НЕ эмитится как разрыв страницы
assertFalse(xml.contains("<w:br w:type=\"page\"/>"), assertFalse(xml.contains("<w:br w:type=\"page\"/>"),
@@ -1611,6 +1611,27 @@ class DocToDocxFormattingTest {
+ (char) 0x14 + "Сайт" + (char) 0x15 + "\r")); + (char) 0x14 + "Сайт" + (char) 0x15 + "\r"));
} }
/**
* Схема вне whitelist (javascript:) — отказ: RFC 3986 схем не ограничивает,
* а javascript:/file: доезжают до /URI-аннотаций PDF. Регрессия —
* DocxBody#ALLOWED_URL_SCHEMES.
*/
@Test
void hyperlink_javascriptScheme_degradesToPlain() throws IOException {
assertNoHyperlink(hyperlinkDoc((char) 0x13 + " HYPERLINK \"javascript:alert(1)\""
+ (char) 0x14 + "Сайт" + (char) 0x15 + "\r"));
}
/** mailto: — разрешённая схема whitelist'а. */
@Test
void hyperlink_mailtoScheme_accepted() throws IOException {
byte[] doc = hyperlinkDoc("x" + (char) 0x13 + " HYPERLINK \"mailto:a@b.c\""
+ (char) 0x14 + "Сайт" + (char) 0x15 + "\r");
assertTrue(documentXml(doc).contains("<w:hyperlink r:id=\"hl0\">"));
assertTrue(partXml(doc, "word/_rels/document.xml.rels")
.contains("Target=\"mailto:a@b.c\""));
}
/** /**
* Поле покрывает границу абзацев: тег переоткрывается/закрывается в * Поле покрывает границу абзацев: тег переоткрывается/закрывается в
* каждом w:p (баланс по абзацам), rels-запись одна. * каждом w:p (баланс по абзацам), rels-запись одна.
@@ -2049,7 +2070,7 @@ class DocToDocxFormattingTest {
byte[] region = picRegion(); byte[] region = picRegion();
byte[] docx = DocToDocx.convert(craftDoc((char) 0x08 + "\r", null, region, byte[] docx = DocToDocx.convert(craftDoc((char) 0x08 + "\r", null, region,
List.of(new ChpxRun(0, new byte[] {0x03, 0x6A, 0, 0, 0, 0})), List.of(new ChpxRun(0, new byte[] {0x03, 0x6A, 0, 0, 0, 0})),
List.of(new PapxRun(0, null)))); List.of(new PapxRun(0, null))), 5);
String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8);
assertTrue(xml.contains("<w:drawing>"), "0x08 обязан стать картинкой: " + xml); assertTrue(xml.contains("<w:drawing>"), "0x08 обязан стать картинкой: " + xml);
assertTrue(zipPart(docx, "word/media/image1.png").length > 0); assertTrue(zipPart(docx, "word/media/image1.png").length > 0);
@@ -37,7 +37,7 @@ class DocToDocxTest {
/** document.xml из конвертированного .docx. */ /** document.xml из конвертированного .docx. */
private static String documentXml(byte[] docBytes) throws IOException { private static String documentXml(byte[] docBytes) throws IOException {
byte[] docx = DocToDocx.convert(docBytes); byte[] docx = DocToDocx.convert(docBytes, 5);
try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) { try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) {
ZipEntry entry; ZipEntry entry;
while ((entry = zip.getNextEntry()) != null) { while ((entry = zip.getNextEntry()) != null) {
@@ -99,7 +99,7 @@ class DocToDocxTest {
@Test @Test
void tableFixture_becomesTblWithImage() throws IOException { void tableFixture_becomesTblWithImage() throws IOException {
byte[] docx = DocToDocx.convert(sample("ru-table-image.doc")); byte[] docx = DocToDocx.convert(sample("ru-table-image.doc"), 5);
String xml = documentXml(sample("ru-table-image.doc")); String xml = documentXml(sample("ru-table-image.doc"));
assertTrue(xml.contains("<w:tbl>"), "таблица не перенесена структурой"); assertTrue(xml.contains("<w:tbl>"), "таблица не перенесена структурой");
assertTrue(xml.contains("<w:gridCol"), "сетка потеряна"); assertTrue(xml.contains("<w:gridCol"), "сетка потеряна");
@@ -117,7 +117,7 @@ class DocToDocxTest {
void encrypted_rejected() throws IOException { void encrypted_rejected() throws IOException {
byte[] cfb = cfbWith("EncryptedPackage", "WordDocument"); byte[] cfb = cfbWith("EncryptedPackage", "WordDocument");
ConversionException e = assertThrows(ConversionException.class, ConversionException e = assertThrows(ConversionException.class,
() -> DocToDocx.convert(cfb)); () -> DocToDocx.convert(cfb, 5));
assertSame(ConversionException.class, e.getClass()); assertSame(ConversionException.class, e.getClass());
assertTrue(e.getMessage().contains("зашифрован"), e.getMessage()); assertTrue(e.getMessage().contains("зашифрован"), e.getMessage());
} }
@@ -126,7 +126,7 @@ class DocToDocxTest {
void cfbWithoutWordDocument_rejected() throws IOException { void cfbWithoutWordDocument_rejected() throws IOException {
byte[] cfb = cfbWith("Workbook"); byte[] cfb = cfbWith("Workbook");
ConversionException e = assertThrows(ConversionException.class, ConversionException e = assertThrows(ConversionException.class,
() -> DocToDocx.convert(cfb)); () -> DocToDocx.convert(cfb, 5));
assertSame(ConversionException.class, e.getClass()); assertSame(ConversionException.class, e.getClass());
assertTrue(e.getMessage().contains("не похоже"), e.getMessage()); assertTrue(e.getMessage().contains("не похоже"), e.getMessage());
} }
@@ -136,7 +136,7 @@ class DocToDocxTest {
byte[] full = sample("ru-plain.doc"); byte[] full = sample("ru-plain.doc");
byte[] cut = Arrays.copyOf(full, 2048); byte[] cut = Arrays.copyOf(full, 2048);
ConversionException e = assertThrows(ConversionException.class, ConversionException e = assertThrows(ConversionException.class,
() -> DocToDocx.convert(cut)); () -> DocToDocx.convert(cut, 5));
assertSame(ConversionException.class, e.getClass()); assertSame(ConversionException.class, e.getClass());
} }
@@ -1,5 +1,7 @@
package ru.pjandro.wordpdf.internal.doc; package ru.pjandro.wordpdf.internal.doc;
import ru.pjandro.wordpdf.WordPdfValidator;
import static org.junit.jupiter.api.Assertions.assertArrayEquals; import static org.junit.jupiter.api.Assertions.assertArrayEquals;
import static org.junit.jupiter.api.Assertions.assertEquals; import static org.junit.jupiter.api.Assertions.assertEquals;
import static org.junit.jupiter.api.Assertions.assertNotNull; import static org.junit.jupiter.api.Assertions.assertNotNull;
@@ -18,13 +20,16 @@ import org.junit.jupiter.api.Test;
*/ */
class OfficeArtTest { class OfficeArtTest {
/** Порог площади растра как у штатных лимитов входа (5 МБ → 25 Мпикс). */
private static final long MAX_PX = WordPdfValidator.maxImagePixels(5);
private static final byte[] PNG_TINY = pngBytes(); private static final byte[] PNG_TINY = pngBytes();
@Test @Test
void pngBlip_extractedWithScaledSize() { void pngBlip_extractedWithScaledSize() {
byte[] region = region(picf(1800, 900, 1000, 1000), byte[] region = region(picf(1800, 900, 1000, 1000),
blip(0x6E0, 0xF01E, 16, PNG_TINY)); blip(0x6E0, 0xF01E, 16, PNG_TINY));
OfficeArt.Picture pic = OfficeArt.read(region, 0); OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
assertNotNull(pic); assertNotNull(pic);
assertEquals("png", pic.extension()); assertEquals("png", pic.extension());
assertEquals("image/png", pic.contentType()); assertEquals("image/png", pic.contentType());
@@ -37,7 +42,7 @@ class OfficeArtTest {
void oddInstance_secondUidSkipped() { void oddInstance_secondUidSkipped() {
byte[] region = region(picf(100, 100, 1000, 1000), byte[] region = region(picf(100, 100, 1000, 1000),
blip(0x6E1, 0xF01E, 32, PNG_TINY)); blip(0x6E1, 0xF01E, 32, PNG_TINY));
OfficeArt.Picture pic = OfficeArt.read(region, 0); OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
assertNotNull(pic, "нечётный recInstance — два UID, данные после 32+1"); assertNotNull(pic, "нечётный recInstance — два UID, данные после 32+1");
assertArrayEquals(PNG_TINY, pic.data()); assertArrayEquals(PNG_TINY, pic.data());
} }
@@ -46,7 +51,7 @@ class OfficeArtTest {
void jpegBlip_extracted() { void jpegBlip_extracted() {
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xE0, 1, 2, 3}; byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xE0, 1, 2, 3};
byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF01D, 16, jpeg)); byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF01D, 16, jpeg));
OfficeArt.Picture pic = OfficeArt.read(region, 0); OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
assertNotNull(pic); assertNotNull(pic);
assertEquals("jpg", pic.extension()); assertEquals("jpg", pic.extension());
assertEquals("image/jpeg", pic.contentType()); assertEquals("image/jpeg", pic.contentType());
@@ -57,7 +62,7 @@ class OfficeArtTest {
// [MS-ODRAW] A.1: 0xF02A трактуется как 0xF01D // [MS-ODRAW] A.1: 0xF02A трактуется как 0xF01D
byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 1, 2}; byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 1, 2};
byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF02A, 16, jpeg)); byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF02A, 16, jpeg));
assertNotNull(OfficeArt.read(region, 0)); assertNotNull(OfficeArt.read(region, 0, MAX_PX));
} }
@Test @Test
@@ -65,7 +70,7 @@ class OfficeArtTest {
for (int type : new int[] {0xF01A, 0xF01B, 0xF01C}) { for (int type : new int[] {0xF01A, 0xF01B, 0xF01C}) {
byte[] region = region(picf(100, 100, 1000, 1000), byte[] region = region(picf(100, 100, 1000, 1000),
blip(0x2FC, type, 16, PNG_TINY)); blip(0x2FC, type, 16, PNG_TINY));
assertNull(OfficeArt.read(region, 0), assertNull(OfficeArt.read(region, 0, MAX_PX),
"метафайл 0x" + Integer.toHexString(type) + " не рендерится"); "метафайл 0x" + Integer.toHexString(type) + " не рендерится");
} }
} }
@@ -74,7 +79,7 @@ class OfficeArtTest {
void pngSignatureRequired() { void pngSignatureRequired() {
byte[] region = region(picf(100, 100, 1000, 1000), byte[] region = region(picf(100, 100, 1000, 1000),
blip(0x6E0, 0xF01E, 16, new byte[] {1, 2, 3, 4, 5, 6, 7, 8, 9})); blip(0x6E0, 0xF01E, 16, new byte[] {1, 2, 3, 4, 5, 6, 7, 8, 9}));
assertNull(OfficeArt.read(region, 0), "recType=PNG без сигнатуры — ложное срабатывание"); assertNull(OfficeArt.read(region, 0, MAX_PX), "recType=PNG без сигнатуры — ложное срабатывание");
} }
@Test @Test
@@ -82,18 +87,18 @@ class OfficeArtTest {
byte[] good = region(picf(100, 100, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY)); byte[] good = region(picf(100, 100, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY));
byte[] badCb = good.clone(); byte[] badCb = good.clone();
badCb[4] = 0x40; // cbHeader ≠ 0x44 (NilPICFAndBinData — OLE-бинарник) badCb[4] = 0x40; // cbHeader ≠ 0x44 (NilPICFAndBinData — OLE-бинарник)
assertNull(OfficeArt.read(badCb, 0)); assertNull(OfficeArt.read(badCb, 0, MAX_PX));
byte[] badLcb = good.clone(); byte[] badLcb = good.clone();
put32(badLcb, 0, 40); // lcb < PICF_SIZE put32(badLcb, 0, 40); // lcb < PICF_SIZE
assertNull(OfficeArt.read(badLcb, 0)); assertNull(OfficeArt.read(badLcb, 0, MAX_PX));
assertNull(OfficeArt.read(good, -1), "отрицательный picLocation"); assertNull(OfficeArt.read(good, -1, MAX_PX), "отрицательный picLocation");
assertNull(OfficeArt.read(good, good.length - 10), "PICF не влезает в поток"); assertNull(OfficeArt.read(good, good.length - 10, MAX_PX), "PICF не влезает в поток");
byte[] truncated = new byte[good.length - 1]; byte[] truncated = new byte[good.length - 1];
System.arraycopy(good, 0, truncated, 0, truncated.length); System.arraycopy(good, 0, truncated, 0, truncated.length);
assertNull(OfficeArt.read(truncated, 0), "off + lcb за концом потока"); assertNull(OfficeArt.read(truncated, 0, MAX_PX), "off + lcb за концом потока");
} }
@Test @Test
@@ -104,7 +109,7 @@ class OfficeArtTest {
} }
put32(region, 0, region.length); put32(region, 0, region.length);
put16(region, 4, 0x44); put16(region, 4, 0x44);
assertNull(OfficeArt.read(region, 0)); assertNull(OfficeArt.read(region, 0, MAX_PX));
} }
@Test @Test
@@ -119,14 +124,14 @@ class OfficeArtTest {
System.arraycopy(name, 0, region, picf.length, name.length); System.arraycopy(name, 0, region, picf.length, name.length);
System.arraycopy(blip, 0, region, picf.length + name.length, blip.length); System.arraycopy(blip, 0, region, picf.length + name.length, blip.length);
put32(region, 0, region.length); put32(region, 0, region.length);
assertNotNull(OfficeArt.read(region, 0)); assertNotNull(OfficeArt.read(region, 0, MAX_PX));
} }
@Test @Test
void pngSizeFallsBackToIhdr() { void pngSizeFallsBackToIhdr() {
// dxaGoal=0 → размер из IHDR @96 dpi: 100×50 px → 1500×750 twips // dxaGoal=0 → размер из IHDR @96 dpi: 100×50 px → 1500×750 twips
byte[] region = region(picf(0, 0, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY)); byte[] region = region(picf(0, 0, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY));
OfficeArt.Picture pic = OfficeArt.read(region, 0); OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
assertNotNull(pic); assertNotNull(pic);
assertEquals(1500 * 635, pic.cxEmu()); assertEquals(1500 * 635, pic.cxEmu());
assertEquals(750 * 635, pic.cyEmu()); assertEquals(750 * 635, pic.cyEmu());
@@ -136,7 +141,7 @@ class OfficeArtTest {
void dibReencodedToPng() { void dibReencodedToPng() {
byte[] dib = dib24(); byte[] dib = dib24();
byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E4, 0xF01F, 16, dib)); byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E4, 0xF01F, 16, dib));
OfficeArt.Picture pic = OfficeArt.read(region, 0); OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX);
assertNotNull(pic, "DIB обязан перекодироваться в PNG"); assertNotNull(pic, "DIB обязан перекодироваться в PNG");
assertEquals("png", pic.extension()); assertEquals("png", pic.extension());
assertEquals((byte) 0x89, pic.data()[0]); assertEquals((byte) 0x89, pic.data()[0]);
@@ -147,7 +152,26 @@ class OfficeArtTest {
void truncatedDib_null() { void truncatedDib_null() {
byte[] region = region(picf(100, 100, 1000, 1000), byte[] region = region(picf(100, 100, 1000, 1000),
blip(0x6E4, 0xF01F, 16, new byte[20])); blip(0x6E4, 0xF01F, 16, new byte[20]));
assertNull(OfficeArt.read(region, 0)); assertNull(OfficeArt.read(region, 0, MAX_PX));
}
/**
* Raster bomb: BITMAPINFOHEADER объявляет 50000×50000 — отказ по площади
* ДО ImageIO.read (растр аллоцируется по заголовку и бросает
* OutOfMemoryError, который местный catch не ловит).
* Регрессия — OfficeArt#dibToPng (порог-параметр maxPixels).
*/
@Test
void oversizedDib_null() {
ByteBuffer buf = ByteBuffer.allocate(40 + 16).order(ByteOrder.LITTLE_ENDIAN);
buf.putInt(40).putInt(50000).putInt(50000).putShort((short) 1).putShort((short) 24)
.putInt(0).putInt(0).putInt(0).putInt(0).putInt(0).putInt(0);
for (int i = 0; i < 16; i++) {
buf.put((byte) 0);
}
byte[] region = region(picf(100, 100, 1000, 1000),
blip(0x6E4, 0xF01F, 16, buf.array()));
assertNull(OfficeArt.read(region, 0, MAX_PX), "DIB с завышенной площадью обязан пропускаться");
} }
@Test @Test
@@ -158,7 +182,7 @@ class OfficeArtTest {
System.arraycopy(picf, 0, region, 0, picf.length); System.arraycopy(picf, 0, region, 0, picf.length);
System.arraycopy(blip, 0, region, picf.length, blip.length); System.arraycopy(blip, 0, region, picf.length, blip.length);
put32(region, 0, picf.length + 4); // lcb обрезает BLIP-область put32(region, 0, picf.length + 4); // lcb обрезает BLIP-область
assertNull(OfficeArt.read(region, 0), "cb за пределами lcb — не картинка"); assertNull(OfficeArt.read(region, 0, MAX_PX), "cb за пределами lcb — не картинка");
} }
// --- конструкторы крафтовых областей ------------------------------- // --- конструкторы крафтовых областей -------------------------------
@@ -109,6 +109,23 @@ class PrcDataTest {
assertEquals(0, PrcData.resolve(d.bytes, ptr(0x6646, d.at[0])).length); assertEquals(0, PrcData.resolve(d.bytes, ptr(0x6646, d.at[0])).length);
} }
/**
* Бюджет на документ: исчерпанный — цепочка не разворачивается (массив
* возвращается как есть — та же «снисходительность», что для брака);
* с запасом — разворачивается и списывается размер результата.
*/
@Test
void documentBudgetExhaustedStopsExpansion() {
DataStream d = data(at -> inTable());
byte[] withPtr = concat(ptr(0x6646, d.at[0]), prl(0x2461, 2));
long[] empty = {0};
assertSame(withPtr, PrcData.resolve(d.bytes, withPtr, empty));
long[] roomy = {1024};
byte[] expanded = PrcData.resolve(d.bytes, concat(ptr(0x6646, d.at[0])), roomy);
assertArrayEquals(inTable(), expanded);
assertEquals(1024 - inTable().length, roomy[0], "бюджет обязан списываться на размер результата");
}
@Test @Test
void missingDataStream_keepsForeignPrls() { void missingDataStream_keepsForeignPrls() {
assertArrayEquals(prl(0x2461, 2), assertArrayEquals(prl(0x2461, 2),
+5
View File
@@ -18,6 +18,11 @@ RUN npm run build
FROM docker.io/library/nginx:alpine FROM docker.io/library/nginx:alpine
COPY --from=build /build/dist /usr/share/nginx/html COPY --from=build /build/dist /usr/share/nginx/html
# Собственный конфиг вместо дефолтного nginx:alpine: security-заголовки
# (CSP/nosniff/XFO/Referrer-Policy) и try_files-fallback SPA-роутинга.
# Без этой строки файл в репо — декорация: дефолтный default.conf из образа
# не несёт ни заголовков, ни fallback.
COPY nginx.conf /etc/nginx/conf.d/default.conf
# прокси-переменные хоста подмешиваются в HEALTHCHECK-шелл — обнуляем на команде # прокси-переменные хоста подмешиваются в HEALTHCHECK-шелл — обнуляем на команде
HEALTHCHECK --interval=10s --timeout=3s --start-period=10s \ HEALTHCHECK --interval=10s --timeout=3s --start-period=10s \
CMD HTTP_PROXY= http_proxy= HTTPS_PROXY= https_proxy= wget -qO /dev/null http://127.0.0.1/ || exit 1 CMD HTTP_PROXY= http_proxy= HTTPS_PROXY= https_proxy= wget -qO /dev/null http://127.0.0.1/ || exit 1
+14
View File
@@ -2,5 +2,19 @@ server {
listen 80; listen 80;
root /usr/share/nginx/html; root /usr/share/nginx/html;
index index.html; index index.html;
# Security-заголовки (always — чтобы ехали и на 4xx/5xx). CSP: SPA —
# только собственные скрипты/стили (Vite-сборка, внешних CDN нет),
# запросы — на свой origin (/api через шлюз), предпросмотр PDF —
# blob: в iframe (PdfPreview.tsx), inline style-атрибуты React'а
# требуют 'unsafe-inline' в style-src.
add_header X-Content-Type-Options "nosniff" always;
add_header X-Frame-Options "DENY" always;
add_header Referrer-Policy "no-referrer" always;
add_header Content-Security-Policy "default-src 'self'; script-src 'self'; style-src 'self' 'unsafe-inline'; img-src 'self' data: blob:; frame-src blob:; connect-src 'self'; base-uri 'self'; form-action 'self'; object-src 'none'" always;
# XFO не конфликтует с blob-iframe предпросмотра: он ограничивает
# встраивание ОТВЕТА этого сервера в чужие страницы; предпросмотр
# встраивает blob-URL, на который заголовок не ставится.
location / { try_files $uri $uri/ /index.html; } location / { try_files $uri $uri/ /index.html; }
} }