diff --git a/AGENTS.md b/AGENTS.md index 91a58e0..cc704ce 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -15,7 +15,7 @@ 0. `DependencyGuard.check()` (commons-compress ≥ 1.25.0 API-проба); 1. шрифты: `new BundledFontMapper()` → `BundledFonts.init()` → `restrictToBundled()` — строго в этом порядке, до `load()`; 2. нормализаторы (`DocxRewritePipeline.STEP` + лямбда `OleObjectNormalizer`) → `WordprocessingMLPackage.load`; -3. `setFontMapper`; 3.5 `DrawingPreRenderer.run` (chart/SmartArt → PNG; error-флаги бросаются здесь) — **обязателен до `FOSettings`**, иначе FOP молча теряет диаграммы; +3. `setFontMapper`; 3.5 `DrawingPreRenderer.run` (chart/SmartArt/OMML-формулы → PNG; error-флаги бросаются здесь) — **обязателен до `FOSettings`**, иначе FOP молча теряет диаграммы; 4. `FOSettings` + `ChartImageHandler` + `FopFallbackFonts.declare`; 4.25 `LayoutPostRenderer.register`; 4.5 `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`; 5. общая `FopFactory` (DCL на мониторе `WordPdfConverter.class`); 6. `Docx4J.toFO(…, FLAG_EXPORT_PREFER_XSL)` — последним; @@ -25,9 +25,9 @@ **Слои ядра** (`wordpdf-core/src/main/java/ru/pjandro/wordpdf/`): - публичный API: `WordPdfConverter`, `WordPdfValidator`, `ConvertOptions` (record `errorOnCharts/errorOnSmartArt/errorOnOle/maxMb/maxPages` — порядок полей фиксирован), `ConversionException` + `ValidationException` + `Charts/SmartArt/OleFoundException`; `warmup()` — идемпотентный прогрев (никогда не бросает), решает вызывающий; -- `internal/`: контракт нормализатора — `byte[] normalize(byte[])`, нечего менять → **тот же массив** (`assertSame`); правила 1–11 идут одним zip-проходом `DocxRewritePipeline.STEP` в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback, `OleObjectNormalizer` — 12-й, отдельным байтовым проходом (не zip); неизменённые записи копируются raw-сжатыми байтами; наружу только `DocxNormalizer`, `DocxRewritePipeline.STEP`, `OleObjectNormalizer`, `FopFallbackFonts`, `LayoutPostRenderer`, `DependencyGuard`; +- `internal/`: контракт нормализатора — `byte[] normalize(byte[])`, нечего менять → **тот же массив** (`assertSame`); правила 1–11 идут одним zip-проходом `DocxRewritePipeline.STEP` в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→MathFallback→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby, `OleObjectNormalizer` — 12-й, отдельным байтовым проходом (не zip); неизменённые записи копируются raw-сжатыми байтами; наружу только `DocxNormalizer`, `DocxRewritePipeline.STEP`, `OleObjectNormalizer`, `FopFallbackFonts`, `LayoutPostRenderer`, `DependencyGuard`; - `internal/doc`: мост `.doc`→`.docx`, 17 top-level классов (+ вложенный `DocxBody` в `DocToDocx`), наружу только `DocToDocx.convert/countPages`; любая бита/шифрованный/Word 6-95 входов → `ConversionException`; раскладки — `docs/agent/doc-bridge.md`; -- `internal/chart`: Java2D → PNG (`ChartRenderer.DPI = 300`, `MAX_PIXELS` 4096² — `fitDpi` понижает dpi; `MAX_POINTS` 100 000, бюджет chart-PNG на документ 128 MiB); модель **деградации**: битая chart-часть/превышение бюджета → объект удалён + warn; `wp:extent` вне диапазона/ноль → объект **остаётся** + warn (FOP молча потеряет); `OutOfMemoryError` — не деградация, а `ConversionException` (500); +- `internal/chart`: Java2D → PNG (`ChartRenderer.DPI = 300`, `MAX_PIXELS` 4096² — `fitDpi` понижает dpi; `MAX_POINTS` 100 000, бюджет chart/math-PNG на документ 128 MiB); формулы OMML — собственный растер `MathModel` (разбор §22.1 в дерево боксов, `SUPPORTED` — единый список конструкций) + `MathRenderer` (без AWT/JEuclid, только бандл через `GlyphFont`); модель **деградации**: битая chart-часть/превышение бюджета → объект удалён + warn; неподдерживаемая/битая формула → **текст** (конкатенация `m:t`) + warn; `wp:extent` вне диапазона/ноль → объект **остаётся** + warn (FOP молча потеряет); `OutOfMemoryError` — не деградация, а `ConversionException` (500); - `fonts/GlyphFont`: метрика/глифы через fontbox напрямую, **без** `java.awt.Font` (fontconfig хосту не нужен). **Concurrency-инвариант**: `PhysicalFonts` — глобальный мутируемый реестр → все конвертации сериализованы монитором `WordPdfConverter.class` (convert, warmup, DCL-фабрика, мутации `BundledFonts`, `BundledFonts.font()`). Приложение дополнительно держит однопоточный `ThreadPoolExecutor` (очередь 16 → 503, `wordpdf.convert-timeout=2m` → 504), головой очереди стоит `warmup()`; `WordPdfValidator.checkInput` выполняется синхронно до очереди. @@ -86,9 +86,9 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources - Классы `final`, приватный конструктор, только `static` (stateless, DI в ядре нет). Исключения-экземпляры: `BundledFontMapper`, Spring-компоненты app. В `internal/**` классы package-private; `public` — только вызываемые извне пакета, контракт не расширять. - Ошибки публичного API — только `ConversionException extends RuntimeException`; `ValidationException` не оборачивать; в chart — деградация вместо падения; текст 500 наружу фиксированный (сообщения ядра логируются, не отдаются). - Javadoc на русском: «зачем» со ссылкой на секцию спецификации (§17.3.2.24, [MS-DOC] §2.6.1…) + что сломается без шага + регрессия в формате `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx` (по этой строке грепом восстанавливаются пары «нормализатор-тест ↔ тест-в-конвейере»). -- Логирование по пакетам: `java.util.logging` — корневой пакет и `internal/` (`WordPdfConverter`, `MathMlSupport`, `OleObjectNormalizer`, `DocToDocx`); SLF4J — `internal/chart` и `wordpdf-app`. +- Логирование по пакетам: `java.util.logging` — корневой пакет и `internal/` (`WordPdfConverter`, `OleObjectNormalizer`, `DocToDocx`); SLF4J — `internal/chart` и `wordpdf-app`. - Модели — `record` (`ConvertOptions`, `BundledFonts.Entry`, `ApiError`); константы UPPER_SNAKE с javadoc-обоснованием числа; holder-идиомы для ленивой инициализации (`VendoredXslt.TEMPLATES`); compile-time literals там, где важен инлайн (`WordPdfConverter` ↔ `WordPdfValidator`). -- Шрифты: новый шрифт = файл в `resources/fonts/` + запись в `BundledFonts.ENTRIES` (синхрон проверяет `BundledFontsTest`); алиасы — `BundledFontMapper.ALIASES` (Calibri→Carlito, Cambria→Caladea, Arial→Arimo, Times New Roman→Tinos, Courier New→Cousine, …), fallback — DejaVu Sans. +- Шрифты: новый шрифт = файл в `resources/fonts/` + запись в `BundledFonts.ENTRIES` (синхрон проверяет `BundledFontsTest`); алиасы — `BundledFontAliases.ALIASES` (Calibri→Carlito, Cambria→Caladea, Arial→Arimo, Times New Roman→Tinos, Courier New→Cousine, …; вынесено из `BundledFontMapper`, чтобы обращение к статикам не инициировало ungated-скан `BestMatchingMapper.`), fallback — DejaVu Sans. - PMD (`pmd-ruleset.xml`, execution `pmd-check` на `verify`, `includeTests=true`, валит любой приоритет): правила не перенастраивать, подавления (`@SuppressWarnings("PMD…")`, `// NOPMD`) запрещены — нарушения чинятся кодом. - Git: origin `git.pjandro.ru:pjandro/java-word-pdf`; защищённые `main`/`master`/`dev`; все правки — через PR в дефолтную ветку; push — только после `./mise.sh run verify`. Прод-координаты и креды в репо не попадают (Gitea Variables/Secrets — `GITEA-vars.md`; `WORDPDF_API_KEY` ни в один файл). @@ -122,5 +122,5 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources - Фикстуры — только закоммиченные `samples/*.docx`/`*.doc`, в тестах не генерировать; XSD-невалидная фикстура правится, не код. Синтетика в памяти разрешена: docx — `ZipOutputStream` из литеральных XML, `.doc` — крафт `POIFSFileSystem`. Пересоздание — одноразовые `SampleDocxGenerator`/`ChartTypesDocxGenerator` (POI test-scope, команда — `docs/agent/repo-map.md`); `charts-smartart.docx` и `ole-embedded.docx` сделаны руками — **никогда не перезаписывать** (все 12 `.doc` — эталоны заказчика, не вывод генераторов). - Идиома загрузки (ловушка): **core** — classloader без ведущего слэша (`getResourceAsStream("samples/…")`); **app** — class-relative со слэшем (`"/samples/…"`, ресурсы из core test-jar). - App-тесты: 4 набора свойств = 4 Spring-контекста (`ConvertControllerTest` пинует пустой `wordpdf.api-key=`; `ApiKeyFilterTest`; `ConvertLimitsTest`; `ConversionTimeoutTest`); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring; проверяют только HTTP-код/заголовки/текст ошибки; core-юниты Spring не поднимают. Ловушка: mise инжектирует корневой `.env` в окружение задач — ambient `WORDPDF_API_KEY` взорвёт 401 все MockMvc-тесты, если ключ не запинен свойствами контекста. -- Регрессивная конвенция: фикс = нормализатор/рендерер + юнит + конвертер-тест + javadoc-ссылка. Счётчики (2026-11): 60 классов / 962 теста (core 54/914, app 6/48); детали — `docs/agent/testing.md`. +- Регрессивная конвенция: фикс = нормализатор/рендерер + юнит + конвертер-тест + javadoc-ссылка. Счётчики (2026-11): 63 класса / 1004 теста (core 57/956, app 6/48); детали — `docs/agent/testing.md`. - Прод-автотесты: pytest 9.1.1 + requests (timeout `(10,180)` — больше серверных 2m), конфигурация **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY` факультативен → `needs_key` SKIP, `WORDPDF_MAX_MB`/`MAX_PAGES` — ожидаемые лимиты стенда 5/100, `WORDPDF_SAMPLES_DIR` — путь к фикстурам); запуск `./mise.sh run prod-tests` либо job `autotests` в CI. diff --git a/docs/MEM_USAGE_UPGRADE.md b/docs/MEM_USAGE_UPGRADE.md index a00887a..3ec2257 100644 --- a/docs/MEM_USAGE_UPGRADE.md +++ b/docs/MEM_USAGE_UPGRADE.md @@ -84,8 +84,10 @@ JVM: temurin 17.0.21, флаги харнеса `-Xms64m -Xmx2g -XX:+UseG1GC -XX Xalan/XSLT, FOP (таблицы OpenType: `OTFAdvancedTypographicTableReader`, `OpenFont.readHorizontalMetrics`), commons-io `IOUtils.byteArray`, `Arrays.copyOf`, `Throwable.fillInStackTrace` (docx4j использует исключения как control flow — «Package field null» и т.п.); -- JEuclid (`Parser.parseStreamSourceAsOdf`) — OMML-формулы на хосте с fontconfig (в CI/контейнере - иначе: MathFallback). +- ~~JEuclid (`Parser.parseStreamSourceAsOdf`) — OMML-формулы на хосте с fontconfig (в CI/контейнере + иначе: MathFallback)~~ — **удалён из класса путей** (2026-11): jeuclid исключён exclusion'ом из + `docx4j-export-fo`, формулы рисует собственный `MathRenderer` (PNG, только бандл-шрифты); + `MathFallbackNormalizer` теперь деградирует в текст только конструкции вне `MathModel.SUPPORTED`. ## 3. Что нашли при чтении кода (архитектурные находки) @@ -135,7 +137,8 @@ JVM: temurin 17.0.21, флаги харнеса `-Xms64m -Xmx2g -XX:+UseG1GC -XX - вердикт гейта: не улучшено → откачен, конвейер остался на `ByteArrayOutputStream`. **Итог по правкам ядра: ни один кандидат не прошёл гейт.** Это не «нечего улучшать», а «у текущих -документов память тратят библиотеки» (JAXB-via-DOM, XSLT, FOP-шрифты, JEuclid — §2): точечными +документов память тратят библиотеки» (JAXB-via-DOM, XSLT, FOP-шрифты — §2; JEuclid больше +не потребитель — исключён из зависимостей): точечными правками репозитория их не сократить, а правки библиотек/форка (FO-стриминг, font cache) — отдельные задачи с фиделити-гейтом. Практический рычаг «потреблять меньше» прямо сейчас — размеры кучи и GC (§5). diff --git a/docs/agent/chart.md b/docs/agent/chart.md index baf110f..858e19b 100644 --- a/docs/agent/chart.md +++ b/docs/agent/chart.md @@ -4,7 +4,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр × `DPI/72`, размеры в пунктах, EMU→pt `cx/12700.0`). Потолок растра `ChartRenderer.MAX_PIXELS = 16_777_216` (4096², 64 МБ ARGB): при превышении `fitDpi` uniform-но понижает эффективный dpi (геометрия в пунктах и безразмерные пропорции не меняются; 24″-график: 208 МБ → 64 МБ, dpi 300 → ≈171); `SmartArtRenderer` использует тот же `DPI`/`fitDpi`. `ChartSpec.parse` (`enum Type`: PIE, PIE3D, DOUGHNUT, BAR, BAR_HORIZONTAL, LINE, AREA, SURFACE3D, AREA3D, BAR3D, LINE3D, RADAR, SCATTER, BUBBLE, STOCK, OF_PIE, SURFACE, UNSUPPORTED). `c:autoTitleDeleted` (§21.2.2.7, `val` опущен — default true) применяется только при отсутствии `c:title` (MS-OI29500 §2.1.1431(a)) — явный заголовок показывается при любом флаге; при отсутствии `c:title` и `val=0` рисуется автозаголовок. Пустой/пробельный `c:title` (или `val=0` без `c:title`) — автозаголовок Office (MS-OI29500 §2.1.1561(a)): одиночный ряд с именем → имя ряда (любой тип графика), иначе `ChartSpec.AUTO_TITLE = "Название диаграммы"`; несколько абзацев `a:p` склеиваются `'\n'` (жёсткий перенос в `DrawMlText`). Регрессии — `ChartSpecTest#emptyTitleSingleSeriesBar_usesSeriesName`, `#deletedTitleWithText_stillShown`, `#deletedTitleValOmitted_stillShown`, `#multiSeriesDoughnut_placeholderNotSeriesName`, `#multiParagraphTitle_joinedWithNewlines`. Палитра `accent1..6` темы; легенда по умолчанию снизу; `overlay` (§21.2.2.132) рисуется поверх области построения, место не резервирует. -Пейнтеры: `CartesianPainter` (2-D line/bar/area; `c:grouping` stacked/percentStacked §21.2.2.76 — ряд рисуется накопленной суммой через `ChartRenderer.stackedCumulative`), `PiePainter` (`PIE_DEPTH = 0.22`, `PIE_FIT = 0.865`), `Surface3dPainter` (камера — регрессия `cameraMatchesWordReference`: `DEPTH_RATIO = 0.705`, `HEIGHT_RATIO = 0.664`, `GUTTER_LEFT/RIGHT = 0.1485`, `GUTTER_TOP = 0.116`, `GUTTER_BOTTOM = 0.146`, свет `LIGHT_X/Y/Z = 0.83/0.48/0.28`; `c:rAngAx=true` приоритетнее `c:perspective` (MS-OI29500 §2.1.1516(b)); `c:wireframe` §21.2.2.205 — только каркас), `ScatterPainter` (радиус пузыря sqrt при `c:sizeRepresents="area"` §21.2.2.128), `RadarPainter` (спицы от 12 часов), `StockPainter` (upDownBars обводятся контуром, дефолт чёрный 0.75pt), `OfPiePainter` (MS-OI29500 §2.1.1507(a), §2.1.1545(a)), `Surface2dPainter` (контурная карта §21.2.2.204, marching squares, изолинии по `c:bandFmts` §21.2.2.13/.14), `Cartesian3dPainter` (bar3D/line3D/area3D §21.2.2.19/.101/.122, `c:shape` §21.2.3.44), `SmartArtRenderer` (кэш `word/diagrams/drawing1.xml` через relationship `…/office/2007/relationships/diagramDrawing`; формы — `PresetGeometry` из `a:prstGeom`, семь пресетов дословно из `presetShapeDefinitions.xml`; оператор `?:` = «if x > 0 then y else z» (ISO/IEC 29500-1, **не** x != 0); углы в Arc2D — со знаком минус; текст — `DrawMlText`, шрифты через `BundledFontMapper.bundledFamily`; autofit только `normAutofit` §21.1.2.1.2/.3; `dgm:prSet/@phldrT` не рисуется). +Пейнтеры: `CartesianPainter` (2-D line/bar/area; `c:grouping` stacked/percentStacked §21.2.2.76 — ряд рисуется накопленной суммой через `ChartRenderer.stackedCumulative`), `PiePainter` (`PIE_DEPTH = 0.22`, `PIE_FIT = 0.865`), `Surface3dPainter` (камера — регрессия `cameraMatchesWordReference`: `DEPTH_RATIO = 0.705`, `HEIGHT_RATIO = 0.664`, `GUTTER_LEFT/RIGHT = 0.1485`, `GUTTER_TOP = 0.116`, `GUTTER_BOTTOM = 0.146`, свет `LIGHT_X/Y/Z = 0.83/0.48/0.28`; `c:rAngAx=true` приоритетнее `c:perspective` (MS-OI29500 §2.1.1516(b)); `c:wireframe` §21.2.2.205 — только каркас), `ScatterPainter` (радиус пузыря sqrt при `c:sizeRepresents="area"` §21.2.2.128), `RadarPainter` (спицы от 12 часов), `StockPainter` (upDownBars обводятся контуром, дефолт чёрный 0.75pt), `OfPiePainter` (MS-OI29500 §2.1.1507(a), §2.1.1545(a)), `Surface2dPainter` (контурная карта §21.2.2.204, marching squares, изолинии по `c:bandFmts` §21.2.2.13/.14), `Cartesian3dPainter` (bar3D/line3D/area3D §21.2.2.19/.101/.122, `c:shape` §21.2.3.44), `SmartArtRenderer` (кэш `word/diagrams/drawing1.xml` через relationship `…/office/2007/relationships/diagramDrawing`; формы — `PresetGeometry` из `a:prstGeom`, семь пресетов дословно из `presetShapeDefinitions.xml`; оператор `?:` = «if x > 0 then y else z» (ISO/IEC 29500-1, **не** x != 0); углы в Arc2D — со знаком минус; текст — `DrawMlText`, шрифты через `BundledFontAliases.bundledFamily`; autofit только `normAutofit` §21.1.2.1.2/.3; `dgm:prSet/@phldrT` не рисуется). Защитные лимиты против враждебного chart-XML: `ChartSpec.MAX_POINTS = 100_000` (`c:pt/@idx` §21.2.2.150/.151, `c:ptCount` §21.2.2.152 — ST_UnsignedInt без верхней границы; отказ `IllegalArgumentException` **до** предвыделения списка), `ChartRenderer.MAX_TICKS = 1000` (шаг ≤ 0/NaN/слишком мелкий в `axisBounds` заменяется `niceUnit` 1/2/5·10ⁿ), `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000` (≈24″; при `cx/cy` вне капа объект **оставляется как есть** + warn, картинка не рендерится — регрессия `hugeExtentChart_removedNotOom`). Бросок перехватывает catch в `DrawingPreRenderer.renderChart` → штатная деградация «объект удалён + warn». Обход `pkg.getParts()` — только по **снимку** списка (вставка media-частей `addChartMedia→addPart→loadPart` мутирует реестр → CME); rels частей — `part.getRelationshipsPart()`, **не** `getOwningRelationshipPart()`; обход XML обязан раскрывать `JAXBElement`. diff --git a/docs/agent/doc-bridge.md b/docs/agent/doc-bridge.md index 4ef5f84..beb3250 100644 --- a/docs/agent/doc-bridge.md +++ b/docs/agent/doc-bridge.md @@ -12,7 +12,7 @@ |`Styles`|§2.9.271 STSH по fcStshf: LPStshi (cbStshi, cstd, cbSTDBaseInFile) → LPStd на чётных границах → Std (stdf: sti/stk/istdBase/cupx + xstzName + LPUpx): stk=1 → UPX[0]=UpxPapx (istd(2)+grpprl), UPX[1]=UpxChpx (§2.9.338/.336); **stk=2 (символьный стиль, StkCharGRLPUPX §2.9.263)** — единственный UPX[0]=UpxChpx целиком, отдельная цепочка `charChain(istd)` (источник ссылки — sprmCIstd, §2.4.6.5); stk=3 (табличный) не читается. Цепочка base-first (предок раньше потомка, last-wins при скане); istdBase 0x0FFF — без предка, цикл — обрыв на MAX_CHAIN=16. Разбор **снисходительный** (образец FontTable): битый/отсутствующий STSH → пустая таблица, конвертация на прямых свойствах, без `ConversionException`| |`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc, cellVAlign, cellMargins)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.22) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.119); BrcMayBeNil/Brc80MayBeNil (байты все 0xFF — NilBrc, §2.9.20/.18) → **границы нет** (не эмитится), brcType=0 не эмитится, 0x1B→inset, ≥0x40 ширина ×8, sz<2 → 2 (§2.9.16); выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord); вертикальное выравнивание ячеек: sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30) → `cellVAlign[]` по индексам колонок (диапазоны clamped к сетке, top/вне диапазона — не эмитится) → `w:vAlign` в `w:tcPr` после `w:gridSpan` (регрессии — TablesTest#vertAlign_*, DocToDocxFormattingTest#cellVertAlign_*); поля ячеек: sprmTCellPadding/…Default (CSSAOperand §2.9.46, только ftsDxa, wWidth ≤ 31680) → `cellMargins[]` (record `CellMargin(itcFirst, itcLim, sideMask, width)`, Default — весь ряд) → `w:tcMar` в `w:tcPr` до `w:vAlign` (CT_TcMar §17.4.66; регрессии — TablesTest#cellPadding_*, DocToDocxFormattingTest#cellMargins_becomeTcMar, пайплайн — WordPdfConverterTest#tableTcMar_textInsetLikeWord). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы| |`Lists`|§2.9.200/.201 PlfLst/PlfLfo → `word/numbering.xml`: PlfLst — cLst SHORT (2 Б) при `fc`, rgLstf с `fc+2` (§2.9.201, Figure 56); LSTF (28 Б, fSimpleList→1 LVL иначе 9, массив LVL приложен за `fc+lcb`) + LVL (LVLF 28 Б: iStartAt/nfc/jc/ixchFollow/cbGrpprl'ы; Xst: плейсхолдеры 0x00–0x08 → `%{n+1}`, литеральный `%` → `%%`) → `w:abstractNum` (MSONFC [MS-OSHARED §2.2.1.3] → ST_NumberFormat §17.18.59, общий `numFmt` с `DocxBody.appendPgNumType`, экзотика CJK → decimal — нет глифов в бандле; ixchFollow 1/2 → `w:suff` space/nothing, 0=tab не эмитится; grpprlPapx уровня → `w:ind`, grpprlChpx → `w:rPr` rFonts/b/sz); LFO (lsid→первый LSTF) + LFOLVL (fStartAt → `w:startOverride`, fFormatting → полный `w:lvl`) → `w:num` (numId = 1-базированный ilfo). Снисходительно (образец `Styles`): битая таблица/обрыв LVL → пустой/неполный результат; `hasNum` — numId разрешается в валидный abstractNum, иначе абзацы деградируют в плоские| -|`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` — sprmSBkc ∈ bkcContinuous/bkcNewColumn (§2.9.235) описывает разрыв, **ЗАКАНЧИВАЮЩИЙ эту** секцию (OOXML `w:type` — разрыв перед секцией §17.6.22, `DocxBody.sectPrXml` берёт значение секции i−1), `landscape` из sprmSBOrientation 0x301D (§2.9.236: 1/2), нумерация страниц — `pgNumStart` (0 = не задан; sprmSFPgnRestart 0x3011 + sprmSPgnStart97 0x501C, restart без start клампится к 1), `nfcPgn` (sprmSNfcPgn 0x300E, MSONFC) и gutter-поле (sprmSDzaGutter → `w:gutter` в pgMar), поля XAS_nonNeg (§2.6.3), верх/низ/header/footer — **YAS знаковый** (§2.9.355: минус — минимальное поле, Word пишет yаPage положительно), колонки — sprmSCcolumns 0x500B (число − 1, кап 44), sprmSFEvenlySpaced 0x3005 (Bool8, дефолт true), sprmSDxaColumns 0x900C; при неравных колонках per-column ширины/зазоры из sprmSDxaColWidth 0xF203/sprmSDxaColSpacing 0xF204 (SDxaColWidthOperand/SDxaColSpacingOperand §2.9.241/.242: iCol+dxa)); `titlePage` из sprmSFTitlePage 0x300A (Bool8)); свойств в Sepx нет (или Sepx битый) — дефолты Word 97: Letter 12240×15840, поля 1440, колонтитуки 720 (§2.6.4 «By default» sprmSXaPage/sprmSYaPage); невозрастающие aCP → `ConversionException` (§2.8.26 «MUST NOT contain duplicate CPs»); финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 7), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается; отсутствие sprmSBkc не вычитается — дефолт bkcNewPage)| +|`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` — sprmSBkc ∈ bkcContinuous/bkcNewColumn (§2.9.235) описывает разрыв, **ЗАКАНЧИВАЮЩИЙ эту** секцию (OOXML `w:type` — разрыв перед секцией §17.6.22, `DocxBody.sectPrXml` берёт значение секции i−1), `landscape` из sprmSBOrientation 0x301D (§2.9.236: 1/2), нумерация страниц — `pgNumStart` (0 = не задан; sprmSFPgnRestart 0x3011 + sprmSPgnStart97 0x501C, restart без start клампится к 1), `nfcPgn` (sprmSNfcPgn 0x300E, MSONFC) и gutter-поле (sprmSDzaGutter → `w:gutter` в pgMar), поля XAS_nonNeg (§2.6.3), верх/низ/header/footer — **YAS знаковый** (§2.9.355: минус — минимальное поле, Word пишет yаPage положительно), колонки — sprmSCcolumns 0x500B (число − 1, кап 44), sprmSFEvenlySpaced 0x3005 (Bool8, дефолт true), sprmSDxaColumns 0x900C; при неравных колонках per-column ширины/зазоры из sprmSDxaColWidth 0xF203/sprmSDxaColSpacing 0xF204 (SDxaColWidthOperand/SDxaColSpacingOperand §2.9.241/.242: iCol+dxa)); `titlePage` из sprmSFTitlePage 0x300A (Bool8)); свойств в Sepx нет (или Sepx битый) — дефолты Word 97: Letter 12240×15840, поля 1440, колонтитуки 720 (§2.6.4 «By default» sprmSXaPage/sprmSYaPage); невозрастающие aCP → `ConversionException` (§2.8.26 «MUST NOT contain duplicate CPs»); финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 8), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается; отсутствие sprmSBkc не вычитается — дефолт bkcNewPage)| |`FontTable`|SttbfFfn (§2.9.286): индекс ftc → имя семейства в `w:rFonts`| |`SummaryInfo`|[MS-OLEPS §2.2] PropertySet-поток `\x01SummaryInformation`; **offset'ы заголовка относительны начала PropertySet-потока** (`abs = Offset0 + offset`); PIDSI_PAGECOUNT=0x0E| |`Headers`|Plcfhdd (§2.4.1): 6 разделителей + по 6 историй на секцию (even/odd/first × hdr/ftr); odd hdr/ftr **каждой** секции → своя часть `headerN.xml`/`footerN.xml` (нумерация независимая по типу) и `headerReference`/`footerReference` type="default" в её sectPr; **first hdr/ftr (слоты 4/5 §2.8.22)** — только когда у секции Sepx задал sprmSFTitlePage → `type="first"` (нумерация общая с first-частями; регрессия — DocToDocxFormattingTest#titlePage_emittedAfterCols, WordPdfConverterTest#docTitlePage_firstHeaderOnlyFirstPage); пустая история [x,x) → части нет, docx4j наследует колонтитук предыдущей секции; guard-¶ отрезается; PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (та же семантика, что `FieldNormalizer` в docx-пути)| @@ -23,4 +23,4 @@ ## Остаток моста -Остаток моста (осознанный, вне контура): семантика рестартов списков не переносится (`fNoRestart`/`ilvlRestartLim` → `w:lvlRestart` — docx4j-Emulator применяет свой дефолт «рестарт на старшем уровне»), как и `fLegal`/`isLgl`, `dxaIndentSav` и `LfoData.cp`; `sprmPIlvl=0x0C` — абзац без numPr (не «в списке без номера»); AUTONUM-поля трактуются как обычные списки; отрицательный `sprmPIlfo` («сохранить отступы») — обычный numPr, отступы делает прямой `w:ind` абзаца; объединённые ячейки: вертикальное слияние (`vertMerge`) не переносится, горизонтальное — переносится собственной сеткой строки (TTP-абзац каждой строки несёт свой `sprmTDefTable`, §2.9.321 → `w:gridSpan`+суммарный `w:tcW`; регрессия — WordPdfConverterTest#docMergedTableRow_fullWidthNotSplit, юниты — DocToDocxFormattingTest#mergedRow_gridSpanAndWidth, #misalignedRow_fallsBackToColumnWidths), вложенные таблицы (sprmPFInnerTtp — разделитель ячейки/строки там ¶ 0x0D, не 0x07) и бордюры уровня ячейки (TC80/sprmTCellBorders) не переносятся — только сетка и строковые границы; строки, у которых сетка задана только `sprmTInsert` (в PrcData нет `sprmTDefTable`, а PAPX-зеркало отсутствует), деградируют в плоские абзацы (`sprmTInsert` конвертер не читает); `DocFile.countPages` (`PapxIndex.countPageBreakBefore`) цепочку PrcData не следует — свойства вне FKP в подсчёт страниц не попадают, 0x0C-разрывы считаются; сноски/концевые сноски/комментарии не рендерятся (метки ссылок пропускаются); плавающие объекты (якорь 0x08) — только inline-картинкой: позиция/плавание/обтекание (PlcfSpa) не переносятся; непринятые правки рендерятся как разметка (`w:ins`/`w:del`, вид «Show Markup»), эмуляция принятия правок не делается; скрытый текст вырезается мостом сам (`.docx`-путь чистит и его — правило 9, но мост не ждёт байтового прохода), ВСЕ ПРОПИСНЫЕ/малые капители — апкейс текста (FOP без font-variant); подсветка и затенения перенесены аудитом 2026-11: `sprmCHighlight` 0x2A0C → `w:highlight` (Ico→ST_HighlightColor по RGB), `sprmCShd` 0xCA71/`sprmCShd80` 0x4866/`sprmPShd` 0xC64D/`sprmPShd80` 0x442D → `w:shd` (форма `w:val="clear"` + цвет в `w:fill` — FOP закрашивает только w:fill, проверено экспериментально: `w:val="solid" w:color=RRGGBB w:fill="auto"` не рисует ничего; ipatSolid → fill=cvFore, иначе fill=cvBack — паттерны Ipat≥2 деградируют, [MS-DOC] Ipat: «lost if converted to ECMA-376»); затенение таблицы/ячеек (`sprmTSetShd` 0xD62D/`sprmTSetShd80` 0xD60F) мостом не переносится; тип подчёркивания не переносится: KUL любой → `w:u val="single"` (double/dotted деградируют, `sprmCCvUl` не читается); границы абзацев (хранятся sprm PAPX 0xC64E–0xC652, а не PlfBdx §2.9.8) не переносятся — и конвейер `w:pBdr` не рисует (в docx4j-export-fo 17.3.2 нет getPBdr, байткод 2026-11); не переносятся и не были бы нарисованы (в docx4j-export-fo 17.3.2 нет соответствующих getters — проверено байткодовым зондом): `w:tcBorders` (границы ячеек — TC80/sprmTCellBorders), `w:trHeight` (sprmTRheight), `w:tblHeader` (sprmTfHdrTbl), `w:cantSplit` (sprmTfCantSplit), `w:widowControl` (sprmPFWidowControl); отступы в символьных единицах `sprmPDxcLeft`/`sprmPDxcRight`/`sprmPDxcLeft1` 0x4456/0x4455/0x4457 не переносятся — операнд есть 1/100 ширины символа (§2.6.1), перевод в twips требует ширины глифа «0» разрешённого шрифта, коей у моста нет (guard `fCharLineUnits` §2.6.2: в обычных документах этих Prl нет вовсе); чётные варианты колонтитуков не переносятся (переносится только odd → `type="default"`, FOP не различает чётность полос набора); first-page переносится аудитом 2026-11 — sprmSFTitlePage + `type="first"` (см. строку `Headers`); разрыв секции в абзаце со sprmPFInTable деградирует в разрыв страницы (`w:sectPr` в `w:pPr` внутри `w:tc` невалиден); error-флаги `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` на `.doc` **не срабатывают** — диаграммы/SmartArt/OLE в бинарном формате существуют только как BLIP-плейсхолдеры, мост выдаёт их картинками (задокументировано в `@Operation`); `stale-cache.doc` конвертируется (кэш PageCount=5, концепта lastRenderedPageBreak в .doc нет) — семантика отличается от docx-фикстуры, запинено тестом. +Остаток моста (осознанный, вне контура): семантика рестартов списков не переносится (`fNoRestart`/`ilvlRestartLim` → `w:lvlRestart` — docx4j-Emulator применяет свой дефолт «рестарт на старшем уровне»), как и `fLegal`/`isLgl`, `dxaIndentSav` и `LfoData.cp`; `sprmPIlvl=0x0C` — абзац без numPr (не «в списке без номера»); AUTONUM-поля трактуются как обычные списки; отрицательный `sprmPIlfo` («сохранить отступы») — обычный numPr, отступы делает прямой `w:ind` абзаца; объединённые ячейки: вертикальное слияние (`vertMerge`) не переносится, горизонтальное — переносится собственной сеткой строки (TTP-абзац каждой строки несёт свой `sprmTDefTable`, §2.9.321 → `w:gridSpan`+суммарный `w:tcW`; регрессия — WordPdfConverterTest#docMergedTableRow_fullWidthNotSplit, юниты — DocToDocxFormattingTest#mergedRow_gridSpanAndWidth, #misalignedRow_fallsBackToColumnWidths), вложенные таблицы (sprmPFInnerTtp — разделитель ячейки/строки там ¶ 0x0D, не 0x07) и бордюры уровня ячейки (TC80/sprmTCellBorders) не переносятся — только сетка и строковые границы; строки, у которых сетка задана только `sprmTInsert` (в PrcData нет `sprmTDefTable`, а PAPX-зеркало отсутствует), деградируют в плоские абзацы (`sprmTInsert` конвертер не читает); `DocFile.countPages` (`PapxIndex.countPageBreakBefore`) цепочку PrcData не следует — свойства вне FKP в подсчёт страниц не попадают, 0x0C-разрывы считаются; сноски/концевые сноски/комментарии не рендерятся (метки ссылок пропускаются); плавающие объекты (якорь 0x08) — только inline-картинкой: позиция/плавание/обтекание (PlcfSpa) не переносятся; непринятые правки рендерятся как разметка (`w:ins`/`w:del`, вид «Show Markup»), эмуляция принятия правок не делается; скрытый текст вырезается мостом сам (`.docx`-путь чистит и его — правило 10, но мост не ждёт байтового прохода), ВСЕ ПРОПИСНЫЕ/малые капители — апкейс текста (FOP без font-variant); подсветка и затенения перенесены аудитом 2026-11: `sprmCHighlight` 0x2A0C → `w:highlight` (Ico→ST_HighlightColor по RGB), `sprmCShd` 0xCA71/`sprmCShd80` 0x4866/`sprmPShd` 0xC64D/`sprmPShd80` 0x442D → `w:shd` (форма `w:val="clear"` + цвет в `w:fill` — FOP закрашивает только w:fill, проверено экспериментально: `w:val="solid" w:color=RRGGBB w:fill="auto"` не рисует ничего; ipatSolid → fill=cvFore, иначе fill=cvBack — паттерны Ipat≥2 деградируют, [MS-DOC] Ipat: «lost if converted to ECMA-376»); затенение таблицы/ячеек (`sprmTSetShd` 0xD62D/`sprmTSetShd80` 0xD60F) мостом не переносится; тип подчёркивания не переносится: KUL любой → `w:u val="single"` (double/dotted деградируют, `sprmCCvUl` не читается); границы абзацев (хранятся sprm PAPX 0xC64E–0xC652, а не PlfBdx §2.9.8) не переносятся — и конвейер `w:pBdr` не рисует (в docx4j-export-fo 17.3.2 нет getPBdr, байткод 2026-11); не переносятся и не были бы нарисованы (в docx4j-export-fo 17.3.2 нет соответствующих getters — проверено байткодовым зондом): `w:tcBorders` (границы ячеек — TC80/sprmTCellBorders), `w:trHeight` (sprmTRheight), `w:tblHeader` (sprmTfHdrTbl), `w:cantSplit` (sprmTfCantSplit), `w:widowControl` (sprmPFWidowControl); отступы в символьных единицах `sprmPDxcLeft`/`sprmPDxcRight`/`sprmPDxcLeft1` 0x4456/0x4455/0x4457 не переносятся — операнд есть 1/100 ширины символа (§2.6.1), перевод в twips требует ширины глифа «0» разрешённого шрифта, коей у моста нет (guard `fCharLineUnits` §2.6.2: в обычных документах этих Prl нет вовсе); чётные варианты колонтитуков не переносятся (переносится только odd → `type="default"`, FOP не различает чётность полос набора); first-page переносится аудитом 2026-11 — sprmSFTitlePage + `type="first"` (см. строку `Headers`); разрыв секции в абзаце со sprmPFInTable деградирует в разрыв страницы (`w:sectPr` в `w:pPr` внутри `w:tc` невалиден); error-флаги `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` на `.doc` **не срабатывают** — диаграммы/SmartArt/OLE в бинарном формате существуют только как BLIP-плейсхолдеры, мост выдаёт их картинками (задокументировано в `@Operation`); `stale-cache.doc` конвертируется (кэш PageCount=5, концепта lastRenderedPageBreak в .doc нет) — семантика отличается от docx-фикстуры, запинено тестом. diff --git a/docs/agent/pipeline.md b/docs/agent/pipeline.md index 952ecc9..290968d 100644 --- a/docs/agent/pipeline.md +++ b/docs/agent/pipeline.md @@ -8,8 +8,8 @@ | 1 | `new BundledFontMapper()` → `BundledFonts.init()` → `restrictToBundled()` | Конструктор маппера (static `BestMatchingMapper`) регистрирует в `PhysicalFonts` только symbol-шрифты из `docx4j-export-fo-fonts-symbol` (сканы системы и jar'ов отключены в static-блоке `WordPdfConverter` гейт-свойствами — всё найденное всё равно выбрасывает `restrictToBundled()`); `init()` вызывает `dropNonBundled()` **до** регистрации бандла, `restrictToBundled()` оставляет реестр = бандл + встроенные в docx. Порядок `init()` после конструктора — инвариант: `addPhysicalFont` не перезаписывает занятый ключ (иначе системный Calibri ломает em-dash-fallback) | |2|`DocxRewritePipeline.STEP` → `OleObjectNormalizer` → `WordprocessingMLPackage.load`|Один zip-проход переписывания XML-частей (правила 1–11 — раздел «Нормализаторы: контракт и правила 1–12» в этом файле) + условная OLE-вычистка (правило 12)| | 3 | `pkg.setFontMapper(mapper)` | Привязка шрифтов документа к физическим TTF | -| 3.5 | `DrawingPreRenderer.run(pkg, options)` | `c:chart`/`dgm:relIds` → PNG 300 dpi → `pic:pic` (docx2fo.xslt их не умеет) | -| 4 | `new FOSettings(pkg)` + `FopFallbackFonts.declare(foSettings)` | В FOP-конфиг добавляются **все** бандл-семейства: FOP встраивает только задекларированные | +| 3.5 | `DrawingPreRenderer.run(pkg, options)` | `c:chart`/`dgm:relIds`/`m:oMath` → PNG 300 dpi → `pic:pic` (docx2fo.xslt их не умеет); формулы — собственный растер `MathModel`/`MathRenderer` (только бандл-шрифты, без AWT/JEuclid), inline-картинка опускается ран-`w:rPr/w:position` на свой нижний запас (FOP ставит инлайн-графику нижним краем на базу строки; регрессия — WordPdfConverterTest#ommlMathInline_sitsOnTextBaseline), неподдерживаемая конструкция — текстовая деградация + warn; budget chart/math-PNG общий | +| 4 | `new FOSettings(pkg)` + `FopFallbackFonts.declare(foSettings)` | В FOP-конфиг добавляются **все** бандл-семейства: FOP встраивает только задекларированные. Конфиг обязан быть **полным при каждом `declare`**: docx4j декларирует из `fontsInUse` только использованные начертания (или simulate-style на regular-файле), а общая `FopFactory` замораживает fopconf **первого** документа JVM — `declareFamily`+`hasRealFace` дополняют каждое семейство недостающими реальными начертаниями (регрессия — `fopFactoryFrozenFromFirstDoc_fontsComplete`) | | 4.25 | `LayoutPostRenderer.register(foSettings)` | Кастомный `FORenderer`: post-FO padding-компенсация таблиц (`start-indent` += `padding-left` первой ячейки), внутри — штатный `FORendererApacheFOP` | | 4.5 | `foSettings.setCustomXsltTemplates(VendoredXslt.TEMPLATES)` | Стилист — вендорный `xslt/docx2fo.xslt` (копия docx4j-export-fo + AUDIT-FIX-патчи: `w:rPr/w:position`→`baseline-shift` и AUDIT-FIX-2 `moveFrom`/`moveTo`/`bdo`/`dir`); `Templates` компилируется один раз — `getTemplates` кастит значение в `Templates` | | 5 | `FORendererApacheFOP.getFopFactoryBuilder` + `getFOUserAgent` | Непустой `title` → заголовок PDF | @@ -22,25 +22,25 @@ ### Валидация входа и подсчёт страниц -Вход валидируется **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись: zip `PK\x03\x04` или CFB `D0 CF 11 E0` → контейнер → страницы). Для `.doc` страницы считаются **по сырым байтам .doc, до конвертации**: `checkPageCountDoc` = `max(SummaryInfo PageCount, 1 + разрывы 0x0C − непрерывные межсекционные (sprmSBkc 0/1) + sprmPFPageBreakBefore)` (код — `DocFile.countPages`). Тот же метод — вход приложения. Скан выполняется ровно один раз по сырому входу, до аллокаций docx4j: правила 1–11 число учитываемых разрывов не увеличивают (правило 9 способно только убрать разрыв внутри скрытого рана — счёт по сырому входу остаётся верхней оценкой лимита). +Вход валидируется **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись: zip `PK\x03\x04` или CFB `D0 CF 11 E0` → контейнер → страницы). Для `.doc` страницы считаются **по сырым байтам .doc, до конвертации**: `checkPageCountDoc` = `max(SummaryInfo PageCount, 1 + разрывы 0x0C − непрерывные межсекционные (sprmSBkc 0/1) + sprmPFPageBreakBefore)` (код — `DocFile.countPages`). Тот же метод — вход приложения. Скан выполняется ровно один раз по сырому входу, до аллокаций docx4j: правила 1–11 число учитываемых разрывов не увеличивают (правило 10 способно только убрать разрыв внутри скрытого рана — счёт по сырому входу остаётся верхней оценкой лимита). - Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; explicit = межсекционные `w:sectPr` в body + `w:br type="page"` + `pageBreakBefore` (включая таблицы и `w:sdt`). Единственный путь — lightweight (StAX по zip, secure-ридер без DTD/external entities; `WordPdfValidator` не зависит от docx4j): атрибуты — по локальному имени (`attrLocal`, не по transitional-URI: иначе в strict-документе `w:br type="page"` не засчитываются); `sectPr` внутри `pPr` не считает, последнюю body-direct секцию не считает, `continuous`-секции не считает, в колонтитуках — только `w:br type="page"`, `pageBreakBefore` — только внутри `pPr` вне `sectPr` (truthy `val`: `null|true|1|on`). На не-zip молчит — подпись проверяет вызывающий. `checkPageCount` — один стриминговый проход `ZipInputStream` без буферизации частей (хелпер `noClose` глушит `close()` сканеров): потребление O(одной части) вместо O(суммы XML-частей). ### Нормализаторы: контракт и правила 1–12 (детали) -Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Одиннадцать rewrite-нормализаторов цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback; константу `STEP` (`public static final DocxNormalizer`) несёт только `DocxRewritePipeline` (собирает рерайты сам), у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`, а вместо `normalize(byte[])` у него `normalize(byte[], boolean)`. Правила 1–11 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты применяются последовательно (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой, и из `word/styles.xml` читается множество vanish-стилей (`HiddenTextNormalizer.vanishStyles`, цепочка `w:basedOn`) — контекст правила 9; неизменённые записи переносятся raw-копией сжатых байтов (без inflate/deflate); нигде не поменялось → тот же массив. `OleObjectNormalizer` — второй условный проход (меняет части, а не XML). Индивидуальные `normalize()` десяти нормализаторов сохранены (контракт юнит-тестов), но `WordPdfConverter` их не вызывает — его `normalizers(options)` = `DocxRewritePipeline.STEP` + лямбда OLE. Порядок правил значим: +Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Одиннадцать rewrite-нормализаторов цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→MathFallback→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby; константу `STEP` (`public static final DocxNormalizer`) несёт только `DocxRewritePipeline` (собирает рерайты сам), у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`, а вместо `normalize(byte[])` у него `normalize(byte[], boolean)`. Правила 1–11 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты применяются последовательно (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой, и из `word/styles.xml` читается множество vanish-стилей (`HiddenTextNormalizer.vanishStyles`, цепочка `w:basedOn`) — контекст правила 10; неизменённые записи переносятся raw-копией сжатых байтов (без inflate/deflate); нигде не поменялось → тот же массив. `OleObjectNormalizer` — второй условный проход (меняет части, а не XML). Индивидуальные `normalize()` десяти нормализаторов сохранены (контракт юнит-тестов), но `WordPdfConverter` их не вызывает — его `normalizers(options)` = `DocxRewritePipeline.STEP` + лямбда OLE. Порядок правил значим: 1. `StrictOoxmlNormalizer` — strict-OOXML → transitional: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`; элементы `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml); значения `w:val="start"/"end"` у `w:jc` и `w:tab` правятся **всегда** (docx4j `Justification.setXslFO` знает только left/center/right/both, для END `fo:text-align` не пишет вовсе — `jc="end"` рендерился по левому краю; Part 1 §17.3.1.13: `jc val="end"` — правовыравнивание в LTR, ST_Jc §17.18.44; RTL вне контура — FOP без complex-script). Strict-ность части определяется наличием `http://purl.oclc.org` (не «transitional-URI в документе» — mixed-документ трактуется по каждой части). **Guard сосуществования форм**: атрибут `w:start`/`w:end` переименовывается только внутри открывающего тега `w:ind` (MS-OI29500 §2.1.174 — псевдонимы left/right; у `w:pgNumType` `w:start` — старт нумерации страниц, легален в transitional, Part 1 §17.13.4 — не трогается) и не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`, `pgNumTypeStartAttrUntouched`); элементы `w:start`/`w:end` в strict-части переименовываются глобально, в transitional — только внутри `w:tcMar`/`w:tblCellMar` без одноимённого соседа (`maxOccurs=1` на left). Ничего не поменялось → `rewrite` вернул `null` → исходный массив (`StrictOoxmlNormalizerTest#transitionalCoexistReturnsOriginalArray`). 2. `DocxOnOffNormalizer` — `w:val="off"/"on"` → `"false"/"true"`; якорь по тегу, правится только атрибут `w:val`, текст между тегами не трогается. 3. `SymbolFontNormalizer` — PUA U+F000–U+F0FF (Symbol/Wingdings/Webdings) → Unicode + DejaVu Sans; переписывает ``, правит `w:lvl` в numbering.xml; 5 карт по 256 слотов (таблица `SymbolMapper` из docx4j 17.x). 4. `FieldNormalizer` — `fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (кэш страниц в PDF не попадает); вложенные/битые поля пропускаются. 5. `InvisibleCharNormalizer` — вырезает из `w:t` U+0085, U+2028, U+2029, U+200E/200F, U+202A–202E, U+2060, U+FEFF (FOP делает из них переносы/пустые строки, Arimo/Tinos рисуют боксы). U+00A0/U+00AD/U+200B–U+200D **не** трогает. -6. `GlyphCoverageNormalizer` — режет раны по покрытию глифов и пишет семейство в `w:rFonts`, иначе FOP рисует «#». Покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, **не** docx4j `GlyphCheck` (плодит INFO-лог; `java.awt.Font` требовал fontconfig на хосте). Для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (`dejavu serif`, `tinos`, `caladea`), затем в sans. -7. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с любым (в т.ч. отсутствующим/нулевым) `w:tblInd` в абсолютный `w:tblInd` с удалением `w:jc` (Word: tblInd — сдвиг от поля после центрирования, MS-OI29500 §2.1.155; docx4j при jc≠left игнорирует tblInd буквально — аудит раскладки ECMA-376, матрица B3, а центрированию пишет абсолютный start-indent **без** вычета cellMar, поверх которого padding-компенсация правила LayoutPostRenderer уводит текст на +padding — свёртка обязательна и при X=0): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; у CT_PageMar полей `w:start`/`w:end` нет, полоса берётся из сырого document.xml до правила 1; дефолты 11906/1440 — измеренное поведение docx4j, ECMA дефолтов не фиксирует §17.6.11/.13), T — Σ gridCol; пропускает несколько body-level `sectPr`, `tblInd` с явным `w:type` ≠ dxa (опущенный type — dxa, §17.4.87), `tblPr` с `tblCellSpacing` без `tblInd` (нет корректной позиции вставки по CT_TblPrBase), `tblW pct`, нецелые gridCol. Кроме `rewrite` (document.xml, полоса из собственного sectPr) есть `rewritePart(part, xml, band)` — `word/headerN.xml`/`footerN.xml` с полосой из document.xml (в частях колонтитуков своего sectPr нет) и `bandOf(documentXml)` — экстрактор полосы (−1 — полосы нет). Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, #headerTableIndent_centeredInHeader, #tableCenteredNoIndent_shiftedLikeWord. -8. `NumberingSuffixNormalizer` — `w:suff w:val="space"` → дописанный обычный пробел в конце следующего `w:lvlText` того же уровня (порядок CT_Lvl suff→lvlText, wml.xsd; ST_LevelSuffix Part 1 §17.9.28): docx4j разделитель не эмитит вовсе (дамп n4.fo); уже пробельный lvlText не дублируется; suff=tab — отдельный Class C-остаток (нужна per-item ширина), nothing совпадает с docx4j. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace. -9. `HiddenTextNormalizer` — вырезание скрытых ранов (Part 1 §17.3.2.41): truthy `w:vanish` в собственном `w:rPr` ранa (обе OnOff-формы; вал опущен — default true; явный `false/0/off` в ране **перекрывает** vanish-стиль) **или** `w:rStyle` ∈ vanish-стили из `word/styles.xml` (транзитивно по `w:basedOn`, капа цепочки 16, цикл — обрыв); ран с защищённым содержимым (`fldChar`/`instrText`/`footnoteReference`/`endnoteReference`/`drawing`/`pict`/`object`/`txbxContent`) не трогается — удаление спаренных `begin…separate…end` сломало бы поле. Word скрытое не печатает, стилист docx4j `vanish` не читает вовсе → без правила скрытое утекало в PDF. Индивидуальный `normalize()` — свой pass styles.xml. Регрессия — WordPdfConverterTest#hiddenText_notPrinted, #hiddenText_directFalseOverridesVanishStyle, юниты — HiddenTextNormalizerTest. -10. `RubyNormalizer` — разбор руби-разметки (Part 1 §17.3.3.24–.28): снимается обёртка `w:ruby` (схемно-валидная транзишнл-разметка `w:r`→`w:ruby`→rubyPr/rt/rubyBase иначе достаёт catch-all-шаблону XSLT, и база теряется молча), `w:rubyBase` разворачивается в обычные раны, `w:rt`/`w:rubyPr`/`w:rubyAlign` вырезаются с содержимым (надстрочница — принятая деградация, ruby-разметки в FOP нет; потеря текста хуже потери аннотации). Чинится **в байтах**, а не в XSLT: схема docx4j 17.3.2 не биндит `w:rubyBase`/`w:rt` в `w:r` — unmarshaller теряет их до стилиста (в отличие от `moveFrom`/`moveTo`/`bdo`/`dir`, которых схема знает — тех ловит AUDIT-FIX-2). Регрессия — WordPdfConverterTest#rubyBase_textPrinted, юниты — RubyNormalizerTest. -11. `MathFallbackNormalizer` — деградация OMML-формул (§22.1) в текст на хостах без fontconfig: `m:oMathPara`/`m:oMath` → обычные раны с конкатенацией `m:t` (как в штатном фолбэке docx4j `XsltFOFunctions.mathText`). JEuclid (`jeuclid-fop`) при первой формуле обращается к AWT-менеджеру шрифтов, которому на Linux нужен fontconfig; без него — `InternalError: Fontconfig head is null` (контейнерный рантайм проекта без fontconfig — Containerfile). На хосте с fontconfig рерайт не срабатывает (`rewrite` → `null`, тот же массив). `m:oMathPara` содержит `m:oMath`, поэтому блок para заменяется первым. Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors. +6. `MathFallbackNormalizer` — байтовый скан OMML-формул (§22.1) до загрузки пакета: формулы с конструкциями вне `MathModel.SUPPORTED` (или structurally битые) деградируют в текст — `m:oMathPara`/`m:oMath` → обычные раны с конкатенацией `m:t` (как в штатном фолбэке docx4j `XsltFOFunctions.mathText`); поддерживаемые части не трогаются (`rewrite` → `null`, тот же массив) — их рисует собственный `MathRenderer` на шаге 3.5. Позиция **до GlyphCoverage** обязательна: деградировавшие раны с математическими символами (U+1D400+) обязаны пройти резку по покрытию, иначе FOP рисует «#». `m:oMathPara` содержит `m:oMath`, поэтому блок para заменяется первым. Регрессия — WordPdfConverterTest#ommlMathUnsupported_flattenedToText, юниты — MathFallbackNormalizerTest. +7. `GlyphCoverageNormalizer` — режет раны по покрытию глифов и пишет семейство в `w:rFonts`, иначе FOP рисует «#». Покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, **не** docx4j `GlyphCheck` (плодит INFO-лог; `java.awt.Font` требовал fontconfig на хосте). Для serif-ран fallback ищется сначала в `SERIF_FAMILIES` (`dejavu serif`, `tinos`, `caladea`), затем в sans. +8. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с любым (в т.ч. отсутствующим/нулевым) `w:tblInd` в абсолютный `w:tblInd` с удалением `w:jc` (Word: tblInd — сдвиг от поля после центрирования, MS-OI29500 §2.1.155; docx4j при jc≠left игнорирует tblInd буквально — аудит раскладки ECMA-376, матрица B3, а центрированию пишет абсолютный start-indent **без** вычета cellMar, поверх которого padding-компенсация правила LayoutPostRenderer уводит текст на +padding — свёртка обязательна и при X=0): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; у CT_PageMar полей `w:start`/`w:end` нет, полоса берётся из сырого document.xml до правила 1; дефолты 11906/1440 — измеренное поведение docx4j, ECMA дефолтов не фиксирует §17.6.11/.13), T — Σ gridCol; пропускает несколько body-level `sectPr`, `tblInd` с явным `w:type` ≠ dxa (опущенный type — dxa, §17.4.87), `tblPr` с `tblCellSpacing` без `tblInd` (нет корректной позиции вставки по CT_TblPrBase), `tblW pct`, нецелые gridCol. Кроме `rewrite` (document.xml, полоса из собственного sectPr) есть `rewritePart(part, xml, band)` — `word/headerN.xml`/`footerN.xml` с полосой из document.xml (в частях колонтитуков своего sectPr нет) и `bandOf(documentXml)` — экстрактор полосы (−1 — полосы нет). Регрессия — WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, #headerTableIndent_centeredInHeader, #tableCenteredNoIndent_shiftedLikeWord. +9. `NumberingSuffixNormalizer` — `w:suff w:val="space"` → дописанный обычный пробел в конце следующего `w:lvlText` того же уровня (порядок CT_Lvl suff→lvlText, wml.xsd; ST_LevelSuffix Part 1 §17.9.28): docx4j разделитель не эмитит вовсе (дамп n4.fo); уже пробельный lvlText не дублируется; suff=tab — отдельный Class C-остаток (нужна per-item ширина), nothing совпадает с docx4j. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace. +10. `HiddenTextNormalizer` — вырезание скрытых ранов (Part 1 §17.3.2.41): truthy `w:vanish` в собственном `w:rPr` ранa (обе OnOff-формы; вал опущен — default true; явный `false/0/off` в ране **перекрывает** vanish-стиль) **или** `w:rStyle` ∈ vanish-стили из `word/styles.xml` (транзитивно по `w:basedOn`, капа цепочки 16, цикл — обрыв); ран с защищённым содержимым (`fldChar`/`instrText`/`footnoteReference`/`endnoteReference`/`drawing`/`pict`/`object`/`txbxContent`) не трогается — удаление спаренных `begin…separate…end` сломало бы поле. Word скрытое не печатает, стилист docx4j `vanish` не читает вовсе → без правила скрытое утекало в PDF. Индивидуальный `normalize()` — свой pass styles.xml. Регрессия — WordPdfConverterTest#hiddenText_notPrinted, #hiddenText_directFalseOverridesVanishStyle, юниты — HiddenTextNormalizerTest. +11. `RubyNormalizer` — разбор руби-разметки (Part 1 §17.3.3.24–.28): снимается обёртка `w:ruby` (схемно-валидная транзишнл-разметка `w:r`→`w:ruby`→rubyPr/rt/rubyBase иначе достаёт catch-all-шаблону XSLT, и база теряется молча), `w:rubyBase` разворачивается в обычные раны, `w:rt`/`w:rubyPr`/`w:rubyAlign` вырезаются с содержимым (надстрочница — принятая деградация, ruby-разметки в FOP нет; потеря текста хуже потери аннотации). Чинится **в байтах**, а не в XSLT: схема docx4j 17.3.2 не биндит `w:rubyBase`/`w:rt` в `w:r` — unmarshaller теряет их до стилиста (в отличие от `moveFrom`/`moveTo`/`bdo`/`dir`, которых схема знает — тех ловит AUDIT-FIX-2). Регрессия — WordPdfConverterTest#rubyBase_textPrinted, юниты — RubyNormalizerTest. 12. `OleObjectNormalizer` — принимает флаг `errorOnOle`. Два этапа: дешёвый детект по центральному каталогу zip (`ZipFile`; читаются только `[Content_Types].xml` и `word/*.xml` до первого `` из `word/*.xml` не выбрасываются, а заменяются статичным представлением — картинкой-плейсхолдером (ECMA-376 §15.2.10): `w:drawing` переиспользуется дословно, `v:imagedata r:id` → inline-DrawingML на ту же image-часть (размер из `style` `v:shape`, иначе `w:dxaOrig`/`w:dyaOrig` ×635), блоки с `w:control` и без плейсхолдера удаляются. OLE-бинарники никогда не читаются. При `errorOnOle=true` вместо вычистки — `OleFoundException`. Лечит оба механизма падения docx4j: JAXB-разбор бинарника под ложным XML-типом («Content is not allowed in prolog» → NPE) и NPE `chunkType is null` в VML-сериализации `w:object`. Многочастный: публичный член только `normalize(byte[], boolean)`, `rewrite`-хука нет. `mc-preprocessor.xslt` docx4j (в jar `docx4j-core`) перебивает strict-namespace'ы в transitional и конвертит `pt` в twips/half-points, но ветку перевода процентов в тысячные для namespace'ных атрибутов содержит с закомментированным `` (для атрибутов без namespace — она активна), а `w:start`/`w:end` в `w:left`/`w:right` не маппит вовсе. Поэтому собственный рерайт URI ломать нельзя — он сломал бы pt-конверсию preprocessor'а (FOP получил бы «10pt»). diff --git a/docs/agent/render-limitations.md b/docs/agent/render-limitations.md index f462d56..3a62c0a 100644 --- a/docs/agent/render-limitations.md +++ b/docs/agent/render-limitations.md @@ -4,6 +4,6 @@ - Известный остаток эталона: U+2188/U+218A — глифов нет в OFL-шрифтах бандла, остаются `.notdef` (GNU FreeSerif GPL — не добавляем намеренно). -- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 8, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19: кернинг применяется, только когда элемент задан; при отсутствии `w:kern` не кернит; MS-OI29500 §2.1.83 уточняет лишь диапазон `w:val`) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 7), `w:suff="space"` (правило 8). +- Аудит раскладки по ECMA-376 Part 1 (2026-10) — известные нечинимые ограничения FOP/docx4j (Java-слой): `w:jc="distribute"` рендерится как left — межсимвольного распределения в FOP нет (ST_Jc §17.18.44: distribute — межсимвольный разнос, justify только межсловный), последняя строка блока не растягивается, свойства `text-align-last` в форке нет (в docx4j-fo-renderer отсутствуют классы TextAlign*); `w:suff="tab"` и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab; suff=space чинит правило 9, suff=nothing совпадает с docx4j — разделителя нет); абзац без `w:line` рендерится natural-высотой FOP 15.44pt@11pt, явный `lineRule="auto"` — 13.4277pt, два «single» в конвертере (13.4277 — канонический single по метрикам Carlito/Calibri 2500/2048 em; обе величины считаются по метрикам шрифта); кернинг не применяется ни для одного бандл-семейства (замер: advance A→V = A→A — Carlito 6.369pt, DejaVu Sans 7.524pt@11pt): 22 TTF — GPOS-only, а legacy `kern`-таблица DejaVu Sans/Serif ключована glyph id, не совпадающими с cmap (2568/2727 пар без Unicode-маппинга, пары A→V нет) — латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern` и такие пары отбрасывает; свойства `kerning` в форке нет, порог `w:kern` через FO не выражается. Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19: кернинг применяется, только когда элемент задан; при отсутствии `w:kern` не кернит; MS-OI29500 §2.1.83 уточняет лишь диапазон `w:val`) — по умолчанию совпадает с нами, расходится только для документов с явно заданным `w:kern`. Починено веткой layout-class-c: левый padding ячейки (`LayoutPostRenderer`, шаг 4.25), `w:tblInd` при `w:jc`≠left (правило 8), `w:suff="space"` (правило 9). -- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.10.6), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23), OMML-формулы: на хосте с fontconfig рисуются вектором jeuclid-fop (§22.1 — текст из PDF не извлекается, пинь пикселями), без fontconfig — деградация в текст `m:t` (правило 11; контейнерный рантайм без fontconfig), фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 9); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 10 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 10 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура). +- Аудит .docx-путей по ECMA-376 (2026-11) — запинено синтетикой (без фикстур): сноски/концевые сноски с номерами (§17.11), внешние гиперссылки с `/URI`-аннотацией (§17.12.23), `PAGEREF` (complex и вложенный в результат `TOC`) и `DATE` подменяют кэш живым значением, `titlePg` → first/default колонтитуки (§17.10.6), `vMerge` restart/continue (§17.4.70), block-level `w:sdt` (§17.5.2), `wps:txbx`-текст (§17.3.3.23; формула внутри текстового бокса до растера не доходит — обход drawing-нагрузку не спускается и уходит в docx4j-фолбэк `mathText`, конкатенация `m:t`; регрессия — WordPdfConverterTest#drawingTextBoxMath_convertsViaDocx4jTextFallback), OMML-формулы (§22.1) рисует собственный растер `MathModel`/`MathRenderer` — PNG 300 dpi, только бандл-шрифты jar, без AWT/JEuclid (текст из PDF не извлекается, пинь пикселями); неподдерживаемая конструкция или превышение бюджета — текстовая деградация (конкатенация `m:t`, `MathFallbackNormalizer`, правило 6) + warn, inline-формула выравнивается по базовой линии текста (мат-ось Word — принятая деградация), `m:oMathPara` — отдельный центрированный абзац (left/right по `m:jc`, indentLeft→left); фон `w:highlight`/`w:shd` рисуется (§17.3.2.16/.29). Скрытый текст `w:vanish` не печатается (правило 10); текст руби-базы и `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir` не теряется (правило 11 + AUDIT-FIX-2). Остаток (не чиним): `w:framePr` игнорируется — текст печатается в общем потоке, геометрия фрейма теряется (ни XSLT, ни `createBlockForPPr` не читают); `REF`/`SEQ`/литеральные записи `TOC` печатают устаревший кэш из docx (движка пересчёта нет; инстринции полей не печатаются); надстрочница руби не выводится (правило 11 печатает только базу — ruby-разметки в FOP нет); `w:ptab` без `@w:alignment`, `bar`, `list` теряются catch-all'ом; `w:bdo`/`w:dir` печатаются LTR (bidi вне контура). diff --git a/docs/agent/repo-map.md b/docs/agent/repo-map.md index db0c8e4..4f4c458 100644 --- a/docs/agent/repo-map.md +++ b/docs/agent/repo-map.md @@ -5,10 +5,10 @@ | Путь | Назначение | |---|---| | `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String,ConvertOptions)`), `WordPdfValidator` (`checkInput`/`validate` наружу; `checkPageCount`/`checkPageCountDoc`/`isBinaryDoc` — package-private, всё без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `ChartsFoundException`/`SmartArtFoundException`/`OleFoundException` (по error-флагам), `ConvertOptions` (record; дефолтов в ядре нет). Пороги защиты — производные от лимитов входа: `WordPdfValidator.maxDecompressedBytes`/`maxDecompressedXmlBytes` (`max(MIN_*×MiB, maxMb×10/4MiB + maxPages×64/32KiB)`, крышек нет), `maxZipEntries` (`max(2048, maxMb×512 + maxPages×32)`), `maxImagePixels` (`maxMb×5_000_000`); коэффициенты и полы — package-private литералы `WordPdfConverter` (`DECOMPRESS_*`, `MIN_DECOMPRESSED_*`, `IMAGE_PIXELS_PER_MAX_MB`, `ZIP_ENTRIES_*`, javac их инлайнит — валидатор не инициализирует конвертер) | -| `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) | +| `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontAliases` (алиасы, `DISPLAY_NAMES`, `bundledFamily` — без наследования, статика безопасна до гейта), `BundledFontMapper` (экземпляр-маппер docx4j), `GlyphFont` (глиф-движок fontbox) | | `…/wordpdf/internal/` | 12 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–11, raw-копия неизменённых записей) + `LayoutPostRenderer` (кастомный `FORenderer`, post-FO padding-компенсация таблиц, шаг 4.25) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы package-private; `public` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`, `normalize` package-private), `OleObjectNormalizer`, `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`), `DependencyGuard` (`check`), остальные нормализаторы полностью package-private; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `OleFoundException` | | `…/wordpdf/internal/doc/` | Мост `.doc` → `.docx`: 18 классов (детали — `docs/agent/doc-bridge.md`) — `CfbReader`, `FibHeader`, `PieceTable`, `Grpprl`, `ChpxIndex`, `PapxIndex`, `Styles`, `Tables`, `Lists`, `Sections`, `FontTable`, `SummaryInfo`, `Headers`, `OfficeArt`, `PrcData`, `DocFile`, `DocxWriter`, `DocToDocx` (публичные `convert`/`countPages`; вложенный `DocxBody` — рендер текста и табличного автомата в XML) | -| `…/wordpdf/internal/chart/` |18 классов Java2D-рендера диаграмм/SmartArt в PNG (public: `DrawingPreRenderer.run` и `ChartImageHandler` — второй инстанцируется из `WordPdfConverter`)| +| `…/wordpdf/internal/chart/` |21 классов Java2D-рендера диаграмм/SmartArt/OMML-формул в PNG (`MathModel`/`MathRenderer`/`MathUnsupportedException` — формулы); public: `DrawingPreRenderer.run` и `ChartImageHandler` — второй инстанцируется из `WordPdfConverter`| | `wordpdf-core/src/main/resources/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar | | `wordpdf-core/src/main/resources/xslt/` | `docx2fo.xslt` — вендорный XSL-FO-стилист (копия docx4j-export-fo + AUDIT-FIX-патчи), часть jar | | `wordpdf-core/src/test/resources/samples/` | 25 закоммиченных фикстур: 13 `.docx` + 12 `.doc` (11 эталонов заказчика из `develop/doc/` с теми же базовыми именами + `doc-formats.doc`); `.docx` проходят `docs/standards/docx/validate-fixtures.py`, `.doc` — бинарные, XSD к ним неприменим | @@ -30,7 +30,7 @@ - `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java` — точка входа библиотеки + static-блок `gsubFeatures` + `normalizers(options)` (порядок цепочки). - `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java` — валидация входа и lightweight-подсчёт страниц (StAX, без docx4j). - Дефолтов лимитов в ядре нет (`WordPdfSettings` упразднён): лимиты входа всегда приходят с вызовом через `ConvertOptions`, производные пороги считает `WordPdfValidator.max*` (см. таблицу выше). -- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java` — замена диаграмм/SmartArt на PNG; владеет `MAX_EXTENT_EMU` и деградацией при падении рендера. +- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java` — замена диаграмм/SmartArt/OMML-формул на PNG; владеет `MAX_EXTENT_EMU` и деградацией при падении рендера (формула — текст вместо удаления). - `wordpdf-app/src/main/resources/application.properties` — multipart 100MB (`max-file-size`/`max-request-size` + `file-size-threshold=2MB` — части крупнее 2 МБ на диск, не в память; в тон gateway `client_max_body_size 100m`), `wordpdf.convert-timeout=2m`, пустой `wordpdf.api-key`, `server.forward-headers-strategy=framework` (префикс прод-прокси для springdoc) + `springdoc.swagger-ui.persist-authorization=true`; `wordpdf.max-mb`/`max-pages` здесь намеренно нет. - `wordpdf-app/pom.xml` — `spring-boot-maven-plugin` с **явной** execution `repackage` (в 4.1.1 сам не связывается, jar останется тонким); `slf4j-simple` исключён; `spring-boot-starter-webmvc` (Boot 4: переименован из starter-web) + `spring-boot-starter-actuator` (нужен HEALTHCHECK контейнера `/actuator/health`); тест-зависимости: `spring-boot-webmvc-test` (в Boot 4 автоконфиг MockMvc вынесен из starter-test), test-jar core. - `wordpdf-core/pom.xml` — `maven-jar-plugin` execution `test-jar` (публикует фикстуры для app); JaCoCo execution `check` переопределён (LINE 0.90 + BRANCH 0.85). @@ -121,4 +121,4 @@ PMD: `failurePriority` в плагине не задан — на практик ## Шрифты (детали) -`DISPLAY_NAMES` — обратный маппинг lowercase→отображаемое имя для `documentFontName` (пишет `GlyphCoverageNormalizer` в `w:rFonts`). `BundledFontMapper.bundledFamily` — public-хук «имя шрифта из docx → бандл-семейство или fallback» (пользуется chart-движком). `GlyphFont` — глиф-движок на fontbox (метрики + растеризация глифов для chart-движка и покрытия глифов); читает TTF **напрямую из classpath** `fonts/` (не из temp-каталога `BundledFonts`), кэш по `family/variant`, `of()` возвращает `null` для неизвестного семейства; `java.awt.Font` из рантайм-пути убран, AWT остаётся только как геометрия Graphics2D. +`DISPLAY_NAMES` — обратный маппинг lowercase→отображаемое имя для `documentFontName` (пишет `GlyphCoverageNormalizer` в `w:rFonts`). `BundledFontAliases.bundledFamily` — public-хук «имя шрифта из docx → бандл-семейство или fallback» (пользуется chart/math-движком и покрытием); вынесен из `BundledFontMapper`, чтобы обращение к статике не тянуло `BestMatchingMapper.` (скан classpath вне гейта свойств `docx4j.fonts.discover*`, которые выставляет `WordPdfConverter.`). `GlyphFont` — глиф-движок на fontbox (метрики + растеризация глифов для chart-движка и покрытия глифов); читает TTF **напрямую из classpath** `fonts/` (не из temp-каталога `BundledFonts`), кэш по `family/variant`, `of()` возвращает `null` для неизвестного семейства; `java.awt.Font` из рантайм-пути убран, AWT остаётся только как геометрия Graphics2D. diff --git a/docs/agent/testing.md b/docs/agent/testing.md index 8b1e6ab..ff94576 100644 --- a/docs/agent/testing.md +++ b/docs/agent/testing.md @@ -2,7 +2,7 @@ ### Счётчики (2026-11) -- 59 тестовых классов / 898 тестов: core 53/849 (`internal/doc/` 17/225, `internal/chart/` 17/271, `WordPdfConverterTest` 77), app 6/49 (ConvertController 23, ApiKeyFilter 8, ConversionService 5, ApiExceptionHandler 5, ConvertLimits 5, ConversionTimeout 3). Обновлять при изменении набора. +- 63 тестовых классов / 1004 теста: core 57/956 (`internal/doc/` 17/256, `internal/chart/` 18/301, `WordPdfConverterTest` 87), app 6/48 (ConvertController 26, ApiKeyFilter 8, ConversionService 5, ApiExceptionHandler 5, ConvertLimits 3, ConversionTimeout 1). Обновлять при изменении набора. ### Пиксели, метрики шрифтов, стенд без fontconfig @@ -31,5 +31,5 @@ - `lineRuleAuto_wordSingleLinePitch` — пинит метрический шаг «single» (13.4277pt) от псевдофиксов раскладки; `carlitoAutoBlock_untouched` — блок без явного `w:line` не трогается. - `vendoredXsltTracksJarCopy` — дрейф-гейт: вне AUDIT-FIX-регионов вендорный `docx2fo.xslt` обязан быть побайтно равен стилисту из jar'а docx4j-export-fo (при апгрейде docx4j — перевендорить и перенести патчи). - Крафт POIFS (закоммиченных фикстур нет, крафт продублирован в `WordPdfConverterTest`): `ListsTest`+`DocToDocxFormattingTest#list*`↔`docLists_numberingAndBulletsRendered` (синтетический .doc со списками → PDF: `1.` `2.` `a)` `b)` `•`, ни одного `#`; фикстур со списками нет — крафт POIFS продублирован в `WordPdfConverterTest`), `PrcDataTest`+`DocToDocxFormattingTest#hugePapxRowMark_closesRowWithGridFromPrcData` (TTP-абзац с grpprl в PrcData Data-потока → `w:tbl`/`w:tr`/сетка из цепочки; фикстуры нет — `docTest.doc` заказчика не коммитим, крафт POIFS продублирован), `SectionsTest`+`HeadersTest`+`DocToDocxFormattingTest#twoSections*/sectionBreakInTable*`↔`docMultiSection_perSectionHeaders` (двухсекционный .doc → PDF: стр. 1 — ШАПКА-1+ПОДВАЛ-1, стр. 2 — ШАПКА-2 + унаследованный ПОДВАЛ-1, ни одной `#`; крафт POIFS продублирован в `WordPdfConverterTest`), `ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept`+`DocToDocxFormattingTest#runFlags_*/keepNextKeepLines_*/sectLandscapePgNumCols_*/sectUnevenCols_*/cellVertAlign_*/drawnObject_*`+`SectionsTest#orientationPgNumColumns_applied/unevenColumns_perIndexWidths/restartWithoutStart_clampsToOne`+`TablesTest#vertAlign_*`↔`WordPdfConverterTest#docClassD_landscapeHiddenDelCaps/#docClassD_pageNumberRestartLowerRoman/#docClassD_twoColumnsBreak/#docClassD_drawnObjectBecomesImage` (закрытие пробелов класса D: vanish-фильтр/правки/caps/position/keep, landscape+pgNumType, колонки+column break, vAlign, 0x08→inline-картинка; фикстур нет — крафт POIFS продублирован в обоих тестовых классах). -- Синтетика через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`: AUDIT-FIX-2↔`movedRevision_textPrinted`/`bdoDir_textPrinted` (фикстур нет — синтетический docx через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`); пиннинг аудита .docx↔`footnote_rendersAtPageBottom`, `endnote_rendersAtDocumentEnd`, `docxHyperlink_uriAnnotation`, `pageRefField_liveNotCached` (кэш 9001/7777 заменён живым номером), `dateField_notStaleCache` (кэш 01.02.2003 заменён текущей датой), `titlePg_firstPageHeader`, `vMergeCell_spansRows`, `sdtContent_rendered`, `drawingTextBox_textPrinted`, `ommlMath_drawnAsVectors` (пиксели: +150 тёмных px@150dpi сверх текста), `highlightAndShading_backgroundDrawn` (жёлтые px >0 против baseline 0), аудит [MS-DOC] моста 2026-11: `GrpprlTest#tInsertOperand_skippedBySpra`/`tInsertOperand_truncated_aborts` (sprmTInsert — 4 байта, хвост TAP не рассинхронизирован), `TablesTest#cellPadding_*` + `DocToDocxFormattingTest#cellMargins_becomeTcMar` ↔ `WordPdfConverterTest#tableTcMar_textInsetLikeWord` (CSSA→w:tcMar, пайплайн красит поля ячейки как tblCellMar — текст на margin+padding), `StylesTest#characterStyle_stk3_chainViaCharChain`/`charChain_nonCharacterStk_empty` + `DocToDocxFormattingTest#charStyle_viaIstd_mergesUnderDirect` (sprmCIstd: символьная chpx-цепочка между стилевой и прямыми, direct wins), `DocToDocxFormattingTest#runHighlightAndShading_inRPr`/`runShadingPattern_degradesToBackFill`/`paraShd_inPPrBeforeJc` ↔ `docHighlightAndShading_yellowPixels` (Ico→ST_HighlightColor; w:shd в форме FOP val="clear"+fill; паттерн→cvBack), `SectionsTest#titlePage_flagFromSepx` + `DocToDocxFormattingTest#titlePage_emittedAfterCols` ↔ `docTitlePage_firstHeaderOnlyFirstPage` (sprmSFTitlePage + first-слоты Plcfhdd → headerReference type="first", первая страница — только first-шапка).. +- Синтетика через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`: AUDIT-FIX-2↔`movedRevision_textPrinted`/`bdoDir_textPrinted` (фикстур нет — синтетический docx через общий хелпер `docx(docXmlns, body, sect, rels, overrides, parts)`); пиннинг аудита .docx↔`footnote_rendersAtPageBottom`, `endnote_rendersAtDocumentEnd`, `docxHyperlink_uriAnnotation`, `pageRefField_liveNotCached` (кэш 9001/7777 заменён живым номером), `dateField_notStaleCache` (кэш 01.02.2003 заменён текущей датой), `titlePg_firstPageHeader`, `vMergeCell_spansRows`, `sdtContent_rendered`, `drawingTextBox_textPrinted`, `ommlMath_renderedAsPng` (пиксели: +150 тёмных px@150dpi сверх текста, текст формулы не извлекается), `ommlMathUnsupported_flattenedToText`, `highlightAndShading_backgroundDrawn` (жёлтые px >0 против baseline 0), аудит [MS-DOC] моста 2026-11: `GrpprlTest#tInsertOperand_skippedBySpra`/`tInsertOperand_truncated_aborts` (sprmTInsert — 4 байта, хвост TAP не рассинхронизирован), `TablesTest#cellPadding_*` + `DocToDocxFormattingTest#cellMargins_becomeTcMar` ↔ `WordPdfConverterTest#tableTcMar_textInsetLikeWord` (CSSA→w:tcMar, пайплайн красит поля ячейки как tblCellMar — текст на margin+padding), `StylesTest#characterStyle_stk3_chainViaCharChain`/`charChain_nonCharacterStk_empty` + `DocToDocxFormattingTest#charStyle_viaIstd_mergesUnderDirect` (sprmCIstd: символьная chpx-цепочка между стилевой и прямыми, direct wins), `DocToDocxFormattingTest#runHighlightAndShading_inRPr`/`runShadingPattern_degradesToBackFill`/`paraShd_inPPrBeforeJc` ↔ `docHighlightAndShading_yellowPixels` (Ico→ST_HighlightColor; w:shd в форме FOP val="clear"+fill; паттерн→cvBack), `SectionsTest#titlePage_flagFromSepx` + `DocToDocxFormattingTest#titlePage_emittedAfterCols` ↔ `docTitlePage_firstHeaderOnlyFirstPage` (sprmSFTitlePage + first-слоты Plcfhdd → headerReference type="first", первая страница — только first-шапка).. - App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed`, `corruptNotAZip_rejected`, `plainZipNotDocx_rejected`, `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName`, `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey`, `dotSegmentOpenPrefix_rejected`, `errorFlagNotBoolean_rejected`, `methodNotSupportedReturns405`/`badContentTypeReturns415`. diff --git a/membench.sh b/membench.sh index 4371866..0a5a437 100755 --- a/membench.sh +++ b/membench.sh @@ -103,7 +103,7 @@ instk == 1 && /^ *\]/ { app = "" for (i = 1; i <= nf; i++) { c = cls(fr[i]) - if (c !~ /^(java|javax|jdk|sun|com\.sun|org\.apache|org\.docx4j|org\.springframework|org\.springdoc|org\.w3c|org\.xml|net\.sf|org\.jeuclid|org\.slf4j|ch\.qos)/) { + if (c !~ /^(java|javax|jdk|sun|com\.sun|org\.apache|org\.docx4j|org\.springframework|org\.springdoc|org\.w3c|org\.xml|net\.sf|org\.slf4j|ch\.qos)/) { app = fr[i] break } diff --git a/wordpdf-core/pom.xml b/wordpdf-core/pom.xml index 5e0233f..cac6295 100644 --- a/wordpdf-core/pom.xml +++ b/wordpdf-core/pom.xml @@ -29,6 +29,24 @@ org.docx4j docx4j-export-fo + + + + de.rototor.jeuclid + jeuclid-fop + + + de.rototor.jeuclid + jeuclid-core + + diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontAliases.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontAliases.java new file mode 100644 index 0000000..858af6b --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontAliases.java @@ -0,0 +1,106 @@ +package ru.pjandro.wordpdf.fonts; + +import java.util.HashMap; +import java.util.Locale; +import java.util.Map; + +/** + * Таблица алиасов имён шрифтов и обратное имя для {@code w:rFonts}. + * + * Почему это вынесено из {@link BundledFontMapper}: обращение к статикам + * маппера (чарты, GlyphCoverageNormalizer, MathModel) по правилам JVM + * инициализирует и суперкласс {@code BestMatchingMapper}, чей + * {@code } сканирует classpath-джары в реестр {@code PhysicalFonts}; + * системный скан гейтится свойствами {@code docx4j.fonts.discover*}, + * которые выставляет {@code WordPdfConverter.}, — и при раннем + * обращении к мапперу скан мог пройти без гейта. У этого класса нет + * наследования, его статика безопасна при любом порядке загрузки. + * Экземпляр {@code BundledFontMapper} создаётся только в конвейере + * {@code WordPdfConverter} — всегда после его {@code }. + */ +public final class BundledFontAliases { + + /** + * Алиасы: имя шрифта из документа (lowercase) -> бандл-семейство (lowercase). + * Croscore (Arimo/Tinos/Cousine) и crosextra (Carlito/Caladea) шрифты + * метрически совместимы с соответствующими MS-шрифтами и содержат + * кириллицу. + */ + static final Map ALIASES; + + static { + Map m = new HashMap<>(); + // Частые MS-шрифты -> open-source аналоги + m.put("calibri", "carlito"); + m.put("calibri light", "carlito"); + m.put("cambria", "caladea"); + m.put("arial", "arimo"); + m.put("times new roman", "tinos"); + m.put("courier new", "cousine"); + // Бандл-шрифты сами по себе (на случай, если документ прямо + // указывает одно из них) + m.put("carlito", "carlito"); + m.put("caladea", "caladea"); + m.put("arimo", "arimo"); + m.put("tinos", "tinos"); + m.put("cousine", "cousine"); + m.put("dejavu sans", "dejavu sans"); + m.put("dejavu serif", "dejavu serif"); + // Покрывающие шрифты (в документе обычно не встречаются, но если + // встречаться — маппятся на себя, а не в DejaVu-фолбэк) + m.put("noto naskh arabic", "noto naskh arabic"); + m.put("noto sans armenian", "noto sans armenian"); + ALIASES = Map.copyOf(m); + } + + /** Финальный fallback: шрифт с гарантированной кириллицей. */ + private static final String FALLBACK_FAMILY = BundledFonts.FALLBACK_FAMILY; + + /** + * Имя семейства для записи в {@code w:rFonts} (ключ — lowercase-семейство). + * Нужно {@code GlyphCoverageNormalizer}: он пишет в разрезанный ран + * человекочитаемое имя, а {@code BundledFontMapper.populateFontMappings} + * маппит его обратно на TTF. + */ + private static final Map DISPLAY_NAMES = Map.of( + "dejavu sans", "DejaVu Sans", + "dejavu serif", "DejaVu Serif", + "noto naskh arabic", "Noto Naskh Arabic", + "noto sans armenian", "Noto Sans Armenian"); + + /** + * Имя, которое docx4j {@code RunFontSelector} запрашивает у маппера для + * символов диапазона U+2000–U+2EFF (em-dash «—», кавычки «„», многоточие + * «…»), если шрифт ранa не содержит глифа. Это виртуальное имя (в + * документе его нет), поэтому маппим его на {@link #FALLBACK_FAMILY}: + * без записи символ остаётся без font-family в FO и рендерится системным + * неembedded-шрифтом (Helvetica). + */ + static final String SYMBOL_FONT = "Segoe UI Symbol"; + + private BundledFontAliases() { + } + + /** + * Бандл-семейство для имени шрифта из документа (таблица алиасов) + * или финальный fallback. Используется пре-рендером диаграмм и формул + * (internal/chart), которому нужен тот же шрифт, что и у текста PDF. + */ + public static String bundledFamily(String docFontName) { + String family = ALIASES.get(docFontName.toLowerCase(Locale.ROOT)); + return family != null && BundledFonts.regular(family) != null + ? family + : FALLBACK_FAMILY; + } + + /** + * Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить + * бандл-семейство {@code family}: {@code GlyphCoverageNormalizer} пишет + * его в разрезанные раны. Обратная к {@link #bundledFamily} операция — + * имена берутся из таблицы алиасов, поэтому маппинг гарантированно + * возвращается к тому же семейству. + */ + public static String documentFontName(String family) { + return DISPLAY_NAMES.getOrDefault(family, family); + } +} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java index c8b80d2..e0e1dd7 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java @@ -4,10 +4,8 @@ import org.docx4j.fonts.BestMatchingMapper; import org.docx4j.fonts.PhysicalFont; import org.docx4j.wml.Fonts; -import java.util.HashMap; import java.util.LinkedHashSet; import java.util.Locale; -import java.util.Map; import java.util.Set; /** @@ -15,7 +13,8 @@ import java.util.Set; * * Стратегия (см. {@link #populateFontMappings}): * 1. Частые MS-шрифты заменяются метрически совместимыми open-source - * аналогами (таблица алиасов) — они есть в jar и содержат кириллицу. + * аналогами (таблица алиасов {@link BundledFontAliases}) — они есть в + * jar и содержат кириллицу. * 2. Нераспознанные шрифты передаются родительскому * {@link BestMatchingMapper} (совпадение по Panose-кодам среди * доступных шрифтов). @@ -31,91 +30,15 @@ import java.util.Set; * запускает обнаружение системных шрифтов, которые могут занять те же * имена в реестре docx4j. Поэтому {@code BundledFonts.init()} нужно * вызывать ПОСЛЕ создания маппера, чтобы бандл-шрифты оказались в - * реестре поверх системных. + * реестре поверх системных. Таблица алиасов вынесена в + * {@link BundledFontAliases}, чтобы обращение к ней не инициировало этот + * класс до гейта {@code WordPdfConverter.}. */ public class BundledFontMapper extends BestMatchingMapper { - /** - * Алиасы: имя шрифта из документа (lowercase) -> бандл-семейство (lowercase). - * Croscore (Arimo/Tinos/Cousine) и crosextra (Carlito/Caladea) шрифты - * метрически совместимы с соответствующими MS-шрифтами и содержат - * кириллицу. - */ - private static final Map ALIASES; - /** Финальный fallback: шрифт с гарантированной кириллицей. */ private static final String FALLBACK_FAMILY = BundledFonts.FALLBACK_FAMILY; - /** - * Имя семейства для записи в {@code w:rFonts} (ключ — lowercase-семейство). - * Нужно {@code GlyphCoverageNormalizer}: он пишет в разрезанный ран - * человекочитаемое имя, а {@link #populateFontMappings} маппит его - * обратно на TTF. - */ - private static final Map DISPLAY_NAMES = Map.of( - "dejavu sans", "DejaVu Sans", - "dejavu serif", "DejaVu Serif", - "noto naskh arabic", "Noto Naskh Arabic", - "noto sans armenian", "Noto Sans Armenian"); - - /** - * Имя, которое docx4j {@code RunFontSelector} запрашивает у маппера для - * символов диапазона U+2000–U+2EFF (em-dash «—», кавычки «„», многоточие - * «…»), если шрифт ранa не содержит глифа. Это виртуальное имя (в - * документе его нет), поэтому маппим его на {@link #FALLBACK_FAMILY}: - * без записи символ остаётся без font-family в FO и рендерится системным - * неembedded-шрифтом (Helvetica). - */ - static final String SYMBOL_FONT = "Segoe UI Symbol"; - - static { - Map m = new HashMap<>(); - // Частые MS-шрифты -> open-source аналоги - m.put("calibri", "carlito"); - m.put("calibri light", "carlito"); - m.put("cambria", "caladea"); - m.put("arial", "arimo"); - m.put("times new roman", "tinos"); - m.put("courier new", "cousine"); - // Бандл-шрифты сами по себе (на случай, если документ прямо - // указывает одно из них) - m.put("carlito", "carlito"); - m.put("caladea", "caladea"); - m.put("arimo", "arimo"); - m.put("tinos", "tinos"); - m.put("cousine", "cousine"); - m.put("dejavu sans", "dejavu sans"); - m.put("dejavu serif", "dejavu serif"); - // Покрывающие шрифты (в документе обычно не встречаются, но если - // встречаться — маппятся на себя, а не в DejaVu-фолбэк) - m.put("noto naskh arabic", "noto naskh arabic"); - m.put("noto sans armenian", "noto sans armenian"); - ALIASES = Map.copyOf(m); - } - - /** - * Бандл-семейство для имени шрифта из документа (таблица алиасов) - * или финальный fallback. Используется пре-рендером диаграмм - * (internal/chart), которому нужен тот же шрифт, что и у текста PDF. - */ - public static String bundledFamily(String docFontName) { - String family = ALIASES.get(docFontName.toLowerCase(Locale.ROOT)); - return family != null && BundledFonts.regular(family) != null - ? family - : FALLBACK_FAMILY; - } - - /** - * Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить - * бандл-семейство {@code family}: {@code GlyphCoverageNormalizer} пишет - * его в разрезанные раны. Обратная к {@link #bundledFamily} операция — - * имена берутся из таблицы алиасов, поэтому маппинг гарантированно - * возвращается к тому же семейству. - */ - public static String documentFontName(String family) { - return DISPLAY_NAMES.getOrDefault(family, family); - } - /** * Вызывается docx4j при {@code package.setFontMapper(...)}: для каждого * имени шрифта, использованного в документе, нужно определить, каким @@ -126,21 +49,21 @@ public class BundledFontMapper extends BestMatchingMapper { */ @Override public void populateFontMappings(Set documentFontNames, Fonts wmlFonts) throws Exception { - // Виртуальное имя для символов U+2000–U+2EFF (см. SYMBOL_FONT): + // Виртуальное имя для символов U+2000–U+2EFF (см. BundledFontAliases.SYMBOL_FONT): // маппим сразу, чтобы оно не попало в remaining и родительский // BestMatchingMapper не пытался искать его в fontTable (и не логировал // "Font Segoe UI Symbol not found in font table!"). if (BundledFonts.regular(FALLBACK_FAMILY) != null) { - mapFamily(SYMBOL_FONT, FALLBACK_FAMILY); + mapFamily(BundledFontAliases.SYMBOL_FONT, FALLBACK_FAMILY); } Set remaining = new LinkedHashSet<>(); for (String docFontName : documentFontNames) { - if (SYMBOL_FONT.equalsIgnoreCase(docFontName)) { + if (BundledFontAliases.SYMBOL_FONT.equalsIgnoreCase(docFontName)) { // уже маппировано выше continue; } - String family = ALIASES.get(docFontName.toLowerCase(Locale.ROOT)); + String family = BundledFontAliases.ALIASES.get(docFontName.toLowerCase(Locale.ROOT)); if (family == null || BundledFonts.regular(family) == null) { // Нет алиаса (или init() не вызван) — доверимся родителю remaining.add(docFontName); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java index 58188fb..4f4a20e 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java @@ -16,9 +16,11 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel; * Единый zip-проход переписывания XML-частей (.docx) вместо отдельных * проходов нормализаторов: к каждой записи {@code word/*.xml} применяются * все одиннадцать рерайтов в фиксированном порядке - * Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby→MathFallback. + * Strict→OnOff→Symbol→Field→Invisible→MathFallback→GlyphCoverage→TableIndent→NumberingSuffix→Hidden→Ruby. * Порядок значим: Strict первым — дальше части в transitional-виде - * (TableIndent читает transitional-атрибуты {@code w:}); GlyphCoverage + * (TableIndent читает transitional-атрибуты {@code w:}); MathFallback + * шестым — flatten unsupported-формул даёт обычный текст ранов, который + * следующий GlyphCoverage покрывает кириллицей бандла; GlyphCoverage * режет раны по финальному тексту рана (после Symbol/Invisible); Hidden * девятым — вырезает уже финальные раны (после Symbol/GLYPH-разбиений), * а его OnOff-форма vanish читается после правила 2. Каждый @@ -114,6 +116,10 @@ public final class DocxRewritePipeline { if (next != null) { cur = next; } + next = MathFallbackNormalizer.rewrite(cur); + if (next != null) { + cur = next; + } next = GlyphCoverageNormalizer.rewrite(cur); if (next != null) { cur = next; @@ -134,10 +140,6 @@ public final class DocxRewritePipeline { if (next != null) { cur = next; } - next = MathFallbackNormalizer.rewrite(cur); - if (next != null) { - cur = next; - } if (!cur.equals(xml)) { changed = true; rewritten = cur.getBytes(StandardCharsets.UTF_8); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FopFallbackFonts.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FopFallbackFonts.java index 9e1b953..7991473 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FopFallbackFonts.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FopFallbackFonts.java @@ -26,7 +26,16 @@ import ru.pjandro.wordpdf.fonts.BundledFonts; * рендерится шрифтом просмотрщика либо .notdef («#»). Поэтому в конфиг * добавляются ВСЕ шрифты бандла: стоит они в документе или нет, решает FO. * - * Метод идемпотентен: уже задекларированное семейство не дублируется. + * Конфиг обязан быть полным при каждом {@code declare}: общая FopFactory + * ({@code WordPdfConverter.sharedFopFactory}) строится из fopconf первого + * документа JVM, а docx4j декларирует из {@code fontsInUse} только + * использованные начертания — {@code declareFamily} дополняет семейство + * недостающими реальными начертаниями, а не пропускает его целиком. + * Идемпотентность: начертание, уже имеющее в конфиге запись на реальном + * TTF, не дублируется. + * + *

Регрессия — FopFallbackFontsTest#declareWhenDocx4jDeclaredRegularOnly_addsMissingVariants, + * WordPdfConverterTest#fopFactoryFrozenFromFirstDoc_fontsComplete. */ public final class FopFallbackFonts { @@ -49,7 +58,15 @@ public final class FopFallbackFonts { } } - /** Одно семейство: regular + существующие начертания (Noto — только regular). */ + /** + * Одно семейство: каждое начертание, для которого в конфиге нет + * записи с реальным TTF этого начертания (Noto — только regular, + * отсутствующие варианты пропускаются). Family-level «уже есть — + * пропускаем всё» запрещён: docx4j декларирует только использованные + * начертания (или simulate-style на одном файле), а общая FopFactory + * замораживает конфиг первого документа на всю JVM — пропущенное + * семейство остаётся неполным для всех последующих конвертаций. + */ private static void declareFamily(Fonts rendererFonts, ObjectFactory factory, String family) { PhysicalFont regular = BundledFonts.regular(family); @@ -61,21 +78,43 @@ public final class FopFallbackFonts { // и под это же имя декларируются все начертания (так делает // docx4j FopConfigUtil.createVariant). String familyName = regular.getName(); - for (Fonts.Font existing : rendererFonts.getFont()) { - for (Fonts.Font.FontTriplet triplet : existing.getFontTriplet()) { - if (familyName.equals(triplet.getName())) { - return; + String[][] variants = { + {BundledFonts.V_REGULAR, "normal", "normal"}, + {BundledFonts.V_BOLD, "normal", "bold"}, + {BundledFonts.V_ITALIC, "italic", "normal"}, + {BundledFonts.V_BOLD_ITALIC, "italic", "bold"}, + }; + for (String[] v : variants) { + PhysicalFont variant = BundledFonts.font(family, v[0]); + if (variant == null + || hasRealFace(rendererFonts, familyName, v[1], v[2], variant)) { + continue; + } + addFont(rendererFonts, factory, familyName, variant, v[1], v[2]); + } + } + + /** + * Есть ли в конфиге запись триплета (familyName, style, weight) именно + * на реальном TTF {@code variant}. Триплет без этого embed-url + * (simulate-style docx4j — все начертания на regular-файле) реальным + * лицом не считается: FOP встроит из него не то начертание. + */ + private static boolean hasRealFace(Fonts rendererFonts, String familyName, + String style, String weight, PhysicalFont variant) { + String url = variant.getEmbeddedURI().toString(); + for (Fonts.Font font : rendererFonts.getFont()) { + if (!url.equals(font.getEmbedUrl())) { + continue; + } + for (Fonts.Font.FontTriplet triplet : font.getFontTriplet()) { + if (familyName.equals(triplet.getName()) && style.equals(triplet.getStyle()) + && weight.equals(triplet.getWeight())) { + return true; } } } - - addFont(rendererFonts, factory, familyName, regular, "normal", "normal"); - addFont(rendererFonts, factory, familyName, - BundledFonts.bold(family), "normal", "bold"); - addFont(rendererFonts, factory, familyName, - BundledFonts.italic(family), "italic", "normal"); - addFont(rendererFonts, factory, familyName, - BundledFonts.boldItalic(family), "italic", "bold"); + return false; } /** diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java index 60c9e38..4832a71 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java @@ -1,6 +1,6 @@ package ru.pjandro.wordpdf.internal; -import ru.pjandro.wordpdf.fonts.BundledFontMapper; +import ru.pjandro.wordpdf.fonts.BundledFontAliases; import ru.pjandro.wordpdf.fonts.BundledFonts; import ru.pjandro.wordpdf.fonts.GlyphFont; @@ -38,7 +38,7 @@ import java.util.concurrent.ConcurrentHashMap; * Делаем то, что должен был сделать рендер: ран, в тексте которого есть * знаки без глифа, разрезается на части, и каждой части явно назначается * бандл-семейство, где глиф есть ({@link #targetFamily}). Имя пишется в - * {@code w:rFonts}, дальше {@link BundledFontMapper} маппит его на TTF, + * {@code w:rFonts}, дальше {@code BundledFontMapper} маппит его на TTF, * а {@link FopFallbackFonts} декларирует его в FOP-конфиге. * * Правила, ограничивающие вмешательство: @@ -406,7 +406,7 @@ final class GlyphCoverageNormalizer { if (!m.find()) { return null; } - return BundledFontMapper.bundledFamily(m.group(2)); + return BundledFontAliases.bundledFamily(m.group(2)); } /** @@ -414,7 +414,7 @@ final class GlyphCoverageNormalizer { * {@code w:rFonts}, а если их нет — вставляет элемент первым ребёнком. */ private static String forceFont(String rPr, String family) { - String name = BundledFontMapper.documentFontName(family); + String name = BundledFontAliases.documentFontName(family); String fonts = ""; if (rPr.isEmpty()) { return "" + fonts + ""; diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java index 68500c2..727abdd 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizer.java @@ -1,90 +1,265 @@ package ru.pjandro.wordpdf.internal; +import ru.pjandro.wordpdf.internal.chart.MathModel; + +import java.util.ArrayList; +import java.util.HashMap; +import java.util.HashSet; +import java.util.List; +import java.util.Map; +import java.util.Set; import java.util.regex.Matcher; import java.util.regex.Pattern; /** - * Деградация OMML-формул (§22.1) в текст на хостах без fontconfig. + * Байтовый скан формул OMML (§22.1): блок {@code m:oMathPara}/{@code m:oMath}, + * содержащий math-элемент вне {@link MathModel#SUPPORTED}, заменяется раном с + * конкатенацией текста {@code m:t} (как штатный фолбэк docx4j + * {@code XsltFOFunctions.mathText}) — формула видна текстом, а не теряется. * - *

docx4j превращает {@code m:oMath}/{@code m:oMathPara} в - * {@code fo:instream-foreign-object} с MathML, а FOP рисует его через - * jeuclid-fop. JEuclid при первой формуле обращается к AWT-менеджеру шрифтов, - * которому на Linux нужен fontconfig; без него конвертация падает - * {@code InternalError: Fontconfig head is null} (репро: arm64 без /etc/fonts; - * контейнерный рантайм проекта тоже без fontconfig — Containerfile). - * Поэтому до загрузки docx4j формулы заменяются обычными ранами с текстом - * {@code m:t} (конкатенация, как в штатном фолбэке docx4j - * {@code XsltFOFunctions.mathText}) — формула видна, приложение не падает. + *

Зачем скан до загрузки docx4j: собственный растер формул + * ({@code MathModel}/{@code MathRenderer} в {@code DrawingPreRenderer}) + * уронил бы unsupported-конструкцию в {@code MathUnsupportedException} и + * деградировал тем же текстом — но скан даёт детерминизм «формула целиком + * текстом» для байтового уровня пайплайна и не зависит от JAXB-биндинга. + * Рантайм-деградация остаётся второй сетью (биндинг может не смонтировать + * неизвестный элемент, который скан увидел). * - *

На хосте с fontconfig рерайт не срабатывает (возвращается {@code null}, - * пайплайн отдаёт тот же массив). Позиция в цепочке — после Ruby (правило 10), - * одиннадцатый рерайт: - * {@code m:oMathPara} содержит {@code m:oMath}, поэтому блок para заменяется - * первым, иначе остался бы несбалансированный каркас. Префикс {@code m:} - * предполагается (Word и strict-OOXML используют его; StrictOoxmlNormalizer - * его не переименовывает). + *

Скан namespace-aware: префиксы, привязанные к math-URI на корневом + * элементе (+ переопределения {@code xmlns} внутри блока), — unsupported + * проверяется только для тегов в math-namespace; префиксы чужих namespace'ов + * ( {@code w:rPr} внутри рана формулы) игнорируются. Непривязанный/отсутствующий + * map объявлений при наличии {@code :oMath} — консервативная обработка «как + * math» (риск потерять контент при недобитом биндинге сильнее избыточной + * деградации). * - *

Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors. + *

Позиция в цепочке — шестое правило, перед GlyphCoverage: flatten даёт + * обычный текст ранов, который следующий рерайт покрывает кириллицей бандла + * (раньше формулы с {@code м} теряли глифы именно из-за порядка — + * GlyphCoverage не видел текст внутри OMML). Блок para заменяется первым: + * {@code m:oMathPara} содержит {@code m:oMath}, иначе остался бы + * несбалансированный каркас. */ final class MathFallbackNormalizer { - /** {@code m:oMathPara} ... {@code } — блок формулы. */ - private static final Pattern MATH_PARA = Pattern.compile( - "]*)?>.*?", Pattern.DOTALL); + /** Закрывающий символ открывающего тега (скан конца корня формулы). */ + private static final char TAG_END = '>'; - /** Самозакрывающийся {@code }. */ - private static final Pattern MATH_PARA_SELF = Pattern.compile( - "]*)?/>"); + /** Math-namespace OMML (§22.1). */ + private static final String MATH_NS = + "http://schemas.openxmlformats.org/officeDocument/2006/math"; - /** {@code m:oMath} ... {@code } — встроенная формула. */ - private static final Pattern MATH_INLINE = Pattern.compile( - "]*)?>.*?", Pattern.DOTALL); + /** Объявление {@code xmlns:prefix="uri"} (значение без кавычек). */ + private static final Pattern XMLNS = Pattern.compile( + "xmlns:([A-Za-z_][\\w.-]*)=\"([^\"]*)\""); - /** Самозакрывающийся {@code }. */ - private static final Pattern MATH_INLINE_SELF = Pattern.compile( - "]*)?/>"); + /** Начало блока формулы; префикс обязателен (без него {@code :oMath} нет). */ + private static final Pattern MATH_BLOCK = Pattern.compile( + "<([A-Za-z_][\\w.-]*):oMath(Para)?(?=[\\s/>])"); - /** Текстовый узел OMML; содержимое — уже экранированный XML-текст. */ + /** Элементный тег с префиксом {@code } / {@code }. */ + private static final Pattern PREFIXED_TAG = Pattern.compile( + "}; содержимое — уже экранированный XML. */ private static final Pattern MATH_TEXT = Pattern.compile( - "]*)?>(.*?)", Pattern.DOTALL); + "<([A-Za-z_][\\w.-]*):t(?:\\s[^>]*)?>(.*?)", Pattern.DOTALL); private MathFallbackNormalizer() { } /** - * Рерайт одной XML-части: формулы → текст, если AWT-шрифтов нет. - * Формул нет / шрифты есть / ничего не изменилось → {@code null}. + * Рерайт одной XML-части: unsupported-формулы → текст. Формул нет / + * все поддерживаются / ничего не изменилось → {@code null} + * (пайплайн отдаёт тот же массив). */ static String rewrite(String xml) { - if (!xml.contains(" rootNs = rootNamespaces(xml); + StringBuilder out = new StringBuilder(); + int pos = 0; + boolean changed = false; + Matcher m = MATH_BLOCK.matcher(xml); + int search = 0; + while (m.find(search)) { + String prefix = m.group(1); + boolean para = m.group(2) != null; + int start = m.start(); + int tagEnd = tagEnd(xml, start); + if (tagEnd < 0) { + break; // незакрытый тег — дело валидатора, скан останавливаем + } + Map ns = mergedNamespaces(rootNs, xml.substring(start, tagEnd)); + if (!isMath(ns, prefix)) { + search = tagEnd; + continue; // чужой namespace — не формула + } + int blockEnd; + int before = tagEnd - 2; + while (before > start && Character.isWhitespace(xml.charAt(before))) { + before--; + } + boolean selfClosing = xml.charAt(before) == '/'; + if (selfClosing) { + blockEnd = tagEnd; + } else { + String closing = ""; + int close = xml.indexOf(closing, tagEnd); + if (close < 0) { + break; // битый каркас — валидатор его и отвергнет + } + blockEnd = close + closing.length(); + } + String block = xml.substring(start, blockEnd); + if (hasUnsupported(ns, block)) { + out.append(xml, pos, start).append(run(text(ns, block))); + pos = blockEnd; + changed = true; + search = blockEnd; + continue; + } + search = tagEnd; + } + if (!changed) { + return null; + } + return out.append(xml, pos, xml.length()).toString(); } /** - * Замена всех формул на раны с текстом (без проверки доступности шрифтов). - * Формул нет → {@code null}. Package-private — прямой юнит-тест - * детерминирован на любом хосте. + * Объявления {@code xmlns:} фактического корневого элемента: пролог + * ({@code }, комментарии, DOCTYPE) пропускается — иначе + * карта осталась бы пустой на реальном XML-файле части, а пустая карта + * консервативно считает каждый префикс math-тегом и срезает боевые + * формулы (внутри {@code m:r}/{@code m:ctrlPr} Word пишет + * {@code w:rPr}/{@code w:rFonts} — имена вне SUPPORTED). */ - static String flatten(String xml) { - String out = MATH_PARA.matcher(xml).replaceAll(m -> run(text(m.group()))); - out = MATH_PARA_SELF.matcher(out).replaceAll(""); - out = MATH_INLINE.matcher(out).replaceAll(m -> run(text(m.group()))); - out = MATH_INLINE_SELF.matcher(out).replaceAll(""); - return out.equals(xml) ? null : out; + private static Map rootNamespaces(String xml) { + Map map = new HashMap<>(); + int pos = 0; + while (pos < xml.length()) { + int open = xml.indexOf('<', pos); + if (open < 0) { + return map; + } + if (xml.startsWith("", open); + pos = end < 0 ? xml.length() : end + 2; + continue; + } + if (xml.startsWith("", open); + pos = end < 0 ? xml.length() : end + 3; + continue; + } + if (xml.startsWith("', open); + pos = end < 0 ? xml.length() : end + 1; + continue; + } + int end = tagEnd(xml, open); + if (end < 0) { + return map; + } + Matcher m = XMLNS.matcher(xml.substring(open, end)); + while (m.find()) { + map.put(m.group(1), m.group(2)); + } + return map; + } + return map; } - /** Текст формулы: конкатенация содержимого всех {@code m:t} (как docx4j mathText). */ - private static String text(String block) { - Matcher m = MATH_TEXT.matcher(block); - StringBuilder sb = new StringBuilder(); + /** Корневые объявления + переопределения из заголовка блока. */ + private static Map mergedNamespaces(Map root, + String openTag) { + Matcher m = XMLNS.matcher(openTag); + if (!m.find()) { + return root; + } + Map map = new HashMap<>(root); + m.reset(); while (m.find()) { - sb.append(m.group(1)); + map.put(m.group(1), m.group(2)); + } + return map; + } + + /** + * Привязан ли префикс к math-namespace: явная привязка — да; привязка к + * другому URI — нет; префикс не объявлен нигде — да (консервативно, см. + * javadoc класса), если только вообще нет ни одного объявления xmlns + * (тогда это не XML с map префиксов, а мусор — тоже «как math»). + */ + private static boolean isMath(Map ns, String prefix) { + String bound = ns.get(prefix); + if (MATH_NS.equals(bound)) { + return true; + } + return bound == null; + } + + /** Есть ли в блоке тег math-namespace вне {@link MathModel#SUPPORTED}. */ + private static boolean hasUnsupported(Map ns, String block) { + List mathPrefixes = new ArrayList<>(); + for (Map.Entry e : ns.entrySet()) { + if (MATH_NS.equals(e.getValue())) { + mathPrefixes.add(e.getKey()); + } + } + Matcher m = PREFIXED_TAG.matcher(block); + while (m.find()) { + String prefix = m.group(1); + String name = m.group(2); + boolean mathTag = mathPrefixes.contains(prefix) + || (mathPrefixes.isEmpty() && !ns.containsKey(prefix)); + if (mathTag && !MathModel.SUPPORTED.contains(name)) { + return true; + } + } + return false; + } + + /** Текст формулы: конкатенация {@code m:t} math-префиксов (как mathText). */ + private static String text(Map ns, String block) { + Set mathPrefixes = new HashSet<>(); + for (Map.Entry e : ns.entrySet()) { + if (MATH_NS.equals(e.getValue())) { + mathPrefixes.add(e.getKey()); + } + } + StringBuilder sb = new StringBuilder(); + Matcher m = MATH_TEXT.matcher(block); + while (m.find()) { + String prefix = m.group(1); + if (mathPrefixes.contains(prefix) + || (mathPrefixes.isEmpty() && !ns.containsKey(prefix))) { + sb.append(m.group(2)); + } } return sb.toString(); } + /** Конец открывающего тега (индекс после {@code >}), кавычки-осведомлённый. */ + private static int tagEnd(String xml, int start) { + char quote = 0; + for (int i = start + 1; i < xml.length(); i++) { + char c = xml.charAt(i); + if (quote != 0) { + if (c == quote) { + quote = 0; + } + } else if (c == '"' || c == '\'') { + quote = c; + } else if (c == TAG_END) { + return i + 1; + } + } + return -1; + } + /** Ран с текстом формулы; пустая формула удаляется. */ private static String run(String text) { return text.isEmpty() ? "" diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathMlSupport.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathMlSupport.java deleted file mode 100644 index 6be4ec6..0000000 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/MathMlSupport.java +++ /dev/null @@ -1,48 +0,0 @@ -package ru.pjandro.wordpdf.internal; - -import java.awt.GraphicsEnvironment; -import java.util.logging.Logger; - -/** - * Проба доступности AWT-шрифтового менеджера (fontconfig) в текущем JVM. - * - *

JEuclid (jeuclid-fop), которым docx4j рисует OMML (§22.1), при первой - * отрисовке формулы вызывает {@code GraphicsEnvironment.getAvailableFontFamilyNames()}. - * На Linux без libfontconfig/конфигурации шрифтов это падает - * {@code InternalError → RuntimeException: Fontconfig head is null} - * (репро: arm64 без /etc/fonts). Проба выполняется лениво и один раз: - * результат определяет, оставлять ли MathML (вектор) или деградировать - * формулу в текст в {@link MathFallbackNormalizer}. - * - *

Проба намеренно ловит {@link Throwable}: отказ приходит как - * {@code java.lang.InternalError}, а не RuntimeException. - * - *

Регрессия — WordPdfConverterTest#ommlMath_drawnAsVectors. - */ -final class MathMlSupport { - - private static final Logger LOGGER = Logger.getLogger(MathMlSupport.class.getName()); - - private MathMlSupport() { - } - - /** Доступен ли AWT-менеджер шрифтов (fontconfig); проба — один раз на JVM. */ - static boolean awtFontsAvailable() { - return Holder.AVAILABLE; - } - - private static final class Holder { - private static final boolean AVAILABLE = probe(); - } - - private static boolean probe() { - try { - GraphicsEnvironment.getLocalGraphicsEnvironment().getAvailableFontFamilyNames(); - return true; - } catch (Throwable t) { - LOGGER.info("AWT-менеджер шрифтов недоступен (нет fontconfig): " - + "OMML-формулы будут отрисованы текстом: " + t); - return false; - } - } -} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java index c56fd1c..883ed29 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawMlText.java @@ -7,7 +7,7 @@ import org.docx4j.dml.CTTextParagraph; import org.docx4j.dml.CTTextParagraphProperties; import org.docx4j.dml.CTTextSpacing; import org.docx4j.dml.TextFont; -import ru.pjandro.wordpdf.fonts.BundledFontMapper; +import ru.pjandro.wordpdf.fonts.BundledFontAliases; import ru.pjandro.wordpdf.fonts.BundledFonts; import ru.pjandro.wordpdf.fonts.GlyphFont; @@ -23,7 +23,7 @@ import java.util.List; * (a:defRPr / a:rPr: sz, b, i, solidFill, latin) и разбивка на строки. * * Шрифты берутся из того же бандла, что и у текста PDF - * ({@link BundledFontMapper#bundledFamily}), поэтому подпись диаграммы + * ({@link BundledFontAliases#bundledFamily}), поэтому подпись диаграммы * рисуется тем же Carlito/Tinos, что и абзацы документа. */ final class DrawMlText { @@ -84,7 +84,7 @@ final class DrawMlText { String fallbackFam, double fallbackSize, Color fallbackColor) { Style base = new Style(fallbackSize, false, false, fallbackColor, fallbackFam == null ? BundledFonts.FALLBACK_FAMILY - : BundledFontMapper.bundledFamily(fallbackFam)); + : BundledFontAliases.bundledFamily(fallbackFam)); if (txPr == null || txPr.getP().isEmpty()) { return base; } @@ -170,7 +170,7 @@ final class DrawMlText { case "+mj-lt", "+mj-ea", "+mj-cs" -> colors.majorFontName(); default -> typeface; }; - return BundledFontMapper.bundledFamily(name != null ? name : fallbackFam); + return BundledFontAliases.bundledFamily(name != null ? name : fallbackFam); } /** diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java index c16f138..cf2c1f1 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java @@ -22,6 +22,8 @@ import org.docx4j.dml.diagram2008.CTDrawing; import org.docx4j.dml.picture.Pic; import org.docx4j.dml.wordprocessingDrawing.Anchor; import org.docx4j.dml.wordprocessingDrawing.Inline; +import org.docx4j.math.CTOMath; +import org.docx4j.math.CTOMathPara; import org.docx4j.openpackaging.contenttype.ContentTypes; import org.docx4j.openpackaging.exceptions.Docx4JException; import org.docx4j.openpackaging.exceptions.InvalidFormatException; @@ -32,7 +34,15 @@ import org.docx4j.openpackaging.parts.PartName; import org.docx4j.openpackaging.parts.ThemePart; import org.docx4j.openpackaging.parts.WordprocessingML.BinaryPartAbstractImage; import org.docx4j.openpackaging.parts.relationships.RelationshipsPart; +import org.docx4j.wml.CTSignedHpsMeasure; import org.docx4j.wml.Drawing; +import org.docx4j.wml.Jc; +import org.docx4j.wml.JcEnumeration; +import org.docx4j.wml.P; +import org.docx4j.wml.PPr; +import org.docx4j.wml.R; +import org.docx4j.wml.RPr; +import org.docx4j.wml.Text; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import ru.pjandro.wordpdf.ChartsFoundException; @@ -41,10 +51,13 @@ import ru.pjandro.wordpdf.ConversionException; import ru.pjandro.wordpdf.SmartArtFoundException; import javax.imageio.ImageIO; +import javax.xml.namespace.QName; import java.awt.image.BufferedImage; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; +import java.io.IOException; import java.lang.reflect.Method; +import java.math.BigInteger; import java.util.ArrayList; import java.util.Collections; import java.util.HashSet; @@ -62,6 +75,17 @@ import java.util.Set; * пакета и до создания FOSettings, иначе FOP увидит исходные chart/diagram * и молча их выбросит (notImplemented в шаблоне). * + *

Третий объект — формулы OMML (§22.1): {@code m:oMathPara}/{@code m:oMath} + * доходят сюда нетронутыми (docx2fo.xslt кладёт их в + * {@code fo:instream-foreign-object} с MathML, который FOP+jeuclid на + * без-fontconfig хостах роняет конвертацию, а на остальных рисует чужими + * системными шрифтами). Каждая формула рендерится своим растером + * ({@link MathModel} → {@link MathRenderer}) и заменяется inline-картинкой + * на месте; unsupported/битая формула деградирует раном с текстом + * {@code m:t}. Байтовый скан {@code MathFallbackNormalizer} (правило 6) + * срезает unsupported-конструкции до загрузки docx4j — этот путь остаётся + * безопасной сетью. + * * Error-флаги {@link ConvertOptions}: при выключенном render-флаге и * включённом error-флаге находка объекта — {@link ChartsFoundException} или * {@link SmartArtFoundException} @@ -81,6 +105,15 @@ public final class DrawingPreRenderer { "http://schemas.openxmlformats.org/drawingml/2006/picture"; private static final String DIAGRAM_DRAWING_REL = "http://schemas.microsoft.com/office/2007/relationships/diagramDrawing"; + /** {@code m:} — namespace OMML (§22.1); {@code w:} — wordprocessingML. */ + private static final String MATH_URI = + "http://schemas.openxmlformats.org/officeDocument/2006/math"; + /** Local name элемента {@code m:oMath} (диспетч JAXBElement по имени тега). */ + private static final String LOCAL_OMATH = "oMath"; + /** Local name элемента {@code m:oMathPara} (формула отдельным абзацем). */ + private static final String LOCAL_OMATH_PARA = "oMathPara"; + private static final String WML_URI = + "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; /** * Верхняя граница {@code wp:extent} в EMU: максимальная страница Word — @@ -147,7 +180,8 @@ public final class DrawingPreRenderer { if (content.isEmpty()) { continue; } - walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options, visitedContents); + walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options, + visitedContents, null); } } @@ -175,26 +209,59 @@ public final class DrawingPreRenderer { private static void walk(Part part, List content, WordprocessingMLPackage pkg, DrawMlColor colors, int[] idSeq, long[] pngTotal, long maxPngBytesTotal, ConvertOptions options, - Set> visitedContents) { + Set> visitedContents, P ownerPara) { // Посещённые списки — по идентичности (IdentityHashMap): рефлексивный // getContent (ребёнок возвращает список родителя) не зацикливает обход. // Сравнение списков через ==/!= запрещено PMD CompareObjectsWithEquals. if (!visitedContents.add(content)) { return; } - for (Object o : content) { + for (int i = 0; i < content.size(); i++) { + Object o = content.get(i); Object v = o instanceof JAXBElement ? ((JAXBElement) o).getValue() : o; if (v instanceof Drawing drawing) { - replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); + replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal, + maxPngBytesTotal, options); continue; } + if (o instanceof JAXBElement el && el.getName() != null + && MATH_URI.equals(el.getName().getNamespaceURI())) { + String local = el.getName().getLocalPart(); + if (LOCAL_OMATH.equals(local) && v instanceof CTOMath math) { + i = splice(content, i, mathReplacements(math, false, part, pkg, + idSeq, pngTotal, maxPngBytesTotal)); + continue; + } + if (LOCAL_OMATH_PARA.equals(local) && v instanceof CTOMathPara para) { + i = splice(content, i, mathParaReplacements(para, ownerPara, part, + pkg, idSeq, pngTotal, maxPngBytesTotal)); + continue; + } + } + P para = v instanceof P p ? p : ownerPara; List nested = invokeList(v, "getContent"); if (!nested.isEmpty()) { - walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options, visitedContents); + walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, + options, visitedContents, para); } } } + /** + * In-place замена элемента {@code index} живого списка дерева на {@code reps} + * (формула → картинка/текст). Живые списки docx4j — изменяемые + * {@code ArrayList}; немодифицируемый список (нетипичный биндинг) — + * {@link UnsupportedOperationException}, который вызывающий не ловит: + * это ошибка программы, а не враждебный вход (валидатор пропускает только + * OOXML-валидные пакеты). Raw-сигнатура — единственный способ mutate + * {@code List} без {@code @SuppressWarnings}. + */ + private static int splice(List content, int index, List reps) { + content.remove(index); + content.addAll(index, reps); + return index + reps.size() - 1; + } + private static List invokeList(Object target, String getter) { try { Method m = target.getClass().getMethod(getter); @@ -269,6 +336,165 @@ public final class DrawingPreRenderer { } } + /** + * Одна {@code m:oMath} → замены на позиции формулы: inline + * {@code w:drawing} с pic:pic (успех) или ран с конкатенацией + * {@code m:t} (деградация: unsupported-конструкция — безопасная сеть + * после байтового скана MathFallbackNormalizer, пустая/битая формула, + * переполнение бюджета PNG). OOM — {@link ConversionException}, не + * деградация (тот же контракт, что у графиков). + */ + private static List mathReplacements(CTOMath math, boolean display, + Part part, WordprocessingMLPackage pkg, + int[] idSeq, long[] pngTotal, + long maxPngBytesTotal) { + try { + MathRenderer.MathImage mi = MathRenderer.render(MathModel.build(math, display)); + if (mi.image() == null) { + return textRuns(MathModel.mathText(math)); + } + byte[] png; + try { + ByteArrayOutputStream bos = new ByteArrayOutputStream(); + ImageIO.write(mi.image(), "png", bos); + png = bos.toByteArray(); + } finally { + mi.image().flush(); + } + if (png.length == 0) { + LOG.warn("PNG формулы пуст — формула деградирована в текст"); + return textRuns(MathModel.mathText(math)); + } + if (pngTotal[0] + png.length > maxPngBytesTotal) { + LOG.warn("суммарный размер PNG превысил {} байт — формула деградирована в текст", + maxPngBytesTotal); + return textRuns(MathModel.mathText(math)); + } + pngTotal[0] += png.length; + String relId = addChartMedia(pkg, part, png); + long cx = Math.round(mi.widthPt() * 12700.0); + long cy = Math.round(mi.heightPt() * 12700.0); + Drawing pic = mathPicture(idSeq, relId, cx, cy); + if (display) { + return List.of(pic); + } + // FOP ставит инлайн-картинку НИЖНИМ краем на базовую линию + // строки, поэтому формула «всплывала» на descent+PAD над + // текстом. Word роняет базовую линию формулы на базовую + // линию строки — компенсируем смещением ранa вниз: + // w:rPr/w:position (полупункты, отрицательное опускает, + // §17.3.2.24) через AUDIT-FIX baseline-shift вендорного + // XSLT. belowBaselinePt > PAD всегда (канва ≥ габариту + + // 2·PAD), нулевого смещения не бывает. Регрессия — + // WordPdfConverterTest#ommlMathInline_sitsOnTextBaseline. + R run = new R(); + RPr rpr = new RPr(); + CTSignedHpsMeasure pos = new CTSignedHpsMeasure(); + pos.setVal(BigInteger.valueOf(-Math.round(2 * mi.belowBaselinePt()))); + rpr.setPosition(pos); + run.setRPr(rpr); + run.getContent().add(pic); + return List.of(run); + } catch (MathUnsupportedException e) { + LOG.info("формула не поддерживается рендером — деградация в текст: {}", + e.getMessage()); + return textRuns(MathModel.mathText(math)); + } catch (OutOfMemoryError e) { + LOG.error("память исчерпана при рендере формулы", e); + throw new ConversionException("Память исчерпана при рендере формулы", e); + } catch (Docx4JException | IOException | RuntimeException e) { + LOG.warn("рендер формулы упал: {}", e.toString()); + return textRuns(MathModel.mathText(math)); + } + } + + /** + * Блок {@code m:oMathPara} (§22.1.3.13): все формулы блока — display. + * Word кладёт {@code oMathPara} либо в блок-контейнер (§22.1.3 — + * наблюдаемая раскладка Word-файлов), либо в {@code w:p}; в первом + * случае формулы заворачиваются в новый центрированный {@code w:p}, + * во втором — вставляются на место блока, а содержащему абзацу + * выставляется {@code jc=center} (семантика центрированной + * формулы-абзаца; prose в том же абзаце — враждебный вход, центрируется + * тоже — зарегистрированная деградация). + */ + private static List mathParaReplacements(CTOMathPara para, P ownerPara, + Part part, WordprocessingMLPackage pkg, + int[] idSeq, long[] pngTotal, + long maxPngBytesTotal) { + List inner = new ArrayList<>(); + for (CTOMath m : para.getOMath()) { + inner.addAll(mathReplacements(m, true, part, pkg, idSeq, pngTotal, + maxPngBytesTotal)); + } + if (ownerPara != null) { + centerParagraph(ownerPara); + return inner; + } + if (inner.isEmpty()) { + return List.of(); + } + P p = new P(); + PPr ppr = new PPr(); + Jc jc = new Jc(); + jc.setVal(JcEnumeration.CENTER); + ppr.setJc(jc); + p.setPPr(ppr); + p.getContent().addAll(inner); + return List.of(p); + } + + /** {@code jc=center} на абзаце (создаёт {@code w:pPr}, если нет). */ + private static void centerParagraph(P para) { + PPr ppr = para.getPPr(); + if (ppr == null) { + ppr = new PPr(); + para.setPPr(ppr); + } + Jc jc = new Jc(); + jc.setVal(JcEnumeration.CENTER); + ppr.setJc(jc); + } + + /** Inline {@code w:drawing} с pic:Pic заданного размера (EMU). */ + private static Drawing mathPicture(int[] idSeq, String relId, long cx, long cy) { + Drawing drawing = new Drawing(); + Inline inline = new Inline(); + inline.setDistT(0L); + inline.setDistB(0L); + inline.setDistL(0L); + inline.setDistR(0L); + CTPositiveSize2D extent = new CTPositiveSize2D(); + extent.setCx(cx); + extent.setCy(cy); + inline.setExtent(extent); + CTNonVisualDrawingProps docPr = new CTNonVisualDrawingProps(); + docPr.setId(idSeq[0]++); + docPr.setName("Формула " + docPr.getId()); + inline.setDocPr(docPr); + Graphic graphic = new Graphic(); + GraphicData gd = new GraphicData(); + gd.setUri(PICTURE_URI); + gd.getAny().add(buildPic(idSeq, relId, cx, cy, "Формула")); + graphic.setGraphicData(gd); + inline.setGraphic(graphic); + drawing.getAnchorOrInline().add(inline); + return drawing; + } + + /** Ран с текстом (деградация формулы); пустой текст — пустой список. */ + private static List textRuns(String text) { + if (text.isEmpty()) { + return List.of(); + } + R run = new R(); + Text t = new Text(); + t.setValue(text); + t.setSpace("preserve"); + run.getContent().add(new JAXBElement<>(new QName(WML_URI, "t"), Text.class, t)); + return List.of(run); + } + private static BufferedImage renderChart(Part part, CTRelId ref, DrawMlColor colors, long cx, long cy) { Part target = resolve(part, ref.getId()); @@ -384,11 +610,25 @@ public final class DrawingPreRenderer { return; } + Pic pic = buildPic(idSeq, relId, cx, cy, "Диаграмма"); + + gd.setUri(PICTURE_URI); + gd.getAny().clear(); + gd.getAny().add(pic); + } + + /** + * {@code pic:pic} на готовый media-r:id: id/имя из счётчика {@code idSeq} + * (общего для картинок диаграмм и формул), геометрия — входной extent + * (EMU), превью не нужно. + */ + private static Pic buildPic(int[] idSeq, String relId, long cx, long cy, + String namePrefix) { Pic pic = new Pic(); org.docx4j.dml.picture.CTPictureNonVisual nv = new org.docx4j.dml.picture.CTPictureNonVisual(); CTNonVisualDrawingProps props = new CTNonVisualDrawingProps(); props.setId(idSeq[0]++); - props.setName("Диаграмма " + props.getId()); + props.setName(namePrefix + " " + props.getId()); nv.setCNvPr(props); nv.setCNvPicPr(new CTNonVisualPictureProperties()); pic.setNvPicPr(nv); @@ -418,10 +658,7 @@ public final class DrawingPreRenderer { geom.setAvLst(new CTGeomGuideList()); spPr.setPrstGeom(geom); pic.setSpPr(spPr); - - gd.setUri(PICTURE_URI); - gd.getAny().clear(); - gd.getAny().add(pic); + return pic; } /** diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathModel.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathModel.java new file mode 100644 index 0000000..2827b14 --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathModel.java @@ -0,0 +1,1048 @@ +package ru.pjandro.wordpdf.internal.chart; + +import jakarta.xml.bind.JAXBElement; +import org.docx4j.math.CTAcc; +import org.docx4j.math.CTBar; +import org.docx4j.math.CTBox; +import org.docx4j.math.CTD; +import org.docx4j.math.CTDPr; +import org.docx4j.math.CTEqArr; +import org.docx4j.math.CTF; +import org.docx4j.math.CTFunc; +import org.docx4j.math.CTGroupChr; +import org.docx4j.math.CTLimLow; +import org.docx4j.math.CTLimUpp; +import org.docx4j.math.CTM; +import org.docx4j.math.CTMR; +import org.docx4j.math.CTNary; +import org.docx4j.math.CTNaryPr; +import org.docx4j.math.CTOMath; +import org.docx4j.math.CTOMathArg; +import org.docx4j.math.CTOnOff; +import org.docx4j.math.CTPhant; +import org.docx4j.math.CTR; +import org.docx4j.math.CTRPR; +import org.docx4j.math.CTRad; +import org.docx4j.math.CTSSub; +import org.docx4j.math.CTSSubSup; +import org.docx4j.math.CTSSup; +import org.docx4j.math.CTSPre; +import org.docx4j.math.CTText; +import org.docx4j.math.STFType; +import org.docx4j.math.STLimLoc; +import org.docx4j.math.STTopBot; +import org.docx4j.sharedtypes.STOnOff; +import org.docx4j.wml.Br; +import org.docx4j.wml.RPr; +import ru.pjandro.wordpdf.fonts.BundledFontAliases; +import ru.pjandro.wordpdf.fonts.BundledFonts; +import ru.pjandro.wordpdf.fonts.GlyphFont; + +import java.awt.Color; +import java.awt.Graphics2D; +import java.awt.geom.Rectangle2D; +import java.util.ArrayList; +import java.util.List; +import java.util.Set; + +/** + * Разбор OMML (§22.1) в дерево боксов раскладки: JAXB-объекты + * {@code org.docx4j.math.*} (биндинг {@code m:oMath}/{@code m:oMathPara} + * в дереве wml верифицирован на docx4j 17.3.2) → геометрические боксы + * с метриками {@code width/ascent/descent} (pt, относительно базовой линии) + * и отрисовкой {@link Box#paint}. + * + *

Текст рисуется исключительно {@link GlyphFont#draw} (контурные глифы + * fontbox из jar) — {@code java.awt.Font}/{@code GraphicsEnvironment} + * запрещены инвариантом «шрифты только бандла». Геометрия — упрощённая + * математическая вёрстка: дробь bar — num/den с чертой {@value #RULE_PT} pt + * на мат-оси; типы lin/skw/noBar — «num/den» через слэш; индексы — + * кегль {@value #SCRIPT_RATIO} базы, подъём {@value #SUP_RISE} / спуск + * {@value #SUB_DROP} em; радикал — глиф «√» + верхняя черта (deg слева, + * degHide — без него); скобки {@code m:d} — глиф, растянутый вертикально + * по высоте содержимого (cap ×{@value #BRACKET_CAP}); пределы {@code m:nary} + * — над/под оператором при {@code limLoc=undOvr} (дефолт: display), иначе + * справа как индексы; {@code m:m}/{@code m:eqArr} — сетка, центрированная + * на мат-оси (выравнивание колонок {@code mcs/mcPr} игнорируется — + * зарегистрированная деградация). + * + *

Любой math-элемент вне {@link #SUPPORTED} или structurally битый + * (не JAXBElement, неизвестный лока name) → {@link MathUnsupportedException}: + * вызывающий деградирует формулу текстом {@code m:t} (контент не теряется). + * Элементы чужих namespace'ов внутри math-рана читаются выборочно + * ({@code w:rPr} — шрифт/кегль/цвет), {@code w:br} — unsupported, + * прочее игнорируется. + */ +public final class MathModel { + + /** + * Все m:* локальные имена, которые разбор выдерживает: структурные + * (боксуются) + свойства (значения — атрибуты {@code m:val}). Единый + * источник истины для рантайм-диспетчера и байтового скана + * (MathFallbackNormalizer). Фиктивная ширина {@code m:phant} + * (§22.1.2.81) учитывается без zeroWid/zeroAsc/zeroDesc — всегда + * полный габарит содержимого (деградация, в формулах-разделителях + * не видна). + */ + public static final Set SUPPORTED = Set.of( + // структурные + "oMath", "oMathPara", "r", "t", "f", "num", "den", "e", + "sSup", "sSub", "sSubSup", "sPre", "d", "rad", "deg", "nary", + "func", "fName", "limLow", "limUpp", "lim", "bar", "acc", + "groupChr", "m", "mr", "mcs", "mc", "eqArr", "box", "phant", + // свойства + "oMathParaPr", "rPr", "argPr", "ctrlPr", "fPr", "sSupPr", + "sSubPr", "sSubSupPr", "sPrePr", "dPr", "radPr", "naryPr", + "funcPr", "limLowPr", "limUppPr", "barPr", "accPr", + "groupChrPr", "mPr", "mcPr", "mcsPr", "eqArrPr", "boxPr", + "phantPr", "jc", "type", "chr", "begChr", "sepChr", "endChr", + "grow", "shp", "limLoc", "pos", "vertJc", "baseJc", "maxDist", + "objDist", "rSpRule", "rSp", "degHide", "subHide", "supHide", + "lit", "nor", "scr", "sty", "brk", "aln", "show", "zeroWid", + "zeroAsc", "zeroDesc", "transp", "opEmu", "noBreak", "diff"); + + /** Кегль по умолчанию: 11 pt ({@code w:sz} 22 half-points — docx-дефолт). */ + static final double DEFAULT_SIZE_PT = 11.0; + + /** Толщина математических черт (дробь, радикал, bar) в pt. */ + static final double RULE_PT = 0.5; + + /** Высота мат-оси над базовой линией (доля кегля). */ + static final double AXIS_RATIO = 0.25; + + /** Кегль индексов (доля базы). */ + static final double SCRIPT_RATIO = 0.6; + + /** Подъём надстрочного от базовой линии базы (доля кегля базы). */ + static final double SUP_RISE = 0.35; + + /** Спуск подстрочного (доля кегля базы). */ + static final double SUB_DROP = 0.2; + + /** Зазор черта↔содержимое (доля кегля). */ + static final double RULE_GAP = 0.15; + + /** Максимальное вертикальное растяжение глифа скобки. */ + static final double BRACKET_CAP = 4.0; + + /** Оператор nary в undOvr крупнее (как display-оператор Word). */ + static final double NARY_DISPLAY_SCALE = 1.5; + + /** Кегль degree у радикала (доля базы). */ + static final double DEGREE_RATIO = 0.7; + + /** Межстрочный/межколоночный зазор сетки в pt. */ + static final double GRID_ROW_GAP = 2.0; + + private MathModel() { + } + + /** + * Контекст разбора: {@code display} (формула из {@code m:oMathPara}) + * влияет на дефолты (тип дроби, расположение пределов nary), {@code size} + * — текущий кегль (индексы разбираются в {@value #SCRIPT_RATIO} базы; + * явный {@code w:sz} рана переопределяет). + */ + record MathCtx(boolean display, double size) { + + MathCtx withSize(double newScale) { + return new MathCtx(display, size * newScale); + } + + /** Семейство бандла для имени из документа; дефолт формул Word — Cambria Math. */ + String family(String docFontName) { + String name = docFontName == null || docFontName.isEmpty() + ? "Cambria Math" : docFontName; + return BundledFontAliases.bundledFamily(name); + } + + /** Шрифт бандла с фолбэком начертания→regular→fallback-семейство. */ + GlyphFont font(String family, boolean bold, boolean italic) { + String variant = bold && italic ? BundledFonts.V_BOLD_ITALIC + : bold ? BundledFonts.V_BOLD + : italic ? BundledFonts.V_ITALIC + : BundledFonts.V_REGULAR; + GlyphFont f = GlyphFont.of(family, variant); + if (f == null) { + f = GlyphFont.of(family, BundledFonts.V_REGULAR); + } + if (f == null) { + f = GlyphFont.of(BundledFonts.FALLBACK_FAMILY, variant); + } + if (f == null) { + f = GlyphFont.of(BundledFonts.FALLBACK_FAMILY, BundledFonts.V_REGULAR); + } + return f; + } + + /** Служебный ран (слэш, корень, акцент, разделитель) — regular, чёрный. */ + RunBox run(String text) { + return new RunBox(text, font(null, false, false), size, Color.BLACK); + } + } + + // ------------------------------------------------------------------ + // Боксы + // ------------------------------------------------------------------ + + /** + * Бокс раскладки: метрики относительно собственной базовой линии + * (y вниз: ascent над, descent под) и отрисовка в (x, baseline). + */ + abstract static class Box { + double width; + double ascent; + double descent; + + /** Пуст ли бокс (нет ни ширины, ни высоты). */ + boolean isEmpty() { + return width == 0 && ascent == 0 && descent == 0; + } + + abstract void paint(Graphics2D g, double x, double baseline); + } + + static Box emptyBox() { + return new RowBox(List.of()); + } + + /** Последовательность боксов на одной базовой линии. */ + static final class RowBox extends Box { + private final List items; + + RowBox(List items) { + this.items = List.copyOf(items); + double w = 0; + double a = 0; + double d = 0; + for (Box b : items) { + w += b.width; + a = Math.max(a, b.ascent); + d = Math.max(d, b.descent); + } + width = w; + ascent = a; + descent = d; + } + + List items() { + return items; + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + double cx = x; + for (Box b : items) { + b.paint(g, cx, baseline); + cx += b.width; + } + } + } + + /** Текстовый ран: глифы только бандла (GlyphFont). */ + static final class RunBox extends Box { + private final String text; + private final GlyphFont font; + private final double sizePt; + private final Color color; + + RunBox(String text, GlyphFont font, double sizePt, Color color) { + this.text = text; + this.font = font; + this.sizePt = sizePt; + this.color = color; + width = font.advance(text, sizePt); + if (!text.isEmpty()) { + ascent = font.ascent(sizePt); + descent = font.descent(sizePt); + } + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + if (text.isEmpty()) { + return; + } + g.setColor(color); + font.draw(g, text, x, baseline, sizePt); + } + } + + /** Дробь lin/skw/noBar: «num/den» через слэш на общей базовой линии. */ + static final class LinearBox extends Box { + private final Box num; + private final Box den; + private final RunBox slash; + + LinearBox(Box num, Box den, MathCtx ctx) { + this.num = num; + this.den = den; + this.slash = ctx.run("/"); + width = num.width + slash.width + den.width; + ascent = Math.max(num.ascent, slash.ascent); + descent = Math.max(den.descent, slash.descent); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + num.paint(g, x, baseline); + slash.paint(g, x + num.width, baseline); + den.paint(g, x + num.width + slash.width, baseline); + } + } + + /** Дробь bar: num над den, черта на мат-оси, меньшее центрируется. */ + static final class FractionBox extends Box { + private final Box num; + private final Box den; + private final double axis; + private final double numBaselineShift; + private final double denBaselineShift; + + FractionBox(Box num, Box den, double sizePt) { + this.num = num; + this.den = den; + double gap = sizePt * RULE_GAP; + this.axis = sizePt * AXIS_RATIO; + // низ числителя — gap выше черты, верх знаменателя — gap ниже + this.numBaselineShift = axis + gap + num.descent; + this.denBaselineShift = Math.max(0, gap + den.ascent - axis); + width = Math.max(num.width, den.width); + ascent = numBaselineShift + num.ascent; + descent = Math.max(0, denBaselineShift + den.descent); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + num.paint(g, x + (width - num.width) / 2.0, + baseline - numBaselineShift); + g.setColor(Color.BLACK); + g.fill(new Rectangle2D.Double(x, baseline - axis - RULE_PT / 2.0, + width, RULE_PT)); + den.paint(g, x + (width - den.width) / 2.0, + baseline + denBaselineShift); + } + } + + /** sSup/sSub/sSubSup и боковые пределы nary: base + индексы справа. */ + static final class ScriptBox extends Box { + private final Box base; + private final Box sup; + private final Box sub; + private final double supShift; + private final double subShift; + + ScriptBox(Box base, Box sup, Box sub, double baseSize) { + this.base = base; + this.sup = sup; + this.sub = sub; + this.supShift = baseSize * SUP_RISE; + this.subShift = baseSize * SUB_DROP; + width = base.width + Math.max(sup.width, sub.width); + ascent = Math.max(base.ascent, supShift + sup.ascent); + descent = Math.max(base.descent, subShift + sub.descent); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + base.paint(g, x, baseline); + double sx = x + base.width; + sup.paint(g, sx, baseline - supShift); + sub.paint(g, sx, baseline + subShift); + } + } + + /** sPre: sup над sub слева от базы (стопкой). */ + static final class PreScriptBox extends Box { + private final Box base; + private final Box sup; + private final Box sub; + + PreScriptBox(Box base, Box sup, Box sub) { + this.base = base; + this.sup = sup; + this.sub = sub; + width = Math.max(sup.width, sub.width) + base.width; + // полный стопки — как в paint: sup.ascent..sub.descent с зазором + double stackTop = sup.ascent + sup.descent + GRID_ROW_GAP + + sub.ascent + sub.descent; + ascent = Math.max(base.ascent, stackTop / 2.0); + descent = Math.max(base.descent, stackTop / 2.0); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + double supBaseline = baseline - ascent + sup.ascent; + sup.paint(g, x, supBaseline); + sub.paint(g, x, supBaseline + sup.descent + GRID_ROW_GAP + sub.ascent); + base.paint(g, x + Math.max(sup.width, sub.width), baseline); + } + } + + /** m:d: скобки beg/end, растянутые по высоте содержимого (cap BRACKET_CAP). */ + static final class DelimiterBox extends Box { + private final Box content; + private final GlyphFont bracketFont; + private final String beg; + private final String end; + private final double sizePt; + + DelimiterBox(Box content, String beg, String end, GlyphFont bracketFont, + double sizePt) { + this.content = content; + this.bracketFont = bracketFont; + this.beg = beg; + this.end = end; + this.sizePt = sizePt; + double bw = (beg.isEmpty() ? 0 : bracketFont.advance(beg, sizePt)) + + (end.isEmpty() ? 0 : bracketFont.advance(end, sizePt)); + width = bw + content.width; + ascent = content.ascent; + descent = content.descent; + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + double h = ascent + descent; + double cx = x; + if (!beg.isEmpty()) { + paintScaledGlyph(g, bracketFont, beg, sizePt, cx, baseline, h); + cx += bracketFont.advance(beg, sizePt); + } + content.paint(g, cx, baseline); + if (!end.isEmpty()) { + paintScaledGlyph(g, bracketFont, end, sizePt, + cx + content.width, baseline, h); + } + } + } + + /** m:rad: «√» с верхней чертой поверх содержимого; deg — слева наверху. */ + static final class RadicalBox extends Box { + private final Box content; + private final Box deg; + private final RunBox root; + private final double barTop; + + RadicalBox(Box content, Box deg, RunBox root) { + this.content = content; + this.deg = deg; + this.root = root; + this.barTop = Math.max(content.ascent, root.ascent); + width = deg.width + root.width + content.width; + ascent = barTop + RULE_PT * 2; + descent = Math.max(content.descent, root.descent); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + double cx = x; + if (deg.width > 0) { + deg.paint(g, cx, baseline - ascent + deg.ascent); + cx += deg.width; + } + root.paint(g, cx, baseline); + cx += root.width; + content.paint(g, cx, baseline); + g.setColor(Color.BLACK); + g.fill(new Rectangle2D.Double(cx, baseline - barTop - RULE_PT, + content.width, RULE_PT)); + } + } + + /** nary с limLoc=undOvr: оператор, пределы над/под ним по центру. */ + static final class NaryBox extends Box { + private final RunBox op; + private final Box sub; + private final Box sup; + + NaryBox(RunBox op, Box sub, Box sup) { + this.op = op; + this.sub = sub; + this.sup = sup; + width = Math.max(op.width, Math.max(sub.width, sup.width)); + // метрики — точно по paint: предел поднят/опущен на собственный + // габарит относительно края оператора (иначе канва растера + // режет верх/низ пределов) + ascent = op.ascent + (sup.isEmpty() ? 0 + : sup.ascent + sup.descent + GRID_ROW_GAP); + descent = op.descent + (sub.isEmpty() ? 0 + : sub.ascent + sub.descent + GRID_ROW_GAP); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + op.paint(g, x + (width - op.width) / 2.0, baseline); + if (!sup.isEmpty()) { + sup.paint(g, x + (width - sup.width) / 2.0, + baseline - op.ascent - sup.descent - GRID_ROW_GAP); + } + if (!sub.isEmpty()) { + sub.paint(g, x + (width - sub.width) / 2.0, + baseline + op.descent + sub.ascent + GRID_ROW_GAP); + } + } + } + + /** limLow/limUpp: база + предел под/над ней (по центру). */ + static final class LimitBox extends Box { + private final Box base; + private final Box lim; + private final boolean above; + + LimitBox(Box base, Box lim, boolean above) { + this.base = base; + this.lim = lim; + this.above = above; + width = Math.max(base.width, lim.width); + double stack = lim.isEmpty() ? 0 : lim.ascent + lim.descent + GRID_ROW_GAP; + ascent = base.ascent + (above ? stack : 0); + descent = base.descent + (above ? 0 : stack); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + base.paint(g, x + (width - base.width) / 2.0, baseline); + if (lim.isEmpty()) { + return; + } + if (above) { + lim.paint(g, x + (width - lim.width) / 2.0, + baseline - base.ascent - lim.descent - GRID_ROW_GAP); + } else { + lim.paint(g, x + (width - lim.width) / 2.0, + baseline + base.descent + lim.ascent + GRID_ROW_GAP); + } + } + } + + /** m:bar: черта над (pos=top, дефолт) или под содержимым. */ + static final class BarBox extends Box { + private final Box content; + private final boolean top; + + BarBox(Box content, boolean top) { + this.content = content; + this.top = top; + width = content.width; + ascent = content.ascent + (top ? RULE_PT * 2 : 0); + descent = content.descent + (top ? 0 : RULE_PT * 2); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + content.paint(g, x, baseline); + g.setColor(Color.BLACK); + double y = top ? baseline - ascent + RULE_PT + : baseline + descent - RULE_PT; + g.fill(new Rectangle2D.Double(x, y - RULE_PT / 2.0, width, RULE_PT)); + } + } + + /** m:acc: акцентный глиф по центру над базой. */ + static final class AccentBox extends Box { + private final Box base; + private final RunBox accent; + + AccentBox(Box base, RunBox accent) { + this.base = base; + this.accent = accent; + width = Math.max(base.width, accent.width); + ascent = base.ascent + accent.descent + accent.ascent; + descent = base.descent; + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + base.paint(g, x + (width - base.width) / 2.0, baseline); + accent.paint(g, x + (width - accent.width) / 2.0, + baseline - base.ascent - accent.descent); + } + } + + /** m:groupChr: скобка-глиф над/под всем содержимым (нет глифа → черта). */ + static final class GroupChrBox extends Box { + private final Box base; + private final RunBox chr; + private final boolean top; + private final boolean glyphFits; + + GroupChrBox(Box base, RunBox chr, boolean top, boolean glyphFits) { + this.base = base; + this.chr = chr; + this.top = top; + this.glyphFits = glyphFits; + width = Math.max(base.width, chr.width); + double chrH = chr.ascent + chr.descent; + ascent = base.ascent + (top ? chrH + GRID_ROW_GAP : 0); + descent = base.descent + (top ? 0 : chrH + GRID_ROW_GAP); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + base.paint(g, x + (width - base.width) / 2.0, baseline); + if (!glyphFits) { + g.setColor(Color.BLACK); + double y = top ? baseline - ascent + RULE_PT + : baseline + descent - RULE_PT; + // fill(Line2D) ничего не рисует (нулевая площадь) — черта + // прямоугольником, как в BarBox/RadicalBox + g.fill(new Rectangle2D.Double(x, y - RULE_PT / 2.0, width, RULE_PT)); + return; + } + double cy = top ? baseline - base.ascent - chr.descent - GRID_ROW_GAP + : baseline + base.descent + chr.ascent + GRID_ROW_GAP; + chr.paint(g, x + (width - chr.width) / 2.0, cy); + } + } + + /** Сетка m/eqArr: строки ячеек, колонки по максимуму, центрировано на мат-оси. */ + static final class GridBox extends Box { + private final List> rows; + private final double[] colWidth; + private final double gridHeight; + private final double axis; + + GridBox(List> rows, double sizePt) { + this.rows = List.copyOf(rows); + int cols = 0; + for (List r : this.rows) { + cols = Math.max(cols, r.size()); + } + this.colWidth = new double[cols]; + for (List r : this.rows) { + for (int c = 0; c < r.size(); c++) { + colWidth[c] = Math.max(colWidth[c], r.get(c).width); + } + } + double w = 0; + for (double cw : colWidth) { + w += cw; + } + width = w; + double h = 0; + for (int i = 0; i < this.rows.size(); i++) { + double ra = 0; + double rd = 0; + for (Box cell : this.rows.get(i)) { + ra = Math.max(ra, cell.ascent); + rd = Math.max(rd, cell.descent); + } + h += ra + rd + (i > 0 ? GRID_ROW_GAP : 0); + } + gridHeight = h; + axis = sizePt * AXIS_RATIO; + ascent = axis + h / 2.0; + descent = Math.max(0, h - ascent); + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + double y = baseline - ascent; + for (List row : rows) { + double ra = 0; + double rd = 0; + for (Box cell : row) { + ra = Math.max(ra, cell.ascent); + rd = Math.max(rd, cell.descent); + } + double rowBaseline = y + ra; + double cx = x; + for (int c = 0; c < row.size(); c++) { + Box cell = row.get(c); + cell.paint(g, cx + (colWidth[c] - cell.width) / 2.0, rowBaseline); + cx += colWidth[c]; + } + y += ra + rd + GRID_ROW_GAP; + } + } + } + + /** + * m:phant невидимый: габарит как у содержимого, отрисовка — ничего + * (§22.1.2.81: по умолчанию hidden; zeroWid/zeroAsc/zeroDesc не + * учитываются — всегда полный габарит). + */ + static final class PhantomBox extends Box { + PhantomBox(Box content) { + width = content.width; + ascent = content.ascent; + descent = content.descent; + } + + @Override + void paint(Graphics2D g, double x, double baseline) { + // phantom намеренно не рисуется + } + } + + /** Коэффициент вертикального сжатия ≤ 1 — масштабировать нечего. */ + private static final double NO_SCALING_K = 1.0; + + /** Глиф, растянутый вертикально (горизонталь без изменений), cap BRACKET_CAP. */ + private static void paintScaledGlyph(Graphics2D g, GlyphFont font, String glyph, + double sizePt, double x, double baseline, + double targetHeight) { + double natural = Math.max(0.001, font.ascent(sizePt)); + double k = Math.min(BRACKET_CAP, targetHeight / natural); + if (k <= NO_SCALING_K) { + font.draw(g, glyph, x, baseline, sizePt); + return; + } + Graphics2D g2 = (Graphics2D) g.create(); + try { + g2.translate(x, baseline); + g2.scale(1.0, k); + font.draw(g2, glyph, 0, 0, sizePt); + } finally { + g2.dispose(); + } + } + + // ------------------------------------------------------------------ + // Разбор + // ------------------------------------------------------------------ + + /** Корень: {@code m:oMath} → строка боксов (kegль по умолчанию). */ + static Box build(CTOMath math, boolean display) { + return elements(math.getEGOMathElements(), new MathCtx(display, DEFAULT_SIZE_PT)); + } + + /** Аргумент {@code m:e}/{@code m:num}/… → строка боксов; null → пустой бокс. */ + private static Box arg(CTOMathArg arg, MathCtx ctx) { + if (arg == null) { + return emptyBox(); + } + return elements(arg.getEGOMathElements(), ctx); + } + + private static RowBox elements(List content, MathCtx ctx) { + List boxes = new ArrayList<>(); + for (Object o : content) { + boxes.add(box(o, ctx)); + } + return new RowBox(boxes); + } + + private static Box box(Object o, MathCtx ctx) { + if (!(o instanceof JAXBElement el) || el.getName() == null) { + throw new MathUnsupportedException( + "math-элемент не JAXBElement: " + o.getClass().getSimpleName()); + } + String name = el.getName().getLocalPart(); + Object v = el.getValue(); + switch (name) { + case "r": + return run((CTR) v, ctx); + case "f": + return fraction((CTF) v, ctx); + case "sSup": { + CTSSup s = (CTSSup) v; + return new ScriptBox(arg(s.getE(), ctx), + arg(s.getSup(), ctx.withSize(SCRIPT_RATIO)), + emptyBox(), ctx.size()); + } + case "sSub": { + CTSSub s = (CTSSub) v; + return new ScriptBox(arg(s.getE(), ctx), emptyBox(), + arg(s.getSub(), ctx.withSize(SCRIPT_RATIO)), ctx.size()); + } + case "sSubSup": { + CTSSubSup s = (CTSSubSup) v; + return new ScriptBox(arg(s.getE(), ctx), + arg(s.getSup(), ctx.withSize(SCRIPT_RATIO)), + arg(s.getSub(), ctx.withSize(SCRIPT_RATIO)), ctx.size()); + } + case "sPre": { + CTSPre s = (CTSPre) v; + MathCtx script = ctx.withSize(SCRIPT_RATIO); + return new PreScriptBox(arg(s.getE(), ctx), + arg(s.getSup(), script), arg(s.getSub(), script)); + } + case "d": + return delimiter((CTD) v, ctx); + case "rad": + return radical((CTRad) v, ctx); + case "nary": + return nary((CTNary) v, ctx); + case "func": { + CTFunc f = (CTFunc) v; + return new RowBox(List.of(arg(f.getFName(), ctx), arg(f.getE(), ctx))); + } + case "limLow": { + CTLimLow l = (CTLimLow) v; + return new LimitBox(arg(l.getE(), ctx), arg(l.getLim(), ctx), false); + } + case "limUpp": { + CTLimUpp l = (CTLimUpp) v; + return new LimitBox(arg(l.getE(), ctx), arg(l.getLim(), ctx), true); + } + case "bar": { + CTBar b = (CTBar) v; + boolean top = b.getBarPr() == null || b.getBarPr().getPos() == null + || b.getBarPr().getPos().getVal() != STTopBot.BOT; + return new BarBox(arg(b.getE(), ctx), top); + } + case "acc": { + CTAcc a = (CTAcc) v; + String chr = charOr(a.getAccPr() == null ? null + : a.getAccPr().getChr() == null ? null + : a.getAccPr().getChr().getVal(), "^"); + return new AccentBox(arg(a.getE(), ctx), ctx.run(chr)); + } + case "groupChr": { + CTGroupChr gc = (CTGroupChr) v; + String chr = charOr(gc.getGroupChrPr() == null ? null + : gc.getGroupChrPr().getChr() == null ? null + : gc.getGroupChrPr().getChr().getVal(), "\u23DE"); + boolean top = gc.getGroupChrPr() == null + || gc.getGroupChrPr().getPos() == null + || gc.getGroupChrPr().getPos().getVal() != STTopBot.BOT; + GlyphFont f = ctx.font(null, false, false); + boolean fits = chr.isEmpty() || f.canDisplay(chr.codePointAt(0)); + return new GroupChrBox(arg(gc.getE(), ctx), ctx.run(chr), top, fits); + } + case "m": + return matrix((CTM) v, ctx); + case "eqArr": { + List> rows = new ArrayList<>(); + for (CTOMathArg row : ((CTEqArr) v).getE()) { + rows.add(List.of(arg(row, ctx))); + } + return new GridBox(rows, ctx.size()); + } + case "box": + return arg(((CTBox) v).getE(), ctx); + case "phant": { + // m:phant (§22.1.2.81): по умолчанию невидим, но место + // занимает; show=on — обычный контент. + CTPhant p = (CTPhant) v; + boolean show = p.getPhantPr() != null && truthy(p.getPhantPr().getShow()); + return show ? arg(p.getE(), ctx) : new PhantomBox(arg(p.getE(), ctx)); + } + default: + throw new MathUnsupportedException("m:" + name); + } + } + + private static Box fraction(CTF f, MathCtx ctx) { + STFType type = f.getFPr() == null || f.getFPr().getType() == null + || f.getFPr().getType().getVal() == null + ? (ctx.display() ? STFType.BAR : STFType.LIN) + : f.getFPr().getType().getVal(); + Box num = arg(f.getNum(), ctx); + Box den = arg(f.getDen(), ctx); + if (type == STFType.BAR) { + return new FractionBox(num, den, ctx.size()); + } + // lin/skw/noBar — «num/den» через слэш (деградация из плана) + return new LinearBox(num, den, ctx); + } + + private static Box delimiter(CTD d, MathCtx ctx) { + String beg = "("; + String end = ")"; + String sep = ","; + CTDPr pr = d.getDPr(); + if (pr != null) { + if (pr.getBegChr() != null && pr.getBegChr().getVal() != null) { + beg = pr.getBegChr().getVal(); + } + if (pr.getEndChr() != null && pr.getEndChr().getVal() != null) { + end = pr.getEndChr().getVal(); + } + if (pr.getSepChr() != null && pr.getSepChr().getVal() != null) { + sep = pr.getSepChr().getVal(); + } + } + List parts = new ArrayList<>(); + List args = d.getE(); + for (int i = 0; i < args.size(); i++) { + if (i > 0 && !sep.isEmpty()) { + parts.add(ctx.run(sep + " ")); + } + parts.add(arg(args.get(i), ctx)); + } + return new DelimiterBox(new RowBox(parts), beg, end, + ctx.font(null, false, false), ctx.size()); + } + + private static Box radical(CTRad r, MathCtx ctx) { + boolean degHide = r.getRadPr() != null && truthy(r.getRadPr().getDegHide()); + Box deg = degHide ? emptyBox() : arg(r.getDeg(), ctx.withSize(DEGREE_RATIO)); + Box content = arg(r.getE(), ctx); + GlyphFont f = ctx.font(null, false, false); + double h = content.ascent + content.descent; + double size = h <= 0 ? ctx.size() + : h * ctx.size() / Math.max(0.001, f.ascent(ctx.size())); + return new RadicalBox(content, deg, + new RunBox("\u221A", f, size, Color.BLACK)); + } + + private static Box nary(CTNary n, MathCtx ctx) { + String chr = "\u2211"; + boolean limUndOvr = ctx.display(); + boolean subHide = false; + boolean supHide = false; + CTNaryPr pr = n.getNaryPr(); + if (pr != null) { + if (pr.getChr() != null && pr.getChr().getVal() != null + && !pr.getChr().getVal().isEmpty()) { + chr = pr.getChr().getVal(); + } + if (pr.getLimLoc() != null && pr.getLimLoc().getVal() != null) { + limUndOvr = pr.getLimLoc().getVal() == STLimLoc.UND_OVR; + } + subHide = truthy(pr.getSubHide()); + supHide = truthy(pr.getSupHide()); + } + GlyphFont f = ctx.font(null, false, false); + Box sub = subHide ? emptyBox() : arg(n.getSub(), ctx.withSize(SCRIPT_RATIO)); + Box sup = supHide ? emptyBox() : arg(n.getSup(), ctx.withSize(SCRIPT_RATIO)); + if (!limUndOvr) { + RunBox op = new RunBox(chr, f, ctx.size(), Color.BLACK); + return new ScriptBox(op, sup, sub, ctx.size()); + } + RunBox op = new RunBox(chr, f, ctx.size() * NARY_DISPLAY_SCALE, Color.BLACK); + return new NaryBox(op, sub, sup); + } + + private static Box matrix(CTM m, MathCtx ctx) { + List> rows = new ArrayList<>(); + for (CTMR mr : m.getMr()) { + List cells = new ArrayList<>(); + for (CTOMathArg a : mr.getE()) { + cells.add(arg(a, ctx)); + } + rows.add(cells); + } + if (rows.isEmpty()) { + return emptyBox(); + } + return new GridBox(rows, ctx.size()); + } + + private static Box run(CTR r, MathCtx ctx) { + CTRPR mathPr = null; + RPr wordPr = null; + StringBuilder text = new StringBuilder(); + for (Object o : r.getContent()) { + Object v = o instanceof JAXBElement el ? el.getValue() : o; + if (v instanceof CTText t) { + if (t.getValue() != null) { + text.append(t.getValue()); + } + } else if (v instanceof CTRPR p) { + mathPr = p; + } else if (v instanceof RPr p) { + wordPr = p; + } else if (v instanceof Br) { + throw new MathUnsupportedException("w:br внутри math-рана"); + } + // прочие w:* элементы рана (noProof, sym, …) на геометрию текста + // не влияют — игнорируются, unsupported'ом не считаются + } + String s = text.toString(); + boolean bold = false; + boolean italic; + String sty = mathPr == null || mathPr.getSty() == null + || mathPr.getSty().getVal() == null + ? null : mathPr.getSty().getVal().value(); + if (sty != null) { + bold = "b".equalsIgnoreCase(sty) || "bi".equalsIgnoreCase(sty); + italic = "i".equalsIgnoreCase(sty) || "bi".equalsIgnoreCase(sty); + } else { + // конвенция Word: одиночная латинская буква — переменная (italic) + italic = s.length() == 1 && isLatinLetter(s.charAt(0)); + } + double size = ctx.size(); + String family = ctx.family(null); + Color color = Color.BLACK; + if (wordPr != null) { + if (wordPr.getSz() != null && wordPr.getSz().getVal() != null) { + size = wordPr.getSz().getVal().intValue() / 2.0; + } + if (wordPr.getRFonts() != null) { + String ascii = wordPr.getRFonts().getAscii(); + family = ctx.family(ascii != null && !ascii.isEmpty() + ? ascii : wordPr.getRFonts().getHAnsi()); + } + if (wordPr.getColor() != null && wordPr.getColor().getVal() != null) { + color = parseColor(wordPr.getColor().getVal()); + } + } + return new RunBox(s, ctx.font(family, bold, italic), size, color); + } + + private static String charOr(String val, String fallback) { + return val == null ? fallback : val; + } + + private static boolean isLatinLetter(char ch) { + return ch >= 'a' && ch <= 'z' || ch >= 'A' && ch <= 'Z'; + } + + /** Длина канонического RGB-hex в w:color/@val (RRGGBB). */ + private static final int RGB_HEX_LEN = 6; + + private static Color parseColor(String val) { + String hex = val.startsWith("#") ? val.substring(1) : val; + if (hex.length() != RGB_HEX_LEN) { + return Color.BLACK; + } + try { + return new Color(Integer.parseInt(hex, 16)); + } catch (NumberFormatException e) { + return Color.BLACK; + } + } + + /** m:* on/off: true только явные true/on/1. */ + private static boolean truthy(CTOnOff v) { + if (v == null || v.getVal() == null) { + return false; + } + STOnOff val = v.getVal(); + return val == STOnOff.TRUE || val == STOnOff.ON || val == STOnOff.ONE; + } + + /** + * Текст формулы — конкатенация всех {@code m:t} (деградация при + * unsupported/превышении бюджета; та же семантика, что flatten на байтах). + */ + public static String mathText(CTOMath math) { + StringBuilder sb = new StringBuilder(); + appendText(math, sb); + return sb.toString(); + } + + private static void appendText(Object o, StringBuilder sb) { + Object v = o instanceof JAXBElement el ? el.getValue() : o; + if (v instanceof CTText t) { + if (t.getValue() != null) { + sb.append(t.getValue()); + } + return; + } + for (String getter : List.of("getEGOMathElements", "getContent", "getE", + "getNum", "getDen", "getDeg", "getSub", "getSup", "getFName", + "getLim", "getMr", "getOMath")) { + int mark = sb.length(); + try { + Object r = v.getClass().getMethod(getter).invoke(v); + if (r instanceof List list) { + for (Object x : list) { + appendText(x, sb); + } + } else if (r != null && !(r instanceof String)) { + appendText(r, sb); + } + } catch (ReflectiveOperationException | RuntimeException e) { + // Геттера нет/не вызывается — снимаем частичный вклад: сбор + // текста не обязан понимать класс, пропущенный геттер лучше + // обрезанного куска и лучше падения + sb.setLength(mark); + } + } + } +} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathRenderer.java new file mode 100644 index 0000000..fcbc70a --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathRenderer.java @@ -0,0 +1,75 @@ +package ru.pjandro.wordpdf.internal.chart; + +import java.awt.Color; +import java.awt.Graphics2D; +import java.awt.RenderingHints; +import java.awt.image.BufferedImage; + +/** + * Растеризация разобранной формулы: дерево {@link MathModel.Box} → PNG + * в координатах pt×dpi/72 (тот же растер-контракт, что у график: + * {@link ChartRenderer#DPI}, понижение dpi по {@link ChartRenderer#fitDpi} + * при превышении площади). Фон прозрачный (ARGB), сглаживание включено — + * глифы рисуются контурами fontbox, шрифтов хоста не касается. + * + *

Пустая формула (нулевые метрики) → {@link MathImage} с нулевыми + * размерами и {@code image == null}: вызывающий заменяет её текстом + * {@code m:t} либо убирает вовсе. {@code OutOfMemoryError} при раздутии + * битмапа НЕ перехватывается — это {@code ConversionException} (500) выше + * по стеку, не деградация (контракт chart-модели). + */ +final class MathRenderer { + + /** Минимальный размер растра формулы, pt (тонкий индекс не «схлопнется»). */ + static final double MIN_WIDTH_PT = 4.0; + + /** Минимальная высота растра формулы, pt. */ + static final double MIN_HEIGHT_PT = 12.0; + + /** Отступ вокруг габарита формулы, pt (обрезка сглаженных краёв). */ + static final double PAD_PT = 1.0; + + private MathRenderer() { + } + + /** + * Растр формулы: PNG-носитель, габарит в pt (для extcx/extcy) и + * {@code belowBaselinePt} — расстояние от базовой линии формулы до + * нижнего края растра (высота минус верхний отступ и ascent; при + * клампе к MIN_HEIGHT — с запасом снизу). + */ + record MathImage(BufferedImage image, double widthPt, double heightPt, + double belowBaselinePt) { + } + + /** Растр бокса; пустой бокс → {@code image == null}, размеры 0. */ + static MathImage render(MathModel.Box root) { + if (root.isEmpty()) { + return new MathImage(null, 0, 0, 0); + } + double widthPt = Math.max(MIN_WIDTH_PT, root.width + 2 * PAD_PT); + double heightPt = Math.max(MIN_HEIGHT_PT, root.ascent + root.descent + 2 * PAD_PT); + double dpi = ChartRenderer.fitDpi(widthPt, heightPt); + int w = Math.max(1, (int) Math.round(widthPt * dpi / 72.0)); + int h = Math.max(1, (int) Math.round(heightPt * dpi / 72.0)); + BufferedImage img = new BufferedImage(w, h, BufferedImage.TYPE_INT_ARGB); + Graphics2D g = img.createGraphics(); + try { + g.setRenderingHint(RenderingHints.KEY_ANTIALIASING, + RenderingHints.VALUE_ANTIALIAS_ON); + g.setRenderingHint(RenderingHints.KEY_TEXT_ANTIALIASING, + RenderingHints.VALUE_TEXT_ANTIALIAS_ON); + g.setRenderingHint(RenderingHints.KEY_STROKE_CONTROL, + RenderingHints.VALUE_STROKE_PURE); + g.setColor(new Color(0, 0, 0, 0)); + double k = dpi / 72.0; + g.scale(k, k); + double x = (widthPt - root.width) / 2.0; + double baseline = PAD_PT + root.ascent; + root.paint(g, x, baseline); + } finally { + g.dispose(); + } + return new MathImage(img, widthPt, heightPt, heightPt - PAD_PT - root.ascent); + } +} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathUnsupportedException.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathUnsupportedException.java new file mode 100644 index 0000000..5a683a5 --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/MathUnsupportedException.java @@ -0,0 +1,20 @@ +package ru.pjandro.wordpdf.internal.chart; + +/** + * Конструкция OMML, которую формульный рендер не раскладывает: math-элемент + * вне {@link MathModel#SUPPORTED}, math-узел не JAXBElement или структурная + * поломка (например, {@code w:br} внутри math-рана). + * + *

Сигнал деградации, не отказа: {@code DrawingPreRenderer} заменяет + * формулу её текстом {@code m:t} вместо растра (контент не теряется). + * Бросается на разборе ({@link MathModel#build}), тем же критерием + * срезается раньше — на байтовом уровне в {@code MathFallbackNormalizer}. + */ +final class MathUnsupportedException extends RuntimeException { + + private static final long serialVersionUID = 1L; + + MathUnsupportedException(String what) { + super(what); + } +} diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/FontsBundledOnlyInvariantTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/FontsBundledOnlyInvariantTest.java new file mode 100644 index 0000000..a8dd50f --- /dev/null +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/FontsBundledOnlyInvariantTest.java @@ -0,0 +1,191 @@ +package ru.pjandro.wordpdf; + +import org.apache.pdfbox.Loader; +import org.apache.pdfbox.pdmodel.PDDocument; +import org.apache.pdfbox.pdmodel.PDResources; +import org.apache.pdfbox.pdmodel.font.PDFont; +import org.apache.pdfbox.cos.COSName; +import org.junit.jupiter.api.Test; + +import java.io.IOException; +import java.io.ByteArrayOutputStream; +import java.nio.charset.StandardCharsets; +import java.nio.file.Files; +import java.nio.file.Path; +import java.util.HashSet; +import java.util.Set; +import java.util.zip.ZipEntry; +import java.util.zip.ZipOutputStream; + +import static org.junit.jupiter.api.Assertions.assertThrows; +import static org.junit.jupiter.api.Assertions.assertTrue; + +/** + * Инвариант «шрифты только бандла» после выноса JEuclid из класса путей: + * MathML-рендер FOP (jeuclid-fop) обращался к AWT-менеджеру шрифтов и + * тащил в вывод системные гарнитуры; формулы теперь рисуются собственным + * растером из jar-шрифтов (fontbox), поэтому JEuclid в classpath и + * протёкших системных имён в PDF быть не должно ни на одном хосте (в т.ч. без + * fontconfig — CI-образ). Регрессия — удаление jeuclid, 2026-11. + */ +class FontsBundledOnlyInvariantTest { + + private static final String M_NS = + "http://schemas.openxmlformats.org/officeDocument/2006/math"; + private static final String W_NS = + "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; + + /** + * JEuclid обязан отсутствовать в классе путей (exclusion в pom): + * реальные FQCN обоих артефактов форка de.rototor (сверены по jar'ам + * 3.1.14) — вымышленное имя дало бы зелёный тест и без exclusion. + */ + @Test + void jeuclidAbsentFromClasspath() { + assertThrows(ClassNotFoundException.class, + () -> Class.forName("net.sourceforge.jeuclid.MathMLParserSupport")); + assertThrows(ClassNotFoundException.class, + () -> Class.forName("net.sourceforge.jeuclid.fop.JEuclidElementMapping")); + } + + /** + * Исходники main не обращаются к AWT-шрифтам: ни {@code java.awt.Font}, + * ни {@code GraphicsEnvironment}, ни {@code createFont(} вне комментариев + * и строк. Любое такое обращение инициализирует AWT-менеджер шрифтов + * (fontconfig на хосте) и рвёт инвариант «только бандл» — детект по + * тексту исходников работает и на хосте с шрифтами, и в CI-контейнере + * без fontconfig. + */ + @Test + void sourcesFreeOfAwtFonts() throws IOException { + Path root = Files.isDirectory(Path.of("src/main/java")) + ? Path.of("src/main/java") + : Path.of("wordpdf-core/src/main/java"); + assertTrue(Files.isDirectory(root), "нет каталога исходников: " + root.toAbsolutePath()); + java.util.regex.Pattern createFont = + java.util.regex.Pattern.compile("\\bcreateFont\\s*\\("); + Set hits = new HashSet<>(); + try (var walk = Files.walk(root)) { + for (Path p : (Iterable) walk.filter(f -> f.toString().endsWith(".java"))::iterator) { + String effective = stripCommentsAndStrings( + new String(Files.readAllBytes(p), StandardCharsets.UTF_8)); + if (effective.contains("java.awt.Font") + || effective.contains("java.awt.GraphicsEnvironment") + || createFont.matcher(effective).find()) { + hits.add(root.relativize(p).toString()); + } + } + } + assertTrue(hits.isEmpty(), "AWT-шрифты в исходниках: " + hits); + } + + /** Выкидывает комментарии и строковые/символьные литералы — остаётся код. */ + private static String stripCommentsAndStrings(String src) { + StringBuilder out = new StringBuilder(src.length()); + int i = 0; + int n = src.length(); + while (i < n) { + char c = src.charAt(i); + if (c == '/' && i + 1 < n && src.charAt(i + 1) == '/') { + while (i < n && src.charAt(i) != '\n') { + i++; + } + } else if (c == '/' && i + 1 < n && src.charAt(i + 1) == '*') { + i += 2; + while (i + 1 < n && !(src.charAt(i) == '*' && src.charAt(i + 1) == '/')) { + i++; + } + i += 2; + } else if (c == '"' || c == '\'') { + char q = c; + i++; + while (i < n && src.charAt(i) != q) { + i += src.charAt(i) == '\\' ? 2 : 1; + } + i++; + out.append(' '); + } else { + out.append(c); + i++; + } + } + return out.toString(); + } + + /** + * Формула Word-кегля с {@code w:rFonts w:ascii="Cambria Math"}: растр + * рисуется бандлом, в PDF нет ни «Cambria Math», ни иного имени с + * Math-маркером (AWT-цепочка недоступна на без-fontconfig хостах в + * CI — тест одинаков на любом хосте). + */ + @Test + void mathEmbeddedFonts_bundledOnly() throws IOException { + String body = "ТЕКСТ" + + "" + + "" + + "∑x²"; + byte[] pdf = WordPdfConverter.convert(mathDocx(body), "тест", + new ConvertOptions(false, false, false, 5, 100)); + Path out = Files.createTempFile("fonts-invariant-", ".pdf"); + try { + Files.write(out, pdf); + Set names = embeddedFontNames(out); + for (String n : names) { + assertTrue(!n.contains("Cambria") && !n.contains("Math"), + "системный math-шрифт встроился в PDF: " + n + " ⊆ " + names); + } + } finally { + Files.deleteIfExists(out); + } + } + + /** Минимальный docx с формулой (идеома модуля: ZipOutputStream из литералов). */ + private static byte[] mathDocx(String bodyXml) throws IOException { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + putZip(zos, "[Content_Types].xml", + "" + + "" + + "" + + "" + + "" + + ""); + putZip(zos, "_rels/.rels", + "" + + "" + + "" + + ""); + putZip(zos, "word/document.xml", + "" + + "" + + bodyXml + + "" + + ""); + } + return out.toByteArray(); + } + + private static void putZip(ZipOutputStream zos, String name, String xml) + throws IOException { + zos.putNextEntry(new ZipEntry(name)); + zos.write(xml.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + } + + /** Имена встроенных шрифтов PDF (дублируется намеренно: утилит нет). */ + private static Set embeddedFontNames(Path pdf) throws IOException { + Set names = new HashSet<>(); + try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { + for (org.apache.pdfbox.pdmodel.PDPage page : doc.getPages()) { + PDResources res = page.getResources(); + for (COSName name : res.getFontNames()) { + PDFont font = res.getFont(name); + if (font != null) { + names.add(font.getName()); + } + } + } + } + return names; + } +} diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java index 9e467ee..e6383c4 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -491,6 +491,62 @@ class WordPdfConverterTest { "Carlito-BoldItalic не встроен (ран с w:b+w:i должен быть): " + fonts); } + /** + * Общая FopFactory строится из fopconf первого документа JVM, а docx4j + * декларирует в него только использованные начертания (частично или + * simulate-style) — FopFallbackFonts обязан дополнять семейства реальными + * начертаниями при каждом declare. Регрессия — + * FopFallbackFonts.declareFamily/hasRealFace (macOS-падения + * ruPlain_regularRunsUseRegularFont и strictOoxml_convertsNotRejected + * зависели от порядка документов в JVM). Здесь порядок задаётся явно: + * «ядовитый» doc (один regular-ран Carlito) замороживает фабрику с + * частичной декларацией семейства, четырёхначертательный Calibri-doc + * обязан получить все четыре Carlito-*; финальный doc без rFonts — + * кириллицу вшитым бандл-шрифтом, а не base-14 (симптом «СТРО*ИЙ» на + * macOS). Какое семейство выберет док без rFonts — решает docx4j + * (дефолт Aptos → Carlito), поэтому ассерт — «вшитый, не Helvetica», + * а не конкретное имя. На Linux ни одна ядовитая комбинация (bold-only + * Calibri, regular-only Carlito, italic-only Calibri) этот тест не + * краснит: docx4j 17.3.2 здесь декларирует в fopconf полное семейство; + * на macOS та же последовательность была красной. Авторитетная + * регрессия полноты — FopFallbackFontsTest#declareWhenDocx4jDeclared*, + * здесь — smoke независимости вывода от порядка документов в JVM. + */ + @Test + void fopFactoryFrozenFromFirstDoc_fontsComplete() throws Exception { + resetSharedFopFactory(); + String rPoison = ""; + convertPdf(minimalDocx("" + rPoison + + "ЯДОВИТЫЙКУРСИВ"), "poison"); + + String rBold = ""; + String rPlain = ""; + String rItal = ""; + String rBoldItal = + ""; + Set fonts = embeddedFontNames(convertPdf(minimalDocx("" + + "" + rPlain + "ОбычныйКАЛ" + + "" + rBold + "ЖирныйКАЛ" + + "" + rItal + "КурсивКАЛ" + + "" + rBoldItal + "ЖирКурсивКАЛ"), + "four-faces")); + for (String face : List.of("Carlito-Regular", "Carlito-Bold", + "Carlito-Italic", "Carlito-BoldItalic")) { + assertTrue(fonts.stream().anyMatch(n -> n.endsWith("+" + face)), + face + " не встроен (фабрика заморожена неполным конфигом): " + fonts); + } + + Path strict = convertPdf(minimalDocx( + "СТРОГИЙМАРКЕР таблица"), "strict-like"); + String t = norm(pdfText(strict)); + assertTrue(t.contains("СТРОГИЙМАРКЕР таблица"), "артефакты в тексте: " + t); + String cyrFont = fontNameOf(strict, 'Г'); + assertFalse(cyrFont.startsWith("Helvetica"), + "кириллица упала на base-14 (неполный конфиг фабрики): " + cyrFont); + assertTrue(embeddedFontNames(strict).contains(cyrFont), + "кириллица нарисована не вшитым шрифтом: " + cyrFont); + } + /** * Regression: символы U+2000–U+2EFF (em-dash «—») docx4j * {@code RunFontSelector} мапит на "Segoe UI Symbol", которого нет ни в @@ -2338,17 +2394,6 @@ class WordPdfConverterTest { } } - /** Доступен ли AWT-менеджер шрифтов (fontconfig) — та же проба, что в ядре. */ - private static boolean awtFontsAvailable() { - try { - java.awt.GraphicsEnvironment.getLocalGraphicsEnvironment() - .getAvailableFontFamilyNames(); - return true; - } catch (Throwable t) { - return false; - } - } - /** * Скрытый текст не выводится: правило 9 (HiddenTextNormalizer) вырезает * раны с прямым truthy vanish и с rStyle на vanish-стиль; falsy vanish @@ -2637,31 +2682,149 @@ class WordPdfConverterTest { } /** - * OMML-формула (§22.1): на хосте с fontconfig рисуется вектором - * (jeuclid-fop) — чернила страницы с дробью a/b заметно плотнее чернил - * того же текста без формулы (замер аудита: +150 px при 150 dpi; текст - * формулы из PDF не извлекается). Без fontconfig (контейнерный рантайм, - * arm64-хост без /etc/fonts) JEuclid недоступен: формула обязана - * деградировать в текст (MathFallbackNormalizer), а не валить конвертацию - * InternalError'ом — чернил становится больше, чем у маркера. + * Формула внутри текстового бокса ({@code w:txbxContent}): обход + * {@code DrawingPreRenderer} в drawing-нагрузку не спускается, формула + * доходит до FO, а там docx4j без JEuclid штатно фолбэкает + * {@code XsltFOFunctions.mathText} — конвертация обязана пройти, текст + * бокса напечатан, падения FOP (нет MathML-рендера) нет. Регрессия — + * удаление jeuclid без sweep'а, 2026-11. */ @Test - void ommlMath_drawnAsVectors() throws IOException { - String marker = "МАТЕМАРКЕР"; - String math = marker + "" + void drawingTextBoxMath_convertsViaDocx4jTextFallback() throws IOException { + String body = "" + + "" + + "" + + "" + + "" + + "" + + "" + + "" + + "БОКС" + + "" + "a" - + "b"; - int plainPx = countPixels(minimalDocx(marker), false); - int mathPx = countPixels(minimalDocx(math), false); - if (awtFontsAvailable()) { - assertTrue(mathPx - plainPx >= 100, "math=" + mathPx + " plain=" + plainPx); - } else { - assertTrue(mathPx > plainPx, - "формула не деградировала в текст: math=" + mathPx + " plain=" + plainPx); + + "b" + + "" + + ""; + byte[] doc = docx("xmlns:w=\"" + W_NS + "\"" + + " xmlns:wp=\"http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing\"", + body, A4_SECT, null, null, null); + String t = norm(pdfText(convertPdf(doc, "тест"))); + assertTrue(t.contains("БОКС"), t); + assertTrue(t.contains("ab"), + "docx4j-фолбэк обязан напечатать конкатенацию m:t формулы: " + t); + } + + /** + * OMML-формула (§22.1) рисуется собственным растером (MathModel → + * MathRenderer в DrawingPreRenderer) и заменяется картинкой: inline + * {@code m:oMath} — на месте в абзаце, блок {@code m:oMathPara} — + * центрированным абзацем. Чернила формул — растровые XObject, символа + * формул в текстовом слое нет; поведение не зависит от fontconfig + * (jeuclid/AWT-шрифты в конвейере не участвуют). Регрессия — + * замена jeuclid-ветки на собственный рендер, 2026-11. + */ + @Test + void ommlMath_drawnAsRaster() throws IOException { + String mathNs = " xmlns:m=\"http://schemas.openxmlformats.org" + + "/officeDocument/2006/math\""; + String frac = "a" + + "b"; + String body = "МАТЕМАРКЕР" + + "" + frac + "" + + "" + frac + + ""; + Path pdf = convertPdf(minimalDocx(body), "тест"); + assertEquals(2, distinctImageCount(pdf), + "обе формулы (inline и display) обязаны стать растрами"); + String t = norm(pdfText(pdf)); + assertTrue(t.contains("МАТЕМАРКЕР"), t); + assertFalse(t.contains("a b") || t.contains("ab"), + "формула протекла в текстовый слой: " + t); + } + + /** + * Inline-формула стоит на базовой линии строки, как в Word: FOP + * роняет нижний край инлайн-картинки на базовую линию, поэтому + * {@code DrawingPreRenderer} опускает ран с картинкой через + * {@code w:rPr/w:position} на её нижний запас (descent+PAD). Замер — + * попиксельно (144 dpi): чернила знаменателя без спуска (цифры) + * обязаны кончаться на строке базовой линии текста (±2 px). Без + * компенсации формула висела на ~3 pt выше базы. Регрессия — + * собственный рендер OMML, 2026-11. + */ + @Test + void ommlMathInline_sitsOnTextBaseline() throws IOException { + String body = "ZZZ" + + "" + + "7" + + "1" + + "YYY"; + Path pdf = convertPdf(minimalDocx(body), "тест"); + final double[] baseY = {Double.NaN}; + final double[] zEnd = {0}; + final double[] yStart = {99999}; + PDFTextStripper stripper = new PDFTextStripper() { + @Override + protected void writeString(String s, + List positions) { + for (org.apache.pdfbox.text.TextPosition tp : positions) { + if ("Z".equals(tp.getUnicode())) { + baseY[0] = tp.getYDirAdj(); + zEnd[0] = Math.max(zEnd[0], tp.getXDirAdj() + tp.getWidth()); + } else if ("Y".equals(tp.getUnicode())) { + yStart[0] = Math.min(yStart[0], tp.getXDirAdj()); + } + } + } + }; + float scale = 2f; + try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { + stripper.setStartPage(1); + stripper.setEndPage(1); + stripper.getText(doc); + java.awt.image.BufferedImage raster = + new PDFRenderer(doc).renderImage(0, scale); + int x0 = (int) (zEnd[0] * scale) + 2; + int x1 = (int) (yStart[0] * scale) - 2; + int baselineRow = (int) Math.round(baseY[0] * scale); + int inkBottom = -1; + final int inkMask = 0xFFFFFF; + final int inkMax = 0x808080; + for (int y = 0; y < raster.getHeight(); y++) { + for (int x = x0; x < x1; x++) { + if ((raster.getRGB(x, y) & inkMask) < inkMax) { + inkBottom = y; + break; + } + } + } + assertTrue(inkBottom > 0, "чернил формулы между ZZZ и YYY нет"); + assertTrue(Math.abs(inkBottom - baselineRow) <= 2, + "низ чернил формулы row=" + inkBottom + + " против базовой строки row=" + baselineRow); } } + /** + * Неизвестная math-конструкция (вне {@code MathModel.SUPPORTED}): + * MathFallbackNormalizer (правило 6) срезает блок в конкатенацию + * {@code m:t} ещё до загрузки docx4j — текст выводится (кириллица — + * бандлом, GlyphCoverage видит уже расплющенный ран), растра нет. + */ + @Test + void ommlUnsupported_degradesToText() throws IOException { + String body = "" + + "ФОРМУЛАДЕГРАД" + + ""; + Path pdf = convertPdf(minimalDocx(body), "тест"); + String t = norm(pdfText(pdf)); + assertTrue(t.contains("ФОРМУЛАДЕГРАД"), t); + assertEquals(0, distinctImageCount(pdf), + "unsupported-формула не обязана давать растр"); + } + /** * {@code w:highlight} и run-{@code w:shd} (§17.3.2.16/.29) рисуют фон — * вопреки прежней записи аудита о «фоном не обладающем fo:inline» @@ -2835,6 +2998,13 @@ class WordPdfConverterTest { return (FopFactory) f.get(null); } + /** Обнуление общей FopFactory: следующий документ строит её заново (шов теста). */ + private static void resetSharedFopFactory() throws Exception { + java.lang.reflect.Field f = WordPdfConverter.class.getDeclaredField("sharedFopFactory"); + f.setAccessible(true); + f.set(null, null); + } + /** Размер внутренней {@code map} SoftMapCache (package-private поле). */ private static int softMapSize(Object cacheHolder, String field) throws Exception { java.lang.reflect.Field f = cacheHolder.getClass().getDeclaredField(field); diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontAliasesTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontAliasesTest.java new file mode 100644 index 0000000..7499049 --- /dev/null +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontAliasesTest.java @@ -0,0 +1,71 @@ +package ru.pjandro.wordpdf.fonts; + +import org.docx4j.fonts.PhysicalFont; +import org.junit.jupiter.api.Test; + +import java.lang.reflect.Field; +import java.util.HashMap; +import java.util.Map; + +import static org.junit.jupiter.api.Assertions.*; + +/** + * Таблица алиасов шрифтов (BundledFontAliases): прямое и обратное + * имя, fallback. Состояние «бандл не инициализирован» моделируется + * сохранением и восстановлением статического реестра BundledFonts. + * + * Класс намеренно не наследует BestMatchingMapper: обращение к его + * статикам не должно сканировать реестр шрифтов (см. javadoc класса). + */ +class BundledFontAliasesTest { + + /** Выполнить body в состоянии «шрифты бандла не зарегистрированы», затем восстановить. */ + private static void withoutBundledInit(Runnable body) throws Exception { + Field initedField = BundledFonts.class.getDeclaredField("inited"); + initedField.setAccessible(true); + // VARIANTS package-private (тот же пакет) — снимок/очистка напрямую, + // типизированно, без reflection-каста. + Map> savedVariants = new HashMap<>(BundledFonts.VARIANTS); + boolean savedInited = initedField.getBoolean(null); + BundledFonts.VARIANTS.clear(); + initedField.setBoolean(null, false); + try { + body.run(); + } finally { + BundledFonts.VARIANTS.clear(); + BundledFonts.VARIANTS.putAll(savedVariants); + initedField.setBoolean(null, savedInited); + } + } + + /** Алиас + зарегистрированное семейство -> бандл-семейство (имя в любом регистре). */ + @Test + void bundledFamilyKnownAliasMapsToBundle() { + BundledFonts.init(); + assertEquals("carlito", BundledFontAliases.bundledFamily("Calibri")); + assertEquals("tinos", BundledFontAliases.bundledFamily("Times New Roman")); + assertEquals("dejavu sans", BundledFontAliases.bundledFamily("DejaVu Sans")); + } + + /** Имени нет в таблице алиасов -> финальный fallback. */ + @Test + void bundledFamilyUnknownFallsBack() { + BundledFonts.init(); + assertEquals("dejavu sans", BundledFontAliases.bundledFamily("Zzz Not A Font")); + } + + /** Алиас есть, но бандл не зарегистрирован (init() не вызван) -> fallback. */ + @Test + void bundledFamilyWithoutInitFallsBack() throws Exception { + withoutBundledInit(() -> + assertEquals("dejavu sans", BundledFontAliases.bundledFamily("Calibri"))); + } + + /** Имя бандл-семейства для w:rFonts: отображаемое имя или само семейство. */ + @Test + void documentFontNameMapsDisplayNames() { + assertEquals("DejaVu Sans", BundledFontAliases.documentFontName("dejavu sans")); + assertEquals("carlito", BundledFontAliases.documentFontName("carlito"), + "семейство без отображаемого имени возвращается как есть"); + } +} diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontMapperTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontMapperTest.java index 7c8e63f..75da595 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontMapperTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/fonts/BundledFontMapperTest.java @@ -1,5 +1,6 @@ package ru.pjandro.wordpdf.fonts; +import org.docx4j.Docx4jProperties; import org.docx4j.fonts.PhysicalFont; import org.docx4j.wml.Fonts; import org.junit.jupiter.api.Test; @@ -20,6 +21,22 @@ import static org.junit.jupiter.api.Assertions.*; */ class BundledFontMapperTest { + /** + * Гейт сканов docx4j: тот же, что {@code WordPdfConverter.} + * (строки 85–86). Тест грузит {@code BundledFontMapper} напрямую, а + * инициализация класса-подкласса по JLS тянет {@code } + * {@code BestMatchingMapper} — без арминга скан прошёл бы ungated. + * Package-private: PMD UnusedPrivateField не видит побочных эффектов + * инициализации, обращение к полю не нужно ни одному тесту. + */ + static final boolean ARMED = arm(); + + private static boolean arm() { + Docx4jProperties.setProperty("docx4j.fonts.discoverPhysicalFonts.enabled", "false"); + Docx4jProperties.setProperty("docx4j.fonts.discoverJarFonts.enabled", "false"); + return true; + } + /** Тело теста, кидающее checked-исключение (populateFontMappings throws Exception). */ private interface TestBody { void run() throws Exception; @@ -44,29 +61,6 @@ class BundledFontMapperTest { } } - /** Алиас + зарегистрированное семейство -> бандл-семейство (имя в любом регистре). */ - @Test - void bundledFamilyKnownAliasMapsToBundle() { - BundledFonts.init(); - assertEquals("carlito", BundledFontMapper.bundledFamily("Calibri")); - assertEquals("tinos", BundledFontMapper.bundledFamily("Times New Roman")); - assertEquals("dejavu sans", BundledFontMapper.bundledFamily("DejaVu Sans")); - } - - /** Имени нет в таблице алиасов -> финальный fallback. */ - @Test - void bundledFamilyUnknownFallsBack() { - BundledFonts.init(); - assertEquals("dejavu sans", BundledFontMapper.bundledFamily("Zzz Not A Font")); - } - - /** Алиас есть, но бандл не зарегистрирован (init() не вызван) -> fallback. */ - @Test - void bundledFamilyWithoutInitFallsBack() throws Exception { - withoutBundledInit(() -> - assertEquals("dejavu sans", BundledFontMapper.bundledFamily("Calibri"))); - } - /** * Имя документа == SYMBOL_FONT маппится сразу (до родительского поиска), * алиасы — на бандл, нераспознанное — в fallback DejaVu Sans. @@ -105,12 +99,4 @@ class BundledFontMapperTest { "без init() алиасованный шрифт не должен попасть и в fallback"); }); } - - /** Имя бандл-семейства для w:rFonts: отображаемое имя или само семейство. */ - @Test - void documentFontNameMapsDisplayNames() { - assertEquals("DejaVu Sans", BundledFontMapper.documentFontName("dejavu sans")); - assertEquals("carlito", BundledFontMapper.documentFontName("carlito"), - "семейство без отображаемого имени возвращается как есть"); - } } diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/FopFallbackFontsTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/FopFallbackFontsTest.java index ae999e0..f7dfc6b 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/FopFallbackFontsTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/FopFallbackFontsTest.java @@ -126,4 +126,134 @@ class FopFallbackFontsTest { Map.class.getMethod("putAll", Map.class).invoke(variants, savedVariants); } } + + /** Запись fopconf «как docx4j»: один триплет + embed-url. */ + private static void preRegister(Fonts fonts, String familyName, String style, + String weight, String embedUrl) { + ObjectFactory factory = new ObjectFactory(); + Fonts.Font font = factory.createFontsFont(); + font.setEmbedUrl(embedUrl); + Fonts.Font.FontTriplet triplet = factory.createFontsFontFontTriplet(); + triplet.setName(familyName); + triplet.setStyle(style); + triplet.setWeight(weight); + font.getFontTriplet().add(triplet); + fonts.getFont().add(font); + } + + /** Записи fopconf, несущие указанный триплет. */ + private static List fontsWithTriplet(Fonts fonts, String familyName, + String style, String weight) { + return fonts.getFont().stream() + .filter(f -> f.getFontTriplet().stream().anyMatch(t -> + familyName.equals(t.getName()) && style.equals(t.getStyle()) + && weight.equals(t.getWeight()))) + .toList(); + } + + /** Число записей fopconf, несущих хоть один триплет семейства. */ + private static int familyEntryCount(Fonts fonts, String familyName) { + return (int) fonts.getFont().stream() + .filter(f -> f.getFontTriplet().stream() + .anyMatch(t -> familyName.equals(t.getName()))) + .count(); + } + + /** Embed-url реального TTF варианта fallback-семейства. */ + private static String variantUrl(String variant) { + return BundledFonts.font(BundledFonts.FALLBACK_FAMILY, variant) + .getEmbeddedURI().toString(); + } + + /** + * docx4j задекларировал только использованное начертание (regular): + * declare обязан дополнить семейство недостающими реальными начертаниями, + * не дублируя уже вшитый regular. Регрессия частичной декларации + * fopconf, из-за которой общая FopFactory первого документа JVM + * замерзала без Carlito-Bold (macOS-падение ruPlain_regularRunsUseRegularFont). + */ + @Test + void declareWhenDocx4jDeclaredRegularOnly_addsMissingVariants() { + BundledFonts.init(); + String family = declaredFamilyName(); + Fonts pdfFonts = new ObjectFactory().createFonts(); + preRegister(pdfFonts, family, "normal", "normal", + variantUrl(BundledFonts.V_REGULAR)); + + FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts))); + + assertEquals(1, fontsWithTriplet(pdfFonts, family, "normal", "normal").size(), + "regular-запись задублировалась"); + assertEquals(List.of(variantUrl(BundledFonts.V_BOLD)), + fontsWithTriplet(pdfFonts, family, "normal", "bold").stream() + .map(Fonts.Font::getEmbedUrl).toList(), + "bold-начертание не дополнено реальным TTF"); + assertEquals(List.of(variantUrl(BundledFonts.V_ITALIC)), + fontsWithTriplet(pdfFonts, family, "italic", "normal").stream() + .map(Fonts.Font::getEmbedUrl).toList(), + "italic-начертание не дополнено реальным TTF"); + assertEquals(List.of(variantUrl(BundledFonts.V_BOLD_ITALIC)), + fontsWithTriplet(pdfFonts, family, "italic", "bold").stream() + .map(Fonts.Font::getEmbedUrl).toList(), + "bolditalic-начертание не дополнено реальным TTF"); + } + + /** + * docx4j задекларировал все четыре триплета на одном regular-файле + * (simulate-style): триплет есть, но лицо ненастоящее — declare обязан + * добавить реальные TTF жирных/курсивных начертаний поверх. + */ + @Test + void declareWhenDocx4jDeclaredSimulatedStyle_addsRealFaces() { + BundledFonts.init(); + String family = declaredFamilyName(); + Fonts pdfFonts = new ObjectFactory().createFonts(); + ObjectFactory factory = new ObjectFactory(); + Fonts.Font simulated = factory.createFontsFont(); + simulated.setSimulateStyle(true); + simulated.setEmbedUrl(variantUrl(BundledFonts.V_REGULAR)); + String[][] triplets = { + {"normal", "normal"}, {"normal", "bold"}, + {"italic", "normal"}, {"italic", "bold"}, + }; + for (String[] t : triplets) { + Fonts.Font.FontTriplet triplet = factory.createFontsFontFontTriplet(); + triplet.setName(family); + triplet.setStyle(t[0]); + triplet.setWeight(t[1]); + simulated.getFontTriplet().add(triplet); + } + pdfFonts.getFont().add(simulated); + + FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts))); + + String[][] expected = { + {"normal", "normal", variantUrl(BundledFonts.V_REGULAR)}, + {"normal", "bold", variantUrl(BundledFonts.V_BOLD)}, + {"italic", "normal", variantUrl(BundledFonts.V_ITALIC)}, + {"italic", "bold", variantUrl(BundledFonts.V_BOLD_ITALIC)}, + }; + for (String[] e : expected) { + assertTrue(fontsWithTriplet(pdfFonts, family, e[0], e[1]).stream() + .anyMatch(f -> e[2].equals(f.getEmbedUrl())), + "нет реальной записи " + e[0] + "/" + e[1] + " на " + e[2]); + } + } + + /** Идемпотентность полноты: второй declare не плодит дублей семейства. */ + @Test + void declareTwice_noDuplicates() { + BundledFonts.init(); + String family = declaredFamilyName(); + Fonts pdfFonts = new ObjectFactory().createFonts(); + + FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts))); + int afterFirst = familyEntryCount(pdfFonts, family); + FopFallbackFonts.declare(settingsWith(renderer(MIME_PDF, pdfFonts))); + int afterSecond = familyEntryCount(pdfFonts, family); + + assertTrue(afterFirst >= 4, "после первого declare семейство неполное"); + assertEquals(afterFirst, afterSecond, + "второй declare добавил дубли записей семейства"); + } } diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizerTest.java index d30471d..bee1070 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizerTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/MathFallbackNormalizerTest.java @@ -4,56 +4,168 @@ import org.junit.jupiter.api.Test; import static org.junit.jupiter.api.Assertions.assertEquals; import static org.junit.jupiter.api.Assertions.assertFalse; +import static org.junit.jupiter.api.Assertions.assertNotNull; import static org.junit.jupiter.api.Assertions.assertNull; +import static org.junit.jupiter.api.Assertions.assertTrue; -/** Юниты правила 11: OMML → текст без fontconfig (MathFallbackNormalizer). */ +/** + * Юниты правила 6: unsupported-формулы OMML → текст (MathFallbackNormalizer). + * Скан namespace-aware: чужие префиксы не триггерят, unsupported-имя в + * math-namespace — срезает весь блок в конкатенацию {@code m:t}. + */ class MathFallbackNormalizerTest { private static final String M_NS = "http://schemas.openxmlformats.org/officeDocument/2006/math"; + private static final String W_NS = + "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; + private static final String ROOT = ""; + /** Unsupported-имя в math-namespace — блок целиком становится раном. */ @Test - void flatten_inlineMath_becomesRunWithText() { - String xml = "ДО" - + "xy" - + "2" - + "ПОСЛЕ"; - assertEquals("ДО" - + "xy2" - + "ПОСЛЕ", - MathFallbackNormalizer.flatten(xml)); + void unsupportedMathTag_flattensToText() { + String xml = ROOT + "" + + "a/b"; + String out = MathFallbackNormalizer.rewrite(xml); + assertEquals(ROOT + "a/b" + + "", out); } + /** + * Боевой XML начинается с {@code }: карта root-ных xmlns + * обязана браться с фактического корневого элемента, а {@code w:rPr}/ + * {@code w:rFonts} внутри math-рана — чужой namespace, не unsupported. + * Иначе пустая карта консервативно срезала бы каждую Word-формулу. + */ @Test - void flatten_mathPara_removedBeforeInline() { - String xml = "" - + "a" - + "b" - + ""; - String out = MathFallbackNormalizer.flatten(xml); - assertEquals("ab", out); - assertFalse(out.contains("m:oMath"), out); + void xmlPrologueAndWmlRPrInMath_unchanged() { + String xml = "" + + "" + + "" + + "a" + + ""; + assertNull(MathFallbackNormalizer.rewrite(xml)); } + /** Поддерживаемая конструкция (дробь) — массив не меняется (null). */ @Test - void flatten_selfClosingMath_removed() { - assertEquals("ДОПОСЛЕ", - MathFallbackNormalizer.flatten("ДОПОСЛЕ")); + void supportedMath_unchanged() { + String xml = ROOT + "a" + + "b" + + ""; + assertNull(MathFallbackNormalizer.rewrite(xml)); } + /** Неизвестный тег ЧУЖОГО namespace внутри формулы — не unsupported. */ @Test - void flatten_emptyMath_removed() { - assertEquals("ДОПОСЛЕ", - MathFallbackNormalizer.flatten("ДОПОСЛЕ")); + void foreignNamespaceIgnored() { + String xml = ROOT + "x" + + ""; + assertNull(MathFallbackNormalizer.rewrite(xml)); } + /** {@code m:oMathPara} с unsupported внутри — срезается весь блок, каркас сбалансирован. */ @Test - void flatten_noMath_returnsNull() { - assertNull(MathFallbackNormalizer.flatten("ТЕКСТ")); + void mathParaBlockReplacedWhole() { + String xml = ROOT + "X" + + ""; + String out = MathFallbackNormalizer.rewrite(xml); + assertEquals(ROOT + "X", out); + assertFalse(out.contains("oMath"), "каркас формулы остался: " + out); } + /** Самозакрывающийся пустой блок формул — supported, без изменений. */ @Test - void rewrite_noMath_returnsNullWithoutProbe() { - assertNull(MathFallbackNormalizer.rewrite("ТЕКСТ")); + void selfClosingEmpty_unchanged() { + String xml = ROOT + ""; + assertNull(MathFallbackNormalizer.rewrite(xml)); + } + + /** Inline-формула перед unsupported-пара — блок inline не «склеивается» с парой. */ + @Test + void inlineAndParaBlocksIndependent() { + String xml = ROOT + "OK" + + ""; + String out = MathFallbackNormalizer.rewrite(xml); + assertTrue(out.contains("OK"), + "supported inline-формула не должна была меняться: " + out); + assertFalse(out.contains("m:bad"), out); + assertFalse(out.contains("oMathPara"), out); + } + + /** Без объявленных xmlns вообще — консервативно: unknown имя режет блок. */ + @Test + void noNamespaceMap_conservativeFlatten() { + String xml = "ДОПОСЛЕ"; + String out = MathFallbackNormalizer.rewrite(xml); + assertEquals("ДОПОСЛЕ", out, "пустая формула удаляется без следа"); + } + + /** Формул нет / формула без префикса math — {@code null} (тот же массив). */ + @Test + void noMathBlocks_null() { + assertNull(MathFallbackNormalizer.rewrite( + "ТЕКСТ")); + assertNull(MathFallbackNormalizer.rewrite("мусор")); + } + + /** Переопределение {@code xmlns:m} на чужой URI внутри блока — не формула. */ + @Test + void blockLocalNamespaceOverride_skipped() { + String xml = ROOT + "" + + "x"; + assertNull(MathFallbackNormalizer.rewrite(xml)); + } + + /** + * Битый каркас (незакрытый тег, нет закрывающего {@code }) + * — скан останавливается без изменений: чинять XML — дело валидатора. + */ + @Test + void brokenFrames_stopScan() { + assertNull(MathFallbackNormalizer.rewrite(ROOT + "")); + assertNull(MathFallbackNormalizer.rewrite( + ROOT + "")); + } + + /** tagEnd кавычки-осведомлён: {@code >}/кавычки внутри значения атрибута тег не заканчивают. */ + @Test + void quoteAwareTagEnd_flattens() { + String out = MathFallbackNormalizer.rewrite(ROOT + + "'b\"/>" + + "Q"); + assertNotNull(out, "символ > в кавычках ошибочно закончил тег"); + assertTrue(out.contains(">Q<") && !out.contains("m:bad"), out); + } + + /** + * Незакрытые пролог-объявления (PI/комментарий/DOCTYPE) — карта xmlns + * пустая, консервативный срез (как в {@link #noNamespaceMap_conservativeFlatten}); + * закрытые варианты — обычный путь. + */ + @Test + void unterminatedPrologues_conservativeFlatten() { + assertTrue(MathFallbackNormalizer.rewrite( + "Т") + .contains(">Т<"), "блок не срезан"); + assertTrue(MathFallbackNormalizer.rewrite( + "Ы") + .contains(">Ы<"), "блок не срезан"); + } + + /** Пробелы перед {@code />} самозакрывающегося блока — габарит-петля не сбивает self-closing. */ + @Test + void whitespaceBeforeSelfClosing_unchanged() { + assertNull(MathFallbackNormalizer.rewrite( + ROOT + "")); } } diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/MathModelTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/MathModelTest.java new file mode 100644 index 0000000..d021caf --- /dev/null +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/MathModelTest.java @@ -0,0 +1,540 @@ +package ru.pjandro.wordpdf.internal.chart; + +import jakarta.xml.bind.JAXBElement; +import org.docx4j.math.CTOMath; +import org.docx4j.openpackaging.packages.WordprocessingMLPackage; +import org.junit.jupiter.api.Test; +import ru.pjandro.wordpdf.fonts.BundledFonts; +import ru.pjandro.wordpdf.fonts.GlyphFont; + +import javax.xml.namespace.QName; +import java.awt.Color; +import java.io.ByteArrayInputStream; +import java.io.ByteArrayOutputStream; +import java.io.IOException; +import java.nio.charset.StandardCharsets; +import java.util.List; +import java.util.zip.ZipEntry; +import java.util.zip.ZipOutputStream; + +import static org.junit.jupiter.api.Assertions.assertEquals; +import static org.junit.jupiter.api.Assertions.assertNotNull; +import static org.junit.jupiter.api.Assertions.assertNull; +import static org.junit.jupiter.api.Assertions.assertThrows; +import static org.junit.jupiter.api.Assertions.assertTrue; + +/** + * Разбор OMML в боксы и растеризация (MathModel/MathRenderer) на + * синтетическом docx (ZipOutputStream из литеральных XML — идеома модуля) + * и синтетических JAXB-элементах. + */ +class MathModelTest { + + private static final String M_NS = + "http://schemas.openxmlformats.org/officeDocument/2006/math"; + private static final String W_NS = + "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; + + /** Дробь a/b внутри inline-формулы. */ + private static final String FRAC = "a" + + "b"; + + // ------------------------------------------------------------------ + // Метрики и растер дроби + // ------------------------------------------------------------------ + + /** Дробь: ненулевые метрики; растер — с чернилами и минимумом габарита. */ + @Test + void fraction_measuresAndRenders() throws IOException { + CTOMath math = firstMath(mathDocx("" + + FRAC + "")); + MathModel.Box box = MathModel.build(math, false); + assertTrue(box.width > 0, "нулевая ширина дроби"); + assertTrue(box.ascent > 0, "нулевой подъём дроби"); + assertTrue(box.descent > 0, "нулевой спуск дроби"); + + MathRenderer.MathImage img = MathRenderer.render(box); + assertNotNull(img.image(), "пустой растр при неразрешённой дроби"); + assertTrue(img.widthPt() >= MathRenderer.MIN_WIDTH_PT, "ширина ниже минимума"); + assertTrue(img.heightPt() >= MathRenderer.MIN_HEIGHT_PT, "высота ниже минимума"); + assertTrue(hasInk(img.image()), "растр дроби без единого непрозрачного пикселя"); + } + + /** Конкатенация {@code m:t} (контракт деградации): num+den без разделителя. */ + @Test + void mathText_collectsNestedRuns() throws IOException { + CTOMath math = firstMath(mathDocx("" + + FRAC + "")); + assertEquals("ab", MathModel.mathText(math)); + } + + /** Пустая формула: {@code image == null}, габариты нулевые (вызывающий удалит блок). */ + @Test + void emptyMath_rendersNullImage() throws IOException { + CTOMath math = firstMath(mathDocx("" + + "")); + MathRenderer.MathImage img = MathRenderer.render(MathModel.build(math, false)); + assertNull(img.image(), "пустая формула не обязана рисоваться"); + assertEquals(0, img.widthPt(), 0.0001); + assertEquals(0, img.heightPt(), 0.0001); + } + + /** Надстрочный индекс добавляет ширину и не режет верх базы (подъём ≥ базы). */ + @Test + void superscript_addsScriptWidth() throws IOException { + CTOMath math = firstMath(mathDocx("" + + "x" + + "2")); + MathModel.Box sup = MathModel.build(math, false); + GlyphFont plain = GlyphFont.of(BundledFonts.FALLBACK_FAMILY, BundledFonts.V_REGULAR); + MathModel.Box run = new MathModel.RunBox("x", plain, + MathModel.DEFAULT_SIZE_PT, Color.BLACK); + assertTrue(sup.width > run.width, + "индекс не добавил ширины: " + sup.width + " <= " + run.width); + assertTrue(sup.ascent >= run.ascent, + "индекс срезал верх базы: " + sup.ascent + " < " + run.ascent); + } + + /** + * Канва растра обязана вмещать пределы (undOvr-пределы nary и стопку + * sPre) целиком: метрики бокса равны габариту paint, поэтому чернила + * не касаются верхней/нижней границы канвы (PAD-отступ снаружи). + * До пересчёта метрик ascent/descent NaryBox/PreScriptBox не учитывали + * полную высоту пределов — чернила резались по краю канвы (тот же + * зелёный «есть чернила», но подрезанный растер). Регрессия — 2026-11. + */ + @Test + void limits_notClippedByCanvas() throws IOException { + String nary = "" + + "" + + "abc" + + "def" + + "x"; + String pre = "B" + + "i+j" + + "m-n"; + for (String xmlBody : new String[] {nary, pre}) { + CTOMath math = firstMath(mathDocx("" + + xmlBody + "")); + MathRenderer.MathImage img = MathRenderer.render(MathModel.build(math, false)); + assertNotNull(img.image(), "пустой растр"); + java.awt.image.BufferedImage raster = img.image(); + int h = raster.getHeight(); + assertTrue(!rowInk(raster, 0) && !rowInk(raster, 1) + && !rowInk(raster, h - 1) && !rowInk(raster, h - 2), + "чернила пределов обрезаны краем канвы (h=" + h + ")"); + } + } + + /** Есть ли непрозрачный пиксель в строке растра. */ + private static boolean rowInk(java.awt.image.BufferedImage img, int y) { + for (int x = 0; x < img.getWidth(); x++) { + if ((img.getRGB(x, y) >>> 24) != 0) { + return true; + } + } + return false; + } + + /** + * Свойства конструкций (§22.1.2): нестандартные значения идут теми же + * ветками диспетчера, что и документ-образец — bot-позиции bar/groupChr, + * произвольные m:chr, пустой m:chr, show=on у phantom, явный тип дроби, + * begChr/endChr/sepChr разделителя (в т.ч. разделитель между аргументами), + * degHide радикала, chr/limLoc=subSup у nary, rPr ранa (m:sty, w:sz, + * w:color валидный/битый, w:rFonts, m:t без значения), limLow с пустым + * lim, малый разделитель без масштабирования скобок. + */ + @Test + void propertyVariants_render() throws IOException { + assertRendered("" + + "x"); + assertRendered("" + + "y"); + assertRendered("" + + "" + + "abc"); + assertRendered("" + + "de"); + assertRendered("" + + "fg"); + assertRendered("" + + "z"); + assertRendered("" + + "a" + + "b"); + assertRendered("" + + "" + + "a" + + "b"); + assertRendered("q"); + assertRendered("a" + + "b"); + assertRendered("" + + "x"); + assertRendered("" + + "" + + "0" + + "1" + + "f"); + assertRendered("u"); + assertRendered("n→∞" + + "a"); + assertRendered("" + + "" + + "" + + "Q"); + assertRendered("" + + "R"); + assertRendered("" + + "R2"); + assertRendered("S"); + // val-пустые свойства — дефолтные цепочки (атрибут без m:val/w:val) + assertRendered("" + + "x"); + assertRendered("" + + "yz"); + assertRendered("" + + "u"); + assertRendered("" + + "0" + + "g"); + assertRendered("" + + "a" + + "b"); + assertRendered("" + + "a" + + "b"); + assertRendered("" + + "Z"); + assertRendered("" + + "W"); + assertRendered("x"); + } + + /** {@code w:br} внутри math-рана — unsupported (деградация в текст, не PD-падение). */ + @Test + void brInMathRun_unsupported() throws IOException { + CTOMath math = firstMath(mathDocx("" + + "x")); + assertThrows(MathUnsupportedException.class, () -> MathModel.build(math, false)); + } + + // ------------------------------------------------------------------ + // Unsupported и безопасная сеть + // ------------------------------------------------------------------ + + /** Неизвестный math-элемент — {@link MathUnsupportedException} (не падение PDF). */ + @Test + void unsupportedElement_throws() { + CTOMath math = new CTOMath(); + math.getEGOMathElements().add(new JAXBElement<>( + new QName(M_NS, "fooBar"), String.class, "any")); + MathUnsupportedException e = assertThrows(MathUnsupportedException.class, + () -> MathModel.build(math, false)); + assertTrue(e.getMessage().contains("fooBar"), e.getMessage()); + } + + // ------------------------------------------------------------------ + // Охват всех поддерживаемых конструкций (метки веток диспетчера) + // ------------------------------------------------------------------ + + /** Конструкция разобрана и отрисована (с чернилами), ширина ненулевая. */ + private static void assertRendered(String inlineMath) throws IOException { + CTOMath math = firstMath(mathDocx("" + + inlineMath + "")); + MathModel.Box box = MathModel.build(math, false); + MathRenderer.MathImage img = MathRenderer.render(box); + assertNotNull(img.image(), "нет растера: " + inlineMath); + assertTrue(hasInk(img.image()), "растр без чернил: " + inlineMath); + } + + /** Скобки: свой набор символов, разнеситель, пустые скобки, рост под контентом. */ + @Test + void delimiters_bracketsSeparatorsGrowth() throws IOException { + assertRendered("" + + "" + + "a" + + "b"); + assertRendered("" + + "x"); + // высокая дробь внутри — глиф скобки растягивается (k > 1) + assertRendered("" + FRAC + ""); + } + + /** Радикал: со степенью, без степени (degHide), под корнем — дробь (растяжение). */ + @Test + void radicals_degreeDegHideTallContent() throws IOException { + assertRendered("3" + + "x"); + assertRendered("" + + "" + FRAC + ""); + } + + /** N-арный оператор: пределы над/под, subSup-форма, subHide/supHide, свой символ. */ + @Test + void nary_limitsFormsHidingChar() throws IOException { + assertRendered("" + + "" + + "∞" + + "f"); + assertRendered("" + + "i" + + "n" + + "a"); + assertRendered("" + + "1" + + "u"); + } + + /** Функция и пределы limLow/limUpp. */ + @Test + void funcAndLimits_render() throws IOException { + assertRendered("" + + "sin" + + "x"); + assertRendered("" + + "lim" + + "x→0"); + assertRendered("" + + "max" + + "S"); + } + + /** Черта сверху/снизу, акцент (символ по умолчанию и явный). */ + @Test + void barAndAccent_render() throws IOException { + assertRendered("x"); + assertRendered("" + + "y"); + assertRendered("a"); + assertRendered("" + + "b"); + } + + /** Групповая скобка: низ/верх, дефолтный ⏞ и глиф вне бандла (fits=false). */ + @Test + void groupChr_positionsAndGlyphFallback() throws IOException { + assertRendered("" + + "" + + "abc"); + assertRendered("" + + "def"); + assertRendered("ghi"); + } + + /** Матрица (сетка), пустая матрица, eqArr. */ + @Test + void matrixAndEqArr_render() throws IOException { + CTOMath matrix = firstMath(mathDocx("" + + "1" + + "2" + + "3" + + "4")); + MathModel.Box grid = MathModel.build(matrix, false); + MathRenderer.MathImage img = MathRenderer.render(grid); + assertTrue(grid.width > 0 && hasInk(img.image()), "матрица не отрисована"); + + CTOMath emptyMatrix = firstMath(mathDocx("" + + "")); + assertEquals(0, MathModel.build(emptyMatrix, false).width, 0.0001, + "пустая матрица обязана иметь нулевую ширину"); + + assertRendered("a" + + "b"); + } + + /** m:box: контент боксируется без рамки. */ + @Test + void box_rendersContent() throws IOException { + assertRendered("bb"); + } + + /** m:phant: невидим, но место занимает; {@code show=on} — обычный контент. */ + @Test + void phantom_invisibleSpacingShowVisible() throws IOException { + CTOMath phant = firstMath(mathDocx("" + + "x" + + "WWWWWWWWWW" + + "")); + MathModel.Box with = MathModel.build(phant, false); + CTOMath bare = firstMath(mathDocx("" + + "x")); + MathModel.Box without = MathModel.build(bare, false); + assertTrue(with.width > without.width, + "phant не занял место: " + with.width + " <= " + without.width); + MathRenderer.MathImage img = MathRenderer.render(with); + assertNotNull(img.image(), "phant не обязан падать"); + CTOMath shown = firstMath(mathDocx("" + + "" + + "WWWWWWWWWW")); + assertTrue(hasInk(MathRenderer.render(MathModel.build(shown, false)).image()), + "show=on обязан рисовать содержимое"); + } + + /** Типы дроби: bar явный, skw/lin/noBar — через слэш. */ + @Test + void fractionTypes_render() throws IOException { + for (String type : List.of("bar", "skw", "lin", "noBar")) { + assertRendered("" + + "n" + + "d"); + } + } + + /** display-режим: дефолт дроби — bar, дефолт nary — пределы над/под. */ + @Test + void displayMode_defaultsBarFractionAndNaryLimits() throws IOException { + CTOMath math = firstMath(mathDocx("" + + FRAC + "1" + + "a")); + MathModel.Box box = MathModel.build(math, true); + assertTrue(box.width > 0 && box.ascent > 0 && box.descent > 0); + assertTrue(hasInk(MathRenderer.render(box).image()), "display-формула без чернил"); + } + + /** sPre / sSubSup / sSub. */ + @Test + void scriptForms_render() throws IOException { + assertRendered("B" + + "i" + + "n"); + assertRendered("x" + + "i" + + "2"); + assertRendered("y" + + "j"); + } + + /** Начертания и оформление рана: sty=b/i/bi, цвет, кегль, переменная-кириллица. */ + @Test + void runStyles_render() throws IOException { + assertRendered("" + + "B"); + assertRendered("" + + "i"); + assertRendered("" + + "" + + "" + + "Q"); + assertRendered("абв"); + } + + /** Перенос внутри math-рана — unsupported (текстовая деградация на интеграции). */ + @Test + void runWithBreak_unsupported() throws IOException { + CTOMath math = firstMath(mathDocx("" + + "ab" + + "")); + assertThrows(MathUnsupportedException.class, () -> MathModel.build(math, false)); + } + + /** Контент-узел не JAXBElement — unsupported (защита диспетчера). */ + @Test + void rawObjectContent_unsupported() { + CTOMath math = new CTOMath(); + math.getEGOMathElements().add("не узел"); + assertThrows(MathUnsupportedException.class, () -> MathModel.build(math, false)); + } + + /** + * Текст извлекается из произвольного каркаса (в т.ч. неизвестных узлов): + * docx4j при unmarshal неизвестный m:*-элемент теряет, поэтому «сеть» + * проверяется синтетическим деревом — та же форма, что оставляет + * байтовый скан перед flatten. + */ + @Test + void unsupportedElement_textStillCollects() { + CTOMath math = new CTOMath(); + org.docx4j.math.CTText t = new org.docx4j.math.CTText(); + t.setValue("СЕТЬ"); + math.getEGOMathElements().add(new JAXBElement<>( + new QName(M_NS, "fooBar"), Object.class, t)); + assertEquals("СЕТЬ", MathModel.mathText(math)); + } + + // ------------------------------------------------------------------ + // Каркас + // ------------------------------------------------------------------ + + /** docx с телом, содержащим формулу; оMath ищется в дереве после загрузки. */ + private static byte[] mathDocx(String bodyXml) throws IOException { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + putZip(zos, "[Content_Types].xml", + "" + + "" + + "" + + "" + + "" + + ""); + putZip(zos, "_rels/.rels", + "" + + "" + + "" + + ""); + putZip(zos, "word/document.xml", + "" + + "" + + bodyXml + + "" + + ""); + } + return out.toByteArray(); + } + + private static void putZip(ZipOutputStream zos, String name, String xml) + throws IOException { + zos.putNextEntry(new ZipEntry(name)); + zos.write(xml.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + } + + /** Первый {@code m:oMath} дерева документа (формулы лежат в content-списках). */ + private static CTOMath firstMath(byte[] docx) throws IOException { + try { + WordprocessingMLPackage pkg = + WordprocessingMLPackage.load(new ByteArrayInputStream(docx)); + CTOMath found = findMath( + pkg.getMainDocumentPart().getJaxbElement().getBody().getContent()); + assertNotNull(found, "oMath не найден в дереве docx4j"); + return found; + } catch (org.docx4j.openpackaging.exceptions.Docx4JException e) { + throw new IOException(e); + } + } + + private static CTOMath findMath(List content) { + for (Object o : content) { + Object v = o instanceof JAXBElement el ? el.getValue() : o; + if (v instanceof CTOMath m) { + return m; + } + if (v instanceof org.docx4j.wml.Body b) { + CTOMath m = findMath(b.getContent()); + if (m != null) { + return m; + } + } + if (v instanceof org.docx4j.wml.P p) { + CTOMath m = findMath(p.getContent()); + if (m != null) { + return m; + } + } + } + return null; + } + + /** Есть ли в ARGB-растре непрозрачный пиксель. */ + private static boolean hasInk(java.awt.image.BufferedImage img) { + for (int y = 0; y < img.getHeight(); y++) { + for (int x = 0; x < img.getWidth(); x++) { + if ((img.getRGB(x, y) >>> 24) > 0) { + return true; + } + } + } + return false; + } +}