From c67786151c98491a777100521f3ec7549ac6bc3e Mon Sep 17 00:00:00 2001 From: Pjandro Date: Mon, 26 Oct 2026 10:50:20 +0000 Subject: [PATCH] =?UTF-8?q?feat(core):=20OLE-=D0=B2=D1=8B=D1=87=D0=B8?= =?UTF-8?q?=D1=81=D1=82=D0=BA=D0=B0=20=D1=81=D0=BE=D1=85=D1=80=D0=B0=D0=BD?= =?UTF-8?q?=D1=8F=D0=B5=D1=82=20=D0=BA=D0=B0=D1=80=D1=82=D0=B8=D0=BD=D0=BA?= =?UTF-8?q?=D1=83-=D0=BF=D0=BB=D0=B5=D0=B9=D1=81=D1=85=D0=BE=D0=BB=D0=B4?= =?UTF-8?q?=D0=B5=D1=80=20(ECMA-376=20=C2=A715.2.10)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit w:object больше не выбрасывается целиком: w:drawing переиспользуется дословно, v:imagedata r:id заменяется inline-DrawingML на ту же image-часть (размер из style v:shape, иначе w:dxaOrig/w:dyaOrig); блоки w:control и без плейсхолдера удаляются. Находка OLE — также разметка w:object без bin-части (иначе NPE chunkType is null доходит до docx4j). oleObject-rels удаляются по типу, включая TargetMode=External. Фикстура ole-embedded: битый рукописный fallback.png (IDAT length 13 при 16 байтах) заменён на валидный — FOP падал PNGImageDecoder. OLE-бинарники по-прежнему никогда не читаются. --- AGENTS.md | 10 +- .../wordpdf/DrawingFoundException.java | 3 +- .../wordpdf/internal/OleObjectNormalizer.java | 199 ++++++++-- .../pjandro/wordpdf/WordPdfConverterTest.java | 8 +- .../internal/OleObjectNormalizerTest.java | 342 ++++++++++++++++++ .../test/resources/samples/ole-embedded.docx | Bin 2095 -> 2094 bytes 6 files changed, 530 insertions(+), 32 deletions(-) diff --git a/AGENTS.md b/AGENTS.md index 7c7b200..d31e8ab 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -11,7 +11,7 @@ Наружу `WordPdfValidator.validate(docxBytes, options)` (размер → zip-подпись `PK\x03\x04` → контейнер (.docx-манифест + zip-бомба) → страницы) вызывается **до** приватного `convertToStream`; внутри `convertToStream`: 1. `new BundledFontMapper()` → `BundledFonts.init()` → `BundledFonts.restrictToBundled()`. Конструктор маппера каждый раз добавляет системные шрифты в реестр `PhysicalFonts`; ключ реестра — имя из name-таблицы TTF, `addPhysicalFont(URI)` не перезаписывает занятый → `init()` вызывает `dropNonBundled()` **до** регистрации и `load()` (иначе системный Calibri ломает em-dash-fallback). -2. Нормализация байтов docx до JAXB-загрузки — цепочка `List normalizers(options)` (`@FunctionalInterface internal/DocxNormalizer`: `byte[] normalize(byte[]) throws IOException`, контракт — нечего менять → **тот же массив**; каждый нормализатор выставляет константу `STEP`, порядок значим): `StrictOoxmlNormalizer` (strict-OOXML → transitional-байт: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`, элементы и атрибуты `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml), значения `start`/`end` у `w:jc`/`w:tab`; рерайт только strict-документов (содержат `purl.oclc.org`), а при уже присутствующем transitional-URI в документе — никакого рерайта (guard сосуществования форм — `transitionalCoexistReturnsOriginalArray`); в `mc-preprocessor.xslt` docx4j ветка `%` закомментирована, start/end не маппятся; namespaces и `pt`-значения правит сам mc-preprocessor — собственный рерайт URI ломает его pt-конверсию) → `DocxOnOffNormalizer` (`w:val="off"/"on"` → `false`/`true`, якорь по тегу — только атрибут `w:val`, текст между тегами не трогается) → `SymbolFontNormalizer` (PUA U+F0xx Symbol/Wingdings/Webdings → Unicode + DejaVu Sans, переписывает и элементы ``, правит `w:lvl` в numbering.xml; 5 карт по 256 слотов, таблица `SymbolMapper` сгенерирована из docx4j 17.x) → `FieldNormalizer` (`fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple`, вложенные/битые поля пропускает) → `InvisibleCharNormalizer` (вырезание из `w:t` U+0085/U+2028/U+2029/U+2060/U+FEFF/bidi-меток — FOP делает из них переносы/пустые строки, Arimo/Tinos рисуют боксы; U+00A0/U+00AD/U+200B–U+200D НЕ трогает) → `GlyphCoverageNormalizer` (режет ран по покрытию глифов, пишет семейство в `w:rFonts`, иначе FOP рисует «#»; покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, НЕ docx4j `GlyphCheck` — тот 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) → `OleObjectNormalizer` (принимает флаг `errorOnOle`: OLE-bin-части — детекция по `[Content_Types].xml`: тип `…oleObject` ИЛИ ложный `+xml`-тип у `.bin` (XML в bin не бывает; printerSettings не трогается) — удаляются вместе с rels-ссылками (TargetMode=External не трогается), элементами `` из `word/*.xml` и Override удалённых частей; при `errorOnOle=true` вместо удаления — `DrawingFoundException(OLE)`. Лечит оба механизма падения docx4j: JAXB-парсинг бинарника под ложным XML-типом («Content is not allowed in prolog» → NPE) и NPE `chunkType is null` в VML-сериализации `w:object` при честном типе; многочастный — публичный член только `normalize(byte[], boolean)`, `rewrite`-хука нет) → `WordprocessingMLPackage.load`. +2. Нормализация байтов docx до JAXB-загрузки — цепочка `List normalizers(options)` (`@FunctionalInterface internal/DocxNormalizer`: `byte[] normalize(byte[]) throws IOException`, контракт — нечего менять → **тот же массив**; каждый нормализатор выставляет константу `STEP`, порядок значим): `StrictOoxmlNormalizer` (strict-OOXML → transitional-байт: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`, элементы и атрибуты `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml), значения `start`/`end` у `w:jc`/`w:tab`; рерайт только strict-документов (содержат `purl.oclc.org`), а при уже присутствующем transitional-URI в документе — никакого рерайта (guard сосуществования форм — `transitionalCoexistReturnsOriginalArray`); в `mc-preprocessor.xslt` docx4j ветка `%` закомментирована, start/end не маппятся; namespaces и `pt`-значения правит сам mc-preprocessor — собственный рерайт URI ломает его pt-конверсию) → `DocxOnOffNormalizer` (`w:val="off"/"on"` → `false`/`true`, якорь по тегу — только атрибут `w:val`, текст между тегами не трогается) → `SymbolFontNormalizer` (PUA U+F0xx Symbol/Wingdings/Webdings → Unicode + DejaVu Sans, переписывает и элементы ``, правит `w:lvl` в numbering.xml; 5 карт по 256 слотов, таблица `SymbolMapper` сгенерирована из docx4j 17.x) → `FieldNormalizer` (`fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple`, вложенные/битые поля пропускает) → `InvisibleCharNormalizer` (вырезание из `w:t` U+0085/U+2028/U+2029/U+2060/U+FEFF/bidi-меток — FOP делает из них переносы/пустые строки, Arimo/Tinos рисуют боксы; U+00A0/U+00AD/U+200B–U+200D НЕ трогает) → `GlyphCoverageNormalizer` (режет ран по покрытию глифов, пишет семейство в `w:rFonts`, иначе FOP рисует «#»; покрытие — `GlyphFont` (fontbox, cmap) + BitSet-кэш, НЕ docx4j `GlyphCheck` — тот 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) → `OleObjectNormalizer` (принимает флаг `errorOnOle`: OLE-bin-части — детекция по `[Content_Types].xml`: тип `…oleObject` ИЛИ ложный `+xml`-тип у `.bin` (XML в bin не бывает; printerSettings не трогается) — удаляются вместе с rels-ссылками (oleObject-ссылки удаляются по типу, включая TargetMode=External) и Override удалённых частей; элементы `` 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; находка — OLE-часть ИЛИ разметка `1` + 110 `lastRenderedPageBreak`), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject), `ole-embedded` (осиротевший bin с ложным `Default bin→footer+xml` + настоящий `w:object` с честным `Override → oleObject`; ручная, генератором не перезаписывать), `chart-types` (12 графиков + wireframe-поверхность = 13: 9 типов + ofPie pie-вариант (`c:ofPieType`="pie") + lineChart `c:grouping`=stacked + `c:wireframe` val="1"; пересоздание — `ChartTypesDocxGenerator`). +- Фикстуры — закоммиченные `samples/*.docx` (13; в тестах не генерировать; все ECMA-conformant по `docs/standards/validate-fixtures.py` — фикстура невалидна, правится фикстура, не код): core грузит classpath-ресурсом → `byte[]`, PDF для PDFBox — временный файл; app читает `/samples/…` из **test-jar core** (classifier `tests`) → `mvn -pl wordpdf-app` без `-am` не соберётся. In-memory docx — `ZipOutputStream` из литеральных XML или POI в `byte[]`. Ключевые: `too-many-pages` (150 явных разрывов → 151), `stale-cache` (кэш `1` + 110 `lastRenderedPageBreak`), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject), `ole-embedded` (осиротевший bin с ложным `Default bin→footer+xml` + настоящий `w:object` с честным `Override → oleObject` и VML-плейсхолдером `media/fallback.png` — 1×1 RGBA; исходный рукописный PNG был бит (IDAT length 13 при 16 байтах данных + мусор перед IEND, FOP падал `chunkType is null` в `PNGImageDecoder`) — заменён in-place на валидный, XML-части не тронуты; ручная, генератором не перезаписывать), `chart-types` (12 графиков + wireframe-поверхность = 13: 9 типов + ofPie pie-вариант (`c:ofPieType`="pie") + lineChart `c:grouping`=stacked + `c:wireframe` val="1"; пересоздание — `ChartTypesDocxGenerator`). - Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame` покрыт тестами у zip-нормализаторов `DocxOnOff`/`SymbolFont`/`StrictOoxml`/`InvisibleChar` и многочастного `OleObject`; у `Field`/`GlyphCoverage` — `rewrite`→`null`) и неприкосновенность частей вне `word/*.xml` (`[Content_Types].xml`). Тесты бьют и в package-private API (`GlyphCoverageNormalizer.split(text, family)`, `ChartSpec.readTitle`). Исключение — `OleObjectNormalizerTest`: многочастный нормализатор без `rewrite`-хука, тесты только через `normalize` на in-memory zip. - App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); три контекста — `ConvertControllerTest` (пустой ключ), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest`/`ConversionTimeoutTest` (`@TestPropertySource` — отдельные классы, не `@Nested`). -- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict; `indCoexistForms_convertsNotRejected` + юниты `indCoexistLeftStartUntouched`/`indStartOnlyRenamedTransitional`/`tcMarCoexistKept`/`tcMarStartOnlyRenamedTransitional`/`tcBordersElementsKeptTransitional`/`jcStartKeptTransitional`/`tabStartRenamedTransitional`/`transitionalCoexistReturnsOriginalArray` — guard сосуществования форм + strict-gating), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont` (+`onOffInTextNotTouched` — `w:val` правится только внутри тега), `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `InvisibleCharNormalizerTest`↔`invisibleChars_noEmptyLines`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `cachedPagesUnreadableFallsBackToZero` — нечитаемый `` → 0, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`↔`inputNotAZip_rejectedBeforeRender`, `validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`↔`plainZipNotDocx_rejected`/`inputNotDocx_rejectedBeforeRender` — контейнер и zip-бомба), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, `PresetGeometryTest`↔`chartsSmartArt_drawingsBecomeImages` (`tableMatchesEcmaXml` — синхрон таблицы пресетов с ECMA XML; кольцевые стрелки — семантика `?:` и знаки дуг Arc2D), chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingErrors_*`↔app `errorFlagCharts_rejected`/`errorFlagSmartArt_rejected`), новые пейнтеры `ScatterPainterTest`/`RadarPainterTest`/`StockPainterTest`/`OfPiePainterTest`/`Surface2dPainterTest`/`Cartesian3dPainterTest`↔`chartTypes_allTypesRenderAsImages` (фикстура `chart-types`; ось X scatter/bubble и OF_PIE-заголовок — `ChartSpecTest`), lineChart stacked — `ChartSpecTest#lineGroupingParsed` + `ChartRendererTest#stackedCumulative_*`/`stackedRange_coversNegativeSums` + `CartesianPainterTest#stackedLine_seriesStackCumulatively`/`percentStackedLine_topSeriesFlatAtHundred`↔`chartTypes_allTypesRenderAsImages`; `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `plainZipNotDocx_rejected` (голый zip без манифеста → 400), `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath), `dotSegmentOpenPrefix_rejected` (точечные сегменты `..`/`%2e` — не открытый путь), `errorFlagNotBoolean_rejected` (битый error-флаг → 400), `methodNotSupportedReturns405`/`badContentTypeReturns415` (405/415 вместо catch-all 500); DoS/корректность core: `ChartSpecTest#hugePointIndex_rejectedNotOom`/`hugePtCount_rejectedNotOom`/`hugeCategoryIndex_rejectedNotOom` (`MAX_POINTS`), `Surface3dPainterTest#axisBounds_tinyMajorUnit_fallsBackToNiceUnit`/`axisBounds_zeroMajorUnit_fallsBackToNiceUnit` (`MAX_TICKS`), `ChartRendererTest#axisBounds_explicitHugeRange_reunitsToMaxTicks`/`axisBounds_infiniteSpan_fallsBackToData` (шаг при враждебном/неконечном диапазоне), `ChartSpecTest#nonFiniteScalingBounds_dropped` (±∞ scaling), `WordPdfConverterTest#hostileChartAxis_convertsNotHangs`/`hugeExtentChart_removedNotOom`/`chartWithoutExtent_errorFlagRejects` (`MAX_EXTENT_EMU`), `DrawMlTextTest#hugeWord_wrapsLinearly` (fitCut — прогресс реза), `DrawMlColorTest#invalidSrgbHexFallsBackToOfficeDefault` (битый hex темы — деградация), `GlyphCoverageNormalizerTest#multipleTextNodes_runLeftUntouched` (guard составного рана)/`nestedRunInTextBox_innerSplit` + `SymbolFontNormalizerTest#nestedRunInTextBox_innerNormalized` (вложенные раны текстбоксов), `CartesianPainterTest#areaFill_closesToBaseline` (AREA к базовой линии), `ChartRendererTest#overlayLegend_drawnOverPlot` + `ChartSpecTest#overlayLegend_keepsPositionAndFlag` (overlay-легенда). +- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight` — lightweight против strict; `indCoexistForms_convertsNotRejected` + юниты `indCoexistLeftStartUntouched`/`indStartOnlyRenamedTransitional`/`tcMarCoexistKept`/`tcMarStartOnlyRenamedTransitional`/`tcBordersElementsKeptTransitional`/`jcStartKeptTransitional`/`tabStartRenamedTransitional`/`transitionalCoexistReturnsOriginalArray` — guard сосуществования форм + strict-gating), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont` (+`onOffInTextNotTouched` — `w:val` правится только внутри тега), `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `InvisibleCharNormalizerTest`↔`invisibleChars_noEmptyLines`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`; сохранение плейсхолдера — юниты `objectWithImagedata_placeholderKept`/`objectWithoutImage_removed`/`objectWithDrawing_reusedVerbatim`/`controlBlockRemoved`/`sizeFromDxaOrig`/`styleUnits_allConvertToEmu`/`objectWithoutBin_stillRewritten`/`externalOleLinkRelRemoved`/`errorFlagObjectWithoutBin_rejects`, в `oleObjects_removedAndConverted` — `distinctImageCount==1`, RGBA FOP режет на картинку+SMask), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `cachedPagesUnreadableFallsBackToZero` — нечитаемый `` → 0, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`↔`inputNotAZip_rejectedBeforeRender`, `validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`↔`plainZipNotDocx_rejected`/`inputNotDocx_rejectedBeforeRender` — контейнер и zip-бомба), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `ChartSpecTest`↔автозаголовки, `PresetGeometryTest`↔`chartsSmartArt_drawingsBecomeImages` (`tableMatchesEcmaXml` — синхрон таблицы пресетов с ECMA XML; кольцевые стрелки — семантика `?:` и знаки дуг Arc2D), chart-пейнтеры↔`chartsSmartArt_drawingsBecomeImages` (+`drawingErrors_*`↔app `errorFlagCharts_rejected`/`errorFlagSmartArt_rejected`), новые пейнтеры `ScatterPainterTest`/`RadarPainterTest`/`StockPainterTest`/`OfPiePainterTest`/`Surface2dPainterTest`/`Cartesian3dPainterTest`↔`chartTypes_allTypesRenderAsImages` (фикстура `chart-types`; ось X scatter/bubble и OF_PIE-заголовок — `ChartSpecTest`), lineChart stacked — `ChartSpecTest#lineGroupingParsed` + `ChartRendererTest#stackedCumulative_*`/`stackedRange_coversNegativeSums` + `CartesianPainterTest#stackedLine_seriesStackCumulatively`/`percentStackedLine_topSeriesFlatAtHundred`↔`chartTypes_allTypesRenderAsImages`; `noLoggingWarningInPdf` — регрессия `slf4j-simple`, `pdfTitle_comesFromParameter` — регрессия PDF-title (юнит-партнёра нет). App-регрессии: `requestLimitParams_areIgnored`, `nonPositiveLimits_failStartup`, `unknownPath_notFound`, `concurrentRequests_bothSucceed` (гонка реестра `PhysicalFonts`), `corruptNotAZip_rejected`, `plainZipNotDocx_rejected` (голый zip без манифеста → 400), `junkInsideValidZip_conversionError` (500 на валидном .docx-контейнере с мусором), `nonDocxFilename_rejected`, `oversizedOverCoreLimit_rejected`, `drawingsAlwaysRendered`, `cyrillicAndPathInFilename_sanitizedResponseName` (RFC 5987 + path-traversal), `docsOpenWithoutKey`/`forwardedPrefix_healthStaysOpen`/`forwardedPrefix_docsOpenWithoutKey` (открытая документация + матч фильтра без forwarded-contextPath), `dotSegmentOpenPrefix_rejected` (точечные сегменты `..`/`%2e` — не открытый путь), `errorFlagNotBoolean_rejected` (битый error-флаг → 400), `methodNotSupportedReturns405`/`badContentTypeReturns415` (405/415 вместо catch-all 500); DoS/корректность core: `ChartSpecTest#hugePointIndex_rejectedNotOom`/`hugePtCount_rejectedNotOom`/`hugeCategoryIndex_rejectedNotOom` (`MAX_POINTS`), `Surface3dPainterTest#axisBounds_tinyMajorUnit_fallsBackToNiceUnit`/`axisBounds_zeroMajorUnit_fallsBackToNiceUnit` (`MAX_TICKS`), `ChartRendererTest#axisBounds_explicitHugeRange_reunitsToMaxTicks`/`axisBounds_infiniteSpan_fallsBackToData` (шаг при враждебном/неконечном диапазоне), `ChartSpecTest#nonFiniteScalingBounds_dropped` (±∞ scaling), `WordPdfConverterTest#hostileChartAxis_convertsNotHangs`/`hugeExtentChart_removedNotOom`/`chartWithoutExtent_errorFlagRejects` (`MAX_EXTENT_EMU`), `DrawMlTextTest#hugeWord_wrapsLinearly` (fitCut — прогресс реза), `DrawMlColorTest#invalidSrgbHexFallsBackToOfficeDefault` (битый hex темы — деградация), `GlyphCoverageNormalizerTest#multipleTextNodes_runLeftUntouched` (guard составного рана)/`nestedRunInTextBox_innerSplit` + `SymbolFontNormalizerTest#nestedRunInTextBox_innerNormalized` (вложенные раны текстбоксов), `CartesianPainterTest#areaFill_closesToBaseline` (AREA к базовой линии), `ChartRendererTest#overlayLegend_drawnOverPlot` + `ChartSpecTest#overlayLegend_keepsPositionAndFlag` (overlay-легенда). - UI-тестов нет; гейт SPA — `npm run build` (tsc -b) + `npm run lint` (oxlint, `.oxlintrc.json`: rules-of-hooks error, only-export-components warn). Прод-автотесты (pytest 9.1.1 + requests 2.34.2, 21 проверка — 17 под маркером `needs_key` (SKIP без ключа), 4 открытых: health/SPA-root/swagger/spec; env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода. diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java index 1de5e4a..19513b5 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/DrawingFoundException.java @@ -6,7 +6,8 @@ package ru.pjandro.wordpdf; * ({@link ConvertOptions#errorOnCharts()}, {@link ConvertOptions#errorOnSmartArt()}, * {@link ConvertOptions#errorOnOle()}). * Диаграммы/SmartArt конвертируются всегда; OLE-объекты при выключенном - * {@code errorOnOle} тихо удаляются из документа (в отличие от них). + * {@code errorOnOle} теряют свои данные, но сохраняют картинку-плейсхолдер + * (в отличие от них). * Исключение отвергает документ целиком. * *

Наследник {@link ConversionException} — наружу по-прежнему ловится diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java index 55bbe05..414c6cc 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/OleObjectNormalizer.java @@ -22,7 +22,8 @@ import java.util.zip.ZipInputStream; import java.util.zip.ZipOutputStream; /** - * Удаление OLE-объектов из docx перед загрузкой docx4j. + * Вычистка OLE-объектов из docx перед загрузкой docx4j — со сохранением + * статичного представления. * *

docx4j падает на документах с внедрёнными OLE-объектами двумя путями: * (1) продюсер файла пишет ложный content type для бинарной части @@ -33,19 +34,29 @@ import java.util.zip.ZipOutputStream; * {@code chunkType is null} даже при честном типе * {@code application/vnd.openxmlformats-officedocument.oleObject}. * Лечится одинаково: OLE-части, ссылки на них и элементы {@code w:object} - * удаляются из контейнера — документ конвертируется без объектов.

+ * удаляются из контейнера. При этом {@code w:object} НЕ выбрасывается целиком: + * по ECMA-376 §15.2.10 у каждого внедрённого объекта обязан быть «associated + * image, which appears in the document as a placeholder» — именно его показывает + * Word вместо объекта, — поэтому {@code w:object} заменяется его статичным + * представлением (картинкой-плейсхолдером, §17.3.3.3); без плейсхолдера блок + * удаляется. OLE-бинарники при этом никогда не читаются — байты только + * удаляются, так что содержимое объекта (вплоть до враждебного архива) на + * вывод не влияет.

* *

Отличие от остальных нормализаторов пакета: принимает флаг * {@code errorOnOle} и умеет бросать {@link DrawingFoundException} - * (при включённом флаге документ отвергается вместо удаления), и правит + * (при включённом флаге документ отвергается вместо вычистки), и правит * не только {@code word/*.xml}, но и {@code [Content_Types].xml} с * {@code *.rels}. Хука {@code rewrite(String)} нет — нормализатор * многочастный (решение об удалении зависит от связки content type + rels), * тесты работают через {@link #normalize} на in-memory zip.

* *

Если OLE-объектов нет, возвращает исходный массив без переупаковки zip. - * Регрессия — WordPdfConverterTest#oleObjects_removedAndConverted, + * Регрессия — WordPdfConverterTest#oleObjects_removedAndConverted + * (плейсхолдер доезжает до PDF), * WordPdfConverterTest#drawingErrors_errorFlagRejectsOle, + * OleObjectNormalizerTest#objectWithImagedata_placeholderKept, + * OleObjectNormalizerTest#objectWithoutImage_removed, * фикстура samples/ole-embedded.docx.

*/ public final class OleObjectNormalizer { @@ -74,6 +85,49 @@ public final class OleObjectNormalizer { /** Парный w:object (внутри VML-обёртка, роняющая экспорт) и самозакрытый. */ private static final Pattern W_OBJECT = Pattern.compile( "]*>.*?
|]*/>", Pattern.DOTALL); + /** Первый w:drawing внутри блока w:object — готовая DrawingML-картинка (ветка mc:Choice). */ + private static final Pattern W_DRAWING = Pattern.compile( + "]*>.*?|]*/>", Pattern.DOTALL); + /** v:imagedata с r:id — ссылка на картинку-плейсхолдер (§15.2.10). */ + private static final Pattern V_IMAGEDATA = Pattern.compile( + "]*\\br:id=\"([^\"]*)\"[^>]*>"); + /** style первого v:shape блока — источник размера плейсхолдера. */ + private static final Pattern SHAPE_STYLE = Pattern.compile( + "]*\\bstyle=\"([^\"]*)\""); + private static final Pattern STYLE_WIDTH = Pattern.compile( + "width\\s*:\\s*([0-9]+(?:\\.[0-9]+)?)\\s*(pt|in|cm|mm|pc|px|em)"); + private static final Pattern STYLE_HEIGHT = Pattern.compile( + "height\\s*:\\s*([0-9]+(?:\\.[0-9]+)?)\\s*(pt|in|cm|mm|pc|px|em)"); + /** Размер w:object в твиксах (§17.3.3.19 dxaOrig/dyaOrig), ×635 = EMU. */ + private static final Pattern DXA_ORIG = Pattern.compile("\\bdxaOrig=\"([0-9]+)\""); + private static final Pattern DYA_ORIG = Pattern.compile("\\bdyaOrig=\"([0-9]+)\""); + /** Тип rels-ссылки на OLE-часть; External (связанные объекты) тоже. */ + private static final Pattern OLE_OBJECT_REL = Pattern.compile( + "\\bType=\"[^\"]*/oleObject\""); + /** + * Замена `w:object` с VML-плейсхолдером: минимально валидный `CT_Inline` + * (extent + docPr + graphic) с `pic:pic` на ту же image-часть. Пространства + * `wp/a/pic/r` объявлены на самом `wp:inline` — документ-обёртка может их + * не объявлять (без DrawingML на корне нет `xmlns:pic`); `w:` объявлен на + * корне любого wordprocessingml-документа. Форма — как у + * `DrawingPreRenderer.swapForPicture` (тот JAXB-ный, здесь байтовый уровень). + */ + private static final String PLACEHOLDER = + "" + + "" + + "" + + "" + + "" + + "" + + "" + + "" + + ""; + /** Стартовый docPr/@id вставляемых плейсхолдеров — заведомо за пределами реальных id части. */ + private static final int FIRST_DOC_PR_ID = 900000; private static final Pattern PART_NAME_ATTR = Pattern.compile("\\bPartName=\"([^\"]*)\""); private static final Logger LOG = Logger.getLogger(OleObjectNormalizer.class.getName()); @@ -82,14 +136,15 @@ public final class OleObjectNormalizer { } /** - * Удаляет из docx OLE-объекты: бинарные `.bin`-части с OLE-типом (или - * ложным XML-типом), ссылки на них в `*.rels`, элементы `w:object` в - * `word/*.xml` и `Override` удалённых частей в `[Content_Types].xml`. + * Вычистляет из docx OLE-объекты: бинарные `.bin`-части с OLE-типом (или + * ложным XML-типом), ссылки на них и oleObject-ссылки (включая External) в + * `*.rels`, `Override` удалённых частей в `[Content_Types].xml`; элементы + * `w:object` в `word/*.xml` заменяются их статичным представлением + * (плейсхолдером), а без плейсхолдера — удаляются. * * @param docx байты .docx (zip) - * @param errorOnOle true — не удалять, а отвергнуть документ + * @param errorOnOle true — не вычищать, а отвергнуть документ * @return те же байты, если OLE-объектов нет; иначе переупакованный zip без OLE - * @throws DrawingFoundException при {@code errorOnOle} и найденном OLE-объекте */ public static byte[] normalize(byte[] docx, boolean errorOnOle) throws IOException { Map entries = new LinkedHashMap<>(); @@ -108,18 +163,23 @@ public final class OleObjectNormalizer { Map overrides = overrideTypes(ctXml); Set oleParts = new HashSet<>(); + boolean hasObjectMarkup = false; for (Map.Entry e : entries.entrySet()) { String name = e.getKey(); - if (!name.endsWith(BIN_SUFFIX)) { - continue; - } - String type = effectiveType(name, overrides, defaults); - if (type != null && (OLE_OBJECT_TYPE.equalsIgnoreCase(type) - || type.endsWith(XML_TYPE_SUFFIX))) { - oleParts.add(name); + if (name.endsWith(BIN_SUFFIX)) { + String type = effectiveType(name, overrides, defaults); + if (type != null && (OLE_OBJECT_TYPE.equalsIgnoreCase(type) + || type.endsWith(XML_TYPE_SUFFIX))) { + oleParts.add(name); + } + } else if (!hasObjectMarkup && name.startsWith("word/") && name.endsWith(".xml") + && new String(e.getValue(), StandardCharsets.UTF_8).contains("= 0) { + replacement = ""; + } else if (drawing.find()) { + replacement = drawing.group(); + } else if (image.find()) { + long[] size = placeholderSize(block); + if (size.length == 0) { + replacement = ""; + } else { + replacement = PLACEHOLDER + .replace("{RID}", image.group(1)) + .replace("{CX}", Long.toString(size[0])) + .replace("{CY}", Long.toString(size[1])) + .replace("{ID}", Integer.toString(docPrId)); + docPrId++; + } + } else { + replacement = ""; + } + m.appendReplacement(sb, Matcher.quoteReplacement(replacement)); + } + m.appendTail(sb); + return sb.toString(); + } + + /** + * Размер плейсхолдера в EMU: сначала `style` того же `v:shape`, затем + * `w:dxaOrig`/`w:dyaOrig` самого `w:object` (твиксы ×635, §17.3.3.19). + * + * @return {cx, cy} либо пустой массив, если размер вычислить не удалось + */ + private static long[] placeholderSize(String block) { + Matcher shape = SHAPE_STYLE.matcher(block); + if (shape.find()) { + String style = shape.group(1); + Matcher w = STYLE_WIDTH.matcher(style); + Matcher h = STYLE_HEIGHT.matcher(style); + if (w.find() && h.find()) { + long cx = toEmu(w); + long cy = toEmu(h); + if (cx > 0 && cy > 0) { + return new long[] {cx, cy}; + } + } + } + Matcher dxa = DXA_ORIG.matcher(block); + Matcher dya = DYA_ORIG.matcher(block); + if (dxa.find() && dya.find()) { + long cx = Long.parseLong(dxa.group(1)) * 635; + long cy = Long.parseLong(dya.group(1)) * 635; + if (cx > 0 && cy > 0) { + return new long[] {cx, cy}; + } + } + return new long[0]; + } + + /** CSS-размер из style v:shape → EMU (1pt = 12700 EMU). */ + private static long toEmu(Matcher m) { + double value = Double.parseDouble(m.group(1)); + long perUnit = switch (m.group(2)) { + case "in" -> 914_400L; + case "cm" -> 360_000L; + case "mm" -> 36_000L; + case "pc" -> 152_400L; + case "px" -> 9_525L; + case "em" -> 190_500L; + default -> 12_700L; // pt — единственная оставшаяся единица регулярки + }; + return Math.round(value * perUnit); } /** 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 7f07250..26dc7a9 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -230,8 +230,9 @@ class WordPdfConverterTest { /** * Регрессия: OLE-объекты (осиротевший bin с ложным XML-типом и настоящий * w:object) роняли экспорт docx4j; при выключенном errorOnOle - * OleObjectNormalizer тихо удаляет их и документ конвертируется. - * Фикстура samples/ole-embedded.docx. + * OleObjectNormalizer вычищает их данные, а картинку-плейсхолдер + * (fallback.png, ECMA-376 §15.2.10) сохраняет — она обязана доехать + * до PDF. Фикстура samples/ole-embedded.docx. */ @Test void oleObjects_removedAndConverted() throws Exception { @@ -242,6 +243,9 @@ class WordPdfConverterTest { "пропал текст до OLE-объекта: " + text); assertTrue(text.contains("OLE object test after"), "пропал текст после OLE-объекта: " + text); + // RGBA-PNG FOP режет на картинку + SMask — считаем различные потоки без масок + assertEquals(1, distinctImageCount(pdf), + "картинка-плейсхолдер OLE-объекта обязана остаться в PDF"); } /** diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java index 8cce1ea..aac10b4 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/OleObjectNormalizerTest.java @@ -66,6 +66,45 @@ class OleObjectNormalizerTest { + ""; private static final byte[] BIN = {'P', 'K', 3, 4, 0, 1, 2, (byte) 0xFF}; + private static final byte[] PNG = {(byte) 0x89, 'P', 'N', 'G', 1, 2, 3}; + + /** CT_OLE + png (image-часть плейсхолдера). */ + private static final String CT_OLE_PNG = + "" + + "" + + "" + + "" + + "" + + "" + + "" + + ""; + + /** Без OLE-частей вообще (для w:object без bin-части). */ + private static final String CT_PLAIN_PNG = + "" + + "" + + "" + + "" + + "" + + "" + + ""; + + /** w:object с VML-плейсхолдером — форма фикстуры samples/ole-embedded.docx. */ + private static final String DOC_OBJECT_WITH_IMAGE = + "" + + "before" + + "" + + "" + + "" + + "after"; + + /** oleObject-rel (rId1) + image-rel плейсхолдера (rId2). */ + private static final String DOCRELS_OLE_AND_IMAGE = + "" + + "" + + "" + + "" + + ""; private static byte[] zip(Map entries) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(); @@ -431,4 +470,307 @@ class OleObjectNormalizerTest { assertFalse(outCt.contains("word/_embedded/ole.bin"), "Override без ведущего слэша обязан быть удалён: " + outCt); } + + /** + * ECMA-376 §15.2.10: у OLE-обязан быть картинка-плейсхолдер — при + * вычистке bin удаляется, плейсхолдер переезжает в inline-DrawingML + * на ту же image-часть с размером из style v:shape (60x30pt = 762000x381000 EMU). + */ + @Test + void objectWithImagedata_placeholderKept() throws Exception { + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE)); + m.put("word/_embedded/ole.bin", BIN); + m.put("word/media/fallback.png", PNG); + + byte[] result = OleObjectNormalizer.normalize(zip(m), false); + + String doc = readEntry(result, "word/document.xml"); + assertFalse(doc.contains(""), "закрытия w:object остаться не должно: " + doc); + assertTrue(doc.contains("r:embed=\"rId2\""), + "плейсхолдер обязан ссылаться на image-часть: " + doc); + assertTrue(doc.contains("cx=\"762000\"") && doc.contains("cy=\"381000\""), + "размер 60x30pt обязан переехать в EMU: " + doc); + assertTrue(doc.contains("before") && doc.contains("after"), + "тексты вокруг объекта обязаны сохраниться: " + doc); + Map entries = unzip(result); + assertFalse(entries.containsKey("word/_embedded/ole.bin"), + "bin-часть обязана быть удалена"); + assertTrue(entries.containsKey("word/media/fallback.png"), + "image-часть плейсхолдера обязана остаться"); + String rels = readEntry(result, "word/_rels/document.xml.rels"); + assertFalse(rels.contains("oleObject"), "oleObject-rel обязан исчезнуть: " + rels); + assertTrue(rels.contains("media/fallback.png"), + "image-rel обязан остаться: " + rels); + } + + /** Нет никакой картинки в блоке — нечего сохранять, блок удаляется. */ + @Test + void objectWithoutImage_removed() throws Exception { + String doc = "" + + "before" + + "" + + "after"; + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(doc)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN)); + m.put("word/_embedded/ole.bin", BIN); + + String out = readEntry(OleObjectNormalizer.normalize(zip(m), false), + "word/document.xml"); + assertFalse(out.contains("w:object"), "блок без картинки обязан быть вырезан: " + out); + assertTrue(out.contains("before") && out.contains("after"), "тексты обязаны остаться: " + out); + } + + /** Блок с готовым w:drawing (ветка mc:Choice) — drawing сохраняется дословно. */ + @Test + void objectWithDrawing_reusedVerbatim() throws Exception { + String drawing = "" + + ""; + String doc = "" + + "" + drawing + + ""; + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(doc)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN)); + m.put("word/_embedded/ole.bin", BIN); + + String out = readEntry(OleObjectNormalizer.normalize(zip(m), false), + "word/document.xml"); + assertTrue(out.contains(drawing), "w:drawing обязан сохраниться дословно: " + out); + assertFalse(out.contains(""), "закрытие w:object обязано исчезнуть: " + out); + } + + /** ActiveX (w:control) — блок удаляется целиком (нынешнее поведение). */ + @Test + void controlBlockRemoved() throws Exception { + String doc = "" + + ""; + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(doc)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_TO_BIN)); + m.put("word/_embedded/ole.bin", BIN); + + String out = readEntry(OleObjectNormalizer.normalize(zip(m), false), + "word/document.xml"); + assertFalse(out.contains("w:object"), "блок с w:control обязан быть вырезан: " + out); + assertFalse(out.contains("w:control"), "w:control обязан быть вырезан: " + out); + } + + /** Нет style у v:shape — размер берётся из w:dxaOrig/w:dyaOrig (твиксы ×635). */ + @Test + void sizeFromDxaOrig() throws Exception { + String doc = "" + + "" + + "" + + ""; + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(doc)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE)); + m.put("word/_embedded/ole.bin", BIN); + m.put("word/media/fallback.png", PNG); + + String out = readEntry(OleObjectNormalizer.normalize(zip(m), false), + "word/document.xml"); + assertTrue(out.contains("cx=\"2133600\"") && out.contains("cy=\"1600200\""), + "3360x2520 твиксов = 2133600x1600200 EMU: " + out); + } + + /** Ни style, ни dxaOrig — размер вычислить нечем, блок удаляется. */ + @Test + void imagedataWithoutSize_removed() throws Exception { + String doc = "" + + "" + + ""; + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(doc)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE)); + m.put("word/_embedded/ole.bin", BIN); + m.put("word/media/fallback.png", PNG); + + String out = readEntry(OleObjectNormalizer.normalize(zip(m), false), + "word/document.xml"); + assertFalse(out.contains("w:object"), "блок без размера обязан быть вырезан: " + out); + assertFalse(out.contains("r:embed"), "плейсхолдер без размера вставлять нельзя: " + out); + } + + /** + * w:object без bin-части (осиротевшая разметка) — блок всё равно + * переписывается: иначе доходит до docx4j и падает NPE chunkType is null. + */ + @Test + void objectWithoutBin_stillRewritten() throws Exception { + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_PLAIN_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE)); + m.put("word/media/fallback.png", PNG); + byte[] docx = zip(m); + + byte[] result = OleObjectNormalizer.normalize(docx, false); + + assertNotSame(docx, result, "документ с w:object обязан быть переупакован"); + String doc = readEntry(result, "word/document.xml"); + assertFalse(doc.contains("" + + "" + + "" + + "" + + "" + + ""; + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_PLAIN_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE)); + m.put("word/_rels/document.xml.rels", utf8(rels)); + m.put("word/media/fallback.png", PNG); + + String out = readEntry(OleObjectNormalizer.normalize(zip(m), false), + "word/_rels/document.xml.rels"); + assertFalse(out.contains("oleObject"), + "внешний oleObject-rel обязан быть удалён: " + out); + assertTrue(out.contains("https://example.com/"), + "чужая внешняя ссылка обязана остаться: " + out); + assertTrue(out.contains("media/fallback.png"), + "image-rel плейсхолдера обязан остаться: " + out); + } + + /** errorOnOle и только w:object-разметка (без bin-части) — документ отвергается. */ + @Test + void errorFlagObjectWithoutBin_rejects() throws Exception { + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_PLAIN_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(DOC_OBJECT_WITH_IMAGE)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE)); + m.put("word/media/fallback.png", PNG); + + DrawingFoundException ex = assertThrows(DrawingFoundException.class, + () -> OleObjectNormalizer.normalize(zip(m), true)); + assertEquals(DrawingFoundException.Kind.OLE, ex.kind()); + } + + /** doc из переданных блоков w:object (все ссылаются на rId1/rId2 из DOCRELS_OLE_AND_IMAGE). */ + private static String objectDoc(String... objects) { + StringBuilder sb = new StringBuilder( + "" + + ""); + for (String o : objects) { + sb.append("").append(o).append(""); + } + return sb.append("").toString(); + } + + /** Блок w:object с v:shape/v:imagedata; атрибуты — с ведущим пробелом или пустые. */ + private static String obj(String objectAttrs, String shapeAttrs) { + return "" + + "" + + "
"; + } + + /** zip с DOCRELS_OLE_AND_IMAGE + bin + png и произвольным document.xml. */ + private static byte[] objectZip(String docXml) throws IOException { + Map m = new LinkedHashMap<>(); + m.put("[Content_Types].xml", utf8(CT_OLE_PNG)); + m.put("_rels/.rels", utf8(ROOT_RELS)); + m.put("word/document.xml", utf8(docXml)); + m.put("word/_rels/document.xml.rels", utf8(DOCRELS_OLE_AND_IMAGE)); + m.put("word/_embedded/ole.bin", BIN); + m.put("word/media/fallback.png", PNG); + return zip(m); + } + + /** Все CSS-единицы style v:shape переводятся в EMU (pt 12700, in 914400, …). */ + @Test + void styleUnits_allConvertToEmu() throws Exception { + String doc = objectDoc( + obj("", " style=\"width:1in;height:2in\""), + obj("", " style=\"width:1cm;height:2cm\""), + obj("", " style=\"width:1mm;height:2mm\""), + obj("", " style=\"width:1pc;height:2pc\""), + obj("", " style=\"width:1px;height:2px\""), + obj("", " style=\"width:1em;height:2em\"")); + + String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false), + "word/document.xml"); + + String[][] expect = { + {"914400", "1828800"}, {"360000", "720000"}, {"36000", "72000"}, + {"152400", "304800"}, {"9525", "19050"}, {"190500", "381000"}}; + for (String[] e : expect) { + assertTrue(out.contains("cx=\"" + e[0] + "\"") && out.contains("cy=\"" + e[1] + "\""), + "нет EMU " + e[0] + "x" + e[1] + ": " + out); + } + } + + /** В style только ширина — полная пара не собралась, размер берётся из dxaOrig/dyaOrig. */ + @Test + void styleWidthWithoutHeight_fallsBackToDxaOrig() throws Exception { + String doc = objectDoc(obj(" w:dxaOrig=\"3360\" w:dyaOrig=\"2520\"", " style=\"width:60pt\"")); + + String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false), + "word/document.xml"); + + assertTrue(out.contains("cx=\"2133600\"") && out.contains("cy=\"1600200\""), + "без пары в style размер обязан взять из твиксов: " + out); + } + + /** Нулевой размер в style — не размер, фолбэк на dxaOrig/dyaOrig. */ + @Test + void zeroStyleSize_fallsBackToDxaOrig() throws Exception { + String doc = objectDoc(obj(" w:dxaOrig=\"3360\" w:dyaOrig=\"2520\"", + " style=\"width:0pt;height:0pt\"")); + + String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false), + "word/document.xml"); + + assertTrue(out.contains("cx=\"2133600\"") && out.contains("cy=\"1600200\""), + "нулевой style не размер, обязан сработать фолбэк: " + out); + } + + /** dxaOrig без dyaOrig — размер вычислить нечем, блок удаляется. */ + @Test + void dxaOrigWithoutDyaOrig_removed() throws Exception { + String doc = objectDoc(obj(" w:dxaOrig=\"3360\"", "")); + + String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false), + "word/document.xml"); + + assertFalse(out.contains("w:object"), "блок без полной пары твиксов обязан быть вырезан: " + out); + assertFalse(out.contains("r:embed"), "плейсхолдер без размера вставлять нельзя: " + out); + } + + /** Нулевой dxaOrig — не размер, блок удаляется. */ + @Test + void zeroDxaOrig_removed() throws Exception { + String doc = objectDoc(obj(" w:dxaOrig=\"0\" w:dyaOrig=\"2520\"", "")); + + String out = readEntry(OleObjectNormalizer.normalize(objectZip(doc), false), + "word/document.xml"); + + assertFalse(out.contains("w:object"), "блок с нулевым твиксом обязан быть вырезан: " + out); + assertFalse(out.contains("r:embed"), "плейсхолдер без размера вставлять нельзя: " + out); + } } diff --git a/wordpdf-core/src/test/resources/samples/ole-embedded.docx b/wordpdf-core/src/test/resources/samples/ole-embedded.docx index 8c4582a1b66b03ed1fe629a8953fc3ae00614fe7..5414852f0cc9c1fd3d6952b9173815f033e9dd0b 100644 GIT binary patch delta 82 zcmZ24uufpZ16DrEM6PUm1_lNE?GXMbQ(iX@7 delta 84 zcmZ1{uwG!p16Dp3kyF7A3=9mOKrGHM`9HhlWOg