From 5db9d4368c1ca2e2ced82df5a86b0eb8a2675032 Mon Sep 17 00:00:00 2001 From: Pjandro Date: Tue, 27 Oct 2026 19:00:23 +0000 Subject: [PATCH 1/2] =?UTF-8?q?=D0=A0=D0=B0=D1=81=D0=BA=D0=BB=D0=B0=D0=B4?= =?UTF-8?q?=D0=BA=D0=B0=20class=20C:=20padding-=D0=BA=D0=BE=D0=BC=D0=BF?= =?UTF-8?q?=D0=B5=D0=BD=D1=81=D0=B0=D1=86=D0=B8=D1=8F=20=D1=82=D0=B0=D0=B1?= =?UTF-8?q?=D0=BB=D0=B8=D1=86,=20=D1=81=D0=B2=D1=91=D1=80=D1=82=D0=BA?= =?UTF-8?q?=D0=B0=20tblInd=20=D0=BF=D1=80=D0=B8=20jc=E2=89=A0left,=20suff?= =?UTF-8?q?=3Dspace;=20=D0=B0=D1=83=D0=B4=D0=B8=D1=82=20lineRule/kerning?= =?UTF-8?q?=20=D0=B7=D0=B0=D0=BA=D1=80=D1=8B=D1=82?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - LayoutPostRenderer (шаг 4.25, кастомный FORenderer): к start-indent таблицы прибавляется padding-left первой ячейки — рамка на margin+tblInd, текст +padding (MS-OI29500 §2.1.155); регрессия tableCellPadding_textInsetLikeWord - TableIndentNormalizer (правило 7): jc center/right + tblInd → абсолютный tblInd ((W−T)/2+X / (W−T)+X), docx4j игнорирует tblInd при jc≠left - NumberingSuffixNormalizer (правило 8): w:suff=space → пробел в lvlText (Part 1 §17.3.1.28); поиск lvlText вперёд по порядку CT_Lvl (suff→lvlText) - lineRule=auto: rescale НЕ делается — 13.4277pt@11pt канонический single по метрикам Carlito/Calibri (2500/2048 em), замер аудита 13.9 — пиксельное округление; тест пинит метрический шаг - кернинг: подтверждено отсутствие (шрифты бандла GPOS-only, FOP читает только legacy kern, свойства kerning нет); Word по умолчанию не кернит (§17.3.2.19, MS-OI29500 §21.1.2.3.9a) — совпадение по умолчанию, AGENTS.md исправлен - AGENTS.md: правила 1–8, шаг 4.25, счётчики 38/579, новые регрессивные пары --- AGENTS.md | 19 +- .../ru/pjandro/wordpdf/WordPdfConverter.java | 19 +- .../wordpdf/internal/DocxRewritePipeline.java | 27 ++- .../wordpdf/internal/LayoutPostRenderer.java | 153 ++++++++++++ .../internal/NumberingSuffixNormalizer.java | 113 +++++++++ .../internal/TableIndentNormalizer.java | 226 ++++++++++++++++++ .../pjandro/wordpdf/WordPdfConverterTest.java | 172 ++++++++++++- .../internal/LayoutPostRendererTest.java | 128 ++++++++++ .../NumberingSuffixNormalizerTest.java | 138 +++++++++++ .../internal/TableIndentNormalizerTest.java | 223 +++++++++++++++++ 10 files changed, 1194 insertions(+), 24 deletions(-) create mode 100644 wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java create mode 100644 wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java create mode 100644 wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java create mode 100644 wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/LayoutPostRendererTest.java create mode 100644 wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizerTest.java create mode 100644 wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java diff --git a/AGENTS.md b/AGENTS.md index 8b0954b..b91c61f 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -22,11 +22,12 @@ |---|---|---| | 0 | `DependencyGuard.check()` | API-проба `ZipArchiveInputStream.getNextEntry()` — совместимость commons-compress ≥ 1.25.0; иначе `ConversionException` с инструкцией вместо мутного `NoSuchMethodError` внутри docx4j | | 1 | `new BundledFontMapper()` → `BundledFonts.init()` → `restrictToBundled()` | Конструктор маппера добавляет системные шрифты в глобальный реестр `PhysicalFonts`; `init()` вызывает `dropNonBundled()` **до** регистрации бандла (`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 1–6, см. ниже) + условная OLE-вычистка (правило 7) | +| 2 | `DocxRewritePipeline.STEP` → `OleObjectNormalizer` → `WordprocessingMLPackage.load` | Один zip-проход переписывания XML-частей (правила 1–8, см. ниже) + условная OLE-вычистка (правило 9) | | 2.5 | `WordPdfValidator.checkPageCount(normalizedBytes, maxPages)` | Lightweight-оценка страниц по zip, до рендера | | 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 | +| 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-патч `w:rPr/w:position`→`baseline-shift`); `Templates` компилируется один раз — `getTemplates` кастит значение в `Templates` | | 5 | `FORendererApacheFOP.getFopFactoryBuilder` + `getFOUserAgent` | Непустой `title` → заголовок PDF | | 6 | `Docx4J.toFO(foSettings, os, FLAG_EXPORT_PREFER_XSL)` | XSL-FO → PDF | @@ -36,7 +37,7 @@ ### Нормализаторы (`internal/DocxNormalizer`) -Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Каждый выставляет константу `STEP` (`public static final DocxNormalizer`). Правила 1–6 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); 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()` шести 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). Каждый выставляет константу `STEP` (`public static final DocxNormalizer`). Правила 1–8 применяет `internal/DocxRewritePipeline` — **один zip-проход**: к каждой записи `word/*.xml` рерайты цепляются в фиксированном порядке Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix (каждое правило работает только содержимым одной части — по-частная цепочка эквивалентна последовательным полным проходам); 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()` восьми 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` не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`); 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. @@ -44,7 +45,9 @@ 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. `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 — `DrawingFoundException(OLE)`. 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. +7. `TableIndentNormalizer` — свёртка `w:tblPr/w:jc` (center/right) с ненулевым `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 — Part 1 §17.4.50): center → (W−T)/2+X, right → (W−T)+X, W — полоса набора (pgSz − pgMar left/right; дефолты 11906/1440 — измеренное поведение docx4j, не ECMA-1800), T — Σ gridCol; пропускает несколько body-level `sectPr`, отсутствие tblInd, `tblW pct`, нецелые gridCol; трогает только `word/document.xml`. Регрессия — WordPdfConverterTest#tableIndentCentered_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; Part 1 §17.3.1.28): 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. `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 — `DrawingFoundException(OLE)`. 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»). @@ -92,7 +95,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр - `PhysicalFonts` — глобальный и мутируемый → ядро не потокобезопасно; приложение сериализует конвертации одним воркером. - 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). - 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` (nothing/space) и `w:lvlJc` игнорируются (numbering-лейбл всегда через hanging-tab); левый padding ячейки таблицы не применяется к тексту (текст на leading edge таблицы, рамка уезжает влево на padding — Java `TableWriter`); `w:tblInd` при `w:jc`≠left игнорируется (буквально по Part 1 §17.4.50; Word не игнорирует — MS-OI29500 §2.1.155); `lineRule="auto"` docx4j считает как (line/240)×внутренний single ≈13.43pt@11pt (Word ≈13.9pt), а абзац без `w:line` рендерится natural-высотой FOP 15.44pt — два «single» в конвертере; кернинг применяется без порога `w:kern`. +- 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; первичный замер аудита «Word ≈13.9pt» — пиксельное округление 18px@96dpi, расхождения с явной строкой нет, пункт закрыт); кернинг не применяется вовсе: шрифты бандла GPOS-only, латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern`-таблицу, свойства `kerning` в форке нет (замер: advance A→V = A→A = 6.369pt@11pt Carlito); Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19; при отсутствии `w:kern` Office не кернит — MS-OI29500 §21.1.2.3.9a) — 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). - Внимание: комментарии в `WordPdfConverter`/`DocxOnOffNormalizer` говорят «docx4j 11.x» — устаревшее число, фактически 17.3.2 (описанное поведение верно). ### Шрифты (30 TTF + 3 лицензии, SIL OFL, `wordpdf-core/src/main/resources/fonts/`) @@ -105,7 +108,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр |---|---| | `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String[,ConvertOptions])`), `WordPdfValidator` (`checkInput`/`checkPageCount`/`validate` — без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`), `WordPdfSettings` (`MAX_INPUT_MB=5`, `MAX_PAGES=100`, защитные `MAX_DECOMPRESSED_MB=200`/`MAX_ZIP_ENTRIES=8192`, `ERROR_ON_*=false`), `ConvertOptions` (record) | | `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) | -| `…/wordpdf/internal/` | 7 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–6, raw-копия неизменённых записей) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы `public` (иначе родительский пакет не вызвал бы), публичные члены наружу только `normalize`/`STEP`/`declare`/`DependencyGuard.check`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` | +| `…/wordpdf/internal/` | 9 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–8, raw-копия неизменённых записей) + `LayoutPostRenderer` (кастомный `FORenderer`, post-FO padding-компенсация таблиц, шаг 4.25) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы `public` (иначе родительский пакет не вызвал бы), публичные члены наружу только `normalize`/`STEP`/`declare`/`DependencyGuard.check`/`LayoutPostRenderer.register`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` | | `…/wordpdf/internal/chart/` | 17 классов Java2D-рендера диаграмм/SmartArt в PNG (public только `DrawingPreRenderer.run`) | | `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-патч), часть jar | @@ -159,7 +162,7 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \ ## Code Conventions & Common Patterns - Классы `final`, приватный конструктор, только `static` (stateless, DI нет; конфигурация — `Docx4jProperties` + classpath-ресурсы). Исключения — экземпляры по природе: `BundledFontMapper` (`extends BestMatchingMapper`), обёртка цветов `DrawMlColor` (instance, но не наследник docx4j) и Spring-компоненты `wordpdf-app`. -- Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–6 одним zip-проходом) + лямбда `OleObjectNormalizer`; нечего менять → **тот же массив**; package-private хук `static String rewrite(String xml)` для юнит-тестов (возвращает `null` при отсутствии изменений; есть у 6 из 7 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)` (per-part-логика, хук пайплайна); правятся только части `word/*.xml`. +- Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; цепочка `WordPdfConverter.normalizers()` = `DocxRewritePipeline.STEP` (правила 1–8 одним zip-проходом) + лямбда `OleObjectNormalizer`; нечего менять → **тот же массив**; package-private хук `static String rewrite(String xml)` для юнит-тестов (возвращает `null` при отсутствии изменений; есть у 8 из 9 — у многочастного `OleObjectNormalizer` нет); у `StrictOoxmlNormalizer` есть также `rewritePart(entryName, xml)` (per-part-логика, хук пайплайна); правятся только части `word/*.xml`. - Ошибки публичного API — только `ConversionException extends RuntimeException`; внутренние исключения оборачиваются на границе. В chart — деградация вместо падения. - Javadoc на русском, объясняет «почему» и ссылается на регрессию и фикстуру (формат: `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx`) — новый фикс оформлять так же. - Константы UPPER_SNAKE с числовыми эталонными значениями (`PIE_DEPTH`, `MAX_PAGES`); начертания `V_REGULAR/V_BOLD/...`; модели — `record`; размеры в chart — в пунктах, растр × `DPI/72`. @@ -207,12 +210,12 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \ - Гейт `maven-pmd-plugin` 3.28.0 на `verify` для обоих модулей, ruleset `pmd-ruleset.xml`, `includeTests=true`. Версия PMD-движка в pom не пинится (тянется плагином). - Гейт JaCoCo `0.8.15`: `jacoco:check` (правило BUNDLE, LINE COVEREDRATIO `0.90` — обоих модулей; в `wordpdf-core/pom.xml` execution `check` переопределён и добавляет BRANCH COVEREDRATIO `0.85` — только для core) на `verify`; агент подключается в surefire через `argLine` = `@{argLine} -Djava.awt.headless=true` (свойство `argLine` в корневом pom по умолчанию пусто и перезаписывается `prepare-agent` — `mvn test -Djacoco.skip=true` без агента работоспособно); `report` и `check` оба на `verify`, report раньше — при провале порога отчёт уже на диске; отчёты `target/site/jacoco/` (html+xml, xml нужен CI-сводке). Плотность покрытия держат тесты, а не заглушки: промахи в основном недостижимые IOException/catch-ветки (`GlyphFont`, `BundledFonts`) и защитные ветви сканеров нормализаторов/валидатора. -- 35 тестовых классов / 538 `@Test` (core 29/496, app 6/42: ConvertController 22 + ApiKeyFilter 8 + ConversionService 5 + ApiExceptionHandler 4 + ConvertLimits 2 + ConversionTimeout 1). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true`; только `Assertions` (Mockito/AssertJ не использовать; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`), тестовые классы package-private, зеркалят main-пакеты; только `@Test` + два `@BeforeAll` (warm-up шрифтов в `GlyphCoverageNormalizerTest` и `BundledFonts.init()` в `BundledFontsTest`) + `@AfterEach drainWorker` в `ConversionTimeoutTest` (дренировать отменённый FOP-рендер до следующего класса — гонка глобального `PhysicalFonts`). +- 38 тестовых классов / 579 `@Test` (core 32/537, app 6/42: ConvertController 22 + ApiKeyFilter 8 + ConversionService 5 + ApiExceptionHandler 4 + ConvertLimits 2 + ConversionTimeout 1). JUnit 6 (`org.junit.jupiter:junit-jupiter`), surefire 3.6.0 с `-Djava.awt.headless=true`; только `Assertions` (Mockito/AssertJ не использовать; в app-тестах допустим inline-Hamcrest `org.hamcrest.Matchers.containsString` в `andExpect`), тестовые классы package-private, зеркалят main-пакеты; только `@Test` + два `@BeforeAll` (warm-up шрифтов в `GlyphCoverageNormalizerTest` и `BundledFonts.init()` в `BundledFontsTest`) + `@AfterEach drainWorker` в `ConversionTimeoutTest` (дренировать отменённый FOP-рендер до следующего класса — гонка глобального `PhysicalFonts`). - **PDF сравнивается текстом, не растеризацией**: PDFBox 3 (`Loader.loadPDF`) — `PDFTextStripper` (пер-странично `setStartPage/setEndPage`), override `processTextPosition` для шрифта конкретного символа (`fontNameOf`), обход ресурсов страниц для встроенных шрифтов (`EAAAAA+Carlito-Bold`) и счётчик картинок (`imageCount`/`distinctImageCount` — SMask игнорируется). Негативные маркеры: `assertFalse(text.contains("#"))` (.notdef), `assertFalse(font.startsWith("Helvetica"))`. Текст нормализуется по пробелам (`norm`); в `tableImage_tableAndImage` — полное удаление пробелов (docx4j переносит слова в auto-fit таблицах). - Пиксели (BufferedImage) — только в unit-тестах chart-пейнтеров: безразмерные отношения к эталону Word (экспорт 300 dpi, числа зашиты в тесты), допуски `assertRatio` <0.06 (`PiePainterTest`, `CartesianPainterTest`) / <0.10 (`Surface3dPainterTest`, + `assertRange` ±6 pt для центров силуэта); пороги залитых px, перцентильные коридоры яркости, «серый» px — разброс каналов `GRAY_MAX_SPREAD=25`; исключение — структурная проверка чернил в `GlyphFontTest`. Эталонные файлы — `develop/`, вне git. Хелперы chart-тестов (`render`, `countColor`, `assertRatio`, `paint`) продублированы по классам — общего test-util нет. - `GlyphFont` (fontbox): метрики пиксельно-метрически эквивалентны AWT (ascent/descent/leading/advance совпадают до 4-го знака, кернинг-дрейф 0.0000 — DejaVu Sans, Carlito). Приёмочный стенд без-fontconfig: контейнер без `libfontconfig.so.1*` и `/etc/fonts`, `mvn verify` + `java -jar` (до перехода на GlyphFont там падали `GlyphCoverageNormalizerTest` 12 / `CartesianPainterTest` 3 / `PiePainterTest` 2 / chart-тесты `WordPdfConverterTest` 4, chart-рендер молча деградировал). `GlyphFontTest` написан без единого `java.awt.Font` — обязан проходить на хосте без fontconfig. - 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` — ручная, генератором не перезаписывать), `chart-types` (14 графиков: 9 типов + ofPie-pie + lineChart stacked + `c:wireframe` + combo barChart+lineChart на вторичной `c:valAx` pos="r"; пересоздание — `ChartTypesDocxGenerator`). - Юниты нормализаторов работают строками (`rewrite`) + zip'ами из `ZipOutputStream`; обязательные контракты: «нечего менять → тот же массив» (`assertSame`) 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`: `@Nested` + `@TestPropertySource` не даёт отдельного контекста). -- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight`; юниты `indCoexistLeftStartUntouched`/`tcMarCoexistKept`/`tcBordersElementsKeptTransitional`/`jcStartRenamedTransitional`/`tabStartRenamedTransitional`/`transitionalCoexistReturnsOriginalArray`), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `InvisibleCharNormalizerTest`↔`invisibleChars_noEmptyLines`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`; юниты `objectWithImagedata_placeholderKept`/`objectWithoutImage_removed`/`objectWithDrawing_reusedVerbatim`/`controlBlockRemoved`/`sizeFromDxaOrig`/`styleUnits_allConvertToEmu`/`objectWithoutBin_stillRewritten`/`externalOleLinkRelRemoved`), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `cachedPagesUnreadableFallsBackToZero`, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`/`validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `PresetGeometryTest`↔`chartsSmartArt_drawingsBecomeImages` (`tableMatchesEcmaXml`), chart-пейнтеры↔`chartTypes_allTypesRenderAsImages`, `ChartSpecTest`↔автозаголовки/комбо/DoS (`hugePointIndex_rejectedNotOom`, `hugePtCount_rejectedNotOom`, `hugeCategoryIndex_rejectedNotOom`, `nonFiniteScalingBounds_dropped`, `overlayLegend_keepsPositionAndFlag`, `deletedTitleWithText_notShown`, `deletedTitleValOmitted_notShown`, `multiSeriesDoughnut_placeholderNotSeriesName`, `multiParagraphTitle_joinedWithNewlines`), `Surface3dPainterTest`↔`axisBounds_tinyMajorUnit_fallsBackToNiceUnit`/`axisBounds_zeroMajorUnit_fallsBackToNiceUnit`, `ChartRendererTest`↔`axisBounds_explicitHugeRange_reunitsToMaxTicks`/`axisBounds_infiniteSpan_fallsBackToData`/`stackedCumulative_*`/`stackedRange_coversNegativeSums`/`overlayLegend_drawnOverPlot`/`wireframeSurfaceLegend_hollowMarkers`, `DrawMlTextTest`↔`hugeWord_wrapsLinearly`/`fallbackFamilyAliasedToBundle`/`lineSpacingPct_compactsLines`, `DrawMlColorTest`↔`invalidSrgbHexFallsBackToOfficeDefault`, `SmartArtRendererTest`↔`normAutofitShrinksToFit`/`missingAutofitKeepsDeclaredSize`/`emptyTxBody_noPlaceholderInk`, `CartesianPainterTest`↔`stackedLine_seriesStackCumulatively`/`percentStackedLine_topSeriesFlatAtHundred`/`areaFill_closesToBaseline`/`combo_barsAndLineOnSecondary_bothDrawn`, `GlyphCoverageNormalizerTest`↔`multipleTextNodes_runLeftUntouched`/`nestedRunInTextBox_innerSplit`, `SymbolFontNormalizerTest`↔`nestedRunInTextBox_innerNormalized`, `WordPdfConverterTest`↔`noLoggingWarningInPdf`/`pdfTitle_comesFromParameter`/`hostileChartAxis_convertsNotHangs`/`hugeExtentChart_removedNotOom`/`chartWithoutExtent_errorFlagRejects`/`jcEndTransitional_rightAligned`/`rPrPosition_raisesBaseline`/`vendoredXsltTracksJarCopy` (аудит раскладки ECMA-376). 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`. +- Регрессивные пары (фикс = нормализатор/pre-renderer + юнит + конвертер-тест с фикстурой): `StrictOoxmlNormalizerTest`↔`strictOoxml_convertsNotRejected` (+`pageCount_strictBreaksCountedLightweight`; юниты `indCoexistLeftStartUntouched`/`tcMarCoexistKept`/`tcBordersElementsKeptTransitional`/`jcStartRenamedTransitional`/`tabStartRenamedTransitional`/`transitionalCoexistReturnsOriginalArray`), `DocxOnOffNormalizerTest`↔`ruPlain_regularRunsUseRegularFont`, `SymbolFontNormalizerTest`↔`symbolFonts_bulletsAreNotHash`, `FieldNormalizerTest`↔`pageNumbers_recomputedNotCached`, `InvisibleCharNormalizerTest`↔`invisibleChars_noEmptyLines`, `GlyphCoverageNormalizerTest`↔`exoticGlyphs_drawnNotHash`, `OleObjectNormalizerTest`↔`oleObjects_removedAndConverted`/`drawingErrors_errorFlagRejectsOle` (+app `errorFlagOle_rejected`/`oleObjects_removedByDefault`; юниты `objectWithImagedata_placeholderKept`/`objectWithoutImage_removed`/`objectWithDrawing_reusedVerbatim`/`controlBlockRemoved`/`sizeFromDxaOrig`/`styleUnits_allConvertToEmu`/`objectWithoutBin_stillRewritten`/`externalOleLinkRelRemoved`), `WordPdfValidatorTest`↔`staleCachePageCountRejectedBeforeRender` (+`checkPageCount_limitBoundary` 99/100/101, `cachedPagesUnreadableFallsBackToZero`, `pageCount_breaksInsideTablesAreCounted`, `pageCount_continuousSectionsNotCountedLightweight`, `validate_notAZip`/`validate_plainZipRejected`/`validate_xlsxRenamedRejected`/`validate_zipBombRejected`/`validate_tooManyEntriesRejected`), `BundledFontsTest`↔`ruPlain_emDashEmbeddedNotHelvetica`, `PresetGeometryTest`↔`chartsSmartArt_drawingsBecomeImages` (`tableMatchesEcmaXml`), chart-пейнтеры↔`chartTypes_allTypesRenderAsImages`, `ChartSpecTest`↔автозаголовки/комбо/DoS (`hugePointIndex_rejectedNotOom`, `hugePtCount_rejectedNotOom`, `hugeCategoryIndex_rejectedNotOom`, `nonFiniteScalingBounds_dropped`, `overlayLegend_keepsPositionAndFlag`, `deletedTitleWithText_notShown`, `deletedTitleValOmitted_notShown`, `multiSeriesDoughnut_placeholderNotSeriesName`, `multiParagraphTitle_joinedWithNewlines`), `Surface3dPainterTest`↔`axisBounds_tinyMajorUnit_fallsBackToNiceUnit`/`axisBounds_zeroMajorUnit_fallsBackToNiceUnit`, `ChartRendererTest`↔`axisBounds_explicitHugeRange_reunitsToMaxTicks`/`axisBounds_infiniteSpan_fallsBackToData`/`stackedCumulative_*`/`stackedRange_coversNegativeSums`/`overlayLegend_drawnOverPlot`/`wireframeSurfaceLegend_hollowMarkers`, `DrawMlTextTest`↔`hugeWord_wrapsLinearly`/`fallbackFamilyAliasedToBundle`/`lineSpacingPct_compactsLines`, `DrawMlColorTest`↔`invalidSrgbHexFallsBackToOfficeDefault`, `SmartArtRendererTest`↔`normAutofitShrinksToFit`/`missingAutofitKeepsDeclaredSize`/`emptyTxBody_noPlaceholderInk`, `CartesianPainterTest`↔`stackedLine_seriesStackCumulatively`/`percentStackedLine_topSeriesFlatAtHundred`/`areaFill_closesToBaseline`/`combo_barsAndLineOnSecondary_bothDrawn`, `GlyphCoverageNormalizerTest`↔`multipleTextNodes_runLeftUntouched`/`nestedRunInTextBox_innerSplit`, `SymbolFontNormalizerTest`↔`nestedRunInTextBox_innerNormalized`, `WordPdfConverterTest`↔`noLoggingWarningInPdf`/`pdfTitle_comesFromParameter`/`hostileChartAxis_convertsNotHangs`/`hugeExtentChart_removedNotOom`/`chartWithoutExtent_errorFlagRejects`/`jcEndTransitional_rightAligned`/`rPrPosition_raisesBaseline`/`vendoredXsltTracksJarCopy` (аудит раскладки ECMA-376), `LayoutPostRendererTest`↔`tableCellPadding_textInsetLikeWord` (+`lineRuleAuto_wordSingleLinePitch` пинит метрический шаг «single» от псевдофиксов, `carlitoAutoBlock_untouched`), `TableIndentNormalizerTest`↔`tableIndentCentered_shiftedLikeWord`, `NumberingSuffixNormalizerTest`↔`suffSpace_labelGetsSpace`. 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`. - 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/WordPdfConverter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java index 38564ce..b85b51d 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java @@ -17,6 +17,7 @@ import ru.pjandro.wordpdf.internal.DocxNormalizer; import ru.pjandro.wordpdf.internal.DocxRewritePipeline; import ru.pjandro.wordpdf.internal.OleObjectNormalizer; import ru.pjandro.wordpdf.internal.FopFallbackFonts; +import ru.pjandro.wordpdf.internal.LayoutPostRenderer; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; @@ -172,6 +173,12 @@ public final class WordPdfConverter { // семейство — декларируем его, чтобы FOP встроил подмножество FopFallbackFonts.declare(foSettings); + // 4.25 Post-FO правки раскладки (padding-компенсация таблиц): + // кастомный FORenderer — docx4j + // (FOConversionContext.initializeFoRenderer) передаёт ему + // FO-строку до FOP, внутри — штатный FORendererApacheFOP. + LayoutPostRenderer.register(foSettings); + // 4.5 Вендорный xslt/docx2fo.xslt = копия из docx4j-export-fo + // AUDIT-FIX-патч (w:rPr position) — стилист jar'а не // используется. @@ -201,16 +208,18 @@ public final class WordPdfConverter { /** * Конвейер байтовой нормализации docx. Порядок фиксирован: сначала один * zip-проход переписывания XML-частей (внутри части порядок рерайтов - * Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage значим: Strict первым — - * дальше transitional-байт; GlyphCoverage последним — по финальному тексту - * рана), затем OleObjectNormalizer (меняет части, а не XML ранов). + * Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→ + * NumberingSuffix значим: Strict первым — дальше transitional-байт; + * GlyphCoverage — по финальному тексту рана), затем OleObjectNormalizer + * (меняет части, а не XML ранов). * Регрессии каждого рерайта — в javadoc соответствующего нормализатора. */ private static List normalizers(ConvertOptions options) { return List.of( // один zip-проход: strict→transitional, on/off, Symbol-PUA, - // поля PAGE/NUMPAGES, невидимки, покрытие глифов — порядок - // рерайтов внутри части фиксирован (DocxRewritePipeline) + // поля PAGE/NUMPAGES, невидимки, покрытие глифов, tblInd при + // jc≠left, suff=space — порядок рерайтов внутри части + // фиксирован (DocxRewritePipeline) DocxRewritePipeline.STEP, // OLE-объекты: при выключенном errorOnOle тихо удаляем // (часть/rels/w:object), при включённом — DrawingFoundException 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 36d2b5d..c45def8 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 @@ -12,14 +12,15 @@ import org.apache.commons.compress.archivers.zip.ZipFile; import org.apache.commons.compress.utils.SeekableInMemoryByteChannel; /** - * Единый zip-проход переписывания XML-частей (.docx) вместо шести отдельных - * проходов нормализаторов: к каждой записи {@code word/*.xml} применяются все - * шесть рерайтов в фиксированном порядке - * Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage. Порядок значим: Strict - * первым — дальше части в transitional-виде; GlyphCoverage последним — режет - * раны по финальному тексту рана (после Symbol/Invisible). Каждый рерайт - * работает только содержимым одной части, поэтому по-частная цепочка - * эквивалентна последовательным полным проходам. + * Единый zip-проход переписывания XML-частей (.docx) вместо отдельных + * проходов нормализаторов: к каждой записи {@code word/*.xml} применяются + * все восемь рерайтов в фиксированном порядке + * Strict→OnOff→Symbol→Field→Invisible→GlyphCoverage→TableIndent→NumberingSuffix. + * Порядок значим: Strict первым — дальше части в transitional-виде + * (TableIndent читает transitional-атрибуты {@code w:}); GlyphCoverage + * режет раны по финальному тексту рана (после Symbol/Invisible). Каждый + * рерайт работает только содержимым одной части, поэтому по-частная + * цепочка эквивалентна последовательным полным проходам. * *

Неизменённые записи (медиа, rels, прочее) переносятся raw-копией * сжатых байтов — без inflate/deflate; прочие (редкие методы сжатия, @@ -43,7 +44,7 @@ public final class DocxRewritePipeline { public static final DocxNormalizer STEP = DocxRewritePipeline::normalize; /** - * Применяет шесть рерайтов к каждой записи {@code word/*.xml} за один + * Применяет восемь рерайтов к каждой записи {@code word/*.xml} за один * проход zip. * * @param docx байты .docx (валидный zip) @@ -85,6 +86,14 @@ public final class DocxRewritePipeline { if (next != null) { cur = next; } + next = TableIndentNormalizer.rewrite(cur); + if (next != null) { + cur = next; + } + next = NumberingSuffixNormalizer.rewrite(cur); + if (next != null) { + cur = next; + } if (cur != xml) { changed = true; rewritten = cur.getBytes(StandardCharsets.UTF_8); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java new file mode 100644 index 0000000..7d2524c --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java @@ -0,0 +1,153 @@ +package ru.pjandro.wordpdf.internal; + +import org.docx4j.convert.out.FOSettings; +import org.docx4j.convert.out.FORenderer; +import org.docx4j.convert.out.fo.renderers.FORendererApacheFOP; +import org.docx4j.openpackaging.exceptions.Docx4JException; + +import java.io.OutputStream; +import java.math.BigDecimal; +import java.util.List; +import java.util.regex.Matcher; +import java.util.regex.Pattern; + +/** + * Кастомный {@link FORenderer}: правит XSL-FO строку перед штатным рендером + * Apache FOP (docx4j {@code FOConversionContext.initializeFoRenderer} ставит + * custom-рендерер выше {@code FORendererApacheFOP}). + * + * Единственная правка — компенсация расхождений docx4j↔Word (аудит + * раскладки ECMA-376 Part 1): + *

    + *
  • Padding-компенсация таблиц. docx4j всегда вычитает левый + * {@code w:cellMar} из {@code start-indent} таблицы и пишет его как + * {@code padding-left} первой ячейки — текст стоит на margin+tblInd, а рамка + * уезжает влево на padding. Word (MS-OI29500 §2.1.155): рамка на + * margin+tblInd, текст внутри — +padding. Прибавляем padding первой ячейки + * обратно к {@code start-indent}. Вложенные таблицы: первой считается ячейка + * внешней — принятая аппроксимация (компенсация всё равно от default + * cellMar). Регрессия — WordPdfConverterTest#tableCellPadding_textInsetLikeWord.
  • + *
+ * + *

{@code lineRule="auto"} НЕ правится: высота «single» 13.4277pt@11pt, + * которую считают и docx4j, и форк FOP, — каноническая по метрикам + * Carlito/Calibri (hhea 1950+550, OS/2 win 1950+550, OS/2 typo 1536+512+452 — + * все 2500/2048 em; Carlito метрически совмест с Calibri). Первичный замер + * аудита «Word ≈13.9pt» — пиксельное округление (18px@96dpi), расхождения + * нет. Регрессия, пинящая метрический шаг, — + * WordPdfConverterTest#lineRuleAuto_wordSingleLinePitch. + */ +public final class LayoutPostRenderer implements FORenderer { + + /** + * Делегат берётся лениво: {@code FORendererApacheFOP.getInstance()} тянет + * FOP-инфраструктуру, а {@link #fix} вызывается и из юнит-тестов, где + * рендер не нужен. + */ + private static final class Delegate { + private static final FORenderer INSTANCE = FORendererApacheFOP.getInstance(); + + } + + /** Перевод единиц атрибута padding-left в pt. */ + private static final String UNIT_MM = "mm"; + private static final String UNIT_IN = "in"; + private static final double MM_TO_PT = 2.834645669; + private static final double IN_TO_PT = 72.0; + + private static final Pattern TABLE = Pattern.compile("]*>"); + private static final Pattern START_INDENT = Pattern.compile("start-indent=\"(-?[0-9.]+)pt\""); + private static final Pattern FIRST_CELL = Pattern.compile("]*>"); + private static final Pattern PADDING_LEFT = + Pattern.compile("padding-left=\"(-?[0-9.]+)(mm|pt|in)\""); + + private LayoutPostRenderer() { + } + + /** + * Шов конвейера: FO-строка → наши правки → штатный ApacheFOP-рендер. + * Регрессия — WordPdfConverterTest#tableCellPadding_textInsetLikeWord. + */ + public static void register(FOSettings settings) { + settings.setCustomFoRenderer(new LayoutPostRenderer()); + } + + @Override + public void render(String fo, FOSettings settings, boolean twoPass, + List spi, OutputStream os) + throws Docx4JException { + Delegate.INSTANCE.render(fix(fo), settings, twoPass, spi, os); + } + + /** + * Post-FO правки. Хук юнит-тестов; при отсутствии изменений + * возвращает ту же строку. + */ + static String fix(String fo) { + return compensateTablePadding(fo); + } + + /** + * К {@code start-indent} каждой таблицы с {@code start-indent} в pt + * прибавляется {@code padding-left} её первой ячейки (см. javadoc). + */ + private static String compensateTablePadding(String fo) { + Matcher table = TABLE.matcher(fo); + StringBuilder sb = null; + int mark = 0; + int scan = 0; + while (table.find(scan)) { + scan = table.end(); + String tag = table.group(); + String fixed = compensateTag(tag, fo, table.end()); + if (fixed != null) { + if (sb == null) { + sb = new StringBuilder(fo.length()); + } + sb.append(fo, mark, table.start()).append(fixed); + mark = table.end(); + } + } + if (sb == null) { + return fo; + } + return sb.append(fo, mark, fo.length()).toString(); + } + + /** + * @return тег таблицы с исправленным start-indent либо null, если + * править нечего (нет start-indent в pt / у первой ячейки нет padding-left) + */ + private static String compensateTag(String tableTag, String fo, int tableEnd) { + Matcher indent = START_INDENT.matcher(tableTag); + if (!indent.find()) { + return null; + } + Matcher cell = FIRST_CELL.matcher(fo); + if (!cell.find(tableEnd)) { + return null; + } + Matcher padding = PADDING_LEFT.matcher(cell.group()); + if (!padding.find()) { + return null; + } + double pt = Double.parseDouble(padding.group(1)); + if (UNIT_MM.equals(padding.group(2))) { + pt *= MM_TO_PT; + } else if (UNIT_IN.equals(padding.group(2))) { + pt *= IN_TO_PT; + } + double sum = Double.parseDouble(indent.group(1)) + pt; + return tableTag.substring(0, indent.start()) + "start-indent=\"" + formatPt(sum) + "\"" + + tableTag.substring(indent.end()); + } + + /** @return «Npt» с округлением до 2 знаков и срезанными хвостовыми нулями. */ + private static String formatPt(double v) { + long cents = Math.round(v * 100); + if (cents == 0) { + return "0pt"; + } + return new BigDecimal(cents).movePointLeft(2).stripTrailingZeros().toPlainString() + "pt"; + } +} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java new file mode 100644 index 0000000..bc48267 --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java @@ -0,0 +1,113 @@ +package ru.pjandro.wordpdf.internal; + +import java.io.ByteArrayInputStream; +import java.io.ByteArrayOutputStream; +import java.io.IOException; +import java.nio.charset.StandardCharsets; +import java.util.regex.Matcher; +import java.util.regex.Pattern; +import java.util.zip.ZipEntry; +import java.util.zip.ZipInputStream; +import java.util.zip.ZipOutputStream; + +/** + * {@code w:lvl/w:suff w:val="space"} → обычный пробел в конце + * {@code w:lvlText w:val="…"} — до загрузки docx4j. + * + * Word рисует после номера лейбла разделитель по {@code w:suff}: tab — + * табуляция до позиционного отступа, space — обычный пробел, nothing — ничего + * (Part 1 §17.3.1.28). docx4j/export-fo разделитель не эмитит вовсе: в FO + * уходит только текст лейбла («1.»), хинт {@code docx4j:label-suffix} — + * заготовка без обработчика (дамп n4.fo аудита раскладки). Для suff=tab это + * отдельный Class C-остаток (нужна per-item ширина), а suff=space чинится + * здесь: дописываем пробел в сам текст лейбла — FOP печатает его как часть + * строки. Регрессия — WordPdfConverterTest#suffSpace_labelGetsSpace. + * + *

Трогаются только {@code w:lvl} с {@code } и + * следующего за ним {@code w:lvlText} того же уровня (порядок CT_Lvl, + * wml.xsd: suff → lvlText; между ними нет {@code }); уже + * заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing — + * не трогаем. Нечего менять → тот же массив. + */ +public final class NumberingSuffixNormalizer { + + private static final Pattern SUFF_SPACE = + Pattern.compile("]*w:val=\"space\"[^>]*/>"); + private static final Pattern LVL_TEXT_VAL = Pattern.compile("w:val=\"([^\"]*)\""); + + private NumberingSuffixNormalizer() { + } + + /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ + public static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize; + + /** + * Дописывает пробел в lvlText у уровней с suff=space. + * + * @param docx байты .docx (zip) + * @return те же или переупакованные байты + */ + public static byte[] normalize(byte[] docx) throws IOException { + ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); + boolean changed = false; + try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); + ZipOutputStream zos = new ZipOutputStream(out)) { + ZipEntry entry; + while ((entry = zis.getNextEntry()) != null) { + byte[] data = zis.readAllBytes(); + String name = entry.getName(); + if (name.startsWith("word/") && name.endsWith(".xml")) { + String fixed = rewrite(new String(data, StandardCharsets.UTF_8)); + if (fixed != null) { + changed = true; + data = fixed.getBytes(StandardCharsets.UTF_8); + } + } + zos.putNextEntry(new ZipEntry(name)); + zos.write(data); + zos.closeEntry(); + } + } + return changed ? out.toByteArray() : docx; + } + + /** + * @return новая строка либо null, если менять нечего + */ + static String rewrite(String xml) { + if (!xml.contains("", suff.end()); + int ltStart = xml.indexOf("= 0 && ltStart > lvlClose)) { + continue; + } + int ltEnd = xml.indexOf('>', ltStart); + if (ltEnd < 0) { + continue; + } + String tag = xml.substring(ltStart, ltEnd + 1); + Matcher val = LVL_TEXT_VAL.matcher(tag); + if (!val.find() || val.group(1).endsWith(" ")) { + continue; + } + String fixedTag = tag.substring(0, val.end() - 1) + " " + + tag.substring(val.end() - 1); + if (sb == null) { + sb = new StringBuilder(xml.length()); + } + sb.append(xml, mark, ltStart).append(fixedTag); + mark = ltEnd + 1; + } + if (sb == null) { + return null; + } + return sb.append(xml, mark, xml.length()).toString(); + } +} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java new file mode 100644 index 0000000..590b4ea --- /dev/null +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java @@ -0,0 +1,226 @@ +package ru.pjandro.wordpdf.internal; + +import java.io.ByteArrayInputStream; +import java.io.ByteArrayOutputStream; +import java.io.IOException; +import java.nio.charset.StandardCharsets; +import java.util.regex.Matcher; +import java.util.regex.Pattern; +import java.util.zip.ZipEntry; +import java.util.zip.ZipInputStream; +import java.util.zip.ZipOutputStream; + +/** + * Свёртка {@code w:tblPr/w:jc} (center/right) с ненулевым {@code w:tblInd} в + * абсолютный {@code w:tblInd} — до загрузки docx4j. + * + * Word (Part 1 §17.4.50 в чтении MS-OI29500 §2.1.155): при {@code w:jc}≠left + * таблица центрируется/прижимается, а {@code w:tblInd} добавляется сдвигом от + * поля. docx4j же при {@code w:jc}≠left {@code w:tblInd} игнорирует буквально + * (аудит раскладки ECMA-376, матрица B3) — таблица рендерилась без учёта + * tblInd. Нормализатор вычисляет итоговый отступ сам и записывает его в + * {@code w:tblInd}, удалив {@code w:jc}: center → (W−T)/2+X, right → (W−T)+X, + * где W — ширина полосы набора (pgSz−pgMar left/right), T — Σ gridCol. + * + *

Пропускается (не ломая существующее поведение): документы без + * единственного body-level {@code w:sectPr} (несколько секций — полоса + * неоднозначна), таблицы без {@code w:tblInd} (jc docx4j обрабатывает + * корректно — аудит PASS), {@code w:tblW type="pct"} и таблицы с gridCol без + * целого {@code w:w} (фактическая ширина неизвестна). Дефолты при отсутствии + * pgSz/pgMar — 11906 и 1440/1440: измеренное поведение docx4j при отсутствующем + * {@code w:pgMar} (левый край текста = 72pt = 1440 twips), а не ECMA-дефолт + * 1800 — нормализатор обязан считать ту же полосу, что рендерит стек. + * + *

Трогает только {@code word/document.xml} (признак — {@code ]*w:w=\"(\\d+)\""); + private static final Pattern PG_MAR_LEFT = Pattern.compile("]*w:left=\"(\\d+)\""); + private static final Pattern PG_MAR_RIGHT = Pattern.compile("]*w:right=\"(\\d+)\""); + private static final Pattern JC = + Pattern.compile("]*w:val=\"(center|right)\"[^>]*/>"); + private static final Pattern TBL_IND = Pattern.compile("]*/>"); + private static final Pattern TBL_IND_W = Pattern.compile("w:w=\"(-?\\d+)\""); + private static final Pattern GRID_COL = Pattern.compile("]*/?>"); + private static final Pattern GRID_COL_W = Pattern.compile("w:w=\"(\\d+)\""); + + private TableIndentNormalizer() { + } + + /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ + public static final DocxNormalizer STEP = TableIndentNormalizer::normalize; + + /** + * Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}. + * + * @param docx байты .docx (zip) + * @return те же или переупакованные байты + */ + public static byte[] normalize(byte[] docx) throws IOException { + ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); + boolean changed = false; + try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); + ZipOutputStream zos = new ZipOutputStream(out)) { + ZipEntry entry; + while ((entry = zis.getNextEntry()) != null) { + byte[] data = zis.readAllBytes(); + if (DOCUMENT_ENTRY.equals(entry.getName())) { + String fixed = rewrite(new String(data, StandardCharsets.UTF_8)); + if (fixed != null) { + changed = true; + data = fixed.getBytes(StandardCharsets.UTF_8); + } + } + zos.putNextEntry(new ZipEntry(entry.getName())); + zos.write(data); + zos.closeEntry(); + } + } + return changed ? out.toByteArray() : docx; + } + + /** + * @return новая строка либо null, если менять нечего + */ + static String rewrite(String xml) { + if (xml.indexOf("", prStart); + if (prEnd < 0) { + continue; + } + String pr = xml.substring(prStart, prEnd); + Matcher jc = JC.matcher(pr); + if (!jc.find()) { + continue; + } + Matcher ind = TBL_IND.matcher(pr); + if (!ind.find()) { + continue; + } + String indTag = ind.group(); + Matcher indW = TBL_IND_W.matcher(indTag); + if (!indW.find() || "0".equals(indW.group(1)) + || !indTag.contains("w:type=\"dxa\"")) { + continue; + } + if (pr.contains("} / {@code } либо -1. */ + private static int nextTableStart(String xml, int from) { + int plain = xml.indexOf("", from); + int attrs = xml.indexOf("= 0; i += 9) { + // sectPr внутри w:pPr — межсекционный разрыв абзаца, не body-level + if (xml.lastIndexOf(" xml.lastIndexOf("", i)) { + continue; + } + count++; + found = i; + } + if (count != SINGLE_SECT) { + return -1; + } + int end = xml.indexOf("", found); + String sect = xml.substring(found, end < 0 ? xml.length() : end); + return attr(PG_SZ_W, sect, DEFAULT_PG_W) + - attr(PG_MAR_LEFT, sect, DEFAULT_MAR) + - attr(PG_MAR_RIGHT, sect, DEFAULT_MAR); + } + + /** Σ {@code w:tblGrid/w:gridCol/@w:w} таблицы (первый tblGrid после prEnd); -1 при пропуске. */ + private static int gridWidth(String xml, int prEnd) { + int gridStart = xml.indexOf("", gridStart); + if (gridEnd < 0) { + return -1; + } + String grid = xml.substring(gridStart, gridEnd); + Matcher cols = GRID_COL.matcher(grid); + int sum = 0; + int declared = 0; + while (cols.find()) { + declared++; + Matcher w = GRID_COL_W.matcher(cols.group()); + if (!w.find()) { + return -1; + } + sum += Integer.parseInt(w.group(1)); + } + return declared == 0 ? -1 : sum; + } + + private static int attr(Pattern p, String sect, int def) { + Matcher m = p.matcher(sect); + return m.find() ? Integer.parseInt(m.group(1)) : def; + } +} 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 fdf1026..b79958e 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -752,6 +752,146 @@ class WordPdfConverterTest { "Q поднят (vertAlign), конвертация жива"); } + /** + * w:tblCellMar w:left=288 (14.4pt): docx4j всегда вычитает левый cellMar + * из start-indent таблицы — текст стоит на margin, а рамка уезжает влево + * на padding. Word (MS-OI29500 §2.1.155): рамка на margin, текст +padding. + * LayoutPostRenderer компенсирует start-indent. Регрессия — аудит + * раскладки (матрица B2). + */ + @Test + void tableCellPadding_textInsetLikeWord() throws Exception { + byte[] docx = minimalDocx("" + + "" + + "" + + "Q", + "" + + ""); + Path pdf = convertPdf(docx, "t"); + // margin 1800 twips = 90pt + padding 288 twips = 14.4pt (до правки — 90) + assertEquals(104.4, xOfMarker(pdf, 'Q'), 0.9); + } + + /** + * w:spacing w:line="240" w:lineRule="auto" (single): шаг базовых = + * 13.4277pt — канонический «single» по метрикам Carlito/Calibri + * (hhea/win/typo — все 2500/2048 em @11pt; Carlito метрически совмест с + * Calibri). Пиксельный замер аудита «Word ≈13.9pt» — округление + * (18px@96dpi), расхождения с Word нет → rescale в LayoutPostRenderer + * НЕ делается, тест пинит метрический шаг от регрессий. Регрессия — + * аудит раскладки (матрица A2, пункт закрыт). + */ + @Test + void lineRuleAuto_wordSingleLinePitch() throws Exception { + String run = "" + + ""; + byte[] docx = minimalDocx("" + + "" + run + "P" + + "" + + "" + run + "Q"); + Path pdf = convertPdf(docx, "t"); + // 2500/2048 em × 11pt = 13.4277 (не 13.9 — пиксельное округление) + assertEquals(13.4277, yOfMarker(pdf, 'Q') - yOfMarker(pdf, 'P'), 0.1); + } + + /** + * w:jc="center" + w:tblInd=720: docx4j при jc≠left игнорирует tblInd + * (Part 1 §17.4.50 в чтении MS-OI29500 §2.1.155 — Word добавляет его + * сдвигом от поля). TableIndentNormalizer сворачивает в абсолютный + * tblInd: (9922−6000)/2+720 = 2681 twips = 134.05pt. Регрессия — аудит + * раскладки (матрица B3). + */ + @Test + void tableIndentCentered_shiftedLikeWord() throws Exception { + byte[] docx = minimalDocx("" + + "" + + "" + + "Q", + "" + + ""); + Path pdf = convertPdf(docx, "t"); + // margin 56.7 + tblInd 134.05 + cell padding 5.4 (default cellMar) + assertEquals(196.15, xOfMarker(pdf, 'Q'), 1.0); + } + + /** + * w:suff="space": Word пишет после номера обычный пробел (Part 1 + * §17.3.1.28), docx4j разделитель не эмитит вовсе (дамп n4.fo). + * NumberingSuffixNormalizer дописывает пробел в lvlText; FOP отдаёт + * лейбл отдельными TextPosition («1», «.», « »), поэтому проверка — по + * склеенной последовательности TP (без нормализатора было бы «1.ITEM»: + * tab — позиционный разрыв, не символ). Регрессия — аудит раскладки + * (матрица N3). + */ + @Test + void suffSpace_labelGetsSpace() throws Exception { + Path pdf = convertPdf(numberingDocx(), "t"); + try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { + StringBuilder stream = new StringBuilder(); + PDFTextStripper stripper = new PDFTextStripper() { + @Override + protected void processTextPosition( + org.apache.pdfbox.text.TextPosition position) { + stream.append(position.getUnicode()); + super.processTextPosition(position); + } + }; + stripper.setStartPage(1); + stripper.setEndPage(doc.getNumberOfPages()); + stripper.getText(doc); + assertTrue(stream.indexOf("1. ") >= 0, "лейбл «1. » не найден в потоке TP: " + + stream); + } + } + + /** docx с numbering (lvlText «%1.», suff=space) и нумерованным абзацем «ITEM». */ + private static byte[] numberingDocx() throws IOException { + String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + putZip(zos, "[Content_Types].xml", + "" + + "" + + "" + + "" + + "" + + "" + + ""); + putZip(zos, "_rels/.rels", + "" + + "" + + "" + + ""); + putZip(zos, "word/document.xml", + "" + + "" + + "" + + "ITEM" + + "" + + ""); + putZip(zos, "word/_rels/document.xml.rels", + "" + + "" + + "" + + ""); + putZip(zos, "word/numbering.xml", + "" + + "" + + "" + + "" + + "" + + "" + + "" + + "" + + ""); + } + return out.toByteArray(); + } + /** * Дрейф-гейт: вендорный xslt/docx2fo.xslt = копия * org/docx4j/convert/out/fo/docx2fo.xslt из docx4j-export-fo + @@ -837,8 +977,36 @@ class WordPdfConverterTest { } } - /** Минимальный transitional-docx с указанным телом w:body. */ + /** X левого края первого TextPosition, содержащего символ {@code ch}. */ + private static double xOfMarker(Path pdf, char ch) throws IOException { + try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { + double[] found = {Double.NaN}; + PDFTextStripper stripper = new PDFTextStripper() { + @Override + protected void processTextPosition( + org.apache.pdfbox.text.TextPosition position) { + if (Double.isNaN(found[0]) + && position.getUnicode().indexOf(ch) >= 0) { + found[0] = position.getXDirAdj(); + } + super.processTextPosition(position); + } + }; + stripper.setStartPage(1); + stripper.setEndPage(doc.getNumberOfPages()); + stripper.getText(doc); + assertFalse(Double.isNaN(found[0]), "в PDF нет символа «" + ch + "»"); + return found[0]; + } + } + + /** Минимальный transitional-docx с указанным телом w:body и sectPr по умолчанию. */ private static byte[] minimalDocx(String bodyXml) throws IOException { + return minimalDocx(bodyXml, ""); + } + + /** Минимальный transitional-docx с указанным телом w:body и sectPr. */ + private static byte[] minimalDocx(String bodyXml, String sectPrXml) throws IOException { String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; ByteArrayOutputStream out = new ByteArrayOutputStream(); try (ZipOutputStream zos = new ZipOutputStream(out)) { @@ -858,7 +1026,7 @@ class WordPdfConverterTest { "" + "" + bodyXml - + "" + + sectPrXml + ""); } return out.toByteArray(); diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/LayoutPostRendererTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/LayoutPostRendererTest.java new file mode 100644 index 0000000..d898b0f --- /dev/null +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/LayoutPostRendererTest.java @@ -0,0 +1,128 @@ +package ru.pjandro.wordpdf.internal; + +import org.junit.jupiter.api.Test; + +import static org.junit.jupiter.api.Assertions.assertEquals; +import static org.junit.jupiter.api.Assertions.assertSame; +import static org.junit.jupiter.api.Assertions.assertTrue; + +/** + * Юниты post-FO правок {@link LayoutPostRenderer}: padding-компенсация + * таблиц. Теги — дословные образцы из FO-дампов аудита раскладки (b1/b2). + */ +class LayoutPostRendererTest { + + private static String table(String startIndent, String firstCellAttrs) { + return "" + + "" + + "" + + "" + + "Q"; + } + + private static final String CELL_PAD_508MM = + "padding-after=\"0pt\" padding-before=\"0pt\" padding-before.conditionality=\"retain\"" + + " padding-left=\"5.08mm\" padding-right=\"1.91mm\""; + + /** b2-таблица: −14.4pt + 5.08mm (14.4pt) → 0pt, рамка на margin (Word). */ + @Test + void mmPadding_compensatedToZero() { + String fixed = LayoutPostRenderer.fix(table("-14.4pt", CELL_PAD_508MM)); + assertTrue(fixed.contains("start-indent=\"0pt\""), fixed); + } + + /** b1-таблица: −5.4pt + 1.91mm (5.414pt) → 0.01pt (mm-округление docx4j). */ + @Test + void defaultCellMar_compensated() { + String fixed = LayoutPostRenderer.fix( + table("-5.4pt", "padding-left=\"1.91mm\" padding-right=\"1.91mm\"")); + assertTrue(fixed.contains("start-indent=\"0.01pt\""), fixed); + } + + /** tblInd-таблица: docx4j уже вычёл padding (0pt) → компенсация даёт tblInd. */ + @Test + void ptPadding_compensated() { + String fixed = LayoutPostRenderer.fix(table("0pt", "padding-left=\"5.4pt\"")); + assertTrue(fixed.contains("start-indent=\"5.4pt\""), fixed); + } + + /** Отрицательный итог сохраняется (Word тоже выводит за поле). */ + @Test + void negativeSum_kept() { + String fixed = LayoutPostRenderer.fix(table("-19.8pt", "padding-left=\"5.4pt\"")); + assertTrue(fixed.contains("start-indent=\"-14.4pt\""), fixed); + } + + /** Единица «in» тоже конвертируется. */ + @Test + void inchPadding_converted() { + String fixed = LayoutPostRenderer.fix(table("-72pt", "padding-left=\"1in\"")); + assertTrue(fixed.contains("start-indent=\"0pt\""), fixed); + } + + /** У первой ячейки нет padding-left — таблица не трогается (тот же массив). */ + @Test + void noPaddingLeft_returnsSameString() { + String fo = table("-5.4pt", "padding-after=\"0pt\" padding-right=\"1.91mm\""); + assertSame(fo, LayoutPostRenderer.fix(fo)); + } + + /** Нет start-indent в pt — не трогаем. */ + @Test + void noStartIndent_returnsSameString() { + String fo = "" + + "Q" + + ""; + assertSame(fo, LayoutPostRenderer.fix(fo)); + } + + /** Вложенные таблицы: внешняя компенсируется по своей первой ячейке. */ + @Test + void nestedTables_outerFirstCellWins() { + String inner = table("-5.4pt", "padding-left=\"5.4pt\""); + String outer = "" + + inner + ""; + String fixed = LayoutPostRenderer.fix(outer); + assertEquals(2, fixed.split("start-indent=\"0pt\"", -1).length - 1, + "обе таблицы компенсированы: " + fixed); + } + + /** Две таблицы — обе правятся за один проход. */ + @Test + void twoTables_bothCompensated() { + String fo = table("-14.4pt", CELL_PAD_508MM) + table("-5.4pt", "padding-left=\"5.4pt\""); + String fixed = LayoutPostRenderer.fix(fo); + assertTrue(fixed.contains("start-indent=\"0pt\""), fixed); + assertEquals(2, fixed.split("start-indent=\"0pt\"", -1).length - 1, fixed); + } + + /** + * a240: Carlito-блок lineRule="auto" НЕ правится — 13.428pt есть + * канонический «single» по метрикам Carlito/Calibri (2500/2048 em @11pt), + * расхождения с Word нет (см. javadoc {@link LayoutPostRenderer}). + */ + @Test + void carlitoAutoBlock_untouched() { + String block = ""; + assertSame(block, LayoutPostRenderer.fix(block)); + } + + /** Блок без хинта line-rule — не трогаем. */ + @Test + void blockWithoutHint_untouched() { + String block = ""; + assertSame(block, LayoutPostRenderer.fix(block)); + } + + /** FO-документ без таблиц и Carlito-auto-блоков — тот же экземпляр. */ + @Test + void unrelatedFo_returnsSameString() { + String fo = "text"; + assertSame(fo, LayoutPostRenderer.fix(fo)); + } +} diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizerTest.java new file mode 100644 index 0000000..0940784 --- /dev/null +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizerTest.java @@ -0,0 +1,138 @@ +package ru.pjandro.wordpdf.internal; + +import org.junit.jupiter.api.Test; + +import java.io.ByteArrayInputStream; +import java.io.ByteArrayOutputStream; +import java.io.IOException; +import java.nio.charset.StandardCharsets; +import java.util.LinkedHashMap; +import java.util.Map; +import java.util.zip.ZipEntry; +import java.util.zip.ZipInputStream; +import java.util.zip.ZipOutputStream; + +import static org.junit.jupiter.api.Assertions.assertEquals; +import static org.junit.jupiter.api.Assertions.assertNotSame; +import static org.junit.jupiter.api.Assertions.assertNull; +import static org.junit.jupiter.api.Assertions.assertSame; +import static org.junit.jupiter.api.Assertions.assertTrue; + +/** + * Юниты {@link NumberingSuffixNormalizer}: {@code w:suff w:val="space"} → + * пробел в {@code w:lvlText} (Part 1 §17.3.1.28, дамп n4.fo аудита). + */ +class NumberingSuffixNormalizerTest { + + private static String numbering(String lvls) { + return "" + + "" + lvls + "" + + ""; + } + + /** lvl в порядке схемы CT_Lvl (wml.xsd): suff → lvlText → lvlJc. */ + private static String lvl(String lvlText, String suff) { + return "" + + suff + ""; + } + + /** suff=space: «%1.» → «%1. ». */ + @Test + void suffSpace_spaceAppended() { + String xml = numbering(lvl("%1.", "")); + String fixed = NumberingSuffixNormalizer.rewrite(xml); + assertTrue(fixed.contains(""), fixed); + } + + /** suff=tab — позиционный разделитель, здесь не чинится (Class C). */ + @Test + void suffTab_returnsNull() { + String xml = numbering(lvl("%1.", "")); + assertNull(NumberingSuffixNormalizer.rewrite(xml)); + } + + /** suff без атрибута/без lvl — не трогаем. */ + @Test + void noSuff_returnsNull() { + String xml = numbering(lvl("%1.", "")); + assertNull(NumberingSuffixNormalizer.rewrite(xml)); + } + + /** lvlText уже с пробелом — дубль не заводим. */ + @Test + void alreadySpaced_returnsNull() { + String xml = numbering(lvl("%1. ", "")); + assertNull(NumberingSuffixNormalizer.rewrite(xml)); + } + + /** Два уровня: правится только lvlText того же lvl, где suff=space. */ + @Test + void twoLevels_onlyMatchingLevel() { + String xml = numbering( + lvl("%1.", "") + "" + + "" + + ""); + String fixed = NumberingSuffixNormalizer.rewrite(xml); + assertTrue(fixed.contains(""), "первый lvl цел: " + fixed); + assertTrue(fixed.contains(""), fixed); + } + + /** + * suff=space без своего lvlText: lvlText следующего lvl идёт после + * {@code } — за границу уровня не заходим. + */ + @Test + void suffWithoutOwnLvlText_returnsNull() { + String xml = numbering("" + + "" + + ""); + assertNull(NumberingSuffixNormalizer.rewrite(xml)); + } + + private static byte[] zip(Map parts) throws IOException { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + for (Map.Entry e : parts.entrySet()) { + zos.putNextEntry(new ZipEntry(e.getKey())); + zos.write(e.getValue().getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + } + } + return out.toByteArray(); + } + + private static Map unzip(byte[] zip) throws IOException { + Map out = new LinkedHashMap<>(); + try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(zip))) { + ZipEntry entry; + while ((entry = zis.getNextEntry()) != null) { + out.put(entry.getName(), + new String(zis.readAllBytes(), StandardCharsets.UTF_8)); + } + } + return out; + } + + /** normalize: numbering с suff=space переупакован, прочие части целы. */ + @Test + void normalize_rewritesNumberingPartKeepsOthers() throws IOException { + byte[] src = zip(Map.of( + "[Content_Types].xml", "", + "word/numbering.xml", numbering(lvl("%1.", "")))); + byte[] fixed = NumberingSuffixNormalizer.normalize(src); + assertNotSame(src, fixed); + Map parts = unzip(fixed); + assertEquals("", parts.get("[Content_Types].xml")); + assertTrue(parts.get("word/numbering.xml").contains(""), + parts.get("word/numbering.xml")); + } + + /** normalize: нечего менять → тот же массив. */ + @Test + void normalize_noChange_returnsSameArray() throws IOException { + byte[] src = zip(Map.of( + "[Content_Types].xml", "", + "word/numbering.xml", numbering(lvl("%1.", "")))); + assertSame(src, NumberingSuffixNormalizer.normalize(src)); + } +} diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java new file mode 100644 index 0000000..4e38b12 --- /dev/null +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/TableIndentNormalizerTest.java @@ -0,0 +1,223 @@ +package ru.pjandro.wordpdf.internal; + +import org.junit.jupiter.api.Test; + +import java.io.ByteArrayInputStream; +import java.io.ByteArrayOutputStream; +import java.io.IOException; +import java.nio.charset.StandardCharsets; +import java.util.LinkedHashMap; +import java.util.Map; +import java.util.zip.ZipEntry; +import java.util.zip.ZipInputStream; +import java.util.zip.ZipOutputStream; + +import static org.junit.jupiter.api.Assertions.assertEquals; +import static org.junit.jupiter.api.Assertions.assertFalse; +import static org.junit.jupiter.api.Assertions.assertNotSame; +import static org.junit.jupiter.api.Assertions.assertNull; +import static org.junit.jupiter.api.Assertions.assertSame; +import static org.junit.jupiter.api.Assertions.assertTrue; + +/** + * Юниты {@link TableIndentNormalizer}: свёртка jc+tblInd в абсолютный tblInd. + * Полоса фикстур: pgSz 11906 − pgMar 1134/850 → W = 9922 twips. + */ +class TableIndentNormalizerTest { + + private static String doc(String body) { + return "" + + "" + body + + "" + + "" + + ""; + } + + private static String table(String tblPrInner, String grid) { + return "" + tblPrInner + "" + + "" + grid + "" + + ""; + } + + private static final String GRID_6000 = + ""; + + /** center + tblInd 720: (9922−6000)/2+720 = 2681, jc удалён (MS-OI29500 §2.1.155). */ + @Test + void centerWithIndent_rewritten() { + String xml = doc(table("" + + "", GRID_6000)); + String fixed = TableIndentNormalizer.rewrite(xml); + assertTrue(fixed.contains(""), fixed); + assertFalse(fixed.contains("" + + "", GRID_6000)); + String fixed = TableIndentNormalizer.rewrite(xml); + assertTrue(fixed.contains(""), fixed); + assertFalse(fixed.contains("" + + "", GRID_6000)); + String fixed = TableIndentNormalizer.rewrite(xml); + assertTrue(fixed.contains(""), fixed); + } + + /** tblInd без jc — docx4j и так рендерит корректно, не трогаем. */ + @Test + void indentWithoutJc_returnsNull() { + String xml = doc(table("", GRID_6000)); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** jc без tblInd — аудит PASS (docx4j центрирует), не трогаем. */ + @Test + void jcWithoutIndent_returnsNull() { + String xml = doc(table("", GRID_6000)); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** tblInd=0 с jc — сдвига нет, не трогаем. */ + @Test + void zeroIndent_returnsNull() { + String xml = doc(table("" + + "", GRID_6000)); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** tblW pct — фактическая ширина не равна Σ gridCol, пропускаем. */ + @Test + void pctWidth_returnsNull() { + String xml = doc(table("" + + "", GRID_6000)); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** gridCol без w:w — ширина неизвестна, пропускаем. */ + @Test + void gridColWithoutWidth_returnsNull() { + String xml = doc(table("" + + "", + "")); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** Две body-level секции — полоса неоднозначна, не трогаем ничего. */ + @Test + void twoBodySections_returnsNull() { + String xml = doc(table("" + + "", GRID_6000)) + .replace("", + ""); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** sectPr внутри pPr — межсекционный разрыв, не body-level: одна секция остаётся. */ + @Test + void paragraphSectPrNotCounted() { + String xml = doc("" + + table("" + + "", GRID_6000)); + String fixed = TableIndentNormalizer.rewrite(xml); + assertTrue(fixed.contains(""), fixed); + } + + /** Дефолты без pgMar: docx4j рендерит margin 1440 (замер) → W = 11906−2880 = 9026. */ + @Test + void missingPgMar_usesMeasuredDefaults() { + String xml = "" + + "" + + table("", GRID_6000) + + ""; + String fixed = TableIndentNormalizer.rewrite(xml); + // (9026−6000)/2 + 100 = 1613 + assertTrue(fixed.contains(""), fixed); + } + + /** Вложенная таблица со своим jc+tblInd правится, внешняя остаётся. */ + @Test + void nestedTable_innerRewritten() { + String inner = table("" + + "", ""); + String outer = "" + + "" + + "" + inner + ""; + String fixed = TableIndentNormalizer.rewrite(doc(outer)); + // inner: (9922−2000)/2+720 = 4681 + assertTrue(fixed.contains(""), fixed); + assertTrue(fixed.contains(""), fixed); + } + + /** Документ без таблиц — null (контракт rewrite). */ + @Test + void noTables_returnsNull() { + String xml = doc("hi"); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + /** Не-docx-часть (без w:body) — не трогаем, даже с w:tbl. */ + @Test + void nonDocumentPart_returnsNull() { + String xml = table("" + + "", GRID_6000); + assertNull(TableIndentNormalizer.rewrite(xml)); + } + + private static byte[] zip(Map parts) throws IOException { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + for (Map.Entry e : parts.entrySet()) { + zos.putNextEntry(new ZipEntry(e.getKey())); + zos.write(e.getValue().getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + } + } + return out.toByteArray(); + } + + private static Map unzip(byte[] zip) throws IOException { + Map out = new LinkedHashMap<>(); + try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(zip))) { + ZipEntry entry; + while ((entry = zis.getNextEntry()) != null) { + out.put(entry.getName(), + new String(zis.readAllBytes(), StandardCharsets.UTF_8)); + } + } + return out; + } + + /** normalize: документ с jc+tblInd переупакован, прочие части целы. */ + @Test + void normalize_rewritesDocumentPartKeepsOthers() throws IOException { + byte[] src = zip(Map.of( + "[Content_Types].xml", "", + "word/document.xml", doc(table( + "", + GRID_6000)))); + byte[] fixed = TableIndentNormalizer.normalize(src); + assertNotSame(src, fixed); + Map parts = unzip(fixed); + assertEquals("", parts.get("[Content_Types].xml")); + assertTrue(parts.get("word/document.xml").contains("w:w=\"2681\""), + parts.get("word/document.xml")); + } + + /** normalize: нечего менять → тот же массив. */ + @Test + void normalize_noChange_returnsSameArray() throws IOException { + byte[] src = zip(Map.of( + "[Content_Types].xml", "", + "word/document.xml", doc(table( + "", GRID_6000)))); + assertSame(src, TableIndentNormalizer.normalize(src)); + } +} -- 2.56.1 From 8de839f375fd42e34db0a008b737ad223eab660e Mon Sep 17 00:00:00 2001 From: Pjandro Date: Tue, 27 Oct 2026 19:05:24 +0000 Subject: [PATCH 2/2] =?UTF-8?q?=D0=90=D1=83=D0=B4=D0=B8=D1=82:=20=D1=82?= =?UTF-8?q?=D0=BE=D1=87=D0=BD=D0=B0=D1=8F=20=D1=84=D0=BE=D1=80=D0=BC=D1=83?= =?UTF-8?q?=D0=BB=D0=B8=D1=80=D0=BE=D0=B2=D0=BA=D0=B0=20=D0=BA=D0=B5=D1=80?= =?UTF-8?q?=D0=BD=D0=B8=D0=BD=D0=B3=D0=B0=20=D0=B8=20=D1=87=D0=B5=D1=81?= =?UTF-8?q?=D1=82=D0=BD=D0=B0=D1=8F=20=E2=80=94=20=D0=BF=D1=80=D0=BE=20?= =?UTF-8?q?=C2=ABWord=20=E2=89=8813.9pt=C2=BB?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - Кернинг: DejaVu Sans/Serif имеют legacy kern-таблицу, но она ключована glyph id вне cmap (2568/2727 пар без Unicode-маппинга, A->V нет) — FOP такие пары отбрасывает; замер конвейера: A->V = A->A и у Carlito, и у DejaVu (7.524pt@11pt). Вывод «не кернит ни одно семейство» подтверждён, причина «все шрифты GPOS-only» была неточна — исправлено в AGENTS.md - «Word ≈13.9pt»: заявленное «пиксельное округление 18px@96dpi» — нерепродуцируемая реконструкция (артефактов замера нет); переформулировано в AGENTS.md, LayoutPostRenderer и WordPdfConverterTest --- AGENTS.md | 2 +- .../ru/pjandro/wordpdf/internal/LayoutPostRenderer.java | 4 ++-- .../test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java | 6 +++--- 3 files changed, 6 insertions(+), 6 deletions(-) diff --git a/AGENTS.md b/AGENTS.md index b91c61f..db2f5fc 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -95,7 +95,7 @@ Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр - `PhysicalFonts` — глобальный и мутируемый → ядро не потокобезопасно; приложение сериализует конвертации одним воркером. - 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). - 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; первичный замер аудита «Word ≈13.9pt» — пиксельное округление 18px@96dpi, расхождения с явной строкой нет, пункт закрыт); кернинг не применяется вовсе: шрифты бандла GPOS-only, латинский путь FOP (`TextLayoutManager`→`Font.hasKerning`) читает только legacy `kern`-таблицу, свойства `kerning` в форке нет (замер: advance A→V = A→A = 6.369pt@11pt Carlito); Word кернит только при явно заданном `w:kern` в иерархии стилей и при sz ≥ val (Part 1 §17.3.2.19; при отсутствии `w:kern` Office не кернит — MS-OI29500 §21.1.2.3.9a) — 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 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; «Word ≈13.9pt» из первичного аудита не воспроизводится: обе величины считаются по метрикам шрифта, артефакты исходного замера не сохранились → пункт закрыт без правок); 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; при отсутствии `w:kern` Office не кернит — MS-OI29500 §21.1.2.3.9a) — 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). - Внимание: комментарии в `WordPdfConverter`/`DocxOnOffNormalizer` говорят «docx4j 11.x» — устаревшее число, фактически 17.3.2 (описанное поведение верно). ### Шрифты (30 TTF + 3 лицензии, SIL OFL, `wordpdf-core/src/main/resources/fonts/`) diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java index 7d2524c..583a021 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/LayoutPostRenderer.java @@ -33,8 +33,8 @@ import java.util.regex.Pattern; * которую считают и docx4j, и форк FOP, — каноническая по метрикам * Carlito/Calibri (hhea 1950+550, OS/2 win 1950+550, OS/2 typo 1536+512+452 — * все 2500/2048 em; Carlito метрически совмест с Calibri). Первичный замер - * аудита «Word ≈13.9pt» — пиксельное округление (18px@96dpi), расхождения - * нет. Регрессия, пинящая метрический шаг, — + * аудита «Word ≈13.9pt» не воспроизводится (артефакты исходного замера + * не сохранились), расхождения по метрикам нет. Регрессия, пинящая метрический шаг, — * WordPdfConverterTest#lineRuleAuto_wordSingleLinePitch. */ public final class LayoutPostRenderer implements FORenderer { 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 b79958e..0ec7617 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -777,8 +777,8 @@ class WordPdfConverterTest { * w:spacing w:line="240" w:lineRule="auto" (single): шаг базовых = * 13.4277pt — канонический «single» по метрикам Carlito/Calibri * (hhea/win/typo — все 2500/2048 em @11pt; Carlito метрически совмест с - * Calibri). Пиксельный замер аудита «Word ≈13.9pt» — округление - * (18px@96dpi), расхождения с Word нет → rescale в LayoutPostRenderer + * Calibri). «Word ≈13.9pt» из аудита не воспроизводится (артефакты + * исходного замера не сохранились), расхождения по метрикам нет → rescale в LayoutPostRenderer * НЕ делается, тест пинит метрический шаг от регрессий. Регрессия — * аудит раскладки (матрица A2, пункт закрыт). */ @@ -793,7 +793,7 @@ class WordPdfConverterTest { + " w:line=\"240\" w:lineRule=\"auto\"/>" + "" + run + "Q"); Path pdf = convertPdf(docx, "t"); - // 2500/2048 em × 11pt = 13.4277 (не 13.9 — пиксельное округление) + // 2500/2048 em × 11pt = 13.4277 (не 13.9 — тот замер не воспроизведён) assertEquals(13.4277, yOfMarker(pdf, 'Q') - yOfMarker(pdf, 'P'), 0.1); } -- 2.56.1