diff --git a/AGENTS.md b/AGENTS.md
index 9be39a6..49257b4 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -225,6 +225,7 @@ java -cp wordpdf-core/target/test-classes:$(cat /tmp/cp.txt) \
- Локальная проверка одна: `mvn clean verify` (тесты + PMD + JaCoCo). Форматтеров и checkstyle для Java нет; статический линтер — PMD.
- Исполняемый jar бэкенда проверять только `java -jar` (тесты идут по classpath и repackage-специфику не видят; `BundledFontsTest#listedFilesCoverAllTtfInResources` требует `file:`-протокол classpath — только surefire, не fat-jar).
- Git: origin `git.pjandro.ru:pjandro/java-word-pdf`, `main`/`dev` защищены (правила глобального AGENTS.md; локально только `main`).
+- **Push всегда в конце задачи:** `git push` (и следующий за ним PR) — завершающий шаг, только когда вся реализация готова и обязательные гейты пройдены (`./mise.sh run verify`). Промежуточные push запрещены; коммиты в ходе работы — по правилам глобального AGENTS.md.
## CI/CD (Gitea Actions)
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java
index 4ce6ba8..1b04857 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocToDocx.java
@@ -7,9 +7,11 @@ import java.util.ArrayDeque;
import java.util.ArrayList;
import java.util.Deque;
import java.util.HashMap;
+import java.util.Iterator;
import java.util.List;
import java.util.Locale;
import java.util.Map;
+import java.util.regex.Pattern;
/**
* Мост бинарного .doc (Word 97–2003) → минимальный transitional-.docx.
@@ -31,8 +33,11 @@ import java.util.Map;
* семантика рестартов списков (fNoRestart/ilvlRestartLim), fLegal,
* объединённые/вложенные ячейки и бордюры TC80; объекты/сноски/комментарии
* (0x01/0x02/0x05/0x08) и инструкции полей (0x13–0x14) выбрасываются,
- * результат поля (0x14–0x15) остаётся; прочие управляющие символы не
- * эмитятся.
+ * результат поля (0x14–0x15) остаётся; поле {@code HYPERLINK} в основном
+ * тексте переносится как {@code w:hyperlink} с внешней rels-связью на URL из
+ * инструкции ([MS-DOC] §2.4.4; деградации в плоский текст: якорный
+ * переключатель {@code \l}, URL без схемы RFC 3986, ссылки в колонтитуках);
+ * прочие управляющие символы не эмитятся.
*
* Контракт ошибок: любой некорректный вход (не CFB, не Word, шифрование,
* Word 6/95, обрезка, цикл в цепочках, страницы сверх лимита) —
@@ -146,7 +151,9 @@ public final class DocToDocx {
ftrRel[i] = "rId" + parts.size();
}
}
- return DocxWriter.write(body.build(secs, hdrRel, ftrRel), parts);
+ // hyperlinks наполняются внутри build (body-pass); rels пишутся после
+ String bodyXml = body.build(secs, hdrRel, ftrRel);
+ return DocxWriter.write(bodyXml, parts, body.hyperlinks());
}
/**
@@ -160,7 +167,7 @@ public final class DocToDocx {
}
/** Текст CP 0..ccpText → XML-тело {@code }. */
- private static final class DocxBody {
+ static final class DocxBody {
/** Длина операнда LSPD: dyaLine (i16) + fMultLinespace (i16), §2.9.181. */
private static final int LSPD_OPERAND_LEN = 4;
@@ -168,6 +175,15 @@ public final class DocToDocx {
private static final int FMULT_MULTIPLIER = 1;
/** w:gridSpan эмитится только при покрытии ≥2 колонок tblGrid (§17.4.65). */
private static final int MIN_GRID_SPAN = 2;
+ /** Схема URL в начале строки (RFC 3986 §3.1), lookingAt. */
+ private static final Pattern URL_SCHEME =
+ Pattern.compile("[A-Za-z][A-Za-z0-9+.\\-]*:");
+ /** ASCII DEL — управляющий символ, невалидный в URL. */
+ private static final char DEL = 0x7F;
+ /** Кавычка-обёртка URL в инструкции HYPERLINK. */
+ private static final char QUOTE = '"';
+ /** Переключатель якорной ссылки Word. */
+ private static final String ANCHOR_SWITCH = "\\l";
private final PieceTable pieces;
private final ChpxIndex chpx;
@@ -183,6 +199,14 @@ public final class DocToDocx {
/** Части пакета (колонтитуки + media); id связи = rId{позиция+1}. */
private final List parts;
private final Deque fieldStack = new ArrayDeque<>();
+ /** Флаг «поле открыло w:hyperlink», параллельно {@link #fieldStack}. */
+ private final Deque linkStack = new ArrayDeque<>();
+ /** Id открытых ссылок — переоткрыть теги после границы абзаца. */
+ private final Deque openLinkIds = new ArrayDeque<>();
+ /** Сколько тегов ссылки открыто в текущем абзаце (закрываются на границе). */
+ private int linksOpenInPara;
+ /** Targets внешних ссылок; id связи — {@code "hl" + индекс}. */
+ private final List hyperlinks = new ArrayList<>();
/** Состояние полей текущего buildRange (сбрасывается на входе). */
private boolean fieldsAsSimple;
private final StringBuilder instr = new StringBuilder();
@@ -207,6 +231,11 @@ public final class DocToDocx {
this.parts = parts;
}
+ /** Targets внешних гиперссылок body (наполняется во время {@link #build}). */
+ List hyperlinks() {
+ return hyperlinks;
+ }
+
/**
* Текст CP 0..ccpText → XML-тело {@code }: абзацы + межсекционные
* {@code w:sectPr} в pPr абзаца с разрывом 0x0C + body-level sectPr
@@ -258,6 +287,12 @@ public final class DocToDocx {
this.sectByEndCp = sectByEndCp;
this.pendingSectPr = null;
fieldStack.clear();
+ linkStack.clear();
+ openLinkIds.clear();
+ linksOpenInPara = 0;
+ if (!fieldsAsSimple) {
+ hyperlinks.clear();
+ }
instr.setLength(0);
capturing = false;
fldSimpleOpen = 0;
@@ -273,6 +308,14 @@ public final class DocToDocx {
int istd = istdOf(direct, papx.istdFor(paraFc));
byte[] styleChpx = styles.chpxChain(istd);
StringBuilder runs = new StringBuilder();
+ // поле-ссылка может покрывать границу абзаца: теги обязаны
+ // балансировать в каждом w:p — переоткрываем активные ссылки
+ // старого→нового (поле остаётся открытым до своего FIELD_END)
+ Iterator reopen = openLinkIds.descendingIterator();
+ while (reopen.hasNext()) {
+ runs.append("");
+ }
+ linksOpenInPara = openLinkIds.size();
char termMark = 0;
while (cp < to) {
char ch = pieces.charAt(cp);
@@ -296,6 +339,10 @@ public final class DocToDocx {
break;
}
}
+ for (int i = linksOpenInPara; i > 0; i--) {
+ runs.append("");
+ }
+ linksOpenInPara = 0;
String sect = pendingSectPr;
pendingSectPr = null;
if (sect != null && inTable(direct)) {
@@ -546,13 +593,16 @@ public final class DocToDocx {
}
break;
case FIELD_BEGIN:
- // fldSimple — sibling w:r, ран закрывается на границе поля
+ // fldSimple/hyperlink — sibling w:r, ран закрывается
+ // на границе поля
closeRun(runs, rPr, content, text);
- if (fieldsAsSimple) {
- instr.setLength(0);
- capturing = true;
- }
+ // инструкцию читаем и в теле — URL гиперссылки берётся
+ // из неё; вывод не меняется: пока поле открыто,
+ // visible()==false и захваченный текст невидим
+ instr.setLength(0);
+ capturing = true;
fieldStack.push(Boolean.FALSE);
+ linkStack.push(Boolean.FALSE);
break;
case FIELD_SEPARATOR:
closeRun(runs, rPr, content, text);
@@ -567,13 +617,34 @@ public final class DocToDocx {
.append("\">");
fldSimpleOpen++;
}
+ // без открытого поля (битый поток) ссылку не открываем —
+ // тег остался бы незакрытым до конца документа
+ String url = fieldsAsSimple || linkStack.isEmpty()
+ ? null : hyperlinkUrl(instr);
+ if (url != null) {
+ String linkId = "hl" + hyperlinks.size();
+ hyperlinks.add(url);
+ runs.append("");
+ linkStack.pop();
+ linkStack.push(Boolean.TRUE);
+ openLinkIds.push(linkId);
+ linksOpenInPara++;
+ }
break;
case FIELD_END:
closeRun(runs, rPr, content, text);
+ // поле без разделителя (инструкция есть, результата нет)
+ // — иначе захват инструкции «залип» бы до конца потока
+ capturing = false;
if (fldSimpleOpen > 0) {
runs.append("");
fldSimpleOpen--;
}
+ if (!linkStack.isEmpty() && linkStack.pop()) {
+ runs.append("");
+ openLinkIds.pop();
+ linksOpenInPara--;
+ }
if (!fieldStack.isEmpty()) {
fieldStack.pop();
}
@@ -693,6 +764,70 @@ public final class DocToDocx {
};
}
+ /**
+ * URL из инструкции поля HYPERLINK ([MS-DOC] §2.4.4: токен, затем
+ * {@code "url"} или url без кавычек, затем switch'и). Схема обязательна
+ * (RFC 3986 §3.1) — {@code readme.txt}/{@code #bookmark} ссылкой не
+ * считаются. Якорный переключатель {@code \l} — {@code null}: закладки
+ * (w:bookmarkStart) мост не переносит, ссылаться некуда. Деградация
+ * (не гиперссылка/битая инструкция) — {@code null}, результат поля
+ * остаётся плоским текстом.
+ */
+ static String hyperlinkUrl(CharSequence instruction) {
+ String s = instruction.toString().trim();
+ int end = 0;
+ while (end < s.length() && !Character.isWhitespace(s.charAt(end))) {
+ end++;
+ }
+ if (!"HYPERLINK".equalsIgnoreCase(s.substring(0, end))) {
+ return null;
+ }
+ int p = end;
+ while (p < s.length() && Character.isWhitespace(s.charAt(p))) {
+ p++;
+ }
+ if (p == s.length()) {
+ return null;
+ }
+ String url;
+ String tail;
+ if (s.charAt(p) == QUOTE) {
+ int close = s.indexOf(QUOTE, p + 1);
+ if (close < 0) {
+ return null;
+ }
+ url = s.substring(p + 1, close);
+ tail = s.substring(close + 1);
+ } else {
+ int sp = p;
+ while (sp < s.length() && !Character.isWhitespace(s.charAt(sp))) {
+ sp++;
+ }
+ url = s.substring(p, sp);
+ tail = s.substring(sp);
+ }
+ for (String tok : tail.trim().split("\\s+")) {
+ if (ANCHOR_SWITCH.equalsIgnoreCase(tok)) {
+ return null;
+ }
+ }
+ if (url.isEmpty() || hasControlChar(url)
+ || !URL_SCHEME.matcher(url).lookingAt()) {
+ return null;
+ }
+ return url;
+ }
+
+ private static boolean hasControlChar(String url) {
+ for (int i = 0; i < url.length(); i++) {
+ char c = url.charAt(i);
+ if (c < CONTROL_LIMIT || c == DEL) {
+ return true;
+ }
+ }
+ return false;
+ }
+
private boolean visible() {
return fieldStack.isEmpty() || fieldStack.peek();
}
diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocxWriter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocxWriter.java
index 7443c1b..af56af5 100644
--- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocxWriter.java
+++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/DocxWriter.java
@@ -17,10 +17,11 @@ import java.util.zip.ZipOutputStream;
* word/document.xml + переданные {@link Part}. Ссылки частей получают
* {@code rId1…} в порядке списка (officeDocument — только в _rels/.rels,
* self-ссылка в rels документа недопустима); вызывающий обязан
- * использовать те же id в {@code w:headerReference}/{@code w:pic}. XML-части
- * идут в [Content_Types].xml как Override, медиа — как Default по расширению
- * (дедупликация по расширению). Байты уходят в штатный пайплайн docx4j
- * (шаги 1–7 {@code WordPdfConverter}).
+ * использовать те же id в {@code w:headerReference}/{@code w:pic}.
+ * Внешние гиперссылки получают {@code hl0…} с {@code TargetMode="External"}.
+ * XML-части идут в [Content_Types].xml как Override, медиа — как Default по
+ * расширению (дедупликация по расширению). Байты уходят в штатный пайплайн
+ * docx4j (шаги 1–7 {@code WordPdfConverter}).
*/
final class DocxWriter {
@@ -37,6 +38,10 @@ final class DocxWriter {
private static final String XML_DECL = "";
+ /** Тип связи внешней гиперссылки (ECMA-376 Part 2). */
+ private static final String HYPERLINK_REL_TYPE =
+ "http://schemas.openxmlformats.org/officeDocument/2006/relationships/hyperlink";
+
private static final String ROOT_RELS = XML_DECL
+ ""
+ "} (без самого элемента)
- * и дополнительных частей (их id — {@code rId2…} по порядку списка).
+ * Пакет из готового XML-тела {@code } (без самого элемента),
+ * дополнительных частей (их id — {@code rId1…} по порядку списка) и
+ * targets внешних гиперссылок (id — {@code hl0…}, {@code
+ * TargetMode="External"}; id номеронезависимы — media-части доезжают
+ * уже во время сборки тела, смещение {@code rIdN+1…} было бы
+ * нестабильным).
*/
- static byte[] write(String bodyXml, List parts) {
+ static byte[] write(String bodyXml, List parts, List hyperlinkTargets) {
String document = XML_DECL + ""
+ bodyXml + "";
ByteArrayOutputStream bos = new ByteArrayOutputStream(1 << 14);
try (ZipOutputStream zip = new ZipOutputStream(bos, StandardCharsets.UTF_8)) {
put(zip, "[Content_Types].xml", contentTypes(parts));
put(zip, "_rels/.rels", ROOT_RELS);
- put(zip, "word/_rels/document.xml.rels", documentRels(parts));
+ put(zip, "word/_rels/document.xml.rels", documentRels(parts, hyperlinkTargets));
put(zip, "word/document.xml", document);
for (Part part : parts) {
zip.putNextEntry(new ZipEntry(part.entry()));
@@ -103,11 +112,12 @@ final class DocxWriter {
}
/**
- * Связи document.xml: части в порядке списка (rId1…). officeDocument
+ * Связи document.xml: части в порядке списка (rId1…), затем внешние
+ * гиперссылки (hl0…, TargetMode="External"). officeDocument
* здесь нет — он только в _rels/.rels; self-ссылка зациклила бы
* docx4j {@code PartialDeepCopy.deepCopyRelationships}.
*/
- private static String documentRels(List parts) {
+ private static String documentRels(List parts, List hyperlinkTargets) {
StringBuilder xml = new StringBuilder(XML_DECL)
.append("");
for (int i = 0; i < parts.size(); i++) {
@@ -117,9 +127,20 @@ final class DocxWriter {
xml.append("");
}
+ for (int i = 0; i < hyperlinkTargets.size(); i++) {
+ xml.append("");
+ }
return xml.append("").toString();
}
+ /** Атрибутный экранировщик Target (дубликат образец {@code Lists.escapeAttr}). */
+ private static String escapeAttr(String s) {
+ return s.replace("&", "&").replace("<", "<").replace("\"", """);
+ }
+
private static void put(ZipOutputStream zip, String name, String content) throws IOException {
zip.putNextEntry(new ZipEntry(name));
zip.write(content.getBytes(StandardCharsets.UTF_8));
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 ba4b9a4..0c87f84 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java
@@ -8,6 +8,9 @@ import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.font.PDFont;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
+import org.apache.pdfbox.pdmodel.interactive.action.PDActionURI;
+import org.apache.pdfbox.pdmodel.interactive.annotation.PDAnnotation;
+import org.apache.pdfbox.pdmodel.interactive.annotation.PDAnnotationLink;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.poi.poifs.filesystem.POIFSFileSystem;
import org.junit.jupiter.api.Test;
@@ -19,6 +22,7 @@ import java.io.IOException;
import java.io.InputStream;
import java.nio.file.Files;
import java.nio.file.Path;
+import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
@@ -103,6 +107,22 @@ class WordPdfConverterTest {
return s.replaceAll("\\s+", " ");
}
+ /** /URI всех ссылочных аннотаций PDF'а (все страницы). */
+ private static List linkUris(Path pdf) throws IOException {
+ List uris = new ArrayList<>();
+ try (PDDocument doc = Loader.loadPDF(pdf.toFile())) {
+ for (PDPage page : doc.getPages()) {
+ for (PDAnnotation ann : page.getAnnotations()) {
+ if (ann instanceof PDAnnotationLink link
+ && link.getAction() instanceof PDActionURI uri) {
+ uris.add(uri.getURI());
+ }
+ }
+ }
+ }
+ return uris;
+ }
+
/** BaseFont-имена вшитых шрифтов PDF (например "EAAAAA+Carlito-Bold"). */
private static Set embeddedFontNames(Path pdf) throws IOException {
Set names = new TreeSet<>();
@@ -1337,6 +1357,23 @@ class WordPdfConverterTest {
"лимит 1 страница не удержал двухстраничный .doc");
}
+ /**
+ * Синтетический .doc с полем HYPERLINK (фикстуры заказчика ссылок не
+ * содержат — крафт POIFS, дубль хелперов DocToDocxFormattingTest):
+ * инструкция → внешняя rels-связь документа, результат → содержимое
+ * w:hyperlink, FOP кладёт поверх кликабельную аннотацию с /URI.
+ * Регрессия — internal.doc.DocxBody#hyperlinkUrl + DocxWriter#write.
+ */
+ @Test
+ void docHyperlink_linkAnnotationClickable() throws Exception {
+ Path pdf = convertPdf(hyperlinkDoc(), "doc-hyperlink");
+ String text = norm(pdfText(pdf));
+ assertTrue(text.contains("before сайт after"), "текст ссылки: " + text);
+ assertEquals(List.of("https://pjandro.ru/docs?q=1&z=2"), linkUris(pdf),
+ "аннотация-ссылка не найдена");
+ assertFalse(text.contains("#"), ".notdef-боксы в тексте");
+ }
+
/**
* Синтетический .doc со списками (ни одна фикстура заказчика списков не
* содержит — крафт POIFS, дубль хелперов DocToDocxFormattingTest):
@@ -1698,6 +1735,56 @@ class WordPdfConverterTest {
"объединённая ячейка шире половины полосы, right=" + rightEdge[0]);
}
+ // --- крафт .doc с гиперссылкой (дубль DocToDocxFormattingTest) ------
+
+ /**
+ * Абзац «before [поле HYPERLINK → сайт] after». PAPX — прямой jc=left:
+ * форма GrpPrlAndIstd в этом дубле требует нечётный grpprl.
+ */
+ private static byte[] hyperlinkDoc() throws IOException {
+ String text = "before " + (char) 0x13
+ + " HYPERLINK \"https://pjandro.ru/docs?q=1&z=2\" " + (char) 0x14
+ + "сайт" + (char) 0x15 + " after\r";
+ byte[] wd = new byte[LISTS_TEXT_FC + text.length() * 2];
+ put16(wd, 0, 0xA5EC);
+ put16(wd, 2, 0x00C1);
+ put16(wd, 10, 1 << 9);
+ put16(wd, 62, 4);
+ put32(wd, 64, wd.length);
+ put32(wd, 76, text.length());
+ put16(wd, 152, 98);
+ pair(wd, 6, 0, 20); // PlcfSed
+ pair(wd, 13, 20, 12); // PlcfBtePapx
+ pair(wd, 33, 32, 21); // Clx
+ byte[] t = text.getBytes(StandardCharsets.UTF_16LE);
+ System.arraycopy(t, 0, wd, LISTS_TEXT_FC, t.length);
+ int page = 3 * 512;
+ put32(wd, page, LISTS_TEXT_FC); // rgfc: один абзац
+ put32(wd, page + 4, LISTS_TEXT_FC + 2 * text.length());
+ wd[page + 8] = 87; // rgbx[0] → bx
+ wd[page + 511] = 1; // cpara
+ papxEntry(wd, page, 87, prl(0x2461, 0));
+ byte[] tab = new byte[53];
+ put32(tab, 0, 0);
+ put32(tab, 4, text.length());
+ put32(tab, 20, LISTS_TEXT_FC);
+ put32(tab, 24, LISTS_TEXT_FC + 2 * text.length());
+ put32(tab, 28, 3);
+ tab[32] = 0x02; // Clx Pcdt, один несжатый кусок
+ put32(tab, 33, 16);
+ put32(tab, 37, 0);
+ put32(tab, 41, text.length());
+ put32(tab, 47, LISTS_TEXT_FC);
+ try (POIFSFileSystem fs = new POIFSFileSystem();
+ ByteArrayOutputStream out = new ByteArrayOutputStream()) {
+ fs.getRoot().createDocument("WordDocument", new ByteArrayInputStream(wd));
+ fs.getRoot().createDocument("1Table", new ByteArrayInputStream(tab));
+ fs.getRoot().createDocument("Data", new ByteArrayInputStream(new byte[64]));
+ fs.writeFilesystem(out);
+ return out.toByteArray();
+ }
+ }
+
// --- крафт .doc со списками (дубль DocToDocxFormattingTest) ----------
private static final int LISTS_TEXT_FC = 2048;
diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java
index 42604f8..eced9e6 100644
--- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java
+++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxFormattingTest.java
@@ -2,6 +2,7 @@ package ru.pjandro.wordpdf.internal.doc;
import static org.junit.jupiter.api.Assertions.assertEquals;
import static org.junit.jupiter.api.Assertions.assertFalse;
+import static org.junit.jupiter.api.Assertions.assertNull;
import static org.junit.jupiter.api.Assertions.assertThrows;
import static org.junit.jupiter.api.Assertions.assertTrue;
@@ -25,7 +26,9 @@ import ru.pjandro.wordpdf.ValidationException;
* со стилевым jc, деградация строк без корректного TDefTable, таблица в
* колонтитуке с выравниванием sprmTJc (→ w:jc в tblPr) и списки
* (PlfLst/PlfLfo → w:numPr + numbering.xml, снятие прямым ilfo=0,
- * ilvl=0x0C, деградация без списочных таблиц).
+ * ilvl=0x0C, деградация без списочных таблиц) и гиперссылки (поле HYPERLINK
+ * → w:hyperlink + внешняя rels-связь, деградации якоря \l и URL без схемы,
+ * баланс тегов при поле через границу абзацев).
*/
class DocToDocxFormattingTest {
@@ -1461,6 +1464,189 @@ class DocToDocxFormattingTest {
"w:jc должен идти после tblW и до tblGrid (CT_TblPrBase): " + footer);
}
+ // --- гиперссылки (поле HYPERLINK в основном тексте) -----------------
+
+ /** URL для крафта поля HYPERLINK. */
+ private static final String LINK_URL = "https://example.com/x?a=1&b=2";
+
+ /** ¶-маркер абзаца (.doc). */
+ private static final char PARA = '\r';
+
+ /**
+ * Синтетический .doc с произвольным основным текстом: по PAPX-записи на
+ * абзац (пустой grpprl — плоские свойства), CHPX/STSH нет (дефолты);
+ * раскладка потоков — как {@link #listDoc}.
+ */
+ private static byte[] hyperlinkDoc(String text) throws IOException {
+ byte[] wd = new byte[TEXT_FC + text.length() * 2];
+ put16(wd, 0, 0xA5EC);
+ put16(wd, 2, 0x00C1);
+ put16(wd, 10, 1 << 9); // fWhichTblStm → 1Table
+ put16(wd, 62, 4); // cslw
+ put32(wd, 64, wd.length); // cbMac
+ put32(wd, 76, text.length()); // ccpText
+ put16(wd, 152, 98); // cbRgFcLcb
+ pair(wd, 6, 0, 20); // PlcfSed
+ pair(wd, 13, 20, 12); // PlcfBtePapx
+ pair(wd, 33, 32, 21); // Clx
+ byte[] t = text.getBytes(StandardCharsets.UTF_16LE);
+ System.arraycopy(t, 0, wd, TEXT_FC, t.length);
+ // PapxFkp pn=3: границы абзацев по ¶-маркерам, пустые GrpPrlAndIstd
+ int paras = 0;
+ for (int i = 0; i < text.length(); i++) {
+ if (text.charAt(i) == PARA) {
+ paras++;
+ }
+ }
+ if (!text.endsWith("\r")) {
+ paras++;
+ }
+ int[] starts = new int[paras + 1];
+ int k = 1;
+ for (int i = 0; i < text.length() && k < paras; i++) {
+ if (text.charAt(i) == PARA) {
+ starts[k++] = i + 1;
+ }
+ }
+ starts[paras] = text.length();
+ int page = 3 * 512;
+ for (int i = 0; i <= paras; i++) {
+ put32(wd, page + i * 4, TEXT_FC + 2 * starts[i]);
+ }
+ int rgbx = page + (paras + 1) * 4;
+ for (int i = 0; i < paras; i++) {
+ wd[rgbx + i * 13] = (byte) (87 + 8 * i);
+ papxEntry(wd, page, 87 + 8 * i, 0, new byte[0]);
+ }
+ wd[page + 511] = (byte) paras;
+ byte[] tab = new byte[53];
+ put32(tab, 0, 0); // PlcfSed aCP[0]
+ put32(tab, 4, text.length()); // aCP[1]
+ put32(tab, 20, TEXT_FC); // PlcfBtePapx aFc
+ put32(tab, 24, TEXT_FC + 2 * text.length());
+ put32(tab, 28, 3); // pn=3
+ tab[32] = 0x02; // Clx Pcdt, один несжатый кусок
+ put32(tab, 33, 16);
+ put32(tab, 37, 0);
+ put32(tab, 41, text.length());
+ put32(tab, 47, TEXT_FC);
+ try (POIFSFileSystem fs = new POIFSFileSystem();
+ ByteArrayOutputStream out = new ByteArrayOutputStream()) {
+ fs.getRoot().createDocument("WordDocument", new ByteArrayInputStream(wd));
+ fs.getRoot().createDocument("1Table", new ByteArrayInputStream(tab));
+ fs.getRoot().createDocument("Data", new ByteArrayInputStream(new byte[64]));
+ fs.writeFilesystem(out);
+ return out.toByteArray();
+ }
+ }
+
+ private static int countOccurrences(String s, String sub) {
+ int n = 0;
+ for (int i = s.indexOf(sub); i >= 0; i = s.indexOf(sub, i + 1)) {
+ n++;
+ }
+ return n;
+ }
+
+ /** Деградация: результат плоским текстом, ни тега, ни rels-записи. */
+ private static void assertNoHyperlink(byte[] doc) throws IOException {
+ String xml = documentXml(doc);
+ assertFalse(xml.contains(""), xml);
+ assertTrue(xml.contains(">Сайт<"), "результат поля потерян: " + xml);
+ assertFalse(xml.contains("HYPERLINK"), "инструкция утёк в вывод: " + xml);
+ assertFalse(xml.contains("example.com"), "URL утёк в текст: " + xml);
+ assertFalse(xml.contains("Подсказка"), "switch утёк в вывод: " + xml);
+ String rels = partXml(doc, "word/_rels/document.xml.rels");
+ assertTrue(rels.contains("Id=\"hl0\""), rels);
+ assertTrue(rels.contains("Type=\"http://schemas.openxmlformats.org/officeDocument"
+ + "/2006/relationships/hyperlink\""), rels);
+ assertTrue(rels.contains("Target=\"https://example.com/x?a=1&b=2\""), rels);
+ assertTrue(rels.contains("TargetMode=\"External\""), rels);
+ }
+
+ /** URL без кавычек — валидная форма инструкции Word. */
+ @Test
+ void hyperlink_unquotedUrl_accepted() throws IOException {
+ byte[] doc = hyperlinkDoc("x" + (char) 0x13 + "HYPERLINK https://example.com"
+ + (char) 0x14 + "Сайт" + (char) 0x15 + "\r");
+ assertTrue(documentXml(doc).contains(""));
+ assertTrue(partXml(doc, "word/_rels/document.xml.rels")
+ .contains("Target=\"https://example.com\""));
+ }
+
+ /** Якорный переключатель \l: закладок мост не переносит — плоский текст. */
+ @Test
+ void hyperlink_anchorSwitch_degradesToPlain() throws IOException {
+ assertNoHyperlink(hyperlinkDoc((char) 0x13 + " HYPERLINK \"https://example.com\""
+ + " \\l \"закладка\" " + (char) 0x14 + "Сайт" + (char) 0x15 + "\r"));
+ }
+
+ /** URL без схемы RFC 3986 (относительный путь) — плоский текст. */
+ @Test
+ void hyperlink_noScheme_degradesToPlain() throws IOException {
+ assertNoHyperlink(hyperlinkDoc((char) 0x13 + "HYPERLINK readme.txt"
+ + (char) 0x14 + "Сайт" + (char) 0x15 + "\r"));
+ }
+
+ /**
+ * Поле покрывает границу абзацев: тег переоткрывается/закрывается в
+ * каждом w:p (баланс по абзацам), rels-запись одна.
+ */
+ @Test
+ void hyperlink_spansParagraphs_tagsBalancePerParagraph() throws IOException {
+ byte[] doc = hyperlinkDoc("pre " + (char) 0x13 + " HYPERLINK \"https://ex.com\" "
+ + (char) 0x14 + "one\r" + "two" + (char) 0x15 + " post\r");
+ String xml = documentXml(doc);
+ assertEquals(2, countOccurrences(xml, ""), xml);
+ for (String para : xml.split("")) {
+ assertEquals(countOccurrences(para, ""),
+ "незакрытый тег ссылки в абзаце: " + para);
+ }
+ String rels = partXml(doc, "word/_rels/document.xml.rels");
+ assertTrue(rels.contains("Id=\"hl0\""), rels);
+ assertEquals(1, countOccurrences(rels, "Id=\"hl0\""), "rels-запись должна быть одна");
+ }
+
+ /** Грамматика инструкции HYPERLINK (все ветви {@link DocToDocx.DocxBody#hyperlinkUrl}). */
+ @Test
+ void hyperlinkUrl_wordFieldGrammar() {
+ assertEquals("https://example.com/x?a=1",
+ DocToDocx.DocxBody.hyperlinkUrl(" HYPERLINK \"https://example.com/x?a=1\" "));
+ assertEquals("https://example.com",
+ DocToDocx.DocxBody.hyperlinkUrl("HYPERLINK https://example.com"));
+ assertEquals("http://a.b", DocToDocx.DocxBody.hyperlinkUrl("hyperlink \"http://a.b\""));
+ assertEquals("mailto:a@b.c",
+ DocToDocx.DocxBody.hyperlinkUrl(" HYPERLINK \"mailto:a@b.c\" \\h"));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl(" HYPERLINK \"http://a\" \\l \"bk\" "));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl(" HYPERLINK readme.txt"));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl(" HYPERLINK \"http://a"));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl(" HYPERLINK \"http://a" + (char) 7 + "\""));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl("HYPERLINK \"\""));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl("HYPERLINK"));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl(""));
+ assertNull(DocToDocx.DocxBody.hyperlinkUrl(" PAGE "));
+ }
+
// --- мелочь ----------------------------------------------------------
private static byte[] prl(int sprm, int toggle) {