diff --git a/AGENTS.md b/AGENTS.md index 49257b4..ec41290 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -44,27 +44,27 @@ |`CfbReader`|[MS-CFB] заголовок (секторы 512/4096, mini 64), FAT/DIFAT (лимиты секторов + защита от циклов), miniFAT + mini stream из root, directory; любой брак (цикл, ссылка за файл, обрезанный поток, битый заголовок) → `ValidationException`| |`FibHeader`|[MS-DOC §2.4.1/§2.6.1] FibBase (`fWhichTblStm` — бит 9 u16@10 → 1Table/0Table), FibRgLw97 (ccpText/ccpFtn/ccpHdd), пары FibRgFcLcb97: fcStshf=1, fcPlcfSed=6, fcPlcfHdd=11, fcPlcfBteChpx=12, fcPlcfBtePapx=13, fcSttbfFfn=15, fcClx=33, fcDggInfo=50, fcPlfLst=73, fcPlfLfo=74| |`PieceTable`|§2.9.135 Clx/Pcdt: куски compressed (FC/2, байт + CP1252-карта 0x80–0x9F) и uncompressed (UTF-16LE); FC за потоком → `ValidationException`| -|`Grpprl`|§2.6.2 sprm'ы: CHPX — bold 0x0835, italic 0x0836, strike 0x0837, kul 0x2A3E, hps 0x4A43, hpsBi 0x4A61, ftc0 0x4A4F, ftc1 0x4A50, cv 0x6870 (4-й байт FF → auto), sprmCFSpec 0x0875, **sprmCPicLocation 0x6A03** (смещение BLIP в Data); PAPX — **sprmPHugePapx 0x6646**/**sprmPTableProps 0x646B** (указатели на PrcData в Data, разворачивает `PrcData.resolve`; `Grpprl.scan` сам их корректно пропускает по spra=3), jc 0x2461 (4→distribute, 5/7/8/9→both, 6 — игнор) и jc80 0x2403 (3/4/5 — justify-both с разной компрессией, distribute у jc80 нет), dxaLeft/dxaLeft1/dxaRight + 80-варианты 0x840F/0x8411/0x840E и sprmPNest 0x465F/sprmPNest80 0x4610 (XAS со знаком → hanging/firstLine; общий накопитель `Grpprl.Indents`: nest к своему dxaLeft, современное семейство вытесняет 80-е), pageBreakBefore 0x2407, InTable 0x2416, sprmPFTtp 0x2417, istd 0x8463, LSPD 0x6412 (dyaLine i16 + fMult), before/after 0xA413/0xA414, PChgTabs 0xC60D и **sprmPChgTabs 0xC615** (табы стиля; PChgTabsDelClose §2.9.182 — радиус удаления из rgdxaClose, XAS_plusOne), **ilvl 0x260A** (u8; 0x0C — «пропустить, не нумеровать»), **ilfo 0x460B** (i16: 0/0xF801 — списока нет, 1..0x07FE — 1-базированный индекс rgLfo, 0xF802..0xFFFF — отрицание индекса с сохранением отступов); TAP — **sprmTDefTable 0xD608**, sprmTTableBorders 0xD613, sprmTTableBorders80 0xD605, sprmTJc 0x548A / sprmTJc90 0x5400 (u16 0/1/2 → left/center/right, единый маппинг: FOP complex-script не поддерживает, RTL вне контура). Спец-длины операндов spra=6: у 0xD608 счётчик cb **двухбайтовый** («остаток+1», §2.9.321 — формула «1+первый байт» врёт при cb>255), у 0xC60D cb=0xFF — обрыв разбора; у 0xC615 cb=0xFF — длина 3 + 4·cTabsDel + 3·cTabsAdd по раскладке §2.9.182 (разбор продолжается)| -|`ChpxIndex`/`PapxIndex`|§2.4.6: PlcfBte (aFc n+1 + pn 22 бита) → FKP-страницы 512 Б по pn·512 (rgfc (n+1)×4, rgbx n×1/×13, crun/cpara — последний байт); Chpx = cb + grpprl; PapxInFkp: cb≠0 → GrpPrlAndIstd 2cb−1, cb=0 → cb′ → 2cb′ (внутри istd(2) + grpprl, grpprl может быть пустым — istd без прямых Prl); bOffset=0 → дефолт; **istd сохраняется** (`istdFor`, вне диапазона −1) — по нему `DocxBody` применяет цепочку `Styles`| +|`Grpprl`|§2.6.2 sprm'ы: CHPX — bold 0x0835, italic 0x0836, strike 0x0837, kul 0x2A3E, hps 0x4A43, hpsBi 0x4A61, ftc0 0x4A4F, ftc1 0x4A50, cv 0x6870 (4-й байт FF → auto), sprmCFSpec 0x0875, rMarkDel 0x0800/rMarkIns 0x0801 (непринятые правки → `w:del`/`w:ins`), smallCaps 0x083A/caps 0x083B (апкейс текста в мосту), vanish 0x083C (фильтр рана — FO `w:vanish` не читает), hpsPos 0x4845 (со знаком, hps → `w:position`), **sprmCPicLocation 0x6A03** (смещение BLIP в Data); PAPX — **sprmPHugePapx 0x6646**/**sprmPTableProps 0x646B** (указатели на PrcData в Data, разворачивает `PrcData.resolve`; `Grpprl.scan` сам их корректно пропускает по spra=3), jc 0x2461 (4→distribute, 5/7/8/9→both, 6 — игнор) и jc80 0x2403 (3/4/5 — justify-both с разной компрессией, distribute у jc80 нет), dxaLeft/dxaLeft1/dxaRight + 80-варианты 0x840F/0x8411/0x840E и sprmPNest 0x465F/sprmPNest80 0x4610 (XAS со знаком → hanging/firstLine; общий накопитель `Grpprl.Indents`: nest к своему dxaLeft, современное семейство вытесняет 80-е), pageBreakBefore 0x2407 (перед ним keepFollow 0x2406/keep 0x2405 → `w:keepNext`/`w:keepLines`), InTable 0x2416, sprmPFTtp 0x2417, istd 0x8463, LSPD 0x6412 (dyaLine i16 + fMult), before/after 0xA413/0xA414, PChgTabs 0xC60D и **sprmPChgTabs 0xC615** (табы стиля; PChgTabsDelClose §2.9.182 — радиус удаления из rgdxaClose, XAS_plusOne), **ilvl 0x260A** (u8; 0x0C — «пропустить, не нумеровать»), **ilfo 0x460B** (i16: 0/0xF801 — списока нет, 1..0x07FE — 1-базированный индекс rgLfo, 0xF802..0xFFFF — отрицание индекса с сохранением отступов); TAP — **sprmTDefTable 0xD608**, sprmTTableBorders 0xD613, sprmTTableBorders80 0xD605, sprmTJc 0x548A / sprmTJc90 0x5400 (u16 0/1/2 → left/center/right, единый маппинг: FOP complex-script не поддерживает, RTL вне контура), sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30: cb=3 + itcFirst + itcLim + VerticalAlign 0/1/2 → `w:vAlign`; cb≠3 — операнд игнорируется). Спец-длины операндов spra=6: у 0xD608 счётчик cb **двухбайтовый** («остаток+1», §2.9.321 — формула «1+первый байт» врёт при cb>255), у 0xC60D cb=0xFF — обрыв разбора; у 0xC615 cb=0xFF — длина 3 + 4·cTabsDel + 3·cTabsAdd по раскладке §2.9.182 (разбор продолжается)| +|`ChpxIndex`/`PapxIndex`|§2.4.6: PlcfBte (aFc n+1 + pn 22 бита) → FKP-страницы 512 Б по pn·512 (rgfc (n+1)×4, rgbx n×1/×13, crun/cpara — последний байт); Chpx = cb + grpprl; PapxInFkp: cb≠0 → GrpPrlAndIstd 2cb−1, cb=0 → cb′ → 2cb′ (внутри istd(2) + grpprl, grpprl может быть пустым — istd без прямых Prl); bOffset=0 → свойств нет (дефолт), но **граница rgfc[j+1] в индекс заносится** — иначе дефолтный ран проглотил бы последующие CHPX-раны абзаца (регрессии ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept, WordPdfConverterTest#docClassD_landscapeHiddenDelCaps); **istd сохраняется** (`istdFor`, вне диапазона −1) — по нему `DocxBody` применяет цепочку `Styles`| |`Styles`|§2.9.271 STSH по fcStshf: LPStshi (cbStshi, cstd, cbSTDBaseInFile) → LPStd на чётных границах → Std (stdf: sti/stk/istdBase/cupx + xstzName + LPUpx): stk=1 → UPX[0]=UpxPapx (istd(2)+grpprl), UPX[1]=UpxChpx. Цепочка base-first (предок раньше потомка, last-wins при скане); istdBase 0x0FFF — без предка, цикл — обрыв на MAX_CHAIN=16. Разбор **снисходительный** (образец FontTable): битый/отсутствующий STSH → пустая таблица, конвертация на прямых свойствах, без `ValidationException`| -|`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.39) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.171); brcType=0 не эмитится, ≥0x40 ширина ×8, sz<2 → 2; выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы| -|`Lists`|§2.9.200/.201 PlfLst/PlfLfo → `word/numbering.xml`: PlfLst — cLst SHORT (2 Б) при `fc`, rgLstf с `fc+2` (§2.9.201, Figure 56); LSTF (28 Б, fSimpleList→1 LVL иначе 9, массив LVL приложен за `fc+lcb`) + LVL (LVLF 28 Б: iStartAt/nfc/jc/ixchFollow/cbGrpprl'ы; Xst: плейсхолдеры 0x00–0x08 → `%{n+1}`, литеральный `%` → `%%`) → `w:abstractNum` (MSONFC [MS-OSHARED §2.2.1.3] → ST_NumberFormat §17.18.59, экзотика CJK → decimal — нет глифов в бандле; ixchFollow 1/2 → `w:suff` space/nothing, 0=tab не эмитится; grpprlPapx уровня → `w:ind`, grpprlChpx → `w:rPr` rFonts/b/sz); LFO (lsid→первый LSTF) + LFOLVL (fStartAt → `w:startOverride`, fFormatting → полный `w:lvl`) → `w:num` (numId = 1-базированный ilfo). Снисходительно (образец `Styles`): битая таблица/обрыв LVL → пустой/неполный результат; `hasNum` — numId разрешается в валидный abstractNum, иначе абзацы деградируют в плоские| -|`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` из sprmSBkc); невозрастающие aCP → `ValidationException`; финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 7), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается)| +|`Tables`|TAP TTP-абзаца (§2.6.3) → `Grid(colWidths, indent, bordersXml, tblJc, cellVAlign)`: sprmTDefTable (§2.9.321, ncols 1..63, rgdxaCenter XAS со знаком — ширина = center[i+1]−center[i], первый center — сдвиг от поля); границы: sprmTTableBorders (§2.9.302, 6×Brc: cv fAuto, dptLineWidth 1/8pt, brcType §2.9.39) иначе sprmTTableBorders80 (§2.9.303, ico→цвет §2.9.171); brcType=0 не эмитится, ≥0x40 ширина ×8, sz<2 → 2; выравнивание: sprmTJc/sprmTJc90 (u16: 1→"center", 2→"right", прочее → null — элемент не эмитится), современный перекрывает 90-вариант (тот же приоритет, что у 0xD613 над 0xD605) → `w:jc` в tblPr (`openTable`; регрессия — WordPdfConverterTest#docFooterTableCentered_shiftedLikeWord); вертикальное выравнивание ячеек: sprmTVertAlign 0xD62C (CellRangeVertAlign §2.9.30) → `cellVAlign[]` по индексам колонок (диапазоны clamped к сетке, top/вне диапазона — не эмитится) → `w:vAlign` в `w:tcPr` после `w:gridSpan` (регрессии — TablesTest#vertAlign_*, DocToDocxFormattingTest#cellVertAlign_*). `null` (нет/битый TDefTable, неположительная ширина) → строка деградирует в плоские абзацы| +|`Lists`|§2.9.200/.201 PlfLst/PlfLfo → `word/numbering.xml`: PlfLst — cLst SHORT (2 Б) при `fc`, rgLstf с `fc+2` (§2.9.201, Figure 56); LSTF (28 Б, fSimpleList→1 LVL иначе 9, массив LVL приложен за `fc+lcb`) + LVL (LVLF 28 Б: iStartAt/nfc/jc/ixchFollow/cbGrpprl'ы; Xst: плейсхолдеры 0x00–0x08 → `%{n+1}`, литеральный `%` → `%%`) → `w:abstractNum` (MSONFC [MS-OSHARED §2.2.1.3] → ST_NumberFormat §17.18.59, общий `numFmt` с `DocxBody.appendPgNumType`, экзотика CJK → decimal — нет глифов в бандле; ixchFollow 1/2 → `w:suff` space/nothing, 0=tab не эмитится; grpprlPapx уровня → `w:ind`, grpprlChpx → `w:rPr` rFonts/b/sz); LFO (lsid→первый LSTF) + LFOLVL (fStartAt → `w:startOverride`, fFormatting → полный `w:lvl`) → `w:num` (numId = 1-базированный ilfo). Снисходительно (образец `Styles`): битая таблица/обрыв LVL → пустой/неполный результат; `hasNum` — numId разрешается в валидный abstractNum, иначе абзацы деградируют в плоские| +|`Sections`|PlcfSed (§2.8.26): aCP n+1 + Sed n (12 Б) + Sepx (cb + секционные sprm) → `list()` — список record'ов `Section` (CP-диапазон, геометрия секции, `continuous` из sprmSBkc, `landscape` из sprmSBOrientation 0x301D (§2.9.236: 1/2), нумерация страниц — `pgNumStart` (0 = не задан; sprmSFPgnRestart 0x3011 + sprmSPgnStart97 0x501C, restart без start клампится к 1) и `nfcPgn` (sprmSNfcPgn 0x300E, MSONFC), колонки — sprmSCcolumns 0x500B (число − 1, кап 44), sprmSFEvenlySpaced 0x3005 (Bool8, дефолт true), sprmSDxaColumns 0x900C; при неравных колонках per-column ширины/зазоры из sprmSDxaColWidth 0xF203/sprmSDxaColSpacing 0xF204 (SDxaColWidthOperand/SDxaColSpacingOperand §2.9.241/.242: iCol+dxa)); невозрастающие aCP → `ValidationException`; финальный aCP реальные файлы пишут за ccpText (PLC покрывает весь текстовый поток) — конец последней секции клампится к ccpText; `pageWidth()`/`header()`/`footer()` — геометрия последней секции (полоса набора для правила 7), `continuousSectionEnds()` — вычитание из подсчёта страниц (последняя секция не считается)| |`FontTable`|SttbfFfn (§2.9.147): индекс ftc → имя семейства в `w:rFonts`| |`SummaryInfo`|[MS-OLEPS §2.2] PropertySet-поток `\x01SummaryInformation`; **offset'ы заголовка относительны начала PropertySet-потока** (`abs = Offset0 + offset`); PIDSI_PAGECOUNT=0x0E| |`Headers`|Plcfhdd (§2.4.1): 6 разделителей + по 6 историй на секцию (even/odd/first × hdr/ftr); odd hdr/ftr **каждой** секции → своя часть `headerN.xml`/`footerN.xml` (нумерация независимая по типу) и `headerReference`/`footerReference` type="default" в её sectPr; пустая история `[x,x)` → части нет, docx4j наследует колонтитук предыдущей секции; guard-¶ отрезается; PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (та же семантика, что `FieldNormalizer` в docx-пути)| |`OfficeArt`|[MS-ODRAW] PICF @ fcDggInfo/lcbDggInfo (Table-поток), delay-поток = WordDocument; DggContainer → BStoreContainer(0xF004)/BStoreContainerDelay(0xF007)/инлайн → FBSE → BLIP: 0xF01A EMF / 0xF01B WMF / 0xF01C PICT / 0xF01D JPEG (=0xF02A) / 0xF01E PNG / 0xF01F DIB; PNG/JPEG дословно, DIB → ImageIO → PNG, EMF/WMF/PICT → пропуск + warn (EMF-рендера в Java2D нет)| |`PrcData`|§2.9.210 PrcData в Data-потоке (`[cbGrpprl:2][grpprl]`, капа cb 0x3FA2, поля `next` нет): `resolve(data, grpprl)` разворачивает grpprl абзаца, чьи свойства Word вынес за FKP-страницу PAPX, — одиночный Prl `sprmPHugePapx` (0x6646; в grpprl GrpPrlAndIstd — единственный Prl при istd=0, §2.6.2) и `sprmPTableProps` (0x646B — цепочка продолжается в указанном PrcData). Оба указателя разворачиваются на своей позиции **без обрыва** текущего массива, не-спец-спрмы сохраняются (union): spec §2.6.2 велит хвост за PTableProps игнорировать, но Word пишет в нём легаси-зеркало (в `samples/ru-table-image.doc` — единственный `sprmTDefTable`, Appendix A <9>), а `sprmTInsert` из PrcData конвертер не читает — замещение ломало бы сетку; спец-спрмов нет → **тот же массив** (по ссылке); любой брак (ptr за Data, cb вне [1, 0x3FA2], цикл A→B→A — бюджет 32 PrcData) → останов без исключения, снисходительно (образец `Styles`/`Lists`). Подключается единственной точкой — `DocxBody.buildRange` (покрывает тело, колонтитуки, TTP-ветку и обычные huge-PAPX абзацы). Регрессия — `DocToDocxFormattingTest#hugePapxRowMark_closesRowWithGridFromPrcData` | -|`DocToDocx`|Оркестратор + вложенный `DocxBody`: текст → раны (CHPX+стилевой chpx-цепочка → rPr, прямой PAPX — после `PrcData.resolve` — +стилевая papx-цепочка (отступы через `Grpprl.Indents`, 80-варианты включительно; `sprmPChgTabsPapx`/`sprmPChgTabs` → `w:tabs`, у стилевого варианта радиус удаления из `rgdxaClose`) + sprmPIlfo/sprmPIlvl → pPr + `w:numPr` (между pageBreakBefore и tabs, CT_PPr §17.3.1.26; ilfo=0 перекрывает стилевой, ilvl=0x0C и неразрешённый numId → без numPr), base→derived→direct last-wins), ¶ → ``; TAB/0x0B → `w:tab`/`w:br`, 0x0C в ране → `w:br type="page"`, 0x0C в конце абзаца — **разрыв секции**: `sectPr` соответствующей `Sections.Section` (матчинг по конечному CP) в pPr этого абзаца, внутри таблицы деградирует в `w:br type="page"`; body-level `sectPr` — последняя секция; `w:type continuous` из sprmSBkc; 0x1E → U+2011, 0x1F → U+00AD, 0x02/0x03/0x04 (сноски) → пропуск; U+0001 со sprmCPicLocation → DrawingML `pic` (общий путь с картинками и OLE-fallback); field-символы в основном тексте: инструкция скрыта, кэшированный результат после разделителя видим; **табличный автомат**: абзац с 0x07 без TTP закрывает ячейку, 0x07+sprmPFTtp — конец строки (`Tables.parse` по TAP → `w:tbl`/`w:tr`/`w:tc`, сам маркер не эмитится), sprmPFInTable открывает ячейку; без корректного TDefTable строка деградирует в плоские абзацы (прежнее поведение); сетка первой строки действует на всю таблицу как `tblGrid`, ширины/объединение ячеек каждой строки — из её собственного TDefTable (горизонтальное слияние → `w:gridSpan`)| +|`DocToDocx`|Оркестратор + вложенный `DocxBody`: текст → раны (CHPX+стилевой chpx-цепочка → rPr, прямой PAPX — после `PrcData.resolve` — +стилевая papx-цепочка (отступы через `Grpprl.Indents`, 80-варианты включительно; `sprmPChgTabsPapx`/`sprmPChgTabs` → `w:tabs`, у стилевого варианта радиус удаления из `rgdxaClose`) + sprmPIlfo/sprmPIlvl → pPr + `w:numPr` (между pageBreakBefore и tabs, CT_PPr §17.3.1.26; ilfo=0 перекрывает стилевой, ilvl=0x0C и неразрешённый numId → без numPr), base→derived→direct last-wins; флаги рана: vanish — мост фильтрует вывод рана (`w:vanish` в FO мёртв), caps/smallCaps — `Character.toUpperCase` в мосту (`w:caps`/`w:smallCaps` конвейер не читает, FOP без font-variant), rMarkIns/rMarkDel — ран оборачивается в `w:ins`/`w:del`+`w:delText` (шаблоны docx2fo рисуют правки — вид «Show Markup»), hpsPos → `w:position` (вендорный AUDIT-FIX → baseline-shift)), ¶ → ``; TAB/0x0B → `w:tab`/`w:br`, 0x0E → `w:br type="column"` (конец колонки при sprmSCcolumns), 0x0C в ране → `w:br type="page"`, 0x0C в конце абзаца — **разрыв секции**: `sectPr` соответствующей `Sections.Section` (матчинг по конечному CP) в pPr этого абзаца, внутри таблицы деградирует в `w:br type="page"`; body-level `sectPr` — последняя секция; `w:type continuous` из sprmSBkc; `w:pgSz w:orient="landscape"` со сменой w/h местами, `w:pgNumType` (`w:start` при restart, `w:fmt` только для числовых nfc — общий маппинг `Lists.numFmt`), `w:cols` (evenly → `w:num`+`w:space`, иначе per-column `w:col`; неравные/неполные ширины → деградация в одноколонную) — `DocxBody.sectPrXml`/`appendPgNumType`/`appendCols`; pPr: `w:keepNext`/`w:keepLines` перед `w:pageBreakBefore` (CT_PPr §17.3.1.26); 0x1E → U+2011, 0x1F → U+00AD, 0x02/0x03/0x04 (сноски) → пропуск; U+0001/U+0008 со sprmCPicLocation → DrawingML `pic` (общий путь с картинками и OLE-fallback; 0x08 — якорь плавающей картинки §2.9.267, переносится inline-приближением: PlcfSpa не читается, позиция/обтекание теряются); field-символы в основном тексте: инструкция скрыта, кэшированный результат после разделителя видим; **табличный автомат**: абзац с 0x07 без TTP закрывает ячейку, 0x07+sprmPFTtp — конец строки (`Tables.parse` по TAP → `w:tbl`/`w:tr`/`w:tc`, сам маркер не эмитится), sprmPFInTable открывает ячейку; без корректного TDefTable строка деградирует в плоские абзацы (прежнее поведение); сетка первой строки действует на всю таблицу как `tblGrid`, ширины/объединение ячеек каждой строки — из её собственного TDefTable (горизонтальное слияние → `w:gridSpan`)| |`DocxWriter`|Мульти-частный zip: `[Content_Types].xml` (hdr/ftr/numbering/png/jpg), `_rels/.rels`, `word/document.xml` (посекционные sectPr + headerReference; tblPr таблиц: tblW → jc (из sprmTJc) → tblInd → tblBorders), `word/_rels/document.xml.rels`, `word/numbering.xml`, `word/headerN.xml`/`footerN.xml` (по одной на непустую историю секции), `word/media/imageN.(png|jpg)`; корневые namespaces w/r/wp/a/pic| -Остаток моста (осознанный, вне контура): семантика рестартов списков не переносится (`fNoRestart`/`ilvlRestartLim` → `w:lvlRestart` — docx4j-Emulator применяет свой дефолт «рестарт на старшем уровне»), как и `fLegal`/`isLgl`, `dxaIndentSav` и `LfoData.cp`; `sprmPIlvl=0x0C` — абзац без numPr (не «в списке без номера»); AUTONUM-поля трактуются как обычные списки; отрицательный `sprmPIlfo` («сохранить отступы») — обычный numPr, отступы делает прямой `w:ind` абзаца; объединённые ячейки: вертикальное слияние (`vertMerge`) не переносится, горизонтальное — переносится собственной сеткой строки (TTP-абзац каждой строки несёт свой `sprmTDefTable`, §2.9.321 → `w:gridSpan`+суммарный `w:tcW`; регрессия — WordPdfConverterTest#docMergedTableRow_fullWidthNotSplit, юниты — DocToDocxFormattingTest#mergedRow_gridSpanAndWidth, #misalignedRow_fallsBackToColumnWidths), вложенные таблицы (sprmPFInnerTtp — разделитель ячейки/строки там ¶ 0x0D, не 0x07) и бордюры уровня ячейки (TC80/sprmTCellBorders) не переносятся — только сетка и строковые границы; строки, у которых сетка задана только `sprmTInsert` (в PrcData нет `sprmTDefTable`, а PAPX-зеркало отсутствует), деградируют в плоские абзацы (`sprmTInsert` конвертер не читает); `DocFile.countPages` (`PapxIndex.countPageBreakBefore`) цепочку PrcData не следует — свойства вне FKP в подсчёт страниц не попадают, 0x0C-разрывы считаются; сноски/концевые сноски/комментарии не рендерятся (метки ссылок пропускаются); чётные и first-page варианты колонтитуков не переносятся (переносится только odd → `type="default"`, FOP не различает чётность полос набора, `titlePg` не эмитится); разрыв секции в абзаце со sprmPFInTable деградирует в разрыв страницы (`w:sectPr` в `w:pPr` внутри `w:tc` невалиден); error-флаги `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` на `.doc` **не срабатывают** — диаграммы/SmartArt/OLE в бинарном формате существуют только как BLIP-плейсхолдеры, мост выдаёт их картинками (задокументировано в `@Operation`); `stale-cache.doc` конвертируется (кэш PageCount=5, концепта lastRenderedPageBreak в .doc нет) — семантика отличается от docx-фикстуры, запинено тестом. +Остаток моста (осознанный, вне контура): семантика рестартов списков не переносится (`fNoRestart`/`ilvlRestartLim` → `w:lvlRestart` — docx4j-Emulator применяет свой дефолт «рестарт на старшем уровне»), как и `fLegal`/`isLgl`, `dxaIndentSav` и `LfoData.cp`; `sprmPIlvl=0x0C` — абзац без numPr (не «в списке без номера»); AUTONUM-поля трактуются как обычные списки; отрицательный `sprmPIlfo` («сохранить отступы») — обычный numPr, отступы делает прямой `w:ind` абзаца; объединённые ячейки: вертикальное слияние (`vertMerge`) не переносится, горизонтальное — переносится собственной сеткой строки (TTP-абзац каждой строки несёт свой `sprmTDefTable`, §2.9.321 → `w:gridSpan`+суммарный `w:tcW`; регрессия — WordPdfConverterTest#docMergedTableRow_fullWidthNotSplit, юниты — DocToDocxFormattingTest#mergedRow_gridSpanAndWidth, #misalignedRow_fallsBackToColumnWidths), вложенные таблицы (sprmPFInnerTtp — разделитель ячейки/строки там ¶ 0x0D, не 0x07) и бордюры уровня ячейки (TC80/sprmTCellBorders) не переносятся — только сетка и строковые границы; строки, у которых сетка задана только `sprmTInsert` (в PrcData нет `sprmTDefTable`, а PAPX-зеркало отсутствует), деградируют в плоские абзацы (`sprmTInsert` конвертер не читает); `DocFile.countPages` (`PapxIndex.countPageBreakBefore`) цепочку PrcData не следует — свойства вне FKP в подсчёт страниц не попадают, 0x0C-разрывы считаются; сноски/концевые сноски/комментарии не рендерятся (метки ссылок пропускаются); плавающие объекты (якорь 0x08) — только inline-картинкой: позиция/плавание/обтекание (PlcfSpa) не переносятся; непринятые правки рендерятся как разметка (`w:ins`/`w:del`, вид «Show Markup»), эмуляция принятия правок не делается; скрытый текст вырезается мостом (конвейер `w:vanish` не читает), ВСЕ ПРОПИСНЫЕ/малые капители — апкейс текста (FOP без font-variant); подсветка `sprmCHighlight` 0x2A0C и затенения (`sprmCShd` 0xCA71/`sprmPShd` 0xC64D/`sprmTSetShd` 0xD62D) не переносятся — конвейер не читает ни `highlight`, ни `shd`, у `fo:inline` в FOP фона нет; границы абзацев (sprmPBfc/sprmPBcl + PlfBdx §2.9.8) не переносятся (нужен отдельный PLC-парсер); чётные и first-page варианты колонтитуков не переносятся (переносится только odd → `type="default"`, FOP не различает чётность полос набора, `titlePg` не эмитится); разрыв секции в абзаце со sprmPFInTable деградирует в разрыв страницы (`w:sectPr` в `w:pPr` внутри `w:tc` невалиден); error-флаги `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` на `.doc` **не срабатывают** — диаграммы/SmartArt/OLE в бинарном формате существуют только как BLIP-плейсхолдеры, мост выдаёт их картинками (задокументировано в `@Operation`); `stale-cache.doc` конвертируется (кэш PageCount=5, концепта lastRenderedPageBreak в .doc нет) — семантика отличается от docx-фикстуры, запинено тестом. ### Нормализаторы (`internal/DocxNormalizer`) Контракт: `byte[] normalize(byte[]) throws IOException`; нечего менять → вернуть **тот же массив** (`assertSame` в тестах). Восемь rewrite-нормализаторов выставляют константу `STEP` (`public static final DocxNormalizer`); у `OleObjectNormalizer` STEP **нет** — он подключается лямбдой в `WordPdfConverter.normalizers()`. 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); до прохода из `word/document.xml` извлекается полоса набора (`TableIndentNormalizer.bandOf`, −1 — полосы нет), и `word/headerN.xml`/`footerN.xml` дополнительно прогоняются через `TableIndentNormalizer.rewritePart` с этой полосой; 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`). +1. `StrictOoxmlNormalizer` — strict-OOXML → transitional: `a:`-проценты и `w14:fillToRect` → тысячные ×1000, текст `wp14:pctWidth`/`pctHeight`; элементы `w:start`/`w:end` → `w:left`/`w:right` (кроме `w:lvl/w:start` в numbering.xml); значения `w:val="start"/"end"` у `w:jc` и `w:tab` правятся **всегда** (docx4j `Justification.setXslFO` знает только left/center/right/both, для END `fo:text-align` не пишет вовсе — `jc="end"` рендерился по левому краю; Part 1 §17.3.1.13: `jc val="end"` — правовыравнивание в LTR, ST_Jc §17.18.44; RTL вне контура — FOP без complex-script). Strict-ность части определяется наличием `http://purl.oclc.org` (не «transitional-URI в документе» — mixed-документ трактуется по каждой части). **Guard сосуществования форм**: атрибут `w:start`/`w:end` переименовывается только внутри открывающего тега `w:ind` (MS-OI29500 §2.1.174a — псевдонимы left/right; у `w:pgNumType` `w:start` — старт нумерации страниц, легален в transitional, Part 1 §17.13.7 — не трогается) и не переименовывается, если в том же открывающем теге уже есть `w:left`/`w:right` (дубль атрибута ломает well-formedness — регрессии `indCoexistLeftStartUntouched`, `indCoexistForms_convertsNotRejected`, `pgNumTypeStartAttrUntouched`); элементы `w:start`/`w:end` в strict-части переименовываются глобально, в transitional — только внутри `w:tcMar`/`w:tblCellMar` без одноимённого соседа (`maxOccurs=1` на left). Ничего не поменялось → `rewrite` вернул `null` → исходный массив (`StrictOoxmlNormalizerTest#transitionalCoexistReturnsOriginalArray`). 2. `DocxOnOffNormalizer` — `w:val="off"/"on"` → `"false"/"true"`; якорь по тегу, правится только атрибут `w:val`, текст между тегами не трогается. 3. `SymbolFontNormalizer` — PUA U+F000–U+F0FF (Symbol/Wingdings/Webdings) → Unicode + DejaVu Sans; переписывает ``, правит `w:lvl` в numbering.xml; 5 карт по 256 слотов (таблица `SymbolMapper` из docx4j 17.x). 4. `FieldNormalizer` — `fldChar` PAGE/NUMPAGES/SECTIONPAGES → `w:fldSimple` (кэш страниц в PDF не попадает); вложенные/битые поля пропускаются. @@ -241,13 +241,13 @@ 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. -- 55 тестовых класса / 799 `@Test` (core 49/756 — из них 17 классов / 189 тестов в `internal/doc/`, app 6/43: ConvertController 23 + 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`). +- 55 тестовых класса / 824 теста (core 49/781 — из них 17 классов / 210 тестов в `internal/doc/`, app 6/43: ConvertController 23 + 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` + `samples/*.doc` (13 + 12; в тестах не генерировать; `.docx` все ECMA-conformant по `docs/standards/docx/validate-fixtures.py` — фикстура невалидна, правится фикстура, не код; `.doc` — эталоны заказчика, конвертируются мостом): 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[]`; in-memory `.doc` — POIFS (`POIFSFileSystem`) вокруг крафтовых WordDocument/1Table/Data (`DocToDocxFormattingTest`). Ключевые: `too-many-pages` (150 явных разрывов → 151; `.doc`-пара — кэш PageCount=150 → 400 «не менее 151»), `stale-cache` (docx: кэш `1` + 110 `lastRenderedPageBreak` → 400; doc: кэш 5 → конвертируется — семантика запинена), `charts-smartart` (4 растра; SmartArt-одиночка = ровно 2 Image XObject; `.doc`-пара — 3 BLIP-fallback → 3 картинки), `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; `.doc`-пара — OLE-fallback BLIP → 1 картинка), `chart-types` (14 графиков: 9 типов + ofPie-pie + lineChart stacked + `c:wireframe` + combo barChart+lineChart на вторичной `c:valAx` pos="r"; пересоздание — `ChartTypesDocxGenerator`; `.doc`-аналога нет), `doc-formats.doc` (2 страницы — лимит страниц на .doc-пути). - 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. -- Юниты моста (`internal/doc/`): `CfbReaderTest` строит крафтовый CFB-байтстрим (сектор 512/mini 64: FAT/DIFAT/miniFAT/directory руками) и бьёт все guard-ветки (циклы FAT/DIFAT/MiniFAT, ссылки за файл, обрезанные потоки, root без mini stream, мусор в directory); `SummaryInfoTest` — крафтовый PropertySetStream (пинит **относительность offset от начала PropertySet**, реальные фикстуры её не различают); `PieceTableTest`/`ChpxIndexTest`/`PapxIndexTest` (в т.ч. `istdFor`: istd из UpxPapx, пустой grpprl ≠ null, bOffset=0 → нет записи)/`SectionsTest`/`FibHeaderTest` (пара fcStshf)/`GrpprlTest` (в т.ч. спец-длины: двухбайтовый cb у sprmTDefTable при operand >255 Б, у 0xC60D cb=0xFF — обрыв, у 0xC615 cb=0xFF — длина по формуле §2.9.182 (`scan_pChgTabsSentinel_lengthByFormula`))/`FontTableTest`/`HeadersTest`/`OfficeArtTest`/`PrcDataTest` — byte[]-конструкции in memory (`PrcDataTest`: разворачивание huge-PAPX/PTableProps на позиции указателя, union цепочки с легаси-зеркалом, guard'ы — cb-капа 0x3FA2, ptr за Data, цикл A→B→A); `StylesTest` — крафтовый STSH (LPStd/LPUpx): цепочка base→derived, цикл → пустая таблица, чужой stk/битый STSH нисходительны; `TablesTest` — крафтовый TAP: сетка TDefTable (XAS со знаком), границы Brc (cv fAuto) и Brc80 (ico, приоритет 0xD613), выравнивание sprmTJc/sprmTJc90 (u16, приоритет современного, 0 → null), деградация при битом TDefTable; `ListsTest` — крафтовые PlfLst/PlfLfo байтстримом (счёт LVL по fSimpleList 1/9, плейсхолдеры xst → `%{n+1}` и литеральный `%` → `%%`, MSONFC→ST_NumberFormat вкл. экзотика→decimal, ixchFollow→`w:suff`, grpprl уровня → `w:ind`/`w:rFonts`, LFOLVL fStartAt/fFormatting, обрыв LVL-массива, lsid без LSTF, нулевые lcb); `DocToDocxFormattingTest` — полный синтетический .doc через POIFS (крафтовые FIB/Clx/FKP-страницы: полные CHPX/PAPX-свойства, STSH-цепочка с переопределением и победой direct, spacing/tabs, таблица TTP+TDefTable+Brc с деградацией строки без сетки и многострочной ячейкой, колонтитук со стилевым jc, табы колонтитука из стиля sprmPChgTabs (`styleTabsChg_reachesFooterPart`/`styleTabsChgDel_removesStop`: прямой del с rgdxaClose вырезает stop стиля), таблица в odd footer со sprmTJc (`footerTable_jcCenterEmitted`: guard-¶ отдельным абзацем после строки, как в реальных Plcfhdd), знаки, поле в основном тексте, picLocation=0, 0Table, отсутствие табличного потока, списки: `listParagraphs_getNumPrAndNumberingPart` (sprmPIlfo/sprmPIlvl в PAPX → `w:numPr` + `word/numbering.xml` c `w:num`/Override/rels), `listCancelledByDirectZero_noNumPr` (ilfo стиля, перекрытый прямым 0), `ilvlSkipValue_noNumPr` (ilvl=0x0C), `missingListTables_degradeToPlain` (нулевые FIB-пары 73/74 — ни numbering-части, ни numPr)). Doc-регрессии конвертера — общие assert-хелперы docx-пар: `assertCyrillicAndStyles`/`assertPageNumbers`/`assertTableImage`/`assertOleObjectsRemoved`/`assertDrawingsBecomeImages`/`assertTooManyPages`/`assertExoticGlyphs` вызываются с `ru-plain.doc`/`page-numbers.doc`/`ru-table-image.doc`/`ole-embedded.doc`/`charts-smartart.doc`/`too-many-pages.doc`/`exotic-glyphs.doc` (тесты-пары называются по docx-имени, внутри зовут оба формата); `WordPdfValidatorTest#checkPageCountDoc_*` + `ConvertControllerTest` (`.doc` upload, `nonDocxFilename_rejected`). +- Юниты моста (`internal/doc/`): `CfbReaderTest` строит крафтовый CFB-байтстрим (сектор 512/mini 64: FAT/DIFAT/miniFAT/directory руками) и бьёт все guard-ветки (циклы FAT/DIFAT/MiniFAT, ссылки за файл, обрезанные потоки, root без mini stream, мусор в directory); `SummaryInfoTest` — крафтовый PropertySetStream (пинит **относительность offset от начала PropertySet**, реальные фикстуры её не различают); `PieceTableTest`/`ChpxIndexTest`/`PapxIndexTest` (в т.ч. `istdFor`: istd из UpxPapx, пустой grpprl ≠ null, bOffset=0 → дефолтные свойства при сохранённой границе)/`SectionsTest`/`FibHeaderTest` (пара fcStshf)/`GrpprlTest` (в т.ч. спец-длины: двухбайтовый cb у sprmTDefTable при operand >255 Б, у 0xC60D cb=0xFF — обрыв, у 0xC615 cb=0xFF — длина по формуле §2.9.182 (`scan_pChgTabsSentinel_lengthByFormula`))/`FontTableTest`/`HeadersTest`/`OfficeArtTest`/`PrcDataTest` — byte[]-конструкции in memory (`PrcDataTest`: разворачивание huge-PAPX/PTableProps на позиции указателя, union цепочки с легаси-зеркалом, guard'ы — cb-капа 0x3FA2, ptr за Data, цикл A→B→A); `StylesTest` — крафтовый STSH (LPStd/LPUpx): цепочка base→derived, цикл → пустая таблица, чужой stk/битый STSH нисходительны; `TablesTest` — крафтовый TAP: сетка TDefTable (XAS со знаком), границы Brc (cv fAuto) и Brc80 (ico, приоритет 0xD613), выравнивание sprmTJc/sprmTJc90 (u16, приоритет современного, 0 → null), деградация при битом TDefTable; `ListsTest` — крафтовые PlfLst/PlfLfo байтстримом (счёт LVL по fSimpleList 1/9, плейсхолдеры xst → `%{n+1}` и литеральный `%` → `%%`, MSONFC→ST_NumberFormat вкл. экзотика→decimal, ixchFollow→`w:suff`, grpprl уровня → `w:ind`/`w:rFonts`, LFOLVL fStartAt/fFormatting, обрыв LVL-массива, lsid без LSTF, нулевые lcb); `DocToDocxFormattingTest` — полный синтетический .doc через POIFS (крафтовые FIB/Clx/FKP-страницы: полные CHPX/PAPX-свойства, STSH-цепочка с переопределением и победой direct, spacing/tabs, таблица TTP+TDefTable+Brc с деградацией строки без сетки и многострочной ячейкой, колонтитук со стилевым jc, табы колонтитука из стиля sprmPChgTabs (`styleTabsChg_reachesFooterPart`/`styleTabsChgDel_removesStop`: прямой del с rgdxaClose вырезает stop стиля), таблица в odd footer со sprmTJc (`footerTable_jcCenterEmitted`: guard-¶ отдельным абзацем после строки, как в реальных Plcfhdd), знаки, поле в основном тексте, picLocation=0, 0Table, отсутствие табличного потока, списки: `listParagraphs_getNumPrAndNumberingPart` (sprmPIlfo/sprmPIlvl в PAPX → `w:numPr` + `word/numbering.xml` c `w:num`/Override/rels), `listCancelledByDirectZero_noNumPr` (ilfo стиля, перекрытый прямым 0), `ilvlSkipValue_noNumPr` (ilvl=0x0C), `missingListTables_degradeToPlain` (нулевые FIB-пары 73/74 — ни numbering-части, ни numPr)). Doc-регрессии конвертера — общие assert-хелперы docx-пар: `assertCyrillicAndStyles`/`assertPageNumbers`/`assertTableImage`/`assertOleObjectsRemoved`/`assertDrawingsBecomeImages`/`assertTooManyPages`/`assertExoticGlyphs` вызываются с `ru-plain.doc`/`page-numbers.doc`/`ru-table-image.doc`/`ole-embedded.doc`/`charts-smartart.doc`/`too-many-pages.doc`/`exotic-glyphs.doc` (тесты-пары называются по docx-имени, внутри зовут оба формата); `WordPdfValidatorTest#checkPageCountDoc_*` + `ConvertControllerTest` (`.doc` upload, `nonDocxFilename_rejected`). - App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); 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`, `emptyTitleSingleSeriesBar_usesSeriesName`, `deletedTitleWithText_stillShown`, `deletedTitleValOmitted_stillShown`, `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` (+`rewritePart*`↔`headerTableIndent_centeredInHeader`, +`jcWithoutIndent_folded`/`rightWithoutIndent_folded`/`zeroIndent_folded`/`cellSpacingWithoutIndent_returnsNull`↔`tableCenteredNoIndent_shiftedLikeWord`), `NumberingSuffixNormalizerTest`↔`suffSpace_labelGetsSpace`, `ListsTest`+`DocToDocxFormattingTest#list*`↔`docLists_numberingAndBulletsRendered` (синтетический .doc со списками → PDF: `1.` `2.` `a)` `b)` `•`, ни одного `#`; фикстур со списками нет — крафт POIFS продублирован в `WordPdfConverterTest`), `PrcDataTest`+`DocToDocxFormattingTest#hugePapxRowMark_closesRowWithGridFromPrcData` (TTP-абзац с grpprl в PrcData Data-потока → `w:tbl`/`w:tr`/сетка из цепочки; фикстуры нет — `docTest.doc` заказчика не коммитим, крафт POIFS продублирован), `SectionsTest`+`HeadersTest`+`DocToDocxFormattingTest#twoSections*/sectionBreakInTable*`↔`docMultiSection_perSectionHeaders` (двухсекционный .doc → PDF: стр. 1 — ШАПКА-1+ПОДВАЛ-1, стр. 2 — ШАПКА-2 + унаследованный ПОДВАЛ-1, ни одной `#`; крафт POIFS продублирован в `WordPdfConverterTest`). 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`, `emptyTitleSingleSeriesBar_usesSeriesName`, `deletedTitleWithText_stillShown`, `deletedTitleValOmitted_stillShown`, `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` (+`rewritePart*`↔`headerTableIndent_centeredInHeader`, +`jcWithoutIndent_folded`/`rightWithoutIndent_folded`/`zeroIndent_folded`/`cellSpacingWithoutIndent_returnsNull`↔`tableCenteredNoIndent_shiftedLikeWord`), `NumberingSuffixNormalizerTest`↔`suffSpace_labelGetsSpace`, `ListsTest`+`DocToDocxFormattingTest#list*`↔`docLists_numberingAndBulletsRendered` (синтетический .doc со списками → PDF: `1.` `2.` `a)` `b)` `•`, ни одного `#`; фикстур со списками нет — крафт POIFS продублирован в `WordPdfConverterTest`), `PrcDataTest`+`DocToDocxFormattingTest#hugePapxRowMark_closesRowWithGridFromPrcData` (TTP-абзац с grpprl в PrcData Data-потока → `w:tbl`/`w:tr`/сетка из цепочки; фикстуры нет — `docTest.doc` заказчика не коммитим, крафт POIFS продублирован), `SectionsTest`+`HeadersTest`+`DocToDocxFormattingTest#twoSections*/sectionBreakInTable*`↔`docMultiSection_perSectionHeaders` (двухсекционный .doc → PDF: стр. 1 — ШАПКА-1+ПОДВАЛ-1, стр. 2 — ШАПКА-2 + унаследованный ПОДВАЛ-1, ни одной `#`; крафт POIFS продублирован в `WordPdfConverterTest`), `ChpxIndexTest#zeroOffset_defaultPropsBoundaryKept`+`DocToDocxFormattingTest#runFlags_*/keepNextKeepLines_*/sectLandscapePgNumCols_*/sectUnevenCols_*/cellVertAlign_*/drawnObject_*`+`SectionsTest#orientationPgNumColumns_applied/unevenColumns_perIndexWidths/restartWithoutStart_clampsToOne`+`TablesTest#vertAlign_*`↔`WordPdfConverterTest#docClassD_landscapeHiddenDelCaps/#docClassD_pageNumberRestartLowerRoman/#docClassD_twoColumnsBreak/#docClassD_drawnObjectBecomesImage` (закрытие пробелов класса D: vanish-фильтр/правки/caps/position/keep, landscape+pgNumType, колонки+column break, vAlign, 0x08→inline-картинка; фикстур нет — крафт POIFS продублирован в обоих тестовых классах). 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, 31 проверка — 27 под маркером `needs_key` (SKIP без ключа; включая `.doc`-фикстуры обоих путей — растры/OLE и границы страниц), 4 открытых: health/SPA-root/swagger/spec; env-конфиг, `mise exec -- python -m pytest -q .` из `prod-autotests/`) гоняются CI после deploy против живого прода. diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java index 2b7d984..d5570b0 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizer.java @@ -51,7 +51,9 @@ import java.util.zip.ZipOutputStream; * если содержит URI {@code http://purl.oclc.org}): *
    *
  • атрибуты {@code w:start}/{@code w:end} переименовываются только внутри - * открывающего тега и только когда в том же теге нет {@code w:left}/ + * открывающего тега {@code w:ind} (у {@code w:pgNumType} {@code w:start} + * — старт нумерации, легален в transitional) и только когда в том же + * теге нет {@code w:left}/ * {@code w:right}: transitional {@code CT_Ind} допускает сосуществование * (Word пишет обе пары), слепая глобальная замена порождала дубль * атрибута — не well-formed XML (регрессия — @@ -217,16 +219,23 @@ public final class StrictOoxmlNormalizer { /** * Атрибуты {@code w:start→w:left}/{@code w:end→w:right} только внутри - * открывающего тега и только при отсутствии в нём {@code w:left}/{@code - * w:right}: CT_Ind (transitional) допускает обе пары, дубль атрибута — - * не well-formed XML; литеральный текст {@code w:val}-вида в {@code w:t} - * не затрагивается. + * открывающего тега {@code w:ind} (MS-OI29500 §2.1.174a: start/end как + * псевдонимы left/right в strict — единственный носитель w:ind) и только + * при отсутствии в нём {@code w:left}/{@code w:right}: CT_Ind + * (transitional) допускает обе пары, дубль атрибута — не well-formed + * XML; литеральный текст {@code w:val}-вида в {@code w:t} не + * затрагивается. У {@code w:pgNumType} атрибут {@code w:start} — старт + * нумерации страниц, легален в transitional (Part 1 §17.13.7), — не + * трогается (регрессия — pgNumTypeStartAttrUntouched). */ private static String renameStartEndAttrs(String xml) { Matcher tags = OPEN_TAG.matcher(xml); StringBuilder sb = null; while (tags.find()) { String tag = tags.group(); + if (!tag.startsWith(" + * получает grpprl своего Chpx; bOffset=0 — свойств нет (дефолт), но граница + * rgfc[j+1] в индекс заносится: иначе дефолтный ран проглотил бы последующие + * CHPX-раны того же абзаца.

    */ final class ChpxIndex { @@ -48,18 +50,28 @@ final class ChpxIndex { for (int j = 0; j < crun; j++) { long rgfcStart = CfbReader.u32(wordDocument, (int) pageOff + j * 4); long rgfcEnd = CfbReader.u32(wordDocument, (int) pageOff + (j + 1) * 4); + if (rgfcEnd <= rgfcStart) { + continue; + } int bx = wordDocument[(int) pageOff + 4 * (crun + 1) + j] & 0xFF; - if (bx == 0 || rgfcEnd <= rgfcStart) { - continue; + byte[] grpprl = new byte[0]; + if (bx != 0) { + int chpxOff = (int) pageOff + bx * 2; + int cb = wordDocument[chpxOff] & 0xFF; + if (cb == 0 || chpxOff + 1 + cb > pageOff + FKP_PAGE_SIZE) { + continue; + } + grpprl = new byte[cb]; + System.arraycopy(wordDocument, chpxOff + 1, grpprl, 0, cb); } - int chpxOff = (int) pageOff + bx * 2; - int cb = wordDocument[chpxOff] & 0xFF; - if (cb == 0 || chpxOff + 1 + cb > pageOff + FKP_PAGE_SIZE) { - continue; - } - byte[] grpprl = new byte[cb]; - System.arraycopy(wordDocument, chpxOff + 1, grpprl, 0, cb); - ranges.add(new Range(Math.max(rgfcStart, fcStart), Math.min(rgfcEnd, fcEnd), grpprl)); + // bOffset=0 (§2.4.2 «no properties») — диапазон без свойств, НО + // граница rgfc[j+1] значима: без записи в ranges rangeEnd для + // дефолтного рана вернул бы конец абзаца, и ран, следующий за + // plain-участком (жирное слово в простом тексте — норма Word), + // потерял бы свои CHPX (регрессия — + // WordPdfConverterTest#docClassD_landscapeHiddenDelCaps) + ranges.add(new Range(Math.max(rgfcStart, fcStart), + Math.min(rgfcEnd, fcEnd), grpprl)); } } } 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 1b04857..e530849 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 @@ -29,10 +29,21 @@ import java.util.regex.Pattern; * нечётные полосы каждой секции → свой {@code w:sectPr} с * {@code headerReference}/{@code footerReference} в pPr абзаца с * межсекционным разрывом + body-level sectPr последней секции), - * картинки/OLE-fallback — {@link OfficeArt} ([MS-ODRAW]). Не переносятся: + * картинки/OLE-fallback — {@link OfficeArt} ([MS-ODRAW]). Переносятся также: + * надстрочные сдвиги (sprmCHpsPos → w:position), скрытый текст (sprmCFVanish — + * фильтр в мосту, FO {@code w:vanish} не читает), ПРОПИСНЫЕ/малые капителью + * (sprmCFCaps/sprmCFSmallCaps — верхний регистр, приближение), непринятые + * правки (sprmCFRMarkIns/Del → {@code w:ins}/{@code w:del}+{@code w:delText}, + * вид «Show Markup»), keepNext/keepLines (sprmPFKeepFollow/sprmPFKeep), + * ориентация секции (sprmSBOrientation → w:orient), нумерация страниц + * (sprmSFPgnRestart/sprmSPgnStart97/sprmSNfcPgn → w:pgNumType), многостолбцовость + * (sprmSCcolumns/… → w:cols, 0x0E → w:br type="column"), вертикальное + * выравнивание ячеек (sprmTVertAlign → w:vAlign), картинки-якоря плавающих + * объектов (0x08 — inline-приближение, PlcfSpa не переносится). Не переносятся: * 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, + * объединённые/вложенные ячейки и бордюры TC80; подсветка/затенения/границы + * абзацев (PlfBdx) — конвейер их в FO не потребляет; сноски/комментарии + * (0x02/0x05) и инструкции полей (0x13–0x14) выбрасываются, * 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 @@ -55,6 +66,7 @@ public final class DocToDocx { private static final char LINE_BREAK = 0x0B; static final char PAGE_OR_SECTION_BREAK = 0x0C; private static final char PARA_MARK = 0x0D; + private static final char COLUMN_BREAK = 0x0E; private static final char FIELD_BEGIN = 0x13; private static final char FIELD_SEPARATOR = 0x14; private static final char FIELD_END = 0x15; @@ -497,6 +509,12 @@ public final class DocToDocx { tcPr.append(""); } + // sprmTVertAlign (CT_TcPrBase: vAlign после tcW/gridSpan); top — не эмитится + int[] va = rowGrid == null ? null : rowGrid.cellVAlign(); + if (va != null && i < va.length && (va[i] == 1 || va[i] == 2)) { + tcPr.append(""); + } if (tcPr.length() > 0) { xml.append("").append(tcPr).append(""); } @@ -548,10 +566,25 @@ public final class DocToDocx { return in[0]; } + /** Разметка непринятых правок (sprmCFRMark*, §2.6.1) текущего рана. */ + private static final int MARKUP_NONE = 0; + private static final int MARKUP_INS = 1; + private static final int MARKUP_DEL = 2; + + /** Флаги вывода текущего рана (emitRun → appendVisible/flushText/closeRun/emitPicture). */ + private boolean runHidden; + private boolean runCaps; + private int runMarkup; + /** Один ран свойств CHPX (поверх CHPX-цепочки стиля абзаца); CP после рана. */ private int emitRun(StringBuilder runs, int cpStart, int cpEnd, byte[] grpprl, byte[] styleChpx) { - String rPr = runProps(styleChpx.length == 0 ? grpprl : concat(styleChpx, grpprl)); + RunProps props = runProps( + styleChpx.length == 0 ? grpprl : concat(styleChpx, grpprl)); + String rPr = runXml(props); + runHidden = props.hidden; + runCaps = props.caps || props.smallCaps; + runMarkup = props.del ? MARKUP_DEL : props.ins ? MARKUP_INS : MARKUP_NONE; StringBuilder content = new StringBuilder(); StringBuilder text = new StringBuilder(); int cp = cpStart; @@ -567,13 +600,13 @@ public final class DocToDocx { flushText(text, content); if (capturing) { instr.append(' '); - } else if (visible()) { + } else if (shown()) { content.append(""); } break; case LINE_BREAK: flushText(text, content); - if (visible()) { + if (shown()) { content.append(""); } break; @@ -588,7 +621,7 @@ public final class DocToDocx { closeRun(runs, rPr, content, text); return cp; } - if (visible()) { + if (shown()) { content.append(""); } break; @@ -650,14 +683,24 @@ public final class DocToDocx { } break; case EMBEDDED_OBJECT: + case DRAWN_OBJECT: + // Якорь плавающей картинки 0x08 (§2.9.267) несёт тот же + // sprmCPicLocation, что 0x01 → inline-приближение + // (позиционирование/обтекание PlcfSpa не переносится) flushText(text, content); - if (visible()) { + if (shown()) { emitPicture(runs, rPr, cp); } break; + case COLUMN_BREAK: + // конец колонки 0x0E (примечание к sprmSCcolumns, §2.6.4) + flushText(text, content); + if (shown()) { + content.append(""); + } + break; case FOOTNOTE_REF: case ANNOTATION_REF: - case DRAWN_OBJECT: flushText(text, content); break; case NON_BREAKING_HYPHEN: @@ -682,18 +725,34 @@ public final class DocToDocx { return cp; } - /** Закрыть накопленный {@code }: fldSimple обязан лежать вне рана. */ + /** + * Закрыть накопленный {@code }: fldSimple обязан лежать вне рана; + * непринятая правка (sprmCFRMark*) оборачивает ран в {@code w:del}/ + * {@code w:ins} (атрибуты w:id/w:author/w:date опциональны — не эмитятся). + */ private void closeRun(StringBuilder runs, String rPr, StringBuilder content, StringBuilder text) { flushText(text, content); if (content.length() > 0) { - runs.append("").append(rPr).append(content).append(""); + runs.append(markupOpen()).append("").append(rPr).append(content) + .append("").append(markupClose()); content.setLength(0); } } + /** Открывающая обёртка правки текущего рана; обычный ран — пустая строка. */ + private String markupOpen() { + return runMarkup == MARKUP_DEL ? "" : runMarkup == MARKUP_INS ? "" : ""; + } + + /** Закрывающая обёртка правки; см. {@link #markupOpen()}. */ + private String markupClose() { + return runMarkup == MARKUP_DEL ? "" + : runMarkup == MARKUP_INS ? "" : ""; + } + /** - * U+0001 с {@code sprmCPicLocation} → inline-DrawingML на image-часть + * U+0001/U+0008 с {@code sprmCPicLocation} → inline-DrawingML на image-часть * (та же форма, что плейсхолдеры {@code OleObjectNormalizer}); OLE- * бинарник (NilPICFAndBinData) и битый/векторный BLIP — объект * пропускается. CHPX берётся по CP самого символа: ран может @@ -717,7 +776,7 @@ public final class DocToDocx { String entry = "word/media/image" + imageNo + "." + pic.extension(); parts.add(new DocxWriter.Part(entry, pic.contentType(), IMAGE_REL_TYPE, pic.data())); String relId = "rId" + parts.size(); - runs.append("").append(rPr).append("") + runs.append(markupOpen()).append("").append(rPr).append("") .append("") .append("") @@ -733,7 +792,7 @@ public final class DocToDocx { .append(pic.cxEmu()).append("\" cy=\"").append(pic.cyEmu()) .append("\"/>") .append("") - .append(""); + .append("").append(markupClose()); } /** Операнд sprmCPicLocation из CHPX; -1 — атрибута нет. */ @@ -832,15 +891,29 @@ public final class DocToDocx { return fieldStack.isEmpty() || fieldStack.peek(); } + /** + * Текстовый вывод видим: результат поля (не инструкция) и не скрытый + * ран. sprmCFVanish: docx4j в FO {@code w:vanish} не транслирует — + * скрытое фильтруется здесь. sprmCFCaps/sprmCFSmallCaps: {@code w:caps}/ + * {@code w:smallCaps} конвейер тоже не читает → верхний регистр + * (малых капителек в FOP нет — приближение, см. регрессию + * DocToDocxFormattingTest#capsSmallCaps_uppercasedAtBridge). + */ + private boolean shown() { + return visible() && !runHidden; + } + private void appendVisible(StringBuilder text, char ch) { - if (visible()) { - text.append(ch); + if (shown()) { + text.append(runCaps ? Character.toUpperCase(ch) : ch); } } private void flushText(StringBuilder text, StringBuilder content) { if (text.length() > 0) { - content.append("").append(escape(text)).append(""); + String tag = runMarkup == MARKUP_DEL ? "delText" : "t"; + content.append("") + .append(escape(text)).append(""); text.setLength(0); } } @@ -874,8 +947,8 @@ public final class DocToDocx { return ttp[0]; } - /** rPr по CHPX-порядку CT_RPr: rFonts, b, i, strike, color, sz, szCs, u. */ - private String runProps(byte[] grpprl) { + /** Прямые символьные свойства рана по CHPX (last-wins по порядку Prl). */ + private static RunProps runProps(byte[] grpprl) { RunProps p = new RunProps(); Grpprl.scan(grpprl, 0, grpprl.length, (sprm, buf, off, len) -> { switch (sprm) { @@ -888,9 +961,20 @@ public final class DocToDocx { case Grpprl.SPRM_C_RG_FTC0 -> p.ftc0 = Grpprl.operandInt(buf, off, len); case Grpprl.SPRM_C_RG_FTC1 -> p.ftc1 = Grpprl.operandInt(buf, off, len); case Grpprl.SPRM_C_CV -> p.color = colorOf(buf, off, len); + case Grpprl.SPRM_C_HPS_POS -> p.pos = signedXas(buf, off, len); + case Grpprl.SPRM_C_F_VANISH -> p.hidden = Grpprl.toggleOn(buf, off); + case Grpprl.SPRM_C_F_CAPS -> p.caps = Grpprl.toggleOn(buf, off); + case Grpprl.SPRM_C_F_SMALL_CAPS -> p.smallCaps = Grpprl.toggleOn(buf, off); + case Grpprl.SPRM_C_RMARK_DEL -> p.del = Grpprl.toggleOn(buf, off); + case Grpprl.SPRM_C_RMARK_INS -> p.ins = Grpprl.toggleOn(buf, off); default -> { } } }); + return p; + } + + /** rPr по CT_RPr-порядку: rFonts, b, i, strike, color, position, sz, szCs, u. */ + private String runXml(RunProps p) { StringBuilder xml = new StringBuilder(); String ascii = p.ftc0 >= 0 ? fonts.font(p.ftc0) : null; String cs = p.ftc1 >= 0 ? fonts.font(p.ftc1) : null; @@ -917,6 +1001,11 @@ public final class DocToDocx { if (p.color != null) { xml.append(""); } + if (p.pos != 0) { + // sprmCHpsPos (hps, со знаком) → w:position — те же полупункты; + // вендорный docx2fo.xslt (AUDIT-FIX) конвертит в baseline-shift + xml.append(""); + } if (p.sz > 0) { xml.append(""); } @@ -949,6 +1038,8 @@ public final class DocToDocx { int[] dyaLine = {Integer.MIN_VALUE}; int[] fMult = {0}; boolean[] pageBreak = {false}; + boolean[] keepNext = {false}; + boolean[] keepLines = {false}; int[] ilvl = {0}; int[] ilfo = {0}; List tabs = new ArrayList<>(); @@ -965,6 +1056,10 @@ public final class DocToDocx { } case Grpprl.SPRM_P_F_PAGE_BREAK_BEFORE -> pageBreak[0] = Grpprl.toggleOn(buf, off); + case Grpprl.SPRM_P_F_KEEP_FOLLOW -> keepNext[0] = + Grpprl.toggleOn(buf, off); + case Grpprl.SPRM_P_F_KEEP -> keepLines[0] = + Grpprl.toggleOn(buf, off); case Grpprl.SPRM_P_DYA_BEFORE -> before[0] = Grpprl.operandInt(buf, off, len); case Grpprl.SPRM_P_DYA_AFTER -> after[0] = Grpprl.operandInt(buf, off, len); @@ -983,6 +1078,13 @@ public final class DocToDocx { } }); StringBuilder xml = new StringBuilder(); + // CT_PPr (§17.3.1.26): keepNext → keepLines → pageBreakBefore + if (keepNext[0]) { + xml.append(""); + } + if (keepLines[0]) { + xml.append(""); + } if (pageBreak[0]) { xml.append(""); } @@ -1242,18 +1344,99 @@ public final class DocToDocx { if (typeContinuous) { xml.append(""); } - xml.append(""); + .append("\" w:gutter=\"0\"/>"); + appendPgNumType(xml, s); + appendCols(xml, s); + xml.append(""); return xml.toString(); } + /** + * w:pgNumType (§2.6.4 sprmSFPgnRestart/sprmSPgnStart97/sprmSNfcPgn): + * w:start — при сбросе нумерации, w:fmt — из подмножества + * ST_NumberFormat, допустимого для номеров страниц (decimal — + * формат по умолчанию, не эмитится; bullet/none/экзотика — вне + * смысла w:fmt). Порядок CT_SectPr §17.2.3: после pgMar. + */ + private static void appendPgNumType(StringBuilder xml, Sections.Section s) { + int start = s.pgNumStart(); + String fmt = switch (s.nfcPgn()) { + case 0x01, 0x02, 0x03, 0x04, 0x16, 0x39 -> Lists.numFmt(s.nfcPgn()); + default -> null; + }; + if (start <= 0 && fmt == null) { + return; + } + xml.append(" 0) { + xml.append(" w:start=\"").append(start).append('"'); + } + if (fmt != null) { + xml.append(" w:fmt=\"").append(fmt).append('"'); + } + xml.append("/>"); + } + + /** + * w:cols (§2.6.4 sprmSCcolumns/sprmSFEvenlySpaced/sprmSDxaColumns/ + * sprmSDxaColWidth/sprmSDxaColSpacing): evenly-spaced → w:num+ + * w:space; иначе per-column w:col. Одна колонка (дефолт) — элемент + * не эмитится; при evenlySpaced=false ширины есть не для всех + * колонок — деградация в одноколонную (снисходительно, как Tables). + */ + private static final int SINGLE_COLUMN = 1; + + private static void appendCols(StringBuilder xml, Sections.Section s) { + int n = s.columnCount(); + if (n <= SINGLE_COLUMN) { + return; + } + if (s.evenlySpaced()) { + xml.append(" 0) { + xml.append(" w:space=\"").append(s.dxaColumns()).append('"'); + } + xml.append("/>"); + return; + } + int[] w = s.colWidths(); + int[] sp = s.colSpacings(); + for (int i = 0; i < n; i++) { + if (i >= w.length || w[i] <= 0) { + return; + } + } + xml.append(""); + for (int i = 0; i < n; i++) { + xml.append(" 0) { + xml.append(" w:space=\"").append(sp[i]).append('"'); + } + xml.append("/>"); + } + xml.append(""); + } + private static String escape(StringBuilder text) { StringBuilder out = new StringBuilder(text.length() + 16); for (int i = 0; i < text.length(); i++) { @@ -1293,6 +1476,16 @@ public final class DocToDocx { private int ftc0 = -1; private int ftc1 = -1; private String color; + /** sprmCHpsPos: вертикальный сдвиг в hps со знаком ( надострочный, <0 подстрочный). */ + private int pos; + /** sprmCFVanish: ран не выводится (фильтр в мосту, FO w:vanish не читает). */ + private boolean hidden; + /** sprmCFCaps/sprmCFSmallCaps: вывод в верхнем регистре. */ + private boolean caps; + private boolean smallCaps; + /** sprmCFRMarkDel/sprmCFRMarkIns: непринятая правка → w:del/w:ins. */ + private boolean del; + private boolean ins; } } } diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java index 12bfe7b..2ecfdc1 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Grpprl.java @@ -34,10 +34,36 @@ final class Grpprl { * а различает картинку/бинарник сам cbHeader. */ static final int SPRM_C_PIC_LOCATION = 0x6A03; + /** + * sprmCFRMarkDel/sprmCFRMarkIns (§2.6.1, ToggleOperand): непринятые + * правки — символ удалён/вставлен. Переносятся как {@code w:del} + + * {@code w:delText} / {@code w:ins} (рендер «Show Markup»: FO-шаблоны + * docx2fo.xslt рисуют зачёркивание/подчёркивание). + */ + static final int SPRM_C_RMARK_DEL = 0x0800; + static final int SPRM_C_RMARK_INS = 0x0801; + /** sprmCFSmallCaps/sprmCFCaps (§2.6.1, ToggleOperand): малые капители/ВСЕ ПРОПИСНЫЕ. */ + static final int SPRM_C_F_SMALL_CAPS = 0x083A; + static final int SPRM_C_F_CAPS = 0x083B; + /** + * sprmCFVanish (§2.6.1, ToggleOperand): скрытый текст. Конвейер + * {@code w:vanish} в FO не транслирует — мост фильтрует вывод рана. + */ + static final int SPRM_C_F_VANISH = 0x083C; + /** sprmCHpsPos (§2.6.1, 2 байта со знаком): вертикальный сдвиг в hps. */ + static final int SPRM_C_HPS_POS = 0x4845; // Paragraph Properties (§2.6.2, sgc 1) static final int SPRM_P_ISTD = 0x4600; static final int SPRM_P_JC80 = 0x2403; + /** + * sprmPFKeep/sprmPFKeepFollow (§2.6.2): не отрывать следующий абзац + * («Keep with next») / держать абзац на одной странице («Keep lines + * together») → w:keepNext/w:keepLines (createBlockForPPr эмитит + * keep-with-next/keep-together). + */ + static final int SPRM_P_F_KEEP = 0x2405; + static final int SPRM_P_F_KEEP_FOLLOW = 0x2406; static final int SPRM_P_F_PAGE_BREAK_BEFORE = 0x2407; static final int SPRM_P_F_IN_TABLE = 0x2416; static final int SPRM_P_F_TTP = 0x2417; @@ -116,6 +142,13 @@ final class Grpprl { * единый маппинг. */ static final int SPRM_T_JC90 = 0x5400; + /** + * sprmTVertAlign (§2.6.3, переменный): CellRangeVertAlign (§2.9.30) — + * cb(1)=3 + itcFirst(1) + itcLim(1) + VerticalAlign(1: 0 top, 1 center, + * 2 bottom) — вертикальное выравнивание содержимого ячеек диапазона + * строки → w:vAlign в tcPr. + */ + static final int SPRM_T_VERT_ALIGN = 0xD62C; // Section Properties (§2.6.4, sgc 4) static final int SPRM_S_DYA_HDR_TOP = 0xB017; @@ -127,6 +160,27 @@ final class Grpprl { static final int SPRM_S_DYA_TOP = 0x9023; static final int SPRM_S_DYA_BOTTOM = 0x9024; static final int SPRM_S_BKC = 0x3009; + /** sprmSFEvenlySpaced (§2.6.4, Bool8, дефолт true): колонки равной ширины. */ + static final int SPRM_S_F_EVENLY_SPACED = 0x3005; + /** sprmSNfcPgn (§2.6.4, 1 байт): формат номера страницы (MSONFC). */ + static final int SPRM_S_NFC_PGN = 0x300E; + /** sprmSFPgnRestart (§2.6.4, Bool8): сброс нумерации страниц в секции. */ + static final int SPRM_S_F_PGN_RESTART = 0x3011; + /** sprmSBOrientation (§2.6.4, SBOrientationOperand §2.9.236: 1 portrait, 2 landscape). */ + static final int SPRM_S_B_ORIENTATION = 0x301D; + /** sprmSCcolumns (§2.6.4, 2 байта): число колонок − 1. */ + static final int SPRM_S_C_COLUMNS = 0x500B; + /** sprmSPgnStart97 (§2.6.4, 2 байта): стартовый номер страниц (Word 97+). */ + static final int SPRM_S_PGN_START97 = 0x501C; + /** sprmSDxaColumns (§2.6.4, XAS_nonNeg): зазор между колонками при evenly-spaced. */ + static final int SPRM_S_DXA_COLUMNS = 0x900C; + /** + * sprmSDxaColWidth/sprmSDxaColSpacing (§2.6.4, SDxaColWidthOperand / + * SDxaColSpacingOperand §2.9.241/.242: iCol(1)+dxaCol(2)) — ширина + * колонки iCol / зазор ПОСЛЕ колонки iCol при неравных колонках. + */ + static final int SPRM_S_DXA_COL_WIDTH = 0xF203; + static final int SPRM_S_DXA_COL_SPACING = 0xF204; /** * Накопитель абзацных отступов PAPX (§2.6.2) — общий для diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java index c911414..5ba9075 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Lists.java @@ -343,8 +343,11 @@ final class Lists { return out.toString(); } - /** MSONFC ([MS-OSHARED] §2.2.1.3) → ST_NumberFormat (§17.18.59). */ - private static String numFmt(int nfc) { + /** + * MSONFC ([MS-OSHARED] §2.2.1.3) → ST_NumberFormat (§17.18.59). Общий с + * {@code DocxBody.appendPgNumType} маппинг форматов нумерации. + */ + static String numFmt(int nfc) { return switch (nfc) { case 0x00 -> "decimal"; case 0x01 -> "upperRoman"; diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java index 347b731..581d045 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Sections.java @@ -1,6 +1,7 @@ package ru.pjandro.wordpdf.internal.doc; import java.util.ArrayList; +import java.util.Arrays; import java.util.List; import ru.pjandro.wordpdf.ValidationException; @@ -37,11 +38,17 @@ final class Sections { /** * Одна секция: CP-диапазон [cpStart, cpEnd) (у всех, кроме последней, * финальный символ — 0x0C, §2.8.26) + геометрия из её Sepx + признак - * «разрыв, заканчивающий секцию, не начинает новую страницу». + * «разрыв, заканчивающий секцию, не начинает новую страницу» + + * ориентация (sprmSBOrientation), нумерация страниц (sprmSFPgnRestart/ + * sprmSPgnStart97/sprmSNfcPgn — pgNumStart=0 «не задан», nfcPgn — MSONFC) + * и колонки (sprmSCcolumns/…; colWidths/colSpacings заполнены только при + * evenlySpaced=false, индекс — номер колонки). */ record Section(int cpStart, int cpEnd, int pageWidth, int pageHeight, int marginLeft, int marginRight, int marginTop, int marginBottom, - int header, int footer, boolean continuous) { + int header, int footer, boolean continuous, boolean landscape, + int pgNumStart, int nfcPgn, int columnCount, boolean evenlySpaced, + int dxaColumns, int[] colWidths, int[] colSpacings) { } /** Дефолты Word 97 (§2.6.3, twips). */ @@ -58,6 +65,9 @@ final class Sections { /** Геометрия одной секции в процессе разбора Sepx (дефолты Word 97). */ private static final class SedGeom { + /** iCol ≤ 43 (§2.9.241/.242) → максимум 44 колонок. */ + private static final int MAX_COLUMNS = 44; + private int pageWidth = DEFAULT_PAGE_WIDTH; private int pageHeight = DEFAULT_PAGE_HEIGHT; private int marginLeft = DEFAULT_MARGIN; @@ -67,6 +77,15 @@ final class Sections { private int header = DEFAULT_HEADER_FOOTER; private int footer = DEFAULT_HEADER_FOOTER; private boolean continuous; + private boolean landscape; + private boolean pgnRestart; + private int pgnStart97; + private int nfcPgn; + private int columnCount = 1; + private boolean evenlySpaced = true; + private int dxaColumns = -1; + private final int[] colWidths = new int[MAX_COLUMNS]; + private final int[] colSpacings = new int[MAX_COLUMNS]; private void apply(int sprm, int value) { if (sprm == Grpprl.SPRM_S_XA_PAGE) { @@ -85,6 +104,42 @@ final class Sections { header = value; } else if (sprm == Grpprl.SPRM_S_DYA_HDR_BOTTOM) { footer = value; + } else if (sprm == Grpprl.SPRM_S_B_ORIENTATION) { + // SBOrientationOperand (§2.9.236): 0x01 portrait, 0x02 landscape + landscape = value == 2; + } else if (sprm == Grpprl.SPRM_S_F_PGN_RESTART) { + pgnRestart = value != 0; // Bool8 + } else if (sprm == Grpprl.SPRM_S_PGN_START97) { + pgnStart97 = value; + } else if (sprm == Grpprl.SPRM_S_NFC_PGN) { + nfcPgn = value; // MSONFC ([MS-OSHARED] §2.2.1.3) + } else if (sprm == Grpprl.SPRM_S_F_EVENLY_SPACED) { + evenlySpaced = value != 0; // Bool8, дефолт true + } else if (sprm == Grpprl.SPRM_S_C_COLUMNS) { + // sprmSCcolumns = число колонок − 1 (§2.6.4) + columnCount = Math.min(value + 1, MAX_COLUMNS); + } else if (sprm == Grpprl.SPRM_S_DXA_COLUMNS) { + dxaColumns = value; + } + } + + /** iCol(1) + dxaCol(2) — минимальная длина SDxaColWidth/Spacing-операнда. */ + private static final int COL_OPERAND_LEN = 3; + + /** SDxaColWidthOperand/SDxaColSpacingOperand: iCol(1)+dxaCol(2), §2.9.241/.242. */ + private void applyCol(int sprm, byte[] buf, int off, int len) { + if (len < COL_OPERAND_LEN) { + return; + } + int iCol = buf[off] & 0xFF; + if (iCol >= MAX_COLUMNS) { + return; + } + int dxa = Grpprl.operandInt(buf, off + 1, 2); + if (sprm == Grpprl.SPRM_S_DXA_COL_WIDTH) { + colWidths[iCol] = dxa; + } else { + colSpacings[iCol] = dxa; } } } @@ -125,6 +180,11 @@ final class Sections { int cb = (int) (CfbReader.u32(wordDocument, (int) fcSepx) & 0xFFFF); if (cb > 0 && fcSepx + 2 + cb <= wordDocument.length) { Grpprl.scan(wordDocument, (int) fcSepx + 2, cb, (sprm, buf, off, len) -> { + if (sprm == Grpprl.SPRM_S_DXA_COL_WIDTH + || sprm == Grpprl.SPRM_S_DXA_COL_SPACING) { + g.applyCol(sprm, buf, off, len); + return; + } int v = Grpprl.operandInt(buf, off, len); g.apply(sprm, v); // bkcContinuous=0 / bkcNewColumn=1 (§2.6.3 SBkcOperand): @@ -144,7 +204,11 @@ final class Sections { int cpEnd = i == n - 1 ? Math.min(aCp[i + 1], ccpText) : aCp[i + 1]; list.add(new Section(aCp[i], cpEnd, g.pageWidth, g.pageHeight, g.marginLeft, g.marginRight, g.marginTop, g.marginBottom, - g.header, g.footer, g.continuous)); + g.header, g.footer, g.continuous, g.landscape, + g.pgnRestart ? Math.max(1, g.pgnStart97) : 0, + g.nfcPgn, g.columnCount, g.evenlySpaced, g.dxaColumns, + Arrays.copyOf(g.colWidths, g.columnCount), + Arrays.copyOf(g.colSpacings, g.columnCount))); } sections = List.copyOf(list); continuousEnds = cont; @@ -153,7 +217,8 @@ final class Sections { private static Section defaultSection(int cpStart, int cpEnd) { return new Section(cpStart, cpEnd, DEFAULT_PAGE_WIDTH, DEFAULT_PAGE_HEIGHT, DEFAULT_MARGIN, DEFAULT_MARGIN, DEFAULT_MARGIN, DEFAULT_MARGIN, - DEFAULT_HEADER_FOOTER, DEFAULT_HEADER_FOOTER, false); + DEFAULT_HEADER_FOOTER, DEFAULT_HEADER_FOOTER, false, + false, 0, 0, 1, true, -1, new int[0], new int[0]); } static Sections read(byte[] tableStream, long fcSed, long lcbSed, byte[] wordDocument, diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java index bcabd12..a3839f2 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/Tables.java @@ -1,5 +1,8 @@ package ru.pjandro.wordpdf.internal.doc; +import java.util.ArrayList; +import java.util.List; + /** * Разбор TAP (Table Properties) TTP-абзаца строки → сетка и границы таблицы. * @@ -46,9 +49,12 @@ final class Tables { /** * Сетка строки: ширины колонок, сдвиг от поля, XML границ (может быть * пустым), выравнивание таблицы ("center"/"right"; null = left → элемент - * не эмитится). + * не эмитится), вертикальное выравнивание содержимого ячеек по индексам + * строки (sprmTVertAlign → {@code w:vAlign}: 0 top, 1 center, 2 bottom; + * {@code null} — ни одного 0xD62C, все top). */ - record Grid(int[] colWidths, int indent, String bordersXml, String tblJc) { + record Grid(int[] colWidths, int indent, String bordersXml, String tblJc, + int[] cellVAlign) { /** * Абсолютные границы колонок: [indent, indent+w0, …] — восстановленный @@ -138,6 +144,7 @@ final class Tables { boolean[] d613Seen = {false}; String[] jc = {null}; boolean[] jcSeen = {false}; + List vaRanges = new ArrayList<>(); Grpprl.scan(tap, 0, tap.length, (sprm, buf, off, len) -> { if (sprm == Grpprl.SPRM_T_DEF_TABLE && len >= 3) { centers[0] = readDefTable(buf, off, len); @@ -153,6 +160,11 @@ final class Tables { } else if (sprm == Grpprl.SPRM_T_JC90 && len >= 2 && !jcSeen[0]) { // тот же приоритет современного над 90-вариантом, что у границ jc[0] = jcVal(Grpprl.operandInt(buf, off, len)); + } else if (sprm == Grpprl.SPRM_T_VERT_ALIGN && len == 4 + && (buf[off] & 0xFF) == 3) { + // CellRangeVertAlign (§2.9.30): cb=3 + itcFirst + itcLim + VerticalAlign + vaRanges.add(new int[] {buf[off + 1] & 0xFF, buf[off + 2] & 0xFF, + buf[off + 3] & 0xFF}); } }); int[] c = centers[0]; @@ -166,7 +178,17 @@ final class Tables { return null; } } - return new Grid(colWidths, c[0], borders[0], jc[0]); + int[] cellVAlign = null; + if (!vaRanges.isEmpty()) { + cellVAlign = new int[colWidths.length]; + for (int[] r : vaRanges) { + int val = r[2] <= 2 ? r[2] : 0; // VerticalAlign §2.9: 0/1/2 + for (int k = Math.max(0, r[0]); k < Math.min(r[1], colWidths.length); k++) { + cellVAlign[k] = val; + } + } + } + return new Grid(colWidths, c[0], borders[0], jc[0], cellVAlign); } /** sprmTJc/sprmTJc90 (§2.6.3): 1 → "center", 2 → "right", прочее (0/left) → null. */ 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 0c87f84..814f2d8 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfConverterTest.java @@ -17,6 +17,8 @@ import org.junit.jupiter.api.Test; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; +import java.nio.ByteBuffer; +import java.nio.ByteOrder; import java.nio.charset.StandardCharsets; import java.io.IOException; import java.io.InputStream; @@ -1971,4 +1973,233 @@ class WordPdfConverterTest { put16(b, off + 2, (v >>> 16) & 0xFFFF); } + // --- класс-d: ориентация/скрытый/правки/caps, нумерация, колонки, 0x08 --------- + + /** + * sprmSBOrientation → альбомная страница (MediaBox широкое поле), + * sprmCFVanish → текста нет в PDF, sprmCFRMarkDel → текст есть (вид + * «Show Markup», red line-through в FO), sprmCFCaps → верхний регистр. + * Регрессия — internal.doc DocxBody#runProps/emitRun (фильтр скрытого — + * в мосту: docx4j в FO w:vanish/w:caps не транслирует). + */ + @Test + void docClassD_landscapeHiddenDelCaps() throws Exception { + byte[] doc = classDDoc("ВидноСкрытоУдаленоабзац\r", + new byte[] {0x1D, 0x30, 2}, null, + new int[] {5, 11, 18}, + new byte[][] {prl(0x083C, 1), prl(0x0800, 1), prl(0x083B, 1)}); + Path pdf = convertPdf(doc, "doc-class-d"); + try (PDDocument p = Loader.loadPDF(pdf.toFile())) { + var box = p.getPage(0).getMediaBox(); + assertTrue(box.getWidth() > box.getHeight(), + "sprmSBOrientation не дал альбомную полосу: " + box); + } + String text = norm(pdfText(pdf)); + assertTrue(text.contains("Видно"), text); + assertFalse(text.contains("Скрыто"), "скрытый текст отрисован: " + text); + assertTrue(text.contains("Удалено"), "удалённое пропало (Show Markup): " + text); + assertTrue(text.contains("АБЗАЦ"), "sprmCFCaps не применён: " + text); + assertFalse(text.contains("#"), ".notdef-боксы: " + text); + } + + /** + * sprmSFPgnRestart+sprmSPgnStart97+sprmSNfcPgn → w:pgNumType — PAGE в + * колонтитуле (fldSimple, FOP пере-вычисляет) даёт «iii»: старт 3, + * lowerRoman. Регрессия — Sections + DocxBody#appendPgNumType + * (PageNumberInformation в docx4j читает w:pgNumType). + */ + @Test + void docClassD_pageNumberRestartLowerRoman() throws Exception { + Path pdf = convertPdf(pgNumRestartDoc(), "doc-pgn"); + String p1 = norm(pdfPageText(pdf, 1)); + assertTrue(p1.contains("iii"), "номер не lowerRoman со старта 3: " + p1); + assertFalse(p1.contains("#"), ".notdef: " + p1); + } + + /** + * sprmSCcolumns/sprmSFEvenlySpaced/sprmSDxaColumns → w:cols, 0x0E → + * w:br type="column": две колонки на одной полосе, текст цел. + * Регрессия — DocxBody#appendCols + ветка 0x0E. + */ + @Test + void docClassD_twoColumnsBreak() throws Exception { + byte[] sepx = concat(prl2(0x500B, 1), prl(0x3005, 1), prl2(0x900C, 720)); + byte[] doc = classDDoc("Левая" + (char) 0x0E + "Правая\r", sepx, null, + new int[0], new byte[0][0]); + Path pdf = convertPdf(doc, "doc-cols"); + try (PDDocument p = Loader.loadPDF(pdf.toFile())) { + assertEquals(1, p.getNumberOfPages(), "разрыв колонки не должен рвать полосу"); + } + String text = norm(pdfText(pdf)); + assertTrue(text.contains("Левая") && text.contains("Правая"), text); + assertFalse(text.contains("#"), ".notdef: " + text); + } + + /** + * Якорь плавающей картинки 0x08 с sprmCPicLocation → inline-картинка + * (раньше символ молча выбрасывался). Регрессия — ветка DRAWN_OBJECT. + */ + @Test + void docClassD_drawnObjectBecomesImage() throws Exception { + byte[] doc = classDDoc((char) 0x08 + "\r", null, picRegion(), + new int[] {0}, new byte[][] {{0x03, 0x6A, 0, 0, 0, 0}}); + Path pdf = convertPdf(doc, "doc-drawn"); + assertEquals(1, imageCount(pdf), "0x08+picLocation не стал картинкой"); + } + + // --- крафт class-d (дубль DocToDocxFormattingTest#craftDoc) ---------- + + /** + * Односекционный .doc: FIB + UTF-16-текст с 2048, факультативные Sepx + * (512) и CHPX-раны (pn=2), свой Data; без PAPX — дефолтные абзацы. + */ + private static byte[] classDDoc(String text, byte[] sepxGrpprl, byte[] data, + int[] chpxStarts, byte[][] chpxGrps) throws IOException { + byte[] wd = new byte[2048 + 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 @0: aCp(2) + SED(1) + if (chpxStarts.length > 0) { + pair(wd, 12, 36, 12); // PlcfBteChpx: aFc[2048,endFc]+pn=2 + } + pair(wd, 33, 64, 21); // Clx @64 + if (sepxGrpprl != null) { + wd[512] = (byte) sepxGrpprl.length; // Sepx: cb(2) + grpprl + wd[513] = 0; + System.arraycopy(sepxGrpprl, 0, wd, 514, sepxGrpprl.length); + } + byte[] t = text.getBytes(StandardCharsets.UTF_16LE); + System.arraycopy(t, 0, wd, 2048, t.length); + byte[] tab = new byte[85]; + put32(tab, 0, 0); + put32(tab, 4, text.length()); + if (sepxGrpprl != null) { + put32(tab, 10, 512); // SED[0].fcSepx + } + int endFc = 2048 + 2 * text.length(); + if (chpxStarts.length > 0) { + int page = 2 * 512; + // FKP (§2.4.2): rgfc покрывает весь диапазон — первый plain-ран + // с bx=0 (если стили не с нулевого CP); bx = 32(i+1), Chpx по bx*2 + int lead = chpxStarts[0] == 0 ? 0 : 1; + int crun = lead + chpxStarts.length; + put32(wd, page, 2048); + for (int i = 0; i < chpxStarts.length; i++) { + put32(wd, page + 4 * (lead + i), 2048 + 2 * chpxStarts[i]); + wd[page + 64 * (i + 1)] = (byte) chpxGrps[i].length; + System.arraycopy(chpxGrps[i], 0, wd, page + 64 * (i + 1) + 1, + chpxGrps[i].length); + wd[page + 4 * (crun + 1) + lead + i] = (byte) (32 * (i + 1)); + } + put32(wd, page + 4 * crun, endFc); + wd[page + 511] = (byte) crun; + put32(tab, 36, 2048); + put32(tab, 40, endFc); + put32(tab, 44, 2); // pn=2 (FKP в wd @1024) + } + tab[64] = 0x02; // Clx Pcdt, один несжатый кусок + put32(tab, 65, 16); + put32(tab, 69, 0); + put32(tab, 73, text.length()); + put32(tab, 79, 2048); + 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(data == null ? new byte[64] : data)); + fs.writeFilesystem(out); + return out.toByteArray(); + } + } + + /** + * «T⏎» + odd footer со страницем полем «⊳PAGE⊴1⊵⏎» (крафт историй — + * дубль footerTableDoc); Sepx: restart, старт 3, nfc=2 (lowerRoman). + */ + private static byte[] pgNumRestartDoc() throws IOException { + String text = "T" + "\r".repeat(8) + (char) 0x13 + "PAGE" + (char) 0x14 + + "1" + (char) 0x15 + "\r\r"; + byte[] wd = new byte[2048 + 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, 2); // ccpText + put32(wd, 80, 0); // ccpFtn + put32(wd, 84, text.length() - 2); // ccpHdd + put16(wd, 152, 98); + pair(wd, 6, 0, 20); // PlcfSed @0 + fcSepx=512 + pair(wd, 11, 20, 48); // Plcfhdd @20: aCp(12) + pair(wd, 33, 72, 21); // Clx @72 + // restart(3) + start97=3(4) + nfc=2(3) — grpprl 10 байт после cb(2) + wd[512] = 10; + wd[513] = 0; + System.arraycopy(new byte[] {0x11, 0x30, 1, 0x1C, 0x50, 3, 0x00, 0x0E, 0x30, 2}, + 0, wd, 514, 10); + byte[] t = text.getBytes(StandardCharsets.UTF_16LE); + System.arraycopy(t, 0, wd, 2048, t.length); + byte[] tab = new byte[93]; + put32(tab, 0, 0); + put32(tab, 4, 2); + put32(tab, 10, 512); + // aCp относительны начала заголовочного документа (§2.8.22): abs = ccpText+aCp. + // odd hdr — пустой [6,6)+2 (аCp[7]=aCp[8]), odd ftr [7,16) → abs [9,18) + // (поле 8 знаков + guard-¶), хвост [16,17). + int[] hdd = {0, 1, 2, 3, 4, 5, 6, 6, 6, 7, 16, 17}; + for (int i = 0; i < hdd.length; i++) { + put32(tab, 20 + i * 4, hdd[i]); + } + tab[72] = 0x02; + put32(tab, 73, 16); + put32(tab, 77, 0); + put32(tab, 81, text.length()); + put32(tab, 87, 2048); + 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(); + } + } + + /** PICF + PNG BLIP (дубль OfficeArtTest): картинка по смещению 0 Data-потока. */ + private static byte[] picRegion() throws IOException { + byte[] png; + try (ByteArrayOutputStream p = new ByteArrayOutputStream()) { + var img = new java.awt.image.BufferedImage(4, 4, + java.awt.image.BufferedImage.TYPE_INT_RGB); + img.setRGB(0, 0, 0x336699); + javax.imageio.ImageIO.write(img, "png", p); + png = p.toByteArray(); + } + byte[] picf = new byte[68]; + put16(picf, 4, 0x44); + put16(picf, 0x1C, 1800); + put16(picf, 0x1E, 900); + put16(picf, 0x20, 1000); + put16(picf, 0x22, 1000); + byte[] blip = new byte[8 + 16 + 1 + png.length]; + ByteBuffer buf = ByteBuffer.wrap(blip).order(ByteOrder.LITTLE_ENDIAN); + buf.putShort((short) 0x6E0); + buf.putShort((short) 0xF01E); + buf.putInt(16 + 1 + png.length); + buf.position(8 + 16); + buf.put((byte) 0xFF); + buf.put(png); + byte[] out = new byte[picf.length + blip.length]; + System.arraycopy(picf, 0, out, 0, picf.length); + System.arraycopy(blip, 0, out, picf.length, blip.length); + put32(out, 0, out.length); + return out; + } + } diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java index ae97813..a801220 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/StrictOoxmlNormalizerTest.java @@ -262,6 +262,22 @@ class StrictOoxmlNormalizerTest { assertTrue(r.contains("w:left=\"720\""), r); } + /** + * w:pgNumType/@w:start — старт нумерации страниц (Part 1 §17.13.7), + * одинаков в strict и transitional — атрибутому renaming не подлежит + * (раньше превращался в w:left, и сброс нумерации терялся — регрессия + * WordPdfConverterTest#docClassD_pageNumberRestartLowerRoman). + */ + @Test + void pgNumTypeStartAttrUntouched() { + assertNull(StrictOoxmlNormalizer.rewrite( + "", + true, true)); + assertNull(StrictOoxmlNormalizer.rewrite( + "", + true, false)); + } + /** CT_TcMar transitional допускает одновременных start+left детей — блок как есть. */ @Test void tcMarCoexistKept() { diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java index c1188ea..2611c78 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/ChpxIndexTest.java @@ -80,10 +80,13 @@ class ChpxIndexTest { } @Test - void zeroOffsetAndEmptyChpx_skipped() { + void zeroOffset_defaultPropsBoundaryKept() { byte[] wd = wordDocument(0, 0, GRPRL); ChpxIndex idx = ChpxIndex.read(table(2), 0, 12, wd); assertArrayEquals(new byte[0], idx.grpprlFor(2048), "bOffset=0 — дефолт"); + assertEquals(2100, idx.rangeEnd(2048, Long.MAX_VALUE >>> 1), + "граница ранa без свойств обязана остаться (регрессия " + + "WordPdfConverterTest#docClassD_landscapeHiddenDelCaps)"); byte[] cbZero = wordDocument(5, 0, GRPRL); assertArrayEquals(new byte[0], 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 eced9e6..2cf8dc1 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 @@ -9,7 +9,10 @@ import static org.junit.jupiter.api.Assertions.assertTrue; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; import java.io.IOException; +import java.nio.ByteBuffer; +import java.nio.ByteOrder; import java.nio.charset.StandardCharsets; +import java.util.List; import java.util.zip.ZipEntry; import java.util.zip.ZipInputStream; import org.apache.poi.poifs.filesystem.POIFSFileSystem; @@ -1647,6 +1650,279 @@ class DocToDocxFormattingTest { assertNull(DocToDocx.DocxBody.hyperlinkUrl(" PAGE ")); } + // --- седьмой документ: флаги рана, keep, свойства секции, vAlign, 0x08 -------- + + /** CHPX-ран со стартом в символе charStart (страница pn=2). */ + private record ChpxRun(int charStart, byte[] grpprl) { + } + + /** PAPX-запись абзаца, начинающегося в символе charStart; {@code null} — bx=0 (нет записи). */ + private record PapxRun(int charStart, byte[] grpprl) { + } + + /** + * Односекционный документ: FIB + UTF-16-текст с 2048, факультативный Sepx + * (в WordDocument по 512), CHPX pn=2 (1024), PAPX pn=3 (1536), свой Data. + * Пустой список — соответствующего PlcfBte нет (индексы пустые). + */ + private static byte[] craftDoc(String text, byte[] sepxGrpprl, byte[] data, + List chpxRuns, List papxRuns) throws IOException { + // FKP-страницы (1024/1536) обязаны влезать в поток даже без текста + byte[] wd = new byte[Math.max(TEXT_FC, 2048) + text.length() * 2]; + put16(wd, 0, 0xA5EC); + put16(wd, 2, 0x00C1); + put16(wd, 10, 1 << 9); + put16(wd, 62, 4); // cslw (FibHeader guard) + put32(wd, 64, wd.length); + put32(wd, 76, text.length()); + put16(wd, 152, 98); + pair(wd, 6, 0, 20); // PlcfSed @0: aCp(2) + SED(1) + if (!chpxRuns.isEmpty()) { + pair(wd, 12, 36, 12); // PlcfBteChpx @36, pn=2 + } + if (!papxRuns.isEmpty()) { + pair(wd, 13, 48, 12); // PlcfBtePapx @48, pn=3 + } + pair(wd, 33, 60, 21); // Clx @60 + if (sepxGrpprl != null) { + sepx(wd, 512, sepxGrpprl); + } + byte[] t = text.getBytes(StandardCharsets.UTF_16LE); + System.arraycopy(t, 0, wd, TEXT_FC, t.length); + byte[] tab = new byte[81]; + put32(tab, 0, 0); + put32(tab, 4, text.length()); + if (sepxGrpprl != null) { + put32(tab, 4 + 4 + 2, 512); // SED[0].fcSepx (aCp(2) = 8 Б) + } + int endFc = TEXT_FC + 2 * text.length(); + if (!chpxRuns.isEmpty()) { + int page = 2 * 512; + for (int i = 0; i < chpxRuns.size(); i++) { + put32(wd, page + i * 4, TEXT_FC + 2 * chpxRuns.get(i).charStart()); + chpx(wd, page, 32 * (i + 1), chpxRuns.get(i).grpprl()); + } + put32(wd, page + 4 * chpxRuns.size(), endFc); + for (int i = 0; i < chpxRuns.size(); i++) { + wd[page + 4 * chpxRuns.size() + 4 + i] = (byte) (32 * (i + 1)); + } + wd[page + 511] = (byte) chpxRuns.size(); // crun + put32(tab, 36, TEXT_FC); + put32(tab, 40, endFc); + put32(tab, 44, 2); + } + if (!papxRuns.isEmpty()) { + int page = 3 * 512; + for (int i = 0; i < papxRuns.size(); i++) { + put32(wd, page + i * 4, TEXT_FC + 2 * papxRuns.get(i).charStart()); + if (papxRuns.get(i).grpprl() != null) { + papxEntry(wd, page, 87 + i * 40, 0, papxRuns.get(i).grpprl()); + } + } + put32(wd, page + 4 * papxRuns.size(), endFc); + for (int i = 0; i < papxRuns.size(); i++) { + wd[page + 4 * papxRuns.size() + 4 + i * 13] = + (byte) (papxRuns.get(i).grpprl() == null ? 0 : 87 + i * 40); + } + wd[page + 511] = (byte) papxRuns.size(); // cpara + put32(tab, 48, TEXT_FC); + put32(tab, 52, endFc); + put32(tab, 56, 3); + } + tab[60] = 0x02; // Clx Pcdt, один несжатый кусок + put32(tab, 61, 16); + put32(tab, 65, 0); + put32(tab, 69, text.length()); + put32(tab, 75, 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(data == null ? new byte[64] : data)); + fs.writeFilesystem(out); + return out.toByteArray(); + } + } + + /** Prl с 3-байтовым операндом (spra 7): iCol + dxa(2). */ + private static byte[] prlCol(int sprm, int iCol, int dxa) { + return new byte[] {(byte) sprm, (byte) (sprm >>> 8), (byte) iCol, (byte) dxa, + (byte) (dxa >>> 8)}; + } + + /** CellRangeVertAlign (§2.9.30): cb=3 + itcFirst + itcLim + VerticalAlign. */ + private static byte[] cellVa(int itcFirst, int itcLim, int valign) { + return new byte[] {0x2C, (byte) 0xD6, 3, (byte) itcFirst, (byte) itcLim, + (byte) valign}; + } + + /** + * sprmCHpsPos → {@code w:position}; sprmCFVanish — текст рана отсутствует + * (FO {@code w:vanish} не читает, фильтр в мосту); sprmCFCaps/ + * sprmCFSmallCaps → верхний регистр в {@code w:t}; sprmCFRMarkDel → + * {@code w:del}+{@code w:delText}; sprmCFRMarkIns → {@code w:ins} + * (вид «Show Markup», шаблоны docx2fo.xslt). + */ + @Test + void runFlags_positionHiddenCapsDelIns() throws IOException { + String xml = documentXml(craftDoc("SupHideCapslowDelIns\r", null, null, + List.of(new ChpxRun(0, prl2(0x4845, 12)), + new ChpxRun(3, prl(0x083C, 1)), + new ChpxRun(7, prl(0x083B, 1)), + new ChpxRun(11, prl(0x083A, 1)), + new ChpxRun(14, prl(0x0800, 1)), + new ChpxRun(17, prl(0x0801, 1))), + List.of(new PapxRun(0, null)))); + assertTrue(xml.contains(""), xml); + assertFalse(xml.contains("Hide"), "скрытый текст утёк в вывод: " + xml); + assertTrue(xml.contains(">CAPS<"), "sprmCFCaps → верхний регистр: " + xml); + assertTrue(xml.contains(">LOW<"), "sprmCFSmallCaps → верхний регистр: " + xml); + assertTrue(xml.contains("Del" + + ""), "sprmCFRMarkDel: " + xml); + assertTrue(xml.contains("Ins" + + ""), "sprmCFRMarkIns: " + xml); + } + + /** sprmPFKeepFollow/sprmPFKeep → w:keepNext/w:keepLines до pageBreakBefore (CT_PPr). */ + @Test + void keepNextKeepLines_beforePageBreak() throws IOException { + String xml = documentXml(craftDoc("Head\rBody\r", null, null, List.of(), + List.of(new PapxRun(0, concat(prl(0x2406, 1), prl(0x2405, 1), + prl(0x2407, 1))), + new PapxRun(5, null)))); + int at = xml.indexOf(">Head<"); + assertTrue(at > 0, xml); + String p = xml.substring(xml.lastIndexOf("", at), at); + assertTrue(p.contains(""), + "порядок CT_PPr §17.3.1.26: " + p); + int at2 = xml.indexOf(">Body<"); + String p2 = xml.substring(xml.lastIndexOf("", at2), at2); + assertFalse(p2.contains("keepNext"), "у второго абзаца keep нет: " + p2); + } + + /** + * sprmSBOrientation → w:orient + переворот pgSz; sprmSFPgnRestart/ + * sprmSPgnStart97/sprmSNfcPgn → w:pgNumType; evenly-spaced колонки → + * w:cols w:num/w:space; 0x0E → w:br type="column". + */ + @Test + void sectLandscapePgNumCols_columnBreakEmitted() throws IOException { + String xml = documentXml(craftDoc("A" + (char) 0x0E + "B\r", + concat(prl2(0xB01F, 12240), prl2(0xB020, 15840), prl(0x301D, 2), + prl(0x3011, 1), prl2(0x501C, 3), prl(0x300E, 2), + prl2(0x500B, 1), prl(0x3005, 1), prl2(0x900C, 720)), + null, List.of(), List.of(new PapxRun(0, null)))); + assertTrue(xml.contains(""), "альбомный pgSz: " + xml); + assertTrue(xml.contains(""), xml); + assertTrue(xml.contains(""), xml); + assertTrue(xml.contains(""), "0x0E → разрыв колонки: " + xml); + } + + /** Неравные колонки → per-column w:col; незаполненные ширины — деградация в одну. */ + @Test + void sectUnevenCols_perColAndDegrade() throws IOException { + String xml = documentXml(craftDoc("AB\r", + concat(prl(0x3005, 0), prl2(0x500B, 1), + prlCol(0xF203, 0, 3000), prlCol(0xF203, 1, 4000), + prlCol(0xF204, 0, 240)), + null, List.of(), List.of(new PapxRun(0, null)))); + assertTrue(xml.contains("" + + ""), xml); + String degraded = documentXml(craftDoc("AB\r", + concat(prl(0x3005, 0), prl2(0x500B, 1)), + null, List.of(), List.of(new PapxRun(0, null)))); + assertFalse(degraded.contains(""), xml); + assertTrue(xml.contains(""), xml); + assertTrue(xml.contains(""), xml); + assertEquals(1, xml.split("", va) < va, + "vAlign внутри tcPr после tcW: " + xml); + } + + /** + * sprmTVertAlign: 0 (top) не эмитится — только center/bottom (§2.9.30 + * VerticalAlign); itc за пределами числа ячеек — кламп без падения. + */ + @Test + void cellVertAlign_topAndOutOfRangeNotEmitted() throws IOException { + String xml = documentXml(craftDoc("P" + (char) 7 + (char) 7 + "\r", + null, null, List.of(), + List.of(new PapxRun(0, prl(0x2416, 1)), + new PapxRun(2, concat(prl(0x2416, 1), prl(0x2417, 1), + tdefTable(1, new int[] {0, 3000}), + cellVa(0, 1, 0), cellVa(1, 5, 2)))))); + assertFalse(xml.contains(""), "0x08 обязан стать картинкой: " + xml); + assertTrue(zipPart(docx, "word/media/image1.png").length > 0); + } + + /** PICF+PNG BLIP (крафт как OfficeArtTest): lcb = вся область, картинка по смещению 0. */ + private static byte[] picRegion() { + byte[] picf = new byte[68]; + put32(picf, 0, 0); // lcb — ниже + put16(picf, 4, 0x44); + put16(picf, 0x1C, 1800); + put16(picf, 0x1E, 900); + put16(picf, 0x20, 1000); + put16(picf, 0x22, 1000); + byte[] png = pngBytes(); + byte[] blip = new byte[8 + 16 + 1 + png.length]; + ByteBuffer buf = ByteBuffer.wrap(blip).order(ByteOrder.LITTLE_ENDIAN); + buf.putShort((short) 0x6E0); + buf.putShort((short) 0xF01E); + buf.putInt(16 + 1 + png.length); + buf.position(8 + 16); + buf.put((byte) 0xFF); + buf.put(png); + byte[] out = new byte[picf.length + blip.length]; + System.arraycopy(picf, 0, out, 0, picf.length); + System.arraycopy(blip, 0, out, picf.length, blip.length); + put32(out, 0, out.length); + return out; + } + + /** Минимальный PNG (сигнатура + IHDR 100×50, копия крафта OfficeArtTest). */ + private static byte[] pngBytes() { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + byte[] sig = {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}; + out.writeBytes(sig); + ByteBuffer ihdr = ByteBuffer.allocate(21).order(ByteOrder.BIG_ENDIAN); + ihdr.putInt(13).put(new byte[] {'I', 'H', 'D', 'R'}) + .putInt(100).putInt(50).put((byte) 8).put((byte) 2) + .put((byte) 0).put((byte) 0).put((byte) 0); + out.writeBytes(ihdr.array()); + out.writeBytes(new byte[8]); + return out.toByteArray(); + } + // --- мелочь ---------------------------------------------------------- private static byte[] prl(int sprm, int toggle) { diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java index 13ad805..6f938c3 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/SectionsTest.java @@ -193,6 +193,67 @@ class SectionsTest { assertEquals(100, s.list().get(0).cpEnd()); } + /** + * sprmSBOrientation/sprmSFPgnRestart/sprmSPgnStart97/sprmSNfcPgn/ + * sprmSCcolumns/sprmSFEvenlySpaced/sprmSDxaColumns/sprmSDxaColWidth/ + * Spacing (§2.6.4): accessors секции; iCol за массивом — молча; restart + * без start97 → старт 1. + */ + @Test + void orientationPgNumColumns_applied() { + byte[] wd = new byte[4096]; + sepx(wd, 64, concat( + new byte[] {0x1D, 0x30, 2}, // sprmSBOrientation=landscape + new byte[] {0x11, 0x30, 1}, // sprmSFPgnRestart=true + prl2(0x501C, 3), // sprmSPgnStart97=3 + new byte[] {0x0E, 0x30, 2}, // sprmSNfcPgn=lowerRoman + prl2(0x500B, 1), // sprmSCcolumns=2 + new byte[] {0x05, 0x30, 1}, // sprmSFEvenlySpaced=true + prl2(0x900C, 720))); // sprmSDxaColumns=720 + Sections s = Sections.read(plcfSed(64), 0, plcfSed(64).length, wd, 100); + Sections.Section sec = s.list().get(0); + assertTrue(sec.landscape()); + assertEquals(3, sec.pgNumStart()); + assertEquals(2, sec.nfcPgn()); + assertEquals(2, sec.columnCount()); + assertTrue(sec.evenlySpaced()); + assertEquals(720, sec.dxaColumns()); + } + + /** Неравные колонки: iCol(1)+dxaCol(2) по §2.9.241/.242; iCol за лимитом — ignore. */ + @Test + void unevenColumns_perIndexWidths() { + byte[] wd = new byte[4096]; + sepx(wd, 64, concat(prl2(0x500B, 2), // 3 колонки + new byte[] {0x05, 0x30, 0}, // sprmSFEvenlySpaced=false + colPrl(0xF203, 0, 3000), colPrl(0xF203, 1, 4000), + colPrl(0xF203, 2, 5000), colPrl(0xF204, 0, 240), + colPrl(0xF204, 1, 300), colPrl(0xF203, 99, 1))); // iCol>43 — ignore + Sections s = Sections.read(plcfSed(64), 0, plcfSed(64).length, wd, 100); + Sections.Section sec = s.list().get(0); + assertEquals(3, sec.columnCount()); + assertFalse(sec.evenlySpaced()); + assertEquals(3000, sec.colWidths()[0]); + assertEquals(4000, sec.colWidths()[1]); + assertEquals(5000, sec.colWidths()[2]); + assertEquals(240, sec.colSpacings()[0]); + assertEquals(300, sec.colSpacings()[1]); + assertEquals(0, sec.colSpacings()[2]); + } + + @Test + void restartWithoutStart_clampsToOne() { + byte[] wd = new byte[4096]; + sepx(wd, 64, new byte[] {0x11, 0x30, 1}); // restart без sprmSPgnStart97 + Sections s = Sections.read(plcfSed(64), 0, plcfSed(64).length, wd, 100); + assertEquals(1, s.list().get(0).pgNumStart()); + } + + private static byte[] colPrl(int sprm, int iCol, int dxa) { + return new byte[] {(byte) sprm, (byte) (sprm >>> 8), (byte) iCol, (byte) dxa, + (byte) (dxa >>> 8)}; + } + private static byte[] concat(byte[]... parts) { int len = 0; for (byte[] p : parts) { diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java index fd8fe87..35227f4 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/TablesTest.java @@ -63,6 +63,12 @@ class TablesTest { new byte[] {(byte) value, (byte) (value >>> 8)}); } + /** CellRangeVertAlign (§2.9.30): cb=3 + itcFirst + itcLim + VerticalAlign. */ + private static byte[] cellVa(int itcFirst, int itcLim, int valign) { + return new byte[] {0x2C, (byte) 0xD6, 3, (byte) itcFirst, (byte) itcLim, + (byte) valign}; + } + private static byte[] concat(byte[]... parts) { int len = 0; for (byte[] p : parts) { @@ -247,4 +253,27 @@ class TablesTest { assertFalse(g.bordersXml().contains("w:color"), "ico=0xFF — цвета нет: " + g.bordersXml()); } + + /** sprmTVertAlign (§2.9.30): диапазоны [itcFirst,itcLim); itcLim за числом ячеек — кламп. */ + @Test + void vertAlign_rangesAndClamp() { + Tables.Grid g = Tables.parse(concat(defTable(new int[] {0, 3000, 6000, 9000}), + cellVa(0, 1, 1), cellVa(1, 2, 2), cellVa(2, 9, 1))); + assertEquals(1, g.cellVAlign()[0]); + assertEquals(2, g.cellVAlign()[1]); + assertEquals(1, g.cellVAlign()[2], "itcLim=9 при 3 ячейках — кламп"); + } + + @Test + void vertAlign_absent_null() { + assertNull(Tables.parse(defTable(new int[] {0, 3000})).cellVAlign(), + "нет sprmTVertAlign — массив не заводится"); + } + + @Test + void vertAlign_badCb_ignored() { + // cb≠3 (§2.9.30 «MUST be 3») — операнд битый, сканер обрывается на нём + byte[] bad = {0x2C, (byte) 0xD6, 9, 0, 1, 2}; + assertNull(Tables.parse(concat(defTable(new int[] {0, 3000}), bad)).cellVAlign()); + } }