diff --git a/.gitea/workflows/main.yml b/.gitea/workflows/main.yml index 087adbf..01a4062 100644 --- a/.gitea/workflows/main.yml +++ b/.gitea/workflows/main.yml @@ -329,6 +329,14 @@ jobs: resolver 10.112.0.1 valid=10s ipv6=off; set \$upstream_app http://app:8080; set \$upstream_web http://web:80; + # X-Forwarded-* переписываются безусловно: клиент не должен иметь + # возможности подсунуть бэкенду подставной "реальный IP/схема/хост" + # (Spring ForwardedHeaderFilter доверяет этим заголовкам). + # X-Forwarded-Prefix не трогаем: его проставляет внешний nginx, + # на нём держится корректный base у swagger-ui за прокси. + proxy_set_header X-Forwarded-For \$remote_addr; + proxy_set_header X-Forwarded-Proto \$scheme; + proxy_set_header X-Forwarded-Host \$host; location /api/ { # в proxy_pass нет path-части, поэтому URI передаётся как есть proxy_pass \$upstream_app; diff --git a/AGENTS.md b/AGENTS.md index 1abe1b7..01b922c 100644 --- a/AGENTS.md +++ b/AGENTS.md @@ -8,7 +8,7 @@ | Модуль | Содержимое | |---|---| -| `wordpdf-core` | библиотека: 62 Java-файла (7 — публичный API, 16 `internal/`, 18 `internal/doc/`, 18 `internal/chart/`, 3 `fonts/`) | +|`wordpdf-core`|библиотека: 61 Java-файл (6 — публичный API, 16 `internal/`, 18 `internal/doc/`, 18 `internal/chart/`, 3 `fonts/`)| | `wordpdf-app` | REST API на Spring Boot 4.1.1: 11 классов, единственный `public` — `WordPdfApplication` | | `wordpdf-web` | SPA (React 19 + TS + Vite + Tailwind), вне Maven-реактора, отдельный образ | @@ -18,7 +18,7 @@ Порядок шагов 0–7 фиксирован (`convertToStream`), местами менять нельзя. Вход роутируется по сигнатуре: `PK\x03\x04` → docx-путь; `D0 CF 11 E0 A1 B1 1A E1` (CFB, MS-CFB §2.2) → `DocToDocx.convert` → in-memory `.docx` → тот же конвейер (предикат — `WordPdfValidator.isBinaryDoc`). Валидация — **до** `convertToStream`: `WordPdfValidator.validate(bytes, options)` (размер → подпись zip/CFB → контейнер → страницы); для `.doc` — `checkPageCountDoc` по сырым байтам. -Порядок: шрифты (`BundledFontMapper` → `BundledFonts.init` → `restrictToBundled`) и правила 1–10 (`DocxRewritePipeline.STEP`) + `OleObjectNormalizer` — до `WordprocessingMLPackage.load`; `FOSettings`/`FopFallbackFonts`/`LayoutPostRenderer` — до `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`; `Docx4J.toFO(…, FLAG_EXPORT_PREFER_XSL)` — последним; `finally` → `deleteEmbeddedFontTempFiles()`. Полная таблица шагов и подсчёт страниц — `docs/agent/pipeline.md`. +Порядок: шрифты (`BundledFontMapper` → `BundledFonts.init` → `restrictToBundled`) и правила 1–10 (`DocxRewritePipeline.STEP`) + `OleObjectNormalizer` — до `WordprocessingMLPackage.load`; `FOSettings`/`FopFallbackFonts`/`LayoutPostRenderer` — до `setCustomXsltTemplates(VendoredXslt.TEMPLATES)`; `Docx4J.toFO(…, FLAG_EXPORT_PREFER_XSL)` — последним; `finally` → `deleteEmbeddedFontTempFiles()` + сброс имиджевых кешей общей FopFactory + `BundledFonts.restrictToBundled()` (реестр шрифтов возвращается в бандл-состояние: `load()` регистрирует встроенные шрифты документа в глобальном `PhysicalFonts`). Полная таблица шагов и подсчёт страниц — `docs/agent/pipeline.md`. ## Нормализаторы (`internal/DocxNormalizer`) @@ -26,23 +26,23 @@ ## Мост `.doc` → `.docx` (`internal/doc`) -18 классов, 16 package-private; наружу — `DocToDocx` (`convert`/`countPages`) и `CfbReader`. Общий разбор — `DocFile`: CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table. Новых runtime-зависимостей нет (POI/POIFS — test-scope). Источники: [MS-DOC] (`docs/standards/doc/`), [MS-CFB]/[MS-OLEPS]/[MS-ODRAW] (`docs/standards/binary/`). Байтовые раскладки по классам — `docs/agent/doc-bridge.md`. +18 классов, 17 package-private; наружу — только `DocToDocx` (`convert`/`countPages`). Общий разбор — `DocFile`: CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table. Новых runtime-зависимостей нет (POI/POIFS — test-scope). Источники: [MS-DOC] (`docs/standards/doc/`), [MS-CFB]/[MS-OLEPS]/[MS-ODRAW] (`docs/standards/binary/`). Байтовые раскладки по классам — `docs/agent/doc-bridge.md`. ## REST API (`wordpdf-app`, всё package-private кроме `WordPdfApplication`) -`POST /api/v1/convert`: multipart-поле `file` (`.docx`/`.doc`) + query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолты — `WordPdfSettings.ERROR_ON_*`). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`; имя — `ConversionService.safeBaseName`. Тело ошибки — `{"error": …}`. Error-флаги на `.doc` **не срабатывают** (BLIP-плейсхолдеры → картинки). `ApiExceptionHandler` не видит ошибок фильтров — 401 пишет сам `ApiKeyFilter`. +`POST /api/v1/convert`: multipart-поле `file` (`.docx`/`.doc`) + query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолт каждого — `false`), `maxMb`/`maxPages` (лимиты входа: переопределяют серверный дефолт в обе стороны; ≤ 0 → 400). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`; имя — `ConversionService.safeBaseName`. Тело ошибки — `{"error": …}`. Error-флаги на `.doc` **не срабатывают** (BLIP-плейсхолдеры → картинки). `ApiExceptionHandler` не видит ошибок фильтров — 401 пишет сам `ApiKeyFilter`. -- **Коды**: 400 — `ValidationException`/`BadRequestException`/битые параметры; 401 — `ApiKeyFilter`; 404/405/415 — путь/метод/content-type; 413 — multipart; **422** — `DrawingRejectedException` (core-`DrawingFoundException`, `Kind {CHARTS, SMARTART, OLE}`); 500/503/504 — `ConversionFailedException`/`ConversionRejectedException`/`ConversionTimeoutException`. Полная карта — `docs/agent/repo-map.md`. +- **Коды**: 400 — `ValidationException`/`BadRequestException`/битые параметры; 401 — `ApiKeyFilter`; 404/405/415 — путь/метод/content-type; 413 — multipart; **422** — `DrawingRejectedException` (core-`DrawingFoundException`, `Kind {CHARTS, SMARTART, OLE}`); 500/503/504 — `ConversionFailedException`/`ConversionRejectedException`/`ConversionTimeoutException`. 500 отвечает фиксированный текст («Внутренняя ошибка конвертации») — сообщение ядра логируется, наружу не попадает. Полная карта — `docs/agent/repo-map.md`. - **Текст 422** — контракт с фронтом: «Конвертация отменена: в документе найдены диаграммы/найден SmartArt/найдены OLE-объекты». - **Ключ**: `X-API-Key` ↔ `wordpdf.api-key` (пустое = выключено); без ключа открыты только `OPEN_PREFIXES` (`/actuator/`, `/swagger-ui`, `/v3/api-docs`), пути с точечными сегментами — никогда. -- **Очередь и лимиты**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`QUEUE_CAPACITY = 16`, переполнение → 503): ядро дополнительно сериализует конвертации монитором `WordPdfConverter.class` (`convert()` безопасен из нескольких потоков); головой очереди на старте стоит `warmup()`. Лимиты входа — только конфигурация сервера (`wordpdf.max-mb`/`max-pages`, дефолты из `WordPdfSettings`; ≤ 0 → `IllegalStateException`; параметрами запроса не переопределяются). +- **Очередь и лимиты**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`QUEUE_CAPACITY = 16`, переполнение → 503): ядро дополнительно сериализует конвертации монитором `WordPdfConverter.class` (`convert()` безопасен из нескольких потоков); головой очереди на старте стоит `warmup()`. До очереди — только дешёвый гейт размера (`WordPdfValidator.checkInput` на потоке Tomcat); полный `validate` (контейнер/страницы — бюджеты распаковки и прочие пороги выводятся из лимитов входа `maxMb`/`maxPages` методом `WordPdfValidator.max*`, крышек нет) выполняется внутри воркера ядром, `ValidationException` из `ExecutionException` пробрасывается как 400. Лимиты входа: `wordpdf.max-mb`/`max-pages` — дефолт эндпоинта (литералы 5/100 в `@Value`; значение свойства ≤ 0 → `IllegalStateException` на старте); параметры запроса `maxMb`/`maxPages` переопределяют дефолт в обе стороны (≤ 0 → 400), верхнего потолка нет. - **SPA**: вся сеть в `wordpdf-web/src/api.ts`; ключ в `localStorage` (`wordpdf.api.key`); `ApiKeyGate` — только если `probeApiKey()` подтвердил требование ключа (признак открытого сервера — **405**); base — `VITE_BASE`; DropZone `.docx,.doc`. ## Chart/SmartArt-движок (`internal/chart`, 18 классов) Нормативный источник — ECMA-376 (`docs/standards/ooxml/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D, XSD); поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`. Калибровки (камера, `PIE_DEPTH`) меняются только с пиксельными тестами; невалидная фикстура правится, не код. -Java2D → PNG: `ChartRenderer.DPI = 300`, потолок `MAX_PIXELS = 16_777_216` (`fitDpi`); лимиты `ChartSpec.MAX_POINTS = 100_000`, `ChartRenderer.MAX_TICKS = 1000`, `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000` — деградация «объект как есть / удалён + warn», не OOM. Chart-PNG вставляются media-частями вручную (`addChartMedia`, `/word/media/chart-*`, без `createImagePart`); `ChartImageHandler` отключает «Compress Pictures» (CR-029) только для них. Пейнтеры, `autoTitleDeleted`, Combo, обходы JAXB — `docs/agent/chart.md`. +Java2D → PNG: `ChartRenderer.DPI = 300`, потолок `MAX_PIXELS = 16_777_216` (`fitDpi`); лимиты `ChartSpec.MAX_POINTS = 100_000`, `ChartRenderer.MAX_TICKS = 1000`, `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000`, суммарный бюджет chart-PNG на документ `MAX_CHART_PNG_BYTES_TOTAL = 128 MiB` (превышение — объект удалён + warn; тестовый шов `run(pkg, options, maxPngBytesTotal)`) — деградация «объект как есть / удалён + warn», не OOM; сам `OutOfMemoryError` при рендере — не деградация, а `ConversionException` (500: состояние кучи после OOM ненадёжно). Chart-PNG вставляются media-частями вручную (`addChartMedia`, `/word/media/chart-*`, без `createImagePart`); `ChartImageHandler` отключает «Compress Pictures» (CR-029) только для них. Пейнтеры, `autoTitleDeleted`, Combo, обходы JAXB — `docs/agent/chart.md`. ## Критические инварианты (нарушение = битый вывод, не исключение) @@ -51,7 +51,7 @@ Java2D → PNG: `ChartRenderer.DPI = 300`, потолок `MAX_PIXELS = 16_777_2 - Единственный XSL-FO-стилист — вендорный `xslt/docx2fo.xslt` (копия из docx4j-export-fo 17.3.2 + два AUDIT-FIX-патча: `w:rPr/w:position` → `baseline-shift`, Part 1 §17.3.2.24; AUDIT-FIX-2 — `w:moveFrom`/`w:moveTo`/`w:bdo`/`w:dir`, иначе их ловит catch-all `match="*"` и текст теряется). Дрейф-гейт `vendoredXsltTracksJarCopy`: вне AUDIT-FIX-регионов копия побайтно равна стилю из jar'а. `setCustomXsltTemplates` принимает предкомпилированный `Templates`. - `slf4j-simple` обязателен в ядре: без SLF4J-провайдера docx4j пишет «TO HIDE THESE MESSAGES» прямо в PDF (регрессия `noLoggingWarningInPdf`); приложение исключает его — логи ведёт logback. - FOP — форк `org.docx4j:docx4j-fo-renderer*` 2.11-docx4j.6 (транзитив от `docx4j-export-fo`, в pom не пинится; пакеты `org.apache.fop.*`). `FopFallbackFonts` берёт `w:renderer` с mime `application/pdf`, иначе первый со шрифтами. -- `BundledFonts.init()` идемпотентен и `synchronized`, распаковывает TTF в `wordpdf-fonts-*` (`deleteOnExit`); `dropNonBundled()` чистит `PhysicalFonts` от всего, что вне бандла; `font()`/`regular()`/... синхронизированы с `init()` (реестр `VARIANTS`). Внешние `init()`/`restrictToBundled()` во время идущих конвертаций — только под монитором `WordPdfConverter.class`. +- `BundledFonts.init()` идемпотентен, распаковывает TTF в `wordpdf-fonts-*` (`deleteOnExit`); `dropNonBundled()` чистит `PhysicalFonts` от всего, что вне бандла; ВСЕ синхронизированные методы `BundledFonts` (`init`/`restrictToBundled`/`font`) держат монитор `WordPdfConverter.class` (не собственный замок класса) — тот же, что сериализует конвертации, поэтому внешний вызов рядом с идущей конвертацией безопасен автоматически. Регрессия — `WordPdfConverterTest#concurrentFontMutators_conversionsUnharmed`. - `PhysicalFonts` — глобальный и мутируемый → конвертации сериализуются монитором `WordPdfConverter.class` внутри ядра (общая `FopFactory` и сброс её image-кешей — под тем же монитором); приложение держит однопоточный воркер ради 503/timeout; `warmup()` идёт тем же потоком. - Страницы в валидаторе = `max(кэш docProps/app.xml, явные разрывы, lastRenderedPageBreak+1)`; правила StAX-подсчёта — `docs/agent/pipeline.md`. - Не чинить: `jc="distribute"`, `suff="tab"`/`lvlJc`, метрика «single», кернинг, `framePr`, `REF`/`SEQ`/`TOC`-кэш, руби-надстрочница, U+2188/U+218A — доказательства в `docs/agent/render-limitations.md`. @@ -88,12 +88,12 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources ## Code Conventions & Common Patterns - Классы `final`, приватный конструктор, только `static` (stateless, DI нет; конфигурация — `Docx4jProperties` + classpath-ресурсы). Исключения — экземпляры по природе: `BundledFontMapper`, `DrawMlColor`, Spring-компоненты `wordpdf-app`. -- В `internal/**` классы `public` (иначе родительский пакет не вызвал бы), но публичные члены наружу ограничены: `normalize`/`STEP`/`declare`/`run`/`check`/`register`; `rewrite`-хуки — package-private. В `wordpdf-app` всё package-private кроме `WordPdfApplication`; в `internal/doc` публичны только `DocToDocx` и `CfbReader`. +- В `internal/**` классы package-private, `public` — только вызываемые извне пакета: в `internal` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`), `OleObjectNormalizer` (только `normalize(byte[], boolean)`), `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`/`render`), `DependencyGuard` (`check`); в `internal/chart` — `DrawingPreRenderer` (`run`) и `ChartImageHandler`. Публичные члены наружу ничем шире этого не расширять; `rewrite`-хуки — package-private. В `wordpdf-app` всё package-private кроме `WordPdfApplication`; в `internal/doc` публичен только `DocToDocx`. - Нормализаторы — единый контракт `internal/DocxNormalizer` + константа `STEP`; порядок цепочки — см. «Нормализаторы», правятся только `word/*.xml`. - Ошибки публичного API — только `ConversionException extends RuntimeException` (unchecked); внутренние исключения оборачиваются на границе. В chart — деградация вместо падения. `ValidationException` — собственность `WordPdfValidator`; не оборачивать в общий `ConversionException`. - DI в `wordpdf-app` — конструкторная инъекция Spring; состояние сервисов `private final`. SPA: единственный источник состояния — `useState` в `App.tsx`, вся сеть — в `api.ts`. - Javadoc на русском, объясняет «почему» и ссылается на регрессию и фикстуру (формат: `Регрессия — WordPdfConverterTest#имя, фикстура samples/….docx`). -- Константы UPPER_SNAKE с эталонными значениями (`PIE_DEPTH`, `MAX_PAGES`); начертания `V_REGULAR/V_BOLD/V_ITALIC/V_BOLD_ITALIC`; модели — `record`; размеры в chart — в пунктах, растр × `DPI/72`. +- Константы UPPER_SNAKE с эталонными значениями (`PIE_DEPTH`, `DECOMPRESS_MB_PER_MAX_MB`); начертания `V_REGULAR/V_BOLD/V_ITALIC/V_BOLD_ITALIC`; модели — `record`; размеры в chart — в пунктах, растр × `DPI/72`. - Логирование: `java.util.logging.Logger` в корневом пакете и `internal/`, SLF4J — в `internal/chart` и `wordpdf-app`. - Тестовые методы: регрессионные — `объект_условие` через underscore (`ruPlain_cyrillicAndStyles`), юниты — camelCase (`pageFieldBecomesFldSimple`); оба стиля разрешает PMD-паттерн `junit5TestPattern` (`^[a-z][a-zA-Z0-9]*(_[a-zA-Z0-9]+)*$`). - PMD (`pmd-ruleset.xml`, execution `pmd-check` на `verify` в обоих модулях, `includeTests=true`, валится нарушение любой приоритетности): полные исключения категории, кастомное XPath-правило `LiteralFirstInEquals` и настройки — в самом ruleset. diff --git a/README.md b/README.md index 9e941bf..00eebc4 100644 --- a/README.md +++ b/README.md @@ -35,9 +35,9 @@ java-word-pdf/ |Класс|Назначение| |---|---| -|`ru.pjandro.wordpdf.WordPdfConverter`|публичный API: `convert(byte[], String[, ConvertOptions])` — .docx/.doc по сигнатуре байтов, байты PDF на выходе; `warmup()` — прогрев ядра| -|`ru.pjandro.wordpdf.WordPdfValidator`|валидация входа и lightweight-оценка страниц без рендера (`checkInput`/`checkPageCount`/`checkPageCountDoc`/`isBinaryDoc`/`validate`)| -|`ru.pjandro.wordpdf.ConvertOptions`|опции конвертации (record `errorOnCharts, errorOnSmartArt, errorOnOle, maxMb, maxPages`; `ConvertOptions.defaults()`)| +|`ru.pjandro.wordpdf.WordPdfConverter`|публичный API: `convert(byte[], String, ConvertOptions)` — .docx/.doc по сигнатуре байтов, байты PDF на выходе; `warmup()` — прогрев ядра| +|`ru.pjandro.wordpdf.WordPdfValidator`|валидация входа и lightweight-оценка страниц без рендера (`checkInput`/`validate`; подсчёт страниц — внутренний метод)| +|`ru.pjandro.wordpdf.ConvertOptions`|опции конвертации (record `errorOnCharts, errorOnSmartArt, errorOnOle, maxMb, maxPages`); дефолтов в ядре нет — значения задаёт вызывающий| |`ru.pjandro.wordpdf.ConversionException`|ошибки конвертации; подтипы `ValidationException` (некорректный вход) и `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`)| |`ru.pjandro.wordpdf.fonts.BundledFonts`|выгрузка TTF из jar и регистрация в docx4j| |`ru.pjandro.wordpdf.fonts.BundledFontMapper`|маппинг имён шрифтов документа → TTF| @@ -128,14 +128,16 @@ dev-стенд). Без ключа открыты `/actuator/`, `/swagger-ui`, ` конвертацию с 422. Диаграммы/SmartArt конвертируются в растры всегда; OLE-объекты при `errorOnOle=false` тихо удаляются. -**Лимиты входа** задаёт только конфигурация сервера: `wordpdf.max-mb`/`wordpdf.max-pages` -(env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`, дефолты 5 МБ / 100 страниц); параметрами -запроса не переопределяются. +**Лимиты входа**: свойства `wordpdf.max-mb`/`wordpdf.max-pages` +(env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`, дефолты 5 МБ / 100 страниц) — +дефолт эндпоинта; query/form-параметры `maxMb`/`maxPages` переопределяют его +в обе стороны (значения ≤ 0 → 400). Остальные пороги (распаковка архива, +XML-части, площади растров, число записей zip) выводятся из лимитов входа. |Код|Смысл| |---|---| |200|PDF в теле ответа| -|400|некорректный вход (пустой / расширение не .docx/.doc / содержимое не zip и не CFB / зашифрованный .doc / больше `wordpdf.max-mb` / больше `wordpdf.max-pages` страниц), отсутствующая часть `file`, некорректное значение error-флага| +|400|некорректный вход (пустой / расширение не .docx/.doc / содержимое не zip и не CFB / зашифрованный .doc / больше лимита размера (`maxMb` или `wordpdf.max-mb`) / больше лимита страниц (`maxPages` или `wordpdf.max-pages`) / `maxMb`≤0 / `maxPages`≤0), отсутствующая часть `file`, некорректное значение error-флага| |401|нет или неверен `X-API-Key`| |404|неизвестный путь (в т.ч. `/v3/api-docs` при выключенном springdoc)| |405|не-POST| diff --git a/docs/agent/doc-bridge.md b/docs/agent/doc-bridge.md index 5417280..8d327e2 100644 --- a/docs/agent/doc-bridge.md +++ b/docs/agent/doc-bridge.md @@ -1,6 +1,6 @@ > читать при правке моста `internal/doc`. Авторитетно наравне с AGENTS.md. -Нормативный источник — [MS-DOC] в `docs/standards/doc/`, общее OLE-окружение ([MS-CFB], [MS-OLEPS], [MS-ODRAW]) в `docs/standards/binary/`, [MS-ODRAWXML] в `docs/standards/ooxml/`, ссылки — с номерами секций. Новых runtime-зависимостей нет (POI остаётся test-scope; POIFS — только в тестах для упаковки крафтовых CFB). Публичные точки: `DocToDocx.convert(byte[])` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`); общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). 16 из 18 классов package-private; наружу — `DocToDocx` и `CfbReader` (public, публичный член — `static readStreams(byte[])`). +Нормативный источник — [MS-DOC] в `docs/standards/doc/`, общее OLE-окружение ([MS-CFB], [MS-OLEPS], [MS-ODRAW]) в `docs/standards/binary/`, [MS-ODRAWXML] в `docs/standards/ooxml/`, ссылки — с номерами секций. Новых runtime-зависимостей нет (POI остаётся test-scope; POIFS — только в тестах для упаковки крафтовых CFB). Публичные точки: `DocToDocx.convert(byte[], long)` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`). 17 из 18 классов package-private; наружу — только `DocToDocx`: у `CfbReader` (`static readStreams(byte[])`) все вызывающие внутри пакета; общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). |Класс|Спецификация| |---|---| diff --git a/docs/agent/repo-map.md b/docs/agent/repo-map.md index 05134f8..62f665d 100644 --- a/docs/agent/repo-map.md +++ b/docs/agent/repo-map.md @@ -4,9 +4,9 @@ | Путь | Назначение | |---|---| -| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String[,ConvertOptions])`), `WordPdfValidator` (`checkInput`/`checkPageCount`/`validate` — без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`), `WordPdfSettings` (`MAX_INPUT_MB=5`, `MAX_PAGES=100`, защитные `MAX_DECOMPRESSED_MB=200`/`MAX_ZIP_ENTRIES=8192`, `ERROR_ON_*=false`), `ConvertOptions` (record) | +| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String,ConvertOptions)`), `WordPdfValidator` (`checkInput`/`validate` наружу; `checkPageCount`/`checkPageCountDoc`/`isBinaryDoc` — package-private, всё без зависимости от docx4j), `ConversionException`, `ValidationException` (наследник — «вход некорректен»), `DrawingFoundException` (`enum Kind {CHARTS, SMARTART, OLE}`), `ConvertOptions` (record; дефолтов в ядре нет). Пороги защиты — производные от лимитов входа: `WordPdfValidator.maxDecompressedBytes`/`maxDecompressedXmlBytes` (`max(MIN_*×MiB, maxMb×10/4MiB + maxPages×64/32KiB)`, крышек нет), `maxZipEntries` (`max(2048, maxMb×512 + maxPages×32)`), `maxImagePixels` (`maxMb×5_000_000`); коэффициенты и полы — package-private литералы `WordPdfConverter` (`DECOMPRESS_*`, `MIN_DECOMPRESSED_*`, `IMAGE_PIXELS_PER_MAX_MB`, `ZIP_ENTRIES_*`, javac их инлайнит — валидатор не инициализирует конвертер) | | `…/wordpdf/fonts/` | `BundledFonts` (реестр/выгрузка TTF), `BundledFontMapper` (алиасы, self-map, `DISPLAY_NAMES`, `bundledFamily`), `GlyphFont` (глиф-движок fontbox) | -| `…/wordpdf/internal/` | 11 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–10, raw-копия неизменённых записей) + `LayoutPostRenderer` (кастомный `FORenderer`, post-FO padding-компенсация таблиц, шаг 4.25) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы `public` (иначе родительский пакет не вызвал бы), публичные члены наружу только `normalize`/`STEP`/`declare`/`DependencyGuard.check`/`LayoutPostRenderer.register`; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` | +| `…/wordpdf/internal/` | 11 нормализаторов + `DocxRewritePipeline` (один zip-проход правил 1–10, raw-копия неизменённых записей) + `LayoutPostRenderer` (кастомный `FORenderer`, post-FO padding-компенсация таблиц, шаг 4.25) + интерфейс `DocxNormalizer` + `FopFallbackFonts` + `DependencyGuard` (проверка commons-compress, шаг 0). Классы package-private; `public` — `DocxNormalizer`, `DocxRewritePipeline` (наружу только `STEP`, `normalize` package-private), `OleObjectNormalizer`, `FopFallbackFonts` (`declare`), `LayoutPostRenderer` (`register`), `DependencyGuard` (`check`), остальные нормализаторы полностью package-private; `OleObjectNormalizer` — многочастный, публичный `normalize(byte[], boolean)`, бросает `DrawingFoundException(OLE)` | | `…/wordpdf/internal/doc/` | Мост `.doc` → `.docx`: 18 классов (детали — `docs/agent/doc-bridge.md`) — `CfbReader`, `FibHeader`, `PieceTable`, `Grpprl`, `ChpxIndex`, `PapxIndex`, `Styles`, `Tables`, `Lists`, `Sections`, `FontTable`, `SummaryInfo`, `Headers`, `OfficeArt`, `PrcData`, `DocFile`, `DocxWriter`, `DocToDocx` (публичные `convert`/`countPages`; вложенный `DocxBody` — рендер текста и табличного автомата в XML) | | `…/wordpdf/internal/chart/` |18 классов Java2D-рендера диаграмм/SmartArt в PNG (public: `DrawingPreRenderer.run` и `ChartImageHandler` — второй инстанцируется из `WordPdfConverter`)| | `wordpdf-core/src/main/resources/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar | @@ -15,7 +15,8 @@ | `wordpdf-core/src/test/resources/geom/` | `presetShapeDefinitions.xml` — копия приложения ECMA-376, синхрон таблицы `PresetGeometry` (только в тестах, в jar не попадает) | | `wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/` | REST API (11 классов): `WordPdfApplication` (единственный public), `ConvertController`, `ConversionService` (очередь), `ApiExceptionHandler`, `ApiKeyFilter`, `OpenApiConfig` (`@SecurityScheme` X-API-Key) + 5 классов исключений (`BadRequest`, `DrawingRejected`, `ConversionFailed`, `ConversionRejected`, `ConversionTimeout`) | | `wordpdf-web/src/` | SPA: `api.ts` (вся сеть), `components/` (App, ApiKeyGate, PdfPreview, StatusMessage, DropZone, Logo) | -| корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf` | Образ бэкенда (multi-stage `maven:3.9-eclipse-temurin-17` → `eclipse-temurin:17-jre-alpine`, non-root uid 10001, фиксированный heap `-Xms2g -Xmx2g`, HEALTHCHECK — busybox `wget`); compose app+web+gateway (`mem_limit: 3g` app, подсеть `10.113.0.0/24` gw `10.113.0.1`, `x-podman.name_separator_compat`); прод-compose не в репо — его рендерит job `deploy`; в репо-`compose.yml` springdoc выключен env (`SPRINGDOC_API_DOCS_ENABLED=false`, `SPRINGDOC_SWAGGER_UI_ENABLED=false`), в `compose.dev.yml` springdoc-переменных нет вовсе — включён по умолчанию (не отключается). `wordpdf-web/Containerfile` — `node:24-alpine` → `nginx:alpine`, `ARG VITE_BASE=/` (прод-CI печёт `/pdf-converter/`); репозиторный `wordpdf-web/nginx.conf` в образ **не** копируется (SPA одностраничная, без клиентского роутинга — SPA-fallback не нужен) | +| `wordpdf-web/nginx.conf` | В образ SPA (`Containerfile` COPY в `/etc/nginx/conf.d/default.conf` — переопределение default-сервера, отдельного монтирования нет): `try_files` SPA-fallback + `add_header ... always` (езжают и на 4xx/5xx): CSP `default-src 'self'; script-src 'self'; style-src 'self' 'unsafe-inline'` (inline-стили React); `img-src`/`frame-src` + blob: (PDF-предпросмотр в iframe); `connect-src 'self'`; `object-src 'none'` + `nosniff`, XFO DENY (не мешает blob-iframe), Referrer-Policy no-referrer | +| корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf` | Образ бэкенда (multi-stage `maven:3.9-eclipse-temurin-17` → `eclipse-temurin:17-jre-alpine`, non-root uid 10001, фиксированный heap `-Xms2g -Xmx2g`, HEALTHCHECK — busybox `wget`); compose app+web+gateway (`mem_limit: 3g` app, подсеть `10.113.0.0/24` gw `10.113.0.1`, `x-podman.name_separator_compat`); прод-compose не в репо — его рендерит job `deploy`; в репо-`compose.yml` springdoc выключен env (`SPRINGDOC_API_DOCS_ENABLED=false`, `SPRINGDOC_SWAGGER_UI_ENABLED=false`), в `compose.dev.yml` springdoc-переменных нет вовсе — включён по умолчанию (не отключается). `wordpdf-web/Containerfile` — `node:24-alpine` → `nginx:alpine`, `ARG VITE_BASE=/` (прод-CI печёт `/pdf-converter/`); `wordpdf-web/nginx.conf` копируется в образ (см. строку выше) | | `.env.example` | Шаблон env: `WORDPDF_API_KEY` (`openssl rand -hex 32`), закомментированные `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES` (пустое значение ломает binding long/int). Проду `.env` не нужен — ключ и лимиты подаёт job `deploy` из Gitea Secrets/Variables | | `.gitea/workflows/` | Gitea Actions: `pr.yml` (`PR checks`), `main.yml` (тесты + coverage-сводка и комментарий в PR → `images-app`/`images-web` (build+push в Nexus) → deploy (рендер прод-конфигов + pull) → autotests → rollback) | | `GITEA-vars.md` | Инструкция владельца: Secrets/Variables, защита ветки, перезапуск — только имена переменных, без значений | @@ -28,7 +29,7 @@ - `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java` — точка входа библиотеки + static-блок `gsubFeatures` + `normalizers(options)` (порядок цепочки). - `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java` — валидация входа и lightweight-подсчёт страниц (StAX, без docx4j). -- `wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java` — все дефолты ядра (`MAX_INPUT_MB = 5`, `MAX_PAGES = 100`, `ERROR_ON_* = false`); рантайм-конфигурации в ядре нет. +- Дефолтов лимитов в ядре нет (`WordPdfSettings` упразднён): лимиты входа всегда приходят с вызовом через `ConvertOptions`, производные пороги считает `WordPdfValidator.max*` (см. таблицу выше). - `wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java` — замена диаграмм/SmartArt на PNG; владеет `MAX_EXTENT_EMU` и деградацией при падении рендера. - `wordpdf-app/src/main/resources/application.properties` — multipart 100MB (`max-file-size`/`max-request-size` + `file-size-threshold=2MB` — части крупнее 2 МБ на диск, не в память; в тон gateway `client_max_body_size 100m`), `wordpdf.convert-timeout=2m`, пустой `wordpdf.api-key`, `server.forward-headers-strategy=framework` (префикс прод-прокси для springdoc) + `springdoc.swagger-ui.persist-authorization=true`; `wordpdf.max-mb`/`max-pages` здесь намеренно нет. - `wordpdf-app/pom.xml` — `spring-boot-maven-plugin` с **явной** execution `repackage` (в 4.1.1 сам не связывается, jar останется тонким); `slf4j-simple` исключён; `spring-boot-starter-webmvc` (Boot 4: переименован из starter-web) + `spring-boot-starter-actuator` (нужен HEALTHCHECK контейнера `/actuator/health`); тест-зависимости: `spring-boot-webmvc-test` (в Boot 4 автоконфиг MockMvc вынесен из starter-test), test-jar core. @@ -37,7 +38,7 @@ - `pmd-ruleset.xml` — ruleset PMD (см. Code Conventions). - `.ci/maven-settings.xml` — Maven-зеркало Nexus с URL из `${env.MAVEN_MIRROR_URL}` (общий файл CI-job'ов `java` и Containerfile; координаты стенда в репо не хранятся — Variable/build-arg). - `wordpdf-core/src/main/resources/slf4j-simple.properties` — без него предупреждение лезет в PDF. -- `gateway/nginx.conf` — единственный вход: `/api/`, `/swagger-ui`, `/v3/api-docs`, `/actuator` → `app:8080`, остальное → `web:80`; `client_max_body_size 100m` (без директивы upload режется HTML-413 шлюза вместо JSON-ошибки API); `proxy_read_timeout`/`proxy_send_timeout 300s` (дефолтные 60s рвут 2-минутные конвертации 504 раньше app-ного 504); `resolver 10.113.0.1` + `proxy_pass` через переменные (статический `proxy_pass` резолвит имя один раз при старте — gateway, поднявшийся раньше app, получал бы 502 до перезапуска). +- `gateway/nginx.conf` — единственный вход: `/api/`, `/swagger-ui`, `/v3/api-docs`, `/actuator` → `app:8080`, остальное → `web:80`; `client_max_body_size 100m` (без директивы upload режется HTML-413 шлюза вместо JSON-ошибки API); `proxy_read_timeout`/`proxy_send_timeout 300s` (дефолтные 60s рвут 2-минутные конвертации 504 раньше app-ного 504); `resolver 10.113.0.1` + `proxy_pass` через переменные (статический `proxy_pass` резолвит имя один раз при старте — gateway, поднявшийся раньше app, получал бы 502 до перезапуска); `X-Forwarded-For`/`-Proto`/`-Host` переписываются безусловно (`$remote_addr`/`$scheme`/`$host` — клиент не подставляет доверяемые Spring заголовки; `X-Forwarded-Prefix` проходит как есть — на нём base swagger-ui за внешним прокси). Тот же набор в прод-ренвере job `deploy` (`main.yml`, heredoc `NGINX`). - `wordpdf-core/src/test/java/ru/pjandro/wordpdf/SampleDocxGenerator.java` — main()-утилита пересоздания фикстур; `ChartTypesDocxGenerator.java` — генератор `chart-types.docx`. - `wordpdf-web/vite.local.config.ts` — легаси-одноразовщик (прокси `/api` → :8091), в `tsconfig.node.json` не включён; кандидат на удаление, не тиражировать паттерн. Корневые `javac.*.args` — мусор пробной компиляции (gitignored), тоже кандидат на удаление. @@ -79,7 +80,7 @@ unzip -p ~/.m2/repository/org/docx4j/docx4j-export-fo/<версия>/docx4j-expo ## REST API (детали bullet'ов) -Единственный эндпоинт `POST /api/v1/convert`: multipart-поле `file` + факультативные query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолт каждого — `WordPdfSettings.ERROR_ON_*`). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`/`.doc`-расширения — в `ConvertController` (ошибочный текст 400 — контракт с фронтом); `ConversionService.safeBaseName` — единый источник имени для файла, заголовка ответа и PDF-title (срезает оба расширения; разрешены `[\p{L}\p{N} ._-]`, пустое → `document`). Error-флаги диаграмм/SmartArt/OLE на `.doc` не срабатывают (BLIP-плейсхолдеры → картинки, см. «Мост») — описано в `@Operation`. +Единственный эндпоинт `POST /api/v1/convert`: multipart-поле `file` + факультативные query/form-параметры `errorOnCharts`/`errorOnSmartArt`/`errorOnOle` (дефолт каждого — `false`) и `maxMb`/`maxPages` (лимиты входа, см. «Лимиты входа» ниже). Ответ — `application/pdf`, `Content-Disposition: attachment; filename*=UTF-8''…`. Проверка `.docx`/`.doc`-расширения — в `ConvertController` (ошибочный текст 400 — контракт с фронтом); `ConversionService.safeBaseName` — единый источник имени для файла, заголовка ответа и PDF-title (срезает оба расширения; разрешены `[\p{L}\p{N} ._-]`, пустое → `document`). Error-флаги диаграмм/SmartArt/OLE на `.doc` не срабатывают (BLIP-плейсхолдеры → картинки, см. «Мост») — описано в `@Operation`. Полная карта ответов: @@ -96,7 +97,7 @@ unzip -p ~/.m2/repository/org/docx4j/docx4j-export-fo/<версия>/docx4j-expo - **Ключ доступа**: `ApiKeyFilter` сверяет заголовок `X-API-Key` (`ApiKeyFilter.HEADER`) со свойством `wordpdf.api-key` (env `WORDPDF_API_KEY`, сравнение `MessageDigest.isEqual`). Пустое свойство = аутентификация выключена (dev `java -jar`, тесты). Без ключа открыты `OPEN_PREFIXES` = `/actuator/`, `/swagger-ui`, `/v3/api-docs` — матч по пути **без** forwarded-contextPath (`getRequestURI()` минус `getContextPath()`; иначе под `X-Forwarded-Prefix` HEALTHCHECK получил бы 401). Пути с точечными сегментами (`..`/`%2e`) открытыми не считаются никогда. - **Очередь**: конвертации сериализованы однопоточным `ThreadPoolExecutor` (`ConversionService.QUEUE_CAPACITY = 16`, переполнение → 503): ядро мутирует глобальный реестр `PhysicalFonts` и **сериализует конвертации монитором класса `WordPdfConverter.class`**; однопоточность воркера — ради 503/timeout. Головой очереди конструктор ставит `WordPdfConverter.warmup()` — прогрев ядра минимальным in-code docx + растром (~1,5–2,5 с, Future никто не забирает, warmup не бросает): первый реальный запрос после деплоя — за прогретым ядром (замер 2026-11: 0,13 с против 1,74 с на `main`), запросы периода прогрева ждут в очереди штатно. `future.cancel(true)` при таймауте не останавливает FOP мгновенно — осознанный компромисс. -- **Лимиты входа** задаёт только конфигурация сервера: `wordpdf.max-mb`/`wordpdf.max-pages` (env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`), `@Value` в `ConvertController` с дефолтом-SpEL из `WordPdfSettings` (5 МБ / 100); значение ≤ 0 → `IllegalStateException` на старте; параметрами запроса не переопределяются. Ключи в `application.properties` **не объявлены** — пустое значение затенит SpEL-дефолт. +- **Лимиты входа**: `wordpdf.max-mb`/`wordpdf.max-pages` (env `WORDPDF_MAX_MB`/`WORDPDF_MAX_PAGES`) — дефолт эндпоинта, `@Value` в `ConvertController` с литеральными дефолтами 5/100; значение свойства ≤ 0 → `IllegalStateException` на старте. Параметры запроса `maxMb`/`maxPages` переопределяют дефолт в обе стороны (значения ≤ 0 → 400), верхнего серверного потолка нет — пороги распаковки/записей/растров растут вместе с ними. Ключи в `application.properties` **не объявлены** — пустое значение затенит дефолт `@Value`. - **SPA**: вся сеть в `wordpdf-web/src/api.ts` (компоненты `fetch` не вызывают); ключ в `localStorage` (`wordpdf.api.key`), при 401 очищается, экран `ApiKeyGate` (`UnauthorizedError` — наследник `ApiError`, проверяется раньше); гейт показывается только когда `probeApiKey()` (GET /api/v1/convert → 401) подтвердил требование ключа. Запросы на `${import.meta.env.BASE_URL}api/...` (vite `base` из `VITE_BASE`, дефолт `/`) — CORS не нужен (dev: vite-proxy → :8080; prod: nginx под префиксом `/pdf-converter/`). Три переключателя error-флагов в форме («Диаграммы», «SmartArt», «OLE-объекты», дефолт — все выключены). DropZone принимает `.docx,.doc` (`accept` + текст зоны). diff --git a/docs/agent/testing.md b/docs/agent/testing.md index 706a9f2..8b1e6ab 100644 --- a/docs/agent/testing.md +++ b/docs/agent/testing.md @@ -20,7 +20,7 @@ - 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`); четыре контекста — `ConvertControllerTest` (пустой ключ), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` max-mb/max-pages), `ConversionTimeoutTest` (`@TestPropertySource` convert-timeout=1ms) — четыре разных набора свойств = четыре кэшированных контекста (отдельные классы, не `@Nested`: `@Nested` + `@TestPropertySource` не даёт отдельного контекста); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring-контекста (прямые юниты). +- App-тесты: `@SpringBootTest` + `@AutoConfigureMockMvc` (Boot 4: `org.springframework.boot.webmvc.test.autoconfigure`); четыре контекста — `ConvertControllerTest` (пин `wordpdf.api-key=` — HTTP-контексты явно пиныт пустой ключ: mise подмешивает корневой `.env` в окружение тасок, ambient `WORDPDF_API_KEY` иначе дал бы 401 во всех MockMvc-тестах), `ApiKeyFilterTest` (`properties = "wordpdf.api-key=…"`), `ConvertLimitsTest` (`@TestPropertySource` max-mb/max-pages), `ConversionTimeoutTest` (`@TestPropertySource` convert-timeout=1ms) — четыре разных набора свойств = четыре кэшированных контекста (отдельные классы, не `@Nested`: `@Nested` + `@TestPropertySource` не даёт отдельного контекста); `ConversionServiceTest`/`ApiExceptionHandlerTest` — без Spring-контекста (прямые юниты). - 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/gateway/nginx.conf b/gateway/nginx.conf index 4a44bdf..ce78efe 100644 --- a/gateway/nginx.conf +++ b/gateway/nginx.conf @@ -16,6 +16,16 @@ server { set $upstream_app http://app:8080; set $upstream_web http://web:80; + # X-Forwarded-* переписываются безусловно: клиент не должен иметь возможности + # подсунуть бэкенду подставной "реальный IP/схема/хост" (Spring + # ForwardedHeaderFilter доверяет этим заголовкам; прямое попадание на + # 9010 мимо внешнего reverse-proxy — штатный случай стенда). + # X-Forwarded-Prefix не трогаем: его проставляет внешний nginx, на нём + # держится корректный base у swagger-ui за прокси. + proxy_set_header X-Forwarded-For $remote_addr; + proxy_set_header X-Forwarded-Proto $scheme; + proxy_set_header X-Forwarded-Host $host; + location /api/ { # в proxy_pass нет path-части, поэтому URI передаётся как есть proxy_pass $upstream_app; diff --git a/prod-autotests/conftest.py b/prod-autotests/conftest.py index 90e1427..d883410 100644 --- a/prod-autotests/conftest.py +++ b/prod-autotests/conftest.py @@ -8,9 +8,9 @@ WORDPDF_BASE_URL обязателен: без него все проверки не знает ни одного хоста. WORDPDF_API_KEY факультативен: без него проверки, где есть заголовок ключа или ожидается 401, пропускаются (без локального ключа нельзя знать, включена ли аутентификация на стенде). WORDPDF_MAX_PAGES — ожидаемый -лимит страниц стенда (конфигурация сервера, не константа набора; дефолт 100 = -дефолт ядра). WORDPDF_MAX_MB — ожидаемый лимит размера .docx стенда в МБ (MiB; дефолт -5 = дефолт ядра). .docx-фикстуры — из wordpdf-core/src/test/resources/samples, +лимит страниц стенда (конфигурация сервера, не константа набора; дефолт эндпоинта +100). WORDPDF_MAX_MB — ожидаемый лимит размера .docx стенда в МБ (MiB; дефолт +эндпоинта 5). .docx-фикстуры — из wordpdf-core/src/test/resources/samples, либо из WORDPDF_SAMPLES_DIR. """ diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java index 2e9f082..6596f90 100644 --- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java +++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ApiExceptionHandler.java @@ -63,11 +63,17 @@ final class ApiExceptionHandler { .body(new ApiError(e.getMessage())); } - /** Ошибка ядра/рендера при формально корректном входе. */ + /** + * Ошибка ядра/рендера при формально корректном входе. Сообщение ядра + * (тексты docx4j/FOP/JAXB, пути temp-файлов) — только в лог: наружу + * фиксированный текст, иначе 500 становится каналом внутренней информации. + * Регрессия — ConvertControllerTest#conversionFailure_hidesInternalDetails. + */ @ExceptionHandler(ConversionFailedException.class) ResponseEntity conversionFailed(ConversionFailedException e) { + LOG.error("Конвертация не удалась", e); return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR) - .body(new ApiError(e.getMessage())); + .body(new ApiError("Не удалось конвертировать документ")); } /** Очередь конвертации занята/прерывание — повторить позже. */ diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java index 3be8a3a..c4a061e 100644 --- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java +++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConversionService.java @@ -35,10 +35,11 @@ import java.util.concurrent.TimeoutException; * {@link ValidationException} (400), ошибка рендер-стадии → * {@link ConversionFailedException} (500). Граница: сломанный контейнер * (не zip / битый zip / слишком большой / слишком длинный) — 400; валидный - * zip с мусором внутри (нет {@code word/document.xml}) — 500: до очереди и - * в конвейере ядра вход проверяется тем же - * {@link WordPdfValidator#validate(byte[], ConvertOptions)}, поэтому уже - * принятый запрос внутренняя проверка ядра в ошибку не превратит.

+ * zip с мусором внутри (нет {@code word/document.xml}) — 500: до очереди + * проверяется только размер, корректность контейнера и число страниц — + * сериализованно внутри воркера (ядро вызывает тот же + * {@link WordPdfValidator#validate(byte[], ConvertOptions)}), поэтому + * тяжёлая проверка не занимает потоки контейнера в обход сериализации.

*/ @Service final class ConversionService { @@ -64,9 +65,9 @@ final class ConversionService { } /** - * Полный путь: синхронная валидация байтов (до очереди — от obvious-отказа - * единый воркер не должен быть занят) → постановка в очередь → ожидание - * результата с таймаутом. + * Полный путь: синхронная проверка размера (до очереди) → постановка + * в очередь → ожидание результата с таймаутом; корректность контейнера + * и число страниц проверяются сериализованно, внутри воркера (ядро). * * @throws ValidationException некорректный вход (400) * @throws ConversionFailedException ошибка ядра/рендера (500) @@ -78,14 +79,14 @@ final class ConversionService { * {@code null} не допускается (контроллер строит всегда).

*/ byte[] convert(byte[] docxBytes, String originalFilename, ConvertOptions options) { - // Бинарный .doc — не zip: .docx-валидация к нему неприменима, размер - // проверяется общим checkInput, страницы — мостом по чистому .doc - // (ядро бросит ValidationException → 400 тем же обработчиком). - if (WordPdfValidator.isBinaryDoc(docxBytes)) { - WordPdfValidator.checkInput(docxBytes, options.maxMb()); - } else { - WordPdfValidator.validate(docxBytes, options); - } + // До очереди — только дешёвый гейт размера. Полная валидация + // (контейнер + страницы — до двух полных распакованных проходов до + // 64 МБ на обоих форматах) сериализована воркером: её выполняет ядро + // внутри WordPdfConverter.convert (тот же validate с теми же + // options, ValidationException → 400 тем же путём). Синхронный + // полный validate до submit отдавал бы zip-бомбе потоки Tomcat + // в обход сериализации. + WordPdfValidator.checkInput(docxBytes, options.maxMb()); Future future; try { future = workers.submit(() -> doConvert(docxBytes, originalFilename, options)); diff --git a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java index bdc3bb1..20c7bb3 100644 --- a/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java +++ b/wordpdf-app/src/main/java/ru/pjandro/wordpdf/app/ConvertController.java @@ -12,7 +12,6 @@ import org.springframework.web.bind.annotation.RestController; import org.springframework.beans.factory.annotation.Value; import org.springframework.web.multipart.MultipartFile; import ru.pjandro.wordpdf.ConvertOptions; -import ru.pjandro.wordpdf.WordPdfSettings; import java.io.IOException; import java.nio.charset.StandardCharsets; @@ -25,10 +24,11 @@ import java.util.Locale; *

Здесь только HTTP-слой: проверка presence/расширения и формирование * {@code Content-Disposition}; проверка содержимого (zip, размер, страницы) — * зона {@link ConversionService}. Ошибки в JSON-ответ переводит - * {@link ApiExceptionHandler}. Лимиты входа — только конфигурация сервера - * (свойства {@code wordpdf.max-mb}/{@code wordpdf.max-pages}, env - * {@code WORDPDF_MAX_MB}/{@code WORDPDF_MAX_PAGES}); параметрами запроса - * они не переопределяются.

+ * {@link ApiExceptionHandler}. Лимиты входа: свойства + * {@code wordpdf.max-mb}/{@code wordpdf.max-pages} (env + * {@code WORDPDF_MAX_MB}/{@code WORDPDF_MAX_PAGES}) — дефолт эндпоинта; + * параметры запроса {@code maxMb}/{@code maxPages} переопределяют его в обе + * стороны (значения ≤ 0 → 400).

*/ @RestController final class ConvertController { @@ -38,14 +38,15 @@ final class ConvertController { private final int maxPages; /** - * Дефолт плейсхолдеров — константы ядра через SpEL: буквальное значение - * в свойствах не дублируется. Невалидное значение (<= 0) роняет + * Дефолт плейсхолдеров — буквенные литералы 5/100 (дефолтов лимитов в + * ядре нет); свойства/env переопределяют их, параметры запроса — см. + * {@link #convert}. Невалидное значение свойства (<= 0) роняет * приложение на старте (fail-fast): «сервис поднят, но весь вход * отсекается» — худший исход, чем не поднявшийся сервис. */ ConvertController(ConversionService conversionService, - @Value("${wordpdf.max-mb:#{T(ru.pjandro.wordpdf.WordPdfSettings).MAX_INPUT_MB}}") long maxMb, - @Value("${wordpdf.max-pages:#{T(ru.pjandro.wordpdf.WordPdfSettings).MAX_PAGES}}") int maxPages) { + @Value("${wordpdf.max-mb:5}") long maxMb, + @Value("${wordpdf.max-pages:100}") int maxPages) { if (maxMb <= 0) { throw new IllegalStateException("wordpdf.max-mb должен быть больше 0: " + maxMb); } @@ -60,10 +61,11 @@ final class ConvertController { @Operation(summary = "Конвертировать .docx/.doc в PDF", description = "Принимаются .docx (OOXML) и .doc (Word 97–2003, переносится в .docx " + "мостом: текст и прямое форматирование). errorOnCharts/errorOnSmartArt/errorOnOle — факультативно, по умолчанию " - + "настройки ядра (ошибка не выбрасывается); диаграммы/SmartArt " + + "ошибка не выбрасывается; диаграммы/SmartArt " + "конвертируются всегда, OLE-объекты при выключенном флаге тихо удаляются. " - + "Лимиты входа (размер/страницы) задаёт только конфигурация сервера " - + "(свойства wordpdf.max-mb/wordpdf.max-pages), параметрами запроса не переопределяются") + + "Лимиты входа (размер/страницы): свойства wordpdf.max-mb/wordpdf.max-pages — " + + "дефолт; параметры запроса maxMb/maxPages переопределяют его в обе стороны " + + "(значения ≤ 0 → 400)") @SecurityRequirement(name = OpenApiConfig.SCHEME) @PostMapping( path = "/api/v1/convert", @@ -73,7 +75,9 @@ final class ConvertController { @RequestParam("file") MultipartFile file, @RequestParam(name = "errorOnCharts", required = false) Boolean errorOnCharts, @RequestParam(name = "errorOnSmartArt", required = false) Boolean errorOnSmartArt, - @RequestParam(name = "errorOnOle", required = false) Boolean errorOnOle) { + @RequestParam(name = "errorOnOle", required = false) Boolean errorOnOle, + @RequestParam(name = "maxMb", required = false) Long maxMbParam, + @RequestParam(name = "maxPages", required = false) Integer maxPagesParam) { if (file == null || file.isEmpty()) { throw new BadRequestException("Файл не передан (multipart-поле «file» обязательно)"); } @@ -84,13 +88,24 @@ final class ConvertController { // .doc (Word 97–2003) переносится в .docx мостом internal.doc throw new BadRequestException("Поддерживаются только .docx и .doc: " + name); } + // Лимиты входа: свойства сервера — дефолт, параметры запроса + // переопределяют в обе стороны (верхнего потолка нет — осознанное + // решение; остаточная защита от загрузки — multipart-лимит сервера). + if (maxMbParam != null && maxMbParam <= 0) { + throw new BadRequestException("maxMb должен быть больше 0: " + maxMbParam); + } + if (maxPagesParam != null && maxPagesParam <= 0) { + throw new BadRequestException("maxPages должен быть больше 0: " + maxPagesParam); + } + long effMaxMb = maxMbParam != null ? maxMbParam : maxMb; + int effMaxPages = maxPagesParam != null ? maxPagesParam : maxPages; // Размер проверяется до getBytes(): multipart-лимит сервера (100 МБ) - // больше логического лимита входа (wordpdf.max-mb), и без этого гварда - // заведомо oversized-upload сначала материализовался бы в куче. + // больше логического лимита входа, и без этого гварда заведомо + // oversized-upload сначала материализовался бы в куче. // Текст — тот же формат, что WordPdfValidator.checkInput. - long maxBytes = maxMb * 1024 * 1024; + long maxBytes = effMaxMb * 1024 * 1024; if (file.getSize() > maxBytes) { - throw new BadRequestException("Файл больше " + maxMb + " МБ: " + throw new BadRequestException("Файл больше " + effMaxMb + " МБ: " + file.getSize() + " байт > " + maxBytes + " байт"); } byte[] docxBytes; @@ -100,10 +115,10 @@ final class ConvertController { throw new BadRequestException("Не удалось прочитать загруженный файл", e); } ConvertOptions options = new ConvertOptions( - errorOnCharts != null ? errorOnCharts : WordPdfSettings.ERROR_ON_CHARTS, - errorOnSmartArt != null ? errorOnSmartArt : WordPdfSettings.ERROR_ON_SMARTART, - errorOnOle != null ? errorOnOle : WordPdfSettings.ERROR_ON_OLE, - maxMb, maxPages); + Boolean.TRUE.equals(errorOnCharts), + Boolean.TRUE.equals(errorOnSmartArt), + Boolean.TRUE.equals(errorOnOle), + effMaxMb, effMaxPages); byte[] pdf = conversionService.convert(docxBytes, name, options); ContentDisposition disposition = ContentDisposition.attachment() .filename(ConversionService.safeBaseName(name) + ".pdf", StandardCharsets.UTF_8) diff --git a/wordpdf-app/src/main/resources/application.properties b/wordpdf-app/src/main/resources/application.properties index 5b201fa..b81f723 100644 --- a/wordpdf-app/src/main/resources/application.properties +++ b/wordpdf-app/src/main/resources/application.properties @@ -1,12 +1,12 @@ spring.application.name=wordpdf-app # Потолок инфраструктуры — 100 МБ (совпадает с client_max_body_size в -# nginx-шлюзах): больше не пропустит ни шлюз, ни контейнер. Авторитетный -# лимит — свойство wordpdf.max-mb (env WORDPDF_MAX_MB, МБ), по умолчанию -# WordPdfSettings.MAX_INPUT_MB = 5; здесь только потолок загрузки. -# Лимиты входа: env WORDPDF_MAX_MB (МБ) / WORDPDF_MAX_PAGES (страницы), -# дефолты — константы ядра (5 / 100), задаются ConvertController. -# Значение <= 0 — падение на старте. Сами ключи здесь не объявлены: -# пустое значение затенит SpEL-дефолт @Value. +# nginx-шлюзах): больше не пропустит ни шлюз, ни контейнер. Логический лимит +# входа — свойство wordpdf.max-mb (env WORDPDF_MAX_MB, МБ) / +# wordpdf.max-pages (env WORDPDF_MAX_PAGES): дефолты 5/100 — литералы @Value +# в ConvertController (дефолтов лимитов в ядре нет); параметрами запроса +# maxMb/maxPages дефолт переопределяется в обе стороны. Значение свойства +# <= 0 — падение на старте. Сами ключи здесь не объявлены: пустое значение +# затенит дефолт @Value. # file-size-threshold=2MB: части больше 2 МБ сбрасываются на диск Tomcat, heap # держит только копию getBytes() одной сериализованной конвертации (порог 100MB # буферизовал в heap каждую параллельную загрузку до валидации размера — OOM-килл diff --git a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionServiceTest.java b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionServiceTest.java index 2a1a41e..73b3afa 100644 --- a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionServiceTest.java +++ b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionServiceTest.java @@ -92,7 +92,7 @@ class ConversionServiceTest { byte[] sample = bytes("/samples/ru-plain.docx"); ConversionRejectedException e = assertThrows(ConversionRejectedException.class, - () -> svc.convert(sample, "queue.docx", ConvertOptions.defaults())); + () -> svc.convert(sample, "queue.docx", new ConvertOptions(false, false, false, 5, 100))); assertEquals("Сервис конвертации занят — повторите позже", e.getMessage()); } finally { block.countDown(); @@ -115,7 +115,7 @@ class ConversionServiceTest { try { Thread.currentThread().interrupt(); ConversionRejectedException e = assertThrows(ConversionRejectedException.class, - () -> svc.convert(sample, "ru-plain.docx", ConvertOptions.defaults())); + () -> svc.convert(sample, "ru-plain.docx", new ConvertOptions(false, false, false, 5, 100))); assertEquals("Сервис конвертации занят — повторите позже", e.getMessage()); assertTrue(Thread.currentThread().isInterrupted(), "флаг прерывания обязан быть восстановлен"); @@ -125,7 +125,7 @@ class ConversionServiceTest { // барьер: отменённая задача ещё домучивает рендер на воркере, а // глобальный реестр шрифтов ядра не потокобезопасен — ждём освобождения // воркера через успешную сериализованную конвертацию - byte[] pdf = svc.convert(sample, "barrier.docx", ConvertOptions.defaults()); + byte[] pdf = svc.convert(sample, "barrier.docx", new ConvertOptions(false, false, false, 5, 100)); assertEquals("%PDF", new String(pdf, 0, 4, StandardCharsets.US_ASCII)); svc.shutdown(); } diff --git a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionTimeoutTest.java b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionTimeoutTest.java index 1f23ce8..0e9a6b5 100644 --- a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionTimeoutTest.java +++ b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConversionTimeoutTest.java @@ -30,7 +30,10 @@ import static org.springframework.test.web.servlet.result.MockMvcResultMatchers. */ @SpringBootTest @AutoConfigureMockMvc -@TestPropertySource(properties = "wordpdf.convert-timeout=1ms") +@TestPropertySource(properties = {"wordpdf.convert-timeout=1ms", + // пустой ключ = фильтр выключен; пин от ambient WORDPDF_API_KEY + // (mise подмешивает корневой .env в окружение тасок) + "wordpdf.api-key="}) class ConversionTimeoutTest { private static final MediaType DOCX = diff --git a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java index b531562..9b9756d 100644 --- a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java +++ b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertControllerTest.java @@ -44,7 +44,8 @@ import static org.springframework.test.web.servlet.result.MockMvcResultMatchers. * ядра, PDF разбирается PDFBox, текст нормализуется по пробелам — паттерны * {@code WordPdfConverterTest} (norm/pdfText). */ -@SpringBootTest +@SpringBootTest(properties = "wordpdf.api-key=") // пустой = фильтр выключен; пин от +// ambient WORDPDF_API_KEY (mise подмешивает корневой .env в окружение тасок) @AutoConfigureMockMvc class ConvertControllerTest { @@ -311,8 +312,8 @@ class ConvertControllerTest { @Test void oversizedOverCoreLimit_rejected() throws Exception { // 5 MiB + 1 байт: проходит контейнерный multipart-лимит (100 МБ) - // и отсекается валидацией ядра до очереди (дефолт ядра цел — - // лимит задаёт только конфигурация сервера) + // и отсекается валидацией ядра до очереди (дефолт эндпоинта 5 МБ — + // параметры запроса здесь не участвуют) byte[] big = new byte[5 * 1024 * 1024 + 1]; mockMvc.perform(multipart("/api/v1/convert").file(docx("big.docx", big))) .andExpect(status().isBadRequest()) @@ -321,20 +322,60 @@ class ConvertControllerTest { } /** - * Регрессия env-only: лимиты входа параметрами запроса не задаются. - * maxMb/maxPages в multipart-форме игнорируются — маленький - * документ проходит на серверных лимитах (дефолты ядра). + * Параметр запроса maxMb ужимает серверный дефолт: файл в пределах + * серверных 5 МБ отвергается по параметру 1 МБ (текст гварда — с + * числом из запроса). */ @Test - void requestLimitParams_areIgnored() throws Exception { + void requestLimit_maxMbTightens_rejected() throws Exception { + byte[] twoMb = new byte[2 * 1024 * 1024]; + mockMvc.perform(multipart("/api/v1/convert") + .file(docx("two.docx", twoMb)) + .param("maxMb", "1")) + .andExpect(status().isBadRequest()) + .andExpect(jsonPath("$.error", + org.hamcrest.Matchers.containsString("больше 1 МБ"))); + } + + /** Параметр maxMb поднимает серверный дефолт: обычный документ проходит. */ + @Test + void requestLimit_maxMbRaises_smallOk() throws Exception { mockMvc.perform(multipart("/api/v1/convert") .file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx"))) .param("maxMb", "1000") - .param("maxPages", "1")) + .param("maxPages", "1000")) .andExpect(status().isOk()) .andExpect(content().contentType(MediaType.APPLICATION_PDF)); } + /** Параметр maxPages ужимает дефолт: фикстура на 110 границ отвергается с числом из запроса. */ + @Test + void requestLimit_maxPagesTightens_rejected() throws Exception { + mockMvc.perform(multipart("/api/v1/convert") + .file(docx("stale-cache.docx", bytes("/samples/stale-cache.docx"))) + .param("maxPages", "1")) + .andExpect(status().isBadRequest()) + .andExpect(jsonPath("$.error", + org.hamcrest.Matchers.containsString("длиннее 1 страниц"))); + } + + /** Нулевые лимиты в запросе — 400 до любой работы с файлом. */ + @Test + void requestLimit_nonPositive_rejected() throws Exception { + mockMvc.perform(multipart("/api/v1/convert") + .file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx"))) + .param("maxMb", "0")) + .andExpect(status().isBadRequest()) + .andExpect(jsonPath("$.error", + org.hamcrest.Matchers.containsString("maxMb должен быть больше 0"))); + mockMvc.perform(multipart("/api/v1/convert") + .file(docx("ru-plain.docx", bytes("/samples/ru-plain.docx"))) + .param("maxPages", "0")) + .andExpect(status().isBadRequest()) + .andExpect(jsonPath("$.error", + org.hamcrest.Matchers.containsString("maxPages должен быть больше 0"))); + } + /** * Невалидные лимиты в конфигурации — падение на старте (fail-fast): * «сервис поднят, но весь вход отсекается» хуже не поднявшегося. @@ -417,8 +458,14 @@ class ConvertControllerTest { mockMvc.perform(multipart("/api/v1/convert") .file(docx("bad.docx", docxPackageWithGarbage()))) .andExpect(status().isInternalServerError()) - .andExpect(jsonPath("$.error", - org.hamcrest.Matchers.containsString("Не удалось конвертировать"))); + // фиксированный текст: сообщение ядра (docx4j/FOP/JAXB) — + // только в лог, наружу не уходит + .andExpect(jsonPath("$.error").value("Не удалось конвертировать документ")) + .andExpect(result -> { + String body = result.getResponse().getContentAsString(); + assertTrue(!body.contains("docx4j") && !body.contains("Exception"), + "500 протёк внутренними деталями: " + body); + }); } @Test @@ -474,7 +521,7 @@ class ConvertControllerTest { ConvertController controller = new ConvertController(new ConversionService(Duration.ofSeconds(5)), 5L, 100); BadRequestException e = assertThrows(BadRequestException.class, - () -> controller.convert(broken, null, null, null)); + () -> controller.convert(broken, null, null, null, null, null)); assertTrue(e.getMessage().contains("Не удалось прочитать"), e.getMessage()); } } diff --git a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertLimitsTest.java b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertLimitsTest.java index 9ea92bb..ec53e5f 100644 --- a/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertLimitsTest.java +++ b/wordpdf-app/src/test/java/ru/pjandro/wordpdf/app/ConvertLimitsTest.java @@ -35,7 +35,10 @@ import static org.springframework.test.web.servlet.result.MockMvcResultMatchers. */ @SpringBootTest @AutoConfigureMockMvc -@TestPropertySource(properties = {"wordpdf.max-mb=1", "wordpdf.max-pages=1"}) +@TestPropertySource(properties = {"wordpdf.max-mb=1", "wordpdf.max-pages=1", + // пустой ключ = фильтр выключен; пин от ambient WORDPDF_API_KEY + // (mise подмешивает корневой .env в окружение тасок) + "wordpdf.api-key="}) class ConvertLimitsTest { private static final MediaType DOCX = @@ -90,4 +93,26 @@ class ConvertLimitsTest { .andExpect(jsonPath("$.error", org.hamcrest.Matchers.containsString("страниц"))); } + + /** + * Параметры запроса ПОДНИМАЮТ configured-дефолты (свойство — дефолт, не + * потолок): maxMb=5 — и файл за 1 MiB проходит байтовый гейт (отказ уже + * по контейнеру, не по размеру); maxPages=2 — и текст отказа несёт + * двойку, а не configured единицу. + */ + @Test + void restParamAboveConfigured_applies() throws Exception { + mockMvc.perform(multipart("/api/v1/convert") + .file(docx("big.docx", oversizedZip())) + .param("maxMb", "5")) + .andExpect(status().isBadRequest()) + .andExpect(jsonPath("$.error", + org.hamcrest.Matchers.containsString("не является .docx"))); + mockMvc.perform(multipart("/api/v1/convert") + .file(docx("too-many-pages.docx", bytes("/samples/too-many-pages.docx"))) + .param("maxPages", "2")) + .andExpect(status().isBadRequest()) + .andExpect(jsonPath("$.error", + org.hamcrest.Matchers.containsString("длиннее 2 страниц"))); + } } diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java index ea13de4..54fa0b7 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/ConvertOptions.java @@ -2,8 +2,8 @@ package ru.pjandro.wordpdf; /** * на один вызов: error-флаги рисунков и лимиты входа (размер/страницы). - * Дефолты — константы {@link WordPdfSettings}; вызывающий (например, REST API) - * может переопределить их на конкретный вызов. Диаграммы/SmartArt + * Дефолтов в ядре нет — значения задаёт вызывающий (приложение: свойства + * сервера как дефолт REST-эндпоинта + параметры запроса). Диаграммы/SmartArt * конвертируются всегда. * * @param errorOnCharts бросать {@link DrawingFoundException} при находке диаграмм @@ -11,16 +11,9 @@ package ru.pjandro.wordpdf; * @param errorOnOle бросать {@link DrawingFoundException} при находке OLE-объектов * (иначе — тихо удалить их из документа) * @param maxMb лимит размера входа в МБ (MiB) на этот вызов; - * дефолт — {@link WordPdfSettings#MAX_INPUT_MB} - * @param maxPages лимит числа страниц на этот вызов; - * дефолт — {@link WordPdfSettings#MAX_PAGES} + * должен быть больше 0 + * @param maxPages лимит числа страниц на этот вызов; должен быть больше 0 */ public record ConvertOptions(boolean errorOnCharts, boolean errorOnSmartArt, boolean errorOnOle, long maxMb, int maxPages) { - - /** Дефолты ядра из {@link WordPdfSettings}. */ - public static ConvertOptions defaults() { - return new ConvertOptions(WordPdfSettings.ERROR_ON_CHARTS, WordPdfSettings.ERROR_ON_SMARTART, - WordPdfSettings.ERROR_ON_OLE, WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES); - } } diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java index 0f4bf33..7c3cf51 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfConverter.java @@ -100,10 +100,11 @@ public final class WordPdfConverter { * каждого изображения (замер 2026-11: ~1,5 ГБ живых byte[] после 30 * конвертаций с картинками). Поэтому каждая конвертация обязана вызвать * {@link #resetSharedImageCaches()} в finally. Вызывается только под локом - * конвертации (см. {@code convert}), сброс mid-render невозможен. - * Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. + * конвертации (см. {@code convert}), сброс mid-render невозможен. Методы + * приватны: вызов вне лока конвертера вскрыл бы DCL/сброс на параллельный + * рендер. Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. */ - static FopFactory sharedFopFactory(final FOSettings foSettings) { + private static FopFactory sharedFopFactory(final FOSettings foSettings) { FopFactory factory = sharedFopFactory; if (factory == null) { synchronized (WordPdfConverter.class) { @@ -130,7 +131,7 @@ public final class WordPdfConverter { * {@code convert}) — параллельный рендер под сброс не попадает. * Регрессия — WordPdfConverterTest#sharedImageCaches_clearedAfterConversion. */ - static void resetSharedImageCaches() { + private static void resetSharedImageCaches() { FopFactory factory = sharedFopFactory; if (factory == null) { return; @@ -144,37 +145,10 @@ public final class WordPdfConverter { /** * Конвертирует байты .docx (или бинарного .doc Word 97–2003 — формат - * определяется по сигнатуре байтов) в PDF. Работа с файлами — забота + * определяется по сигнатуре байтов) в PDF с настройками на вызов: + * error-флаги диаграмм/SmartArt и лимиты входа. Работа с файлами — забота * вызывающего (файловое API было здесь раньше; ядро пути не принимает). * - *

.doc предварительно переносится в .docx мостом - * {@link ru.pjandro.wordpdf.internal.doc.DocToDocx} (текст + прямое - * форматирование); число страниц для .doc проверяется мостом по чистому - * бинарному документу (кэш PageCount + явные разрывы), сгенерированный - * .docx валидацией не проверяется. Для .docx вход проверяется - * {@link WordPdfValidator#validate(byte[], ConvertOptions)} до рендера: - * {@code null} / размер больше {@link WordPdfSettings#MAX_INPUT_MB} (МБ) / zip-подпись / - * число страниц больше {@link WordPdfSettings#MAX_PAGES} — при отказе байтов результата нет; - * страницы считаются ровно раз по сырому входу, повторного скана по - * нормализованным байтам нет (см. javadoc перегрузки с {@link ConvertOptions}). - * - * @param docxBytes байты .docx или бинарного .doc - * @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся - * @return байты готового PDF - * @throws ValidationException некорректный вход: {@code null}, размер больше - * {@link WordPdfSettings#MAX_INPUT_MB} (МБ), не .docx/.doc, зашифрованный .doc, - * документ длиннее {@link WordPdfSettings#MAX_PAGES} страниц - * @throws ConversionException прочие ошибки (битый .docx, ошибка рендера) - */ - public static byte[] convert(byte[] docxBytes, String title) throws ConversionException { - return convert(docxBytes, title, ConvertOptions.defaults()); - } - - /** - * Конвертирует байты .docx (или бинарного .doc Word 97–2003 — формат - * определяется по сигнатуре байтов, см. перегрузку выше) в PDF с - * настройками на вызов: error-флаги диаграмм/SmartArt и лимиты входа. - * *

Вход проверяется {@link WordPdfValidator#validate(byte[], ConvertOptions)} * до рендера — одна проверка на оба формата: {@code null} / размер больше * {@code options.maxMb()} (МБ) / не .docx и не .doc / число страниц больше @@ -189,8 +163,8 @@ public final class WordPdfConverter { * * @param docxBytes байты .docx или бинарного .doc * @param title заголовок PDF (метаданные); {@code null}/пустая — заголовок не задаётся - * @param options error-флаги и лимиты входа на этот вызов; {@code null} — - * дефолты (константы {@link WordPdfSettings}) + * @param options error-флаги и лимиты входа на этот вызов; обязательны, + * {@code null} → {@link ValidationException} (дефолтов в ядре нет) * @return байты готового PDF * @throws ValidationException некорректный вход: {@code null}, размер больше * {@code options.maxMb()} (МБ), не .docx/.doc, зашифрованный .doc, @@ -198,7 +172,11 @@ public final class WordPdfConverter { * @throws ConversionException прочие ошибки (битый .docx, ошибка рендера) */ public static byte[] convert(byte[] docxBytes, String title, ConvertOptions options) throws ConversionException { - ConvertOptions opts = options == null ? ConvertOptions.defaults() : options; + if (options == null) { + throw new ValidationException("Не переданы параметры конвертации (ConvertOptions): " + + "лимиты входа задаёт вызывающий"); + } + ConvertOptions opts = options; // Полная проверка входа — одна на оба формата: размер до // классификации (враждебный вход без подписи обязан получить ошибку // лимита), затем для .docx — zip/контейнер/страницы, для .doc — @@ -218,7 +196,8 @@ public final class WordPdfConverter { // (реентельно) и DCL в sharedFopFactory. Регрессия — // WordPdfConverterTest#concurrentConversions_twoThreadsBothSucceed. synchronized (WordPdfConverter.class) { - docxBytes = WordPdfValidator.isBinaryDoc(docxBytes) ? DocToDocx.convert(docxBytes) : docxBytes; + docxBytes = WordPdfValidator.isBinaryDoc(docxBytes) + ? DocToDocx.convert(docxBytes, opts.maxMb()) : docxBytes; ByteArrayOutputStream bos = new ByteArrayOutputStream(Math.max(1 << 16, docxBytes.length)); try { convertToStream(docxBytes, title, opts, bos); @@ -238,6 +217,32 @@ public final class WordPdfConverter { private static final Logger LOG = Logger.getLogger(WordPdfConverter.class.getName()); + // Пороги защиты входа (считает WordPdfValidator.max* от лимитов входа + // ConvertOptions). Значения — строго литералы compile-time констант: javac + // инлайнит их в WordPdfValidator, и обращение из валидатора НЕ + // инициализирует этот класс (его static-блок выставляет sysprops docx4j — + // инвариант «WordPdfValidator не зависит от docx4j» сохраняется). + /** Бюджет суммарной распаковки: MiB на каждый МБ лимита размера входа. */ + static final int DECOMPRESS_MB_PER_MAX_MB = 10; + /** Бюджет суммарной распаковки: KiB на каждую страницу лимита. */ + static final int DECOMPRESS_KIB_PER_PAGE = 64; + /** Бюджет XML-частей: MiB на каждый МБ лимита (JAXB-разбор дороже байта). */ + static final int DECOMPRESS_XML_MB_PER_MAX_MB = 4; + /** Бюджет XML-частей: KiB на каждую страницу лимита. */ + static final int DECOMPRESS_XML_KIB_PER_PAGE = 32; + /** Пол бюджета суммарной распаковки (MiB) — чтобы мелкие лимиты не ломали легитимные документы. */ + static final long MIN_DECOMPRESSED_MB = 16; + /** Пол бюджета XML-частей (MiB). */ + static final long MIN_DECOMPRESSED_XML_MB = 4; + /** Порог пиксельной площади одного растра: пикселей на каждый МБ лимита размера. */ + static final long IMAGE_PIXELS_PER_MAX_MB = 5_000_000; + /** Порог числа zip-записей: записей на каждый МБ лимита размера. */ + static final int ZIP_ENTRIES_PER_MAX_MB = 512; + /** Порог числа zip-записей: записей на каждую страницу лимита. */ + static final int ZIP_ENTRIES_PER_PAGE = 32; + /** Пол порога числа zip-записей. */ + static final int MIN_ZIP_ENTRIES = 2048; + /** * Прогрев ядра: первая конвертация после старта JVM стоит 1,3–1,7 с * (JAXB/XSLT/FOP/классы), её платил первый запрос после деплоя. Прогоняет @@ -256,7 +261,7 @@ public final class WordPdfConverter { return; } try { - convert(warmupDocx(), "warmup"); + convert(warmupDocx(), "warmup", new ConvertOptions(false, false, false, 1, 1)); warmRaster(); warmedUp = true; } catch (Throwable t) { @@ -411,14 +416,19 @@ public final class WordPdfConverter { // 6. Проход XSLT (медленнее, но полнее), вывод в поток Docx4J.toFO(foSettings, os, Docx4J.FLAG_EXPORT_PREFER_XSL); } finally { - // 7. Уборка временных файлов встроенных в docx шрифтов и сброс + // 7. Уборка временных файлов встроенных в docx шрифтов, сброс // имиджевых кешей общей FopFactory (без него форк копит растр - // каждого изображения: ~1,5 ГБ на 30 конвертаций, 2026-11). + // каждого изображения: ~1,5 ГБ на 30 конвертаций, 2026-11) и + // возврат реестра шрифтов в бандл-состояние: load() регистрирует + // в глобальном PhysicalFonts встроенные шрифты документа, и без + // restrictToBundled последний документ продолжал бы влиять на + // выбор шрифта до следующей конвертации. if (pkg.getMainDocumentPart() != null && pkg.getMainDocumentPart().getFontTablePart() != null) { pkg.getMainDocumentPart().getFontTablePart().deleteEmbeddedFontTempFiles(); } resetSharedImageCaches(); + BundledFonts.restrictToBundled(); // Примечание: в docx4j 11.x OpcPackage.close() отсутствует — // пакет загружается в память и ничего не закрывает. } diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java deleted file mode 100644 index 0c54be0..0000000 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfSettings.java +++ /dev/null @@ -1,42 +0,0 @@ -package ru.pjandro.wordpdf; - -/** - * Единая точка конфигурации ядра: все настройки-дефолты — константы здесь. - * Рантайм-конфигурации нет: изменение значения = правка этого файла и пересборка. - * Лимиты входа ({@link #MAX_INPUT_MB}, {@link #MAX_PAGES}) — дефолты: - * вызывающий может переопределить их на конкретный вызов через - * {@link ConvertOptions}. - */ -public final class WordPdfSettings { - - /** Максимальный размер входного .docx в МБ (дефолт). МБ = MiB = 1024 × 1024 байт. */ - public static final long MAX_INPUT_MB = 5; - - /** Документ длиннее — ошибка (дефолт). */ - public static final int MAX_PAGES = 100; - - /** Потолок суммарного распакованного размера архива (МБ) — защита от zip-бомбы. */ - public static final long MAX_DECOMPRESSED_MB = 200; - - /** Потолок числа записей в архиве — защита от бомбы «много записей». */ - public static final int MAX_ZIP_ENTRIES = 8192; - - /** - * Ошибка при находке диаграмм ({@code c:chart}) — {@link DrawingFoundException}. - * Дефолт {@code false} — конвертация проходит. - */ - public static final boolean ERROR_ON_CHARTS = false; - - /** Ошибка при находке SmartArt ({@code dgm:relIds}) — {@link DrawingFoundException}. */ - public static final boolean ERROR_ON_SMARTART = false; - - /** - * Ошибка при находке OLE-объектов (бинарные {@code .bin}-части) — - * {@link DrawingFoundException}. Дефолт {@code false} — объекты тихо - * удаляются из документа (см. OleObjectNormalizer), конвертация проходит. - */ - public static final boolean ERROR_ON_OLE = false; - - private WordPdfSettings() { - } -} diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java index d7048f4..8b91109 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/WordPdfValidator.java @@ -30,19 +30,15 @@ import java.util.zip.ZipInputStream; * но им можно пользоваться и напрямую — например, проверить байты * документа, полученного из сети или БД, до любой работы с ними. * - *

Лимиты по умолчанию: - *

- * Первые два переопределяются на вызов: перегрузками с явным лимитом или - * {@link ConvertOptions} (конвертер {@link WordPdfConverter} применяет их сам). - * Последние два — защитные константные пороги ({@link #validate(byte[], ConvertOptions)}), - * {@link ConvertOptions} их не переопределяет. + *

Лимитов-констант в ядре нет: все пороги выводятся из лимитов входа + * {@link ConvertOptions} ({@code maxMb} — размер в МБ, {@code maxPages} — + * число страниц): бюджеты распаковки {@link #maxDecompressedBytes(long, int)} + * и {@link #maxDecompressedXmlBytes(long, int)}, порог площади растра + * {@link #maxImagePixels(long)}, потолок числа zip-записей + * {@code maxZipEntries} (package-private) — коэффициенты в + * {@link WordPdfConverter}. Конвертер применяет {@link ConvertOptions} сам; + * одноаргументных оверлодов-дефолтов нет — лимит задаётся параметром каждого + * метода. * *

Проверка контейнера: архив обязан декларировать документ * wordprocessingml в {@code [Content_Types].xml} — иначе это не .docx @@ -79,15 +75,6 @@ public final class WordPdfValidator { private WordPdfValidator() { } - /** - * Проверяет размер байтов входа (для документа, полученного из сети/БД). - * - * @throws ValidationException при {@code null} или превышении лимита (МБ) - */ - public static void checkInput(byte[] docxBytes) throws ValidationException { - checkInput(docxBytes, WordPdfSettings.MAX_INPUT_MB); - } - /** * Проверяет размер байтов входа против явного лимита в МБ (переопределение * на вызов, см. {@link ConvertOptions#maxMb()}). МБ = MiB = 1024 × 1024 байт. @@ -111,7 +98,7 @@ public final class WordPdfValidator { * такой вход не проверяется .docx-валидацией (zip-пути), его страницы * считает мост {@code internal.doc} по чистому бинарному документу. */ - public static boolean isBinaryDoc(byte[] bytes) { + static boolean isBinaryDoc(byte[] bytes) { byte[] sig = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0, (byte) 0xA1, (byte) 0xB1, 0x1A, (byte) 0xE1}; if (bytes == null || bytes.length < sig.length) { @@ -154,19 +141,13 @@ public final class WordPdfValidator { * .docx-манифест и распакованный размер (регрессия — * {@code WordPdfValidatorTest#validate_notAZip}); поэтому вызывать * {@code checkPageCount} напрямую допустимо только над доверенным входом. - * @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@link WordPdfSettings#MAX_PAGES} - */ - public static void checkPageCount(byte[] docxBytes) throws ValidationException { - checkPageCount(docxBytes, WordPdfSettings.MAX_PAGES); - } - - /** - * То же, что {@link #checkPageCount(byte[])}, с явным лимитом - * страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}). + * + *

Лимит страниц задаётся параметром (переопределение на вызов, + * см. {@link ConvertOptions#maxPages()}). * * @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@code maxPages} */ - public static void checkPageCount(byte[] docxBytes, int maxPages) throws ValidationException { + static void checkPageCount(byte[] docxBytes, int maxPages) throws ValidationException { if (docxBytes == null) { throw new ValidationException("Не указаны байты входного .docx"); } @@ -215,17 +196,7 @@ public final class WordPdfValidator { * разрывы 0x0C − непрерывные межсекционные разрывы + абзацы с * pageBreakBefore)} — тот же контур, что lightweight-скан по zip для * .docx. Разбор делает {@code internal.doc} ({@link DocToDocx#countPages(byte[])}). - * - * @throws ValidationException при {@code null}, не-.doc-входе, шифровании - * или превышении {@link WordPdfSettings#MAX_PAGES} - */ - public static void checkPageCountDoc(byte[] docBytes) throws ValidationException { - checkPageCountDoc(docBytes, WordPdfSettings.MAX_PAGES); - } - - /** - * То же, что {@link #checkPageCountDoc(byte[])}, с явным лимитом - * страниц (переопределение на вызов, см. {@link ConvertOptions#maxPages()}). + * Лимит страниц задаётся параметром (см. {@link ConvertOptions#maxPages()}). * *

Отказ разбора {@code .doc}-моста ({@code internal.doc}) — * {@link ConversionException} — оборачивается здесь в @@ -237,7 +208,7 @@ public final class WordPdfValidator { * @throws ValidationException при {@code null}, не-.doc-входе, шифровании * или превышении {@code maxPages} */ - public static void checkPageCountDoc(byte[] docBytes, int maxPages) throws ValidationException { + static void checkPageCountDoc(byte[] docBytes, int maxPages) throws ValidationException { if (docBytes == null) { throw new ValidationException("Не указаны байты входного .doc"); } @@ -273,18 +244,25 @@ public final class WordPdfValidator { *

Проверка контейнера: в {@code [Content_Types].xml} обязана быть * декларация документа wordprocessingml (архив без неё — не .docx); * zip-бомба отсекается потоковым счётчиком распакованных байт - * ({@link WordPdfSettings#MAX_DECOMPRESSED_MB}) и числом записей - * ({@link WordPdfSettings#MAX_ZIP_ENTRIES}) — до разбора содержимого - * в {@link #checkPageCount(byte[], int)}. Оба лимита — - * защитные пороги, {@link ConvertOptions} их не переопределяет. + * ({@link #maxDecompressedBytes(long, int)}, XML — + * {@link #maxDecompressedXmlBytes(long, int)}) и числом записей + * ({@code maxZipEntries}) — до разбора содержимого + * в {@link #checkPageCount(byte[], int)}. Все пороги — производные от + * {@code options.maxMb()}/{@code options.maxPages()}, отдельных + * констант в ядре нет. * Регрессии — {@code WordPdfValidatorTest#validate_plainZipRejected}, * {@code #validate_xlsxRenamedRejected}, {@code #validate_zipBombRejected}, * {@code #validate_tooManyEntriesRejected}.

- * @throws ValidationException при {@code null}, превышении {@code options.maxMb()}, + * @throws ValidationException при {@code null} входа или {@code options}, + * превышении {@code options.maxMb()}, * отсутствии zip-подписи, не-.docx-контейнере, признаках zip-бомбы, * ошибке разбора zip или превышении {@code options.maxPages()} */ public static void validate(byte[] docxBytes, ConvertOptions options) throws ValidationException { + if (options == null) { + throw new ValidationException("Не переданы параметры конвертации (ConvertOptions): " + + "лимиты входа задаёт вызывающий"); + } checkInput(docxBytes, options.maxMb()); if (isBinaryDoc(docxBytes)) { // Бинарный .doc: страницы — по чистому бинарному документу, @@ -296,7 +274,11 @@ public final class WordPdfValidator { || (docxBytes[2] & 0xFF) != 0x03 || (docxBytes[3] & 0xFF) != 0x04) { throw new ValidationException("Содержимое не похоже на .docx или .doc (не zip-архив)"); } - checkDocxContainer(docxBytes); + checkDocxContainer(docxBytes, + maxDecompressedBytes(options.maxMb(), options.maxPages()), + maxDecompressedXmlBytes(options.maxMb(), options.maxPages()), + maxZipEntries(options.maxMb(), options.maxPages()), + maxImagePixels(options.maxMb())); checkPageCount(docxBytes, options.maxPages()); } @@ -306,30 +288,60 @@ public final class WordPdfValidator { * в {@link #checkPageCount(byte[], int)}) и наличие в * {@code [Content_Types].xml} декларации документа wordprocessingml * (архив без неё — не .docx: обычный zip, переименованный .xlsx/.pptx). + * + *

Пороги передаются параметром (считает + * {@link #validate(byte[], ConvertOptions)} из лимитов входа через + * {@link #maxDecompressedBytes} / {@link #maxDecompressedXmlBytes} / + * {@code maxZipEntries} / {@link #maxImagePixels}): заголовок + * центрального каталога врёт о размере, поэтому считается по ходу чтения. */ - private static void checkDocxContainer(byte[] docxBytes) throws ValidationException { - long maxTotal = WordPdfSettings.MAX_DECOMPRESSED_MB * 1024 * 1024; + private static void checkDocxContainer(byte[] docxBytes, long maxTotal, long maxXmlTotal, + long maxEntries, long maxPixels) + throws ValidationException { long total = 0; + long xmlTotal = 0; int entries = 0; + // OPC требует уникальных имён частей: дубликат — либо крафт, либо + // обход кэша страниц (валидатор читает ПЕРВУЮ партию document.xml, + // парсер может взять другую) — отказ по первому повтору имени. + Set names = new HashSet<>(); ByteArrayOutputStream ctBuf = new ByteArrayOutputStream(); try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docxBytes))) { ZipEntry entry; while ((entry = zip.getNextEntry()) != null) { + if (!names.add(entry.getName())) { + throw new ValidationException("Дубликаты записей в архиве: " + entry.getName()); + } if (!entry.isDirectory()) { entries++; - if (entries > WordPdfSettings.MAX_ZIP_ENTRIES) { + if (entries > maxEntries) { throw new ValidationException("Слишком много записей в архиве: больше " - + WordPdfSettings.MAX_ZIP_ENTRIES); + + maxEntries); } } - boolean isCt = "[Content_Types].xml".equals(entry.getName()); + String name = entry.getName(); + boolean isCt = "[Content_Types].xml".equals(name); + boolean isXml = name.endsWith(".xml") || name.endsWith(".rels"); + // Raster-bomb: маленькая запись объявляет гигантский растр + // (декод по заголовку) — размеры читаются из head-буфера, + // весь содержимый поток идёт через счётчик total как раньше. + boolean isRaster = isRasterMedia(name); + byte[] head = isRaster ? new byte[RASTER_HEAD_LIMIT] : null; + int headLen = 0; byte[] buf = new byte[8192]; int n; while ((n = zip.read(buf)) > 0) { total += n; if (total > maxTotal) { throw new ValidationException("Распакованный размер архива больше " - + WordPdfSettings.MAX_DECOMPRESSED_MB + " МБ (признак zip-бомбы)"); + + (maxTotal / 1048576) + " МБ (признак zip-бомбы)"); + } + if (isXml) { + xmlTotal += n; + if (xmlTotal > maxXmlTotal) { + throw new ValidationException("Суммарный распакованный размер XML-частей больше " + + (maxXmlTotal / 1048576) + " МБ (признак zip-бомбы)"); + } } if (isCt) { if (ctBuf.size() + n > 8 * 1024 * 1024) { @@ -338,6 +350,18 @@ public final class WordPdfValidator { } ctBuf.write(buf, 0, n); } + if (head != null && headLen < head.length) { + int take = Math.min(n, head.length - headLen); + System.arraycopy(buf, 0, head, headLen, take); + headLen += take; + } + } + if (head != null) { + long area = rasterArea(name, head, headLen); + if (area > maxPixels) { + throw new ValidationException("Изображение слишком большое: " + name + + " объявляет не менее " + area + " пикселей"); + } } } } catch (ValidationException e) { @@ -357,6 +381,55 @@ public final class WordPdfValidator { } } + /** + * Бюджет суммарной распаковки docx, байты: {@code max(MIN_DECOMPRESSED_MB×MiB, + * maxMb×10MiB + maxPages×64KiB)} — без верхней крышки: бюджет догоняет + * лимиты входа (защита от upload-бомбы масштабируется вместе с них). + * Коэффициенты — {@link WordPdfConverter#DECOMPRESS_MB_PER_MAX_MB} и + * {@link WordPdfConverter#DECOMPRESS_KIB_PER_PAGE} (запас на XML/медиа + * легитимного архива), пол — {@link WordPdfConverter#MIN_DECOMPRESSED_MB} + * (мелким лимитам входа). Регрессия — + * WordPdfValidatorTest#validate_smallLimitsBudgetFloor, + * #validate_budgetScalesWithInputLimits. + */ + static long maxDecompressedBytes(long maxMb, int maxPages) { + long budget = Math.multiplyExact(maxMb, + WordPdfConverter.DECOMPRESS_MB_PER_MAX_MB * 1048576L) + + (long) maxPages * WordPdfConverter.DECOMPRESS_KIB_PER_PAGE * 1024L; + return Math.max(WordPdfConverter.MIN_DECOMPRESSED_MB * 1048576L, budget); + } + + /** + * Бюджет распаковки XML-частей docx, байты: {@code max(MIN_DECOMPRESSED_XML_MB×MiB, + * maxMb×4MiB + maxPages×32KiB)} (XML парсится JAXB DOM — дороже байта, + * поэтому коэффициенты вдвое ниже суммарных, и пол ниже). Инвариант: при + * одних лимитах строго меньше суммарного бюджета, поэтому гейт XML + * достижим. + */ + static long maxDecompressedXmlBytes(long maxMb, int maxPages) { + long budget = Math.multiplyExact(maxMb, + WordPdfConverter.DECOMPRESS_XML_MB_PER_MAX_MB * 1048576L) + + (long) maxPages * WordPdfConverter.DECOMPRESS_XML_KIB_PER_PAGE * 1024L; + return Math.max(WordPdfConverter.MIN_DECOMPRESSED_XML_MB * 1048576L, budget); + } + + /** + * Порог пиксельной площади одного растрового медиа, пиксели: + * {@code maxMb×5_000_000} (при лимите 5 МБ — 25 Мпикс, как в Word; + * разложение в ARGB-буфер ≈ 4 байта/пиксель). Публичный — нужен + * .doc-мосту ({@code OfficeArt}) для той же защиты на своём пути. + */ + public static long maxImagePixels(long maxMb) { + return Math.multiplyExact(maxMb, WordPdfConverter.IMAGE_PIXELS_PER_MAX_MB); + } + + /** Порог числа zip-записей: {@code max(2048, maxMb×512 + maxPages×32)} — защита от бомбы «много записей». */ + static long maxZipEntries(long maxMb, int maxPages) { + long v = Math.multiplyExact(maxMb, WordPdfConverter.ZIP_ENTRIES_PER_MAX_MB) + + (long) maxPages * WordPdfConverter.ZIP_ENTRIES_PER_PAGE; + return Math.max(WordPdfConverter.MIN_ZIP_ENTRIES, v); + } + /** Поиск байтов ASCII-строки в массиве (манифест ограничен 8 МБ — наивного поиска достаточно). */ private static boolean containsAscii(byte[] data, String needle) { byte[] pat = needle.getBytes(StandardCharsets.UTF_8); @@ -372,6 +445,89 @@ public final class WordPdfValidator { return false; } + /** Растровые медиа, чьи размеры читываются из заголовка (прочие форматы не инспектируются). */ + private static boolean isRasterMedia(String name) { + String n = name.toLowerCase(java.util.Locale.ROOT); + return n.endsWith(".png") || n.endsWith(".gif") || n.endsWith(".bmp") + || n.endsWith(".jpg") || n.endsWith(".jpeg"); + } + + /** Хватает на PNG/GIF/BMP-заголовок и на JPEG-SOF даже с большими embedded-превью. */ + private static final int RASTER_HEAD_LIMIT = 64 * 1024; + + /** Минимальный читаемый заголовок GIF: сигнатура «GIF8xа» + width/height (2×u16). */ + private static final int GIF_HEADER_MIN = 10; + /** Префикс каждого JPEG-сегмента: маркер 0xFF. */ + private static final int JPEG_MARKER = 0xFF; + + /** + * Пиксельная площадь по заголовку растра (PNG — IHDR big-endian, GIF/BMP — + * little-endian, JPEG — скан сегментов SOFn); нераспознанный/неполный + * заголовок → -1 (не отклонять: формат мог быть нестандартным, декод + * всё равно ограничен {@code total}). + */ + private static long rasterArea(String name, byte[] h, int len) { + String n = name.toLowerCase(java.util.Locale.ROOT); + if (n.endsWith(".png")) { + if (len >= 24 && (h[0] & 0xFF) == 0x89 && h[1] == 'P' && h[2] == 'N' && h[3] == 'G') { + return be32(h, 16) * (long) be32(h, 20); + } + return -1; + } + if (n.endsWith(".gif")) { + if (len >= GIF_HEADER_MIN) { + return (long) le16(h, 6) * le16(h, 8); + } + return -1; + } + if (n.endsWith(".bmp")) { + if (len >= 26 && h[0] == 'B' && h[1] == 'M') { + return Math.abs((long) le32(h, 18)) * Math.abs((long) le32(h, 22)); + } + return -1; + } + // JPEG: скан маркеров до SOFn (C0–CF кроме C4/DHT, C8, CC/DAC); + // префикс FFD8 обязателен, иначе — не JPEG. + if (len < 4 || (h[0] & 0xFF) != 0xFF || (h[1] & 0xFF) != 0xD8) { + return -1; + } + int i = 2; + while (i + 4 <= len) { + if ((h[i] & JPEG_MARKER) != JPEG_MARKER) { + return -1; + } + int marker = h[i + 1] & 0xFF; + if (marker >= 0xC0 && marker <= 0xCF && marker != 0xC4 && marker != 0xC8 && marker != 0xCC) { + if (i + 9 > len) { + return -1; + } + return (long) be16(h, i + 7) * be16(h, i + 5); + } + if (marker == 0xD8 || (marker >= 0xD0 && marker <= 0xD7) || marker == 0x01) { + i += 2; + continue; + } + i += 2 + be16(h, i + 2); + } + return -1; + } + + private static int be16(byte[] b, int off) { + return ((b[off] & 0xFF) << 8) | (b[off + 1] & 0xFF); + } + + private static int le16(byte[] b, int off) { + return (b[off] & 0xFF) | ((b[off + 1] & 0xFF) << 8); + } + + private static int be32(byte[] b, int off) { + return (be16(b, off) << 16) | be16(b, off + 2); + } + + private static int le32(byte[] b, int off) { + return (le16(b, off) & 0xFFFF) | (le16(b, off + 2) << 16); + } + /** {@code word/headerN.xml} / {@code word/footerN.xml} (не .rels). */ private static boolean isHeaderFooterPart(String name) { return (name.startsWith("word/header") || name.startsWith("word/footer")) diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java index 86490f6..c8b80d2 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFontMapper.java @@ -107,7 +107,7 @@ public class BundledFontMapper extends BestMatchingMapper { /** * Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить - * бандл-семейство {@code family}: {@link GlyphCoverageNormalizer} пишет + * бандл-семейство {@code family}: {@code GlyphCoverageNormalizer} пишет * его в разрезанные раны. Обратная к {@link #bundledFamily} операция — * имена берутся из таблицы алиасов, поэтому маппинг гарантированно * возвращается к тому же семейству. diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java index d78e3df..4583f61 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/fonts/BundledFonts.java @@ -2,6 +2,7 @@ package ru.pjandro.wordpdf.fonts; import org.docx4j.fonts.PhysicalFont; import org.docx4j.fonts.PhysicalFonts; +import ru.pjandro.wordpdf.WordPdfConverter; import java.io.IOException; import java.io.InputStream; @@ -124,57 +125,65 @@ public final class BundledFonts { /** * Выгружает шрифты из jar и регистрирует их в docx4j. * Повторные вызовы игнорируются (idempotентно). + * + *

Монитор — {@code WordPdfConverter.class}, а не {@code BundledFonts.class}: + * {@code PhysicalFonts} и {@link #VARIANTS} читаются рендером внутри + * конвертации (она сериализована монитором конвертера), и мутация под + * собственным замком вырезала бы записи из-под идущего рендера. + * Все синхронизированные методы класса держат ровно этот монитор.

*/ - public static synchronized void init() { - if (inited) { - return; - } - try { - extractDir = Files.createTempDirectory("wordpdf-fonts-"); - } catch (IOException e) { - throw new IllegalStateException("Не удалось создать временный каталог для шрифтов", e); - } - // Ключ реестра docx4j — имя шрифта, и addPhysicalFont не перезаписывает - // занятый ключ. Системный DejaVuSerif.ttf занимает «dejavu serif», и - // наш DejaVuSerif-Regular.ttf (то же имя) просто не добавился бы. - dropNonBundled(); - - for (Entry entry : ENTRIES) { - // 1. Выгружаем файл из jar - Path target = extractDir.resolve(entry.file()); - try (InputStream in = BundledFonts.class.getClassLoader() - .getResourceAsStream(CLASSPATH_DIR + "/" + entry.file())) { - if (in == null) { - throw new IllegalStateException( - "Шрифт не найден в jar: " + CLASSPATH_DIR + "/" + entry.file()); - } - Files.copy(in, target, StandardCopyOption.REPLACE_EXISTING); - // deleteOnExit не рекурсивен: каталог удалится только пустым, - // поэтому регистрируем каждый выгруженный TTF. - target.toFile().deleteOnExit(); + public static void init() { + synchronized (WordPdfConverter.class) { + if (inited) { + return; + } + try { + extractDir = Files.createTempDirectory("wordpdf-fonts-"); } catch (IOException e) { - throw new IllegalStateException("Не удалось выгрузить шрифт " + entry.file(), e); + throw new IllegalStateException("Не удалось создать временный каталог для шрифтов", e); + } + // Ключ реестра docx4j — имя шрифта, и addPhysicalFont не перезаписывает + // занятый ключ. Системный DejaVuSerif.ttf занимает «dejavu serif», и + // наш DejaVuSerif-Regular.ttf (то же имя) просто не добавился бы. + dropNonBundled(); + + for (Entry entry : ENTRIES) { + // 1. Выгружаем файл из jar + Path target = extractDir.resolve(entry.file()); + try (InputStream in = BundledFonts.class.getClassLoader() + .getResourceAsStream(CLASSPATH_DIR + "/" + entry.file())) { + if (in == null) { + throw new IllegalStateException( + "Шрифт не найден в jar: " + CLASSPATH_DIR + "/" + entry.file()); + } + Files.copy(in, target, StandardCopyOption.REPLACE_EXISTING); + // deleteOnExit не рекурсивен: каталог удалится только пустым, + // поэтому регистрируем каждый выгруженный TTF. + target.toFile().deleteOnExit(); + } catch (IOException e) { + throw new IllegalStateException("Не удалось выгрузить шрифт " + entry.file(), e); + } + + // 2. Регистрируем в docx4j: имя в реестре docx4j берёт из + // name-таблицы TTF, поэтому ищем результат по URI файла + PhysicalFonts.addPhysicalFont(target.toUri()); + PhysicalFont pf = findByFile(target.getFileName().toString()); + if (pf == null) { + throw new IllegalStateException( + "docx4j не зарегистрировал шрифт: " + entry.file() + + " (файл повреждён или не embeddable?)"); + } + + // 3. Учимся: семейство -> начертание -> PhysicalFont + VARIANTS + .computeIfAbsent(entry.family(), k -> new HashMap<>()) + .put(entry.variant(), pf); } - // 2. Регистрируем в docx4j: имя в реестре docx4j берёт из - // name-таблицы TTF, поэтому ищем результат по URI файла - PhysicalFonts.addPhysicalFont(target.toUri()); - PhysicalFont pf = findByFile(target.getFileName().toString()); - if (pf == null) { - throw new IllegalStateException( - "docx4j не зарегистрировал шрифт: " + entry.file() - + " (файл повреждён или не embeddable?)"); - } - - // 3. Учимся: семейство -> начертание -> PhysicalFont - VARIANTS - .computeIfAbsent(entry.family(), k -> new HashMap<>()) - .put(entry.variant(), pf); + // Удаление временного каталога при завершении JVM + extractDir.toFile().deleteOnExit(); + inited = true; } - - // Удаление временного каталога при завершении JVM - extractDir.toFile().deleteOnExit(); - inited = true; } /** @@ -188,17 +197,18 @@ public final class BundledFonts { * em-dash на шрифте ранa (Carlito) вместо fallback-DejaVu. * Шрифты, встроенные в docx, регистрируются при {@code load()} — * если чистить до load(), они останутся в реестре. - *

Мутирует глобальный реестр {@code PhysicalFonts}: нельзя звать - * параллельно идущей {@code WordPdfConverter.convert()} — рендер - * начнёт терять шрифты. Внешний вызов рядом с идущей конвертацией - * обязан держать монитор {@code WordPdfConverter.class} — тот же, - * что сериализует конвертации. + *

Мутирует глобальный реестр {@code PhysicalFonts} под монитором + * {@code WordPdfConverter.class} — тем же, что сериализует конвертации, + * поэтому вызов рядом с идущей {@code WordPdfConverter.convert()} + * безопасен автоматически (замок удерживается внутри метода). */ - public static synchronized void restrictToBundled() { - if (!inited) { - return; + public static void restrictToBundled() { + synchronized (WordPdfConverter.class) { + if (!inited) { + return; + } + dropNonBundled(); } - dropNonBundled(); } /** Удаляет из реестра всё, что не было выгружено из jar в {@link #extractDir}. */ @@ -237,15 +247,18 @@ public final class BundledFonts { /** * Зарегистрированный шрифт: семейство (lowercase) + начертание. - * Синхронизирован с {@link #init()}: {@code VARIANTS} — обычный - * {@code HashMap}, наполняемый в {@code init()} под тем же монитором - * класса; без замка внешний читатель мог бы увидеть недобранную карту. + * Синхронизирован с {@link #init()} общим монитором + * {@code WordPdfConverter.class}: {@code VARIANTS} — обычный + * {@code HashMap}, наполняемый в {@code init()}; без замка внешний + * читатель мог бы увидеть недобранную карту. * * @return PhysicalFont или null (если init() не вызван или шрифта нет) */ - public static synchronized PhysicalFont font(String family, String variant) { - Map m = VARIANTS.get(family); - return m == null ? null : m.get(variant); + public static PhysicalFont font(String family, String variant) { + synchronized (WordPdfConverter.class) { + Map m = VARIANTS.get(family); + return m == null ? null : m.get(variant); + } } public static PhysicalFont regular(String family) { diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java index 8015028..8cf485b 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxOnOffNormalizer.java @@ -24,7 +24,7 @@ import java.util.regex.Pattern; * * Если совпадений нет, возвращает исходный массив без переупаковки zip. */ -public final class DocxOnOffNormalizer { +final class DocxOnOffNormalizer { /** * {@code w:val="on"/"off"} только внутри открывающего тега: group 1 — от @@ -40,7 +40,7 @@ public final class DocxOnOffNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = DocxOnOffNormalizer::normalize; + static final DocxNormalizer STEP = DocxOnOffNormalizer::normalize; /** * Заменяет в XML-частях docx (word/*.xml) w:val="off"/"on" @@ -49,7 +49,7 @@ public final class DocxOnOffNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java index a7302c4..eefb4c7 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/DocxRewritePipeline.java @@ -58,7 +58,7 @@ public final class DocxRewritePipeline { * @param docx байты .docx (валидный zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java index 0ec14b7..78a26d1 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/FieldNormalizer.java @@ -36,7 +36,7 @@ import java.util.zip.ZipOutputStream; * разбираются — если внутри {@code begin … end} встречается ещё один * {@code begin}, поле пропускается. */ -public final class FieldNormalizer { +final class FieldNormalizer { /** Инструкции, для которых в docx4j-export-fo есть обработчик fldSimple. */ private static final String[] SUPPORTED = {"PAGE", "NUMPAGES", "SECTIONPAGES"}; @@ -45,7 +45,7 @@ public final class FieldNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = FieldNormalizer::normalize; + static final DocxNormalizer STEP = FieldNormalizer::normalize; /** * Переписывает поддерживаемые поля во всех word/*.xml частях docx. @@ -53,7 +53,7 @@ public final class FieldNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java index aa309fc..dfdda09 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/GlyphCoverageNormalizer.java @@ -54,7 +54,7 @@ import java.util.concurrent.ConcurrentHashMap; * * Как и {@link SymbolFontNormalizer}, правим байты zip до JAXB-разбора. */ -public final class GlyphCoverageNormalizer { +final class GlyphCoverageNormalizer { /** Семейства с засечками: для них fallback ищется сначала среди serif. */ private static final List SERIF_FAMILIES = @@ -82,7 +82,7 @@ public final class GlyphCoverageNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = GlyphCoverageNormalizer::normalize; + static final DocxNormalizer STEP = GlyphCoverageNormalizer::normalize; /** * Разрезает раны с непокрытыми глифами в XML-частях docx (word/*.xml). @@ -90,7 +90,7 @@ public final class GlyphCoverageNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java index f587c18..7782575 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/HiddenTextNormalizer.java @@ -64,7 +64,7 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel; * *

Регрессия — WordPdfConverterTest#hiddenText_notPrinted. */ -public final class HiddenTextNormalizer { +final class HiddenTextNormalizer { /** Капа цепочки {@code w:basedOn} (образец — {@code doc.Styles.MAX_CHAIN}). */ private static final int MAX_CHAIN = 16; @@ -98,7 +98,7 @@ public final class HiddenTextNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = HiddenTextNormalizer::normalize; + static final DocxNormalizer STEP = HiddenTextNormalizer::normalize; /** * Вырезает скрытые раны (только прямой {@code w:vanish}) из XML-частей @@ -107,7 +107,7 @@ public final class HiddenTextNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { Set vanishStyles = Set.of(); try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx))) { ZipArchiveEntry styles = zf.getEntry("word/styles.xml"); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java index d2c4a7d..96839b7 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/InvisibleCharNormalizer.java @@ -38,7 +38,7 @@ import java.util.zip.ZipOutputStream; * Регрессия — WordPdfConverterTest#invisibleChars_noEmptyLines, * WordPdfConverterTest#invisibleChars_arimoBoxesNotDrawn. */ -public final class InvisibleCharNormalizer { +final class InvisibleCharNormalizer { /** * Коды на вырезание: явные переносы FOP (U+0085, U+2028, U+2029), @@ -87,7 +87,7 @@ public final class InvisibleCharNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = InvisibleCharNormalizer::normalize; + static final DocxNormalizer STEP = InvisibleCharNormalizer::normalize; /** * Вырезает невидимые символы из текстовых узлов XML-частей docx @@ -96,7 +96,7 @@ public final class InvisibleCharNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java index bc48267..77ad413 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/NumberingSuffixNormalizer.java @@ -29,7 +29,7 @@ import java.util.zip.ZipOutputStream; * заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing — * не трогаем. Нечего менять → тот же массив. */ -public final class NumberingSuffixNormalizer { +final class NumberingSuffixNormalizer { private static final Pattern SUFF_SPACE = Pattern.compile("]*w:val=\"space\"[^>]*/>"); @@ -39,7 +39,7 @@ public final class NumberingSuffixNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize; + static final DocxNormalizer STEP = NumberingSuffixNormalizer::normalize; /** * Дописывает пробел в lvlText у уровней с suff=space. @@ -47,7 +47,7 @@ public final class NumberingSuffixNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java index 7b1004e..d0b4a75 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/RubyNormalizer.java @@ -33,7 +33,7 @@ import java.util.zip.ZipOutputStream; * *

Регрессия — WordPdfConverterTest#rubyBase_textPrinted. */ -public final class RubyNormalizer { +final class RubyNormalizer { private RubyNormalizer() { } @@ -78,7 +78,7 @@ public final class RubyNormalizer { * Индивидуальный контракт {@link DocxNormalizer} (тесты); в конвейере * {@link DocxRewritePipeline} вызывает {@link #rewrite} в общем проходе. */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); 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 d5570b0..dff652b 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 @@ -77,7 +77,7 @@ import java.util.zip.ZipOutputStream; * * Регрессия — WordPdfConverterTest#strictOoxml_convertsNotRejected. */ -public final class StrictOoxmlNormalizer { +final class StrictOoxmlNormalizer { /** Открывающий тег элемента префикса {@code a:} (DrawingML). */ private static final Pattern A_TAG = Pattern.compile("]*>"); @@ -122,7 +122,7 @@ public final class StrictOoxmlNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = StrictOoxmlNormalizer::normalize; + static final DocxNormalizer STEP = StrictOoxmlNormalizer::normalize; /** * Приводит strict-OOXML в XML-частях docx (word/*.xml) к виду, который @@ -131,7 +131,7 @@ public final class StrictOoxmlNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java index 147754f..cdf26a2 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/SymbolFontNormalizer.java @@ -42,7 +42,7 @@ import java.util.zip.ZipOutputStream; * * Как и {@link DocxOnOffNormalizer}, правим байты zip до JAXB-разбора. */ -public final class SymbolFontNormalizer { +final class SymbolFontNormalizer { /** Семейство, на которое заменяются символьные шрифты (есть в jar). */ static final String REPLACEMENT_FAMILY = "DejaVu Sans"; @@ -71,7 +71,7 @@ public final class SymbolFontNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = SymbolFontNormalizer::normalize; + static final DocxNormalizer STEP = SymbolFontNormalizer::normalize; /** * Заменяет символьные шрифты в XML-частях docx (word/*.xml). @@ -79,7 +79,7 @@ public final class SymbolFontNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java index 01441cf..ec65e32 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/TableIndentNormalizer.java @@ -46,7 +46,7 @@ import java.util.zip.ZipOutputStream; * WordPdfConverterTest#tableIndentCentered_shiftedLikeWord, * #headerTableIndent_centeredInHeader. */ -public final class TableIndentNormalizer { +final class TableIndentNormalizer { /** Дефолт pgSz w:w (A4 portrait, twips) при отсутствии атрибута. */ private static final int DEFAULT_PG_W = 11906; @@ -75,7 +75,7 @@ public final class TableIndentNormalizer { } /** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */ - public static final DocxNormalizer STEP = TableIndentNormalizer::normalize; + static final DocxNormalizer STEP = TableIndentNormalizer::normalize; /** * Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}. @@ -83,7 +83,7 @@ public final class TableIndentNormalizer { * @param docx байты .docx (zip) * @return те же или переупакованные байты */ - public static byte[] normalize(byte[] docx) throws IOException { + static byte[] normalize(byte[] docx) throws IOException { ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length); boolean changed = false; try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx)); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java index c160709..5a817b2 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRenderer.java @@ -36,6 +36,7 @@ import org.docx4j.wml.Drawing; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import ru.pjandro.wordpdf.ConvertOptions; +import ru.pjandro.wordpdf.ConversionException; import ru.pjandro.wordpdf.DrawingFoundException; import javax.imageio.ImageIO; @@ -102,6 +103,20 @@ public final class DrawingPreRenderer { * когда для объектов включён error-флаг ({@link ConvertOptions}). */ public static void run(WordprocessingMLPackage pkg, ConvertOptions options) { + run(pkg, options, MAX_CHART_PNG_BYTES_TOTAL); + } + + /** + * Потолок суммарного размера chart-PNG на документ: пер-объектные гейты + * ({@code MAX_EXTENT_EMU}, {@code MAX_PIXELS}) ограничивают один объект, + * но тысячи chart-частей × MB PNG оседали бы в heap как media-части + * (много-ГБ пик с входа ≤5 MiB). Превышение — деградация «объект удалён + * + warn», конвертация продолжается. + */ + private static final long MAX_CHART_PNG_BYTES_TOTAL = 128L * 1024 * 1024; + + /** Тестовый шов: бюджет задаётся явно (публичный {@link #run} — с константой). */ + static void run(WordprocessingMLPackage pkg, ConvertOptions options, long maxPngBytesTotal) { ThemePart themePart = null; for (Part p : new ArrayList<>(pkg.getParts().getParts().values())) { if (p instanceof ThemePart tp) { @@ -117,6 +132,7 @@ public final class DrawingPreRenderer { List parts = new ArrayList<>(pkg.getParts().getParts().values()); Set handled = new HashSet<>(); int[] idSeq = {1000}; + long[] pngTotal = {0}; for (Part p : parts) { if (!handled.add(p)) { continue; @@ -125,7 +141,7 @@ public final class DrawingPreRenderer { if (content.isEmpty()) { continue; } - walk(p, content, pkg, colors, idSeq, options); + walk(p, content, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); } } @@ -151,16 +167,17 @@ public final class DrawingPreRenderer { } private static void walk(Part part, List content, WordprocessingMLPackage pkg, - DrawMlColor colors, int[] idSeq, ConvertOptions options) { + DrawMlColor colors, int[] idSeq, long[] pngTotal, + long maxPngBytesTotal, ConvertOptions options) { for (Object o : content) { Object v = o instanceof JAXBElement ? ((JAXBElement) o).getValue() : o; if (v instanceof Drawing drawing) { - replaceDrawing(part, drawing, pkg, colors, idSeq, options); + replaceDrawing(part, drawing, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); continue; } List nested = invokeList(v, "getContent"); if (!nested.isEmpty() && nested != content) { - walk(part, nested, pkg, colors, idSeq, options); + walk(part, nested, pkg, colors, idSeq, pngTotal, maxPngBytesTotal, options); } } } @@ -176,7 +193,8 @@ public final class DrawingPreRenderer { } private static void replaceDrawing(Part part, Drawing drawing, WordprocessingMLPackage pkg, - DrawMlColor colors, int[] idSeq, ConvertOptions options) { + DrawMlColor colors, int[] idSeq, long[] pngTotal, + long maxPngBytesTotal, ConvertOptions options) { for (Object wrapper : drawing.getAnchorOrInline()) { Graphic graphic; long cx; @@ -234,7 +252,7 @@ public final class DrawingPreRenderer { } continue; } - swapForPicture(part, gd, img, cx, cy, idSeq, pkg); + swapForPicture(part, gd, img, cx, cy, idSeq, pkg, pngTotal, maxPngBytesTotal); } } @@ -248,8 +266,15 @@ public final class DrawingPreRenderer { try { ChartSpec spec = ChartSpec.parse(space, colors); return ChartRenderer.render(spec, cx / 12700.0, cy / 12700.0, colors); - } catch (RuntimeException | OutOfMemoryError e) { - // OOM — второй эшелон после MAX_EXTENT_EMU/MAX_POINTS: враждебный + } catch (OutOfMemoryError e) { + // OOM — не «деградация объекта»: состояние heap после него + // ненадёжно, продолжение рендера следующих объектов — второй + // OOM вместо одного детерминированного 500. + LOG.error("память исчерпана при рендере графика r:id={}", ref.getId(), e); + throw new ConversionException( + "Память исчерпана при рендере объектов рисования", e); + } catch (RuntimeException e) { + // второй эшелон после MAX_EXTENT_EMU/MAX_POINTS: враждебный // chart-XML не должен валить всю конвертацию, деградация = объект удалён. LOG.warn("рендер графика r:id={} упал: {}", ref.getId(), e.toString()); return null; @@ -265,7 +290,11 @@ public final class DrawingPreRenderer { } try { return SmartArtRenderer.render(drawing, colors, cx / 12700.0, cy / 12700.0); - } catch (RuntimeException | OutOfMemoryError e) { + } catch (OutOfMemoryError e) { + LOG.error("память исчерпана при рендере SmartArt", e); + throw new ConversionException( + "Память исчерпана при рендере объектов рисования", e); + } catch (RuntimeException e) { LOG.warn("рендер SmartArt упал: {}", e.toString()); return null; } @@ -309,7 +338,8 @@ public final class DrawingPreRenderer { */ private static void swapForPicture(Part part, GraphicData gd, BufferedImage img, long cx, long cy, int[] idSeq, - WordprocessingMLPackage pkg) { + WordprocessingMLPackage pkg, + long[] pngTotal, long maxPngBytesTotal) { byte[] png; try { ByteArrayOutputStream bos = new ByteArrayOutputStream(); @@ -325,6 +355,13 @@ public final class DrawingPreRenderer { gd.getAny().clear(); // контракт: упавший рендер — объект удалён return; } + if (pngTotal[0] + png.length > maxPngBytesTotal) { + LOG.warn("суммарный размер chart-PNG превысил {} байт — объект удалён", + maxPngBytesTotal); + gd.getAny().clear(); // деградация «объект удалён + warn» + return; + } + pngTotal[0] += png.length; String relId; try { relId = addChartMedia(pkg, part, png); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java index 28e8169..e62bb15 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/CfbReader.java @@ -22,7 +22,7 @@ import java.util.Map; * любой цепочки ограничена числом секторов файла, иначе враждебный FAT * зациклил бы разбор.

*/ -public final class CfbReader { +final class CfbReader { /** Сигнатура контейнера, MS-CFB §2.2 (Header Signature). */ static final byte[] SIGNATURE = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0, @@ -73,7 +73,7 @@ public final class CfbReader { * @throws ConversionException если это не CFB, файл обрезан или цепочки * секторов цикличны/указывают за конец файла */ - public static Map readStreams(byte[] cfb) { + static Map readStreams(byte[] cfb) { if (cfb == null || cfb.length < HEADER_SIZE || !startsWithSignature(cfb)) { throw new ConversionException("Содержимое не похоже на .doc Word 97–2003"); } @@ -123,6 +123,13 @@ public final class CfbReader { } if (rootStart >= 0 && rootSize > 0) { + // Root-запись не проходит фильтр «size <= cfb.length», что ниже для + // stream-записей: readChain аллоцирует new byte[(int) size] ДО + // любых проверок границ — завышенный rootSize уложил бы heap (MS-CFB §2.4, + // поток не может быть больше контейнера). + if (rootSize > cfb.length) { + throw new ConversionException("Размер mini stream .doc больше контейнера"); + } miniStream = readChain(cfb, fat, rootStart, rootSize, sectorSize, sectorTotal, "mini stream"); } if (firstMiniFat != FREESECT && firstMiniFat != ENDOFCHAIN && firstMiniFat <= MAX_SECT) { @@ -139,7 +146,18 @@ public final class CfbReader { // второй проход: содержимое потоков Map result = new HashMap<>(); + // Суммарный бюджет аллокаций: FAT легально шарит сектора между + // записями, поэтому пер-запись «size <= cfb.length» не ограничивает + // итог — N записей с size ≈ cfb.length аллоцировали бы N×файл + // (OOM с одного враждебного контейнера). В легитимном контейнере + // потоки не перекрываются: rootSize + Σ sizes ≤ файл + служебные + // сектора (FAT/dir/докругление mini) ≈ 1.1×файла; 1.5× — запас. + long allocated = rootSize; for (Entry e : entries) { + if (allocated + e.size() > 3L * cfb.length / 2) { + throw new ConversionException("Суммарный размер потоков .doc больше лимита контейнера"); + } + allocated += e.size(); byte[] data; if (e.size() >= cutoff) { data = readChain(cfb, fat, e.start(), e.size(), sectorSize, sectorTotal, @@ -286,12 +304,15 @@ public final class CfbReader { if (sect >= miniFat.length) { throw new ConversionException("Mini-сектор за концом MiniFAT в .doc"); } - int base = (int) sect * miniSectorSize; int n = Math.min(miniSectorSize, (int) size - done); - if (base + n > miniStream.length) { + // long-арифметика: sect уже long, умножение не может уйти в + // отрицательный int-wrap и пройти прежний guard — arraycopy тогда бросал + // ArrayIndexOutOfBoundsException (не ConversionException → 500). + long base = sect * miniSectorSize; + if (base < 0 || base + n > miniStream.length) { throw new ConversionException("Mini-поток .doc ссылается за конец mini stream"); } - System.arraycopy(miniStream, base, out, done, n); + System.arraycopy(miniStream, (int) base, out, done, n); done += n; sect = miniFat[(int) sect] & 0xFFFFFFFFL; } 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 a4f0658..d44e824 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 @@ -1,5 +1,7 @@ package ru.pjandro.wordpdf.internal.doc; +import ru.pjandro.wordpdf.WordPdfValidator; + import java.nio.charset.StandardCharsets; import java.util.ArrayDeque; import java.util.ArrayList; @@ -9,12 +11,13 @@ import java.util.Iterator; import java.util.List; import java.util.Locale; import java.util.Map; +import java.util.Set; import java.util.regex.Pattern; /** * Мост бинарного .doc (Word 97–2003) → минимальный transitional-.docx. * - *

Точки входа пакета: {@link #convert(byte[])} (конвертация) и + *

Точки входа пакета: {@link #convert(byte[], long)} (конвертация) и * {@link #countPages(byte[])} (нижняя оценка страниц для валидатора). * Разбор строго по [MS-DOC]/[MS-CFB]/[MS-OLEPS]: контейнер — {@link CfbReader}, * общий разбор — {@link DocFile}, заголовок — {@link FibHeader}, текст — @@ -113,9 +116,12 @@ public final class DocToDocx { * {@link #countPages(byte[])}, но до всякой конвертации).

* * @param docBytes контейнер Word 97–2003 + * @param maxMb лимит размера входа (МБ) — из него порог пиксельной + * площади растра ({@code WordPdfValidator.maxImagePixels}) * @throws ConversionException на некорректном/зашифрованном/чужом входе */ - public static byte[] convert(byte[] docBytes) { + public static byte[] convert(byte[] docBytes, long maxMb) { + long maxPixels = WordPdfValidator.maxImagePixels(maxMb); DocFile file = DocFile.open(docBytes); FibHeader fib = file.fib(); FontTable fonts = FontTable.read(file.table(), fib.fcSttbfFfn(), fib.lcbSttbfFfn()); @@ -145,7 +151,7 @@ public final class DocToDocx { byte[] data = CfbReader.stream(file.streams(), "Data"); file.releaseRawStreams(); DocxBody body = new DocxBody(file.pieces(), chpx, papx, fonts, styles, lists, - fib.ccpText(), data, parts); + fib.ccpText(), data, maxPixels, parts); List secs = sections.list(); String[] hdrRel = new String[secs.size()]; String[] ftrRel = new String[secs.size()]; @@ -236,6 +242,14 @@ public final class DocToDocx { /** Схема URL в начале строки (RFC 3986 §3.1), lookingAt. */ private static final Pattern URL_SCHEME = Pattern.compile("[A-Za-z][A-Za-z0-9+.\\-]*:"); + /** + * Разрешённые схемы гиперссылок: RFC 3986 пропускает {@code javascript:} + * и {@code file:}, они доезжают до /URI-аннотаций PDF (выполнение + * скрипта/локальный путь в просмотрщике). Прочие схемы → ссылка не + * эмитится, текст остаётся. + */ + private static final Set ALLOWED_URL_SCHEMES = + Set.of("http", "https", "mailto", "ftp"); /** ASCII DEL — управляющий символ, невалидный в URL. */ private static final char DEL = 0x7F; /** Кавычка-обёртка URL в инструкции HYPERLINK. */ @@ -254,6 +268,8 @@ public final class DocToDocx { private final int ccpText; /** Data-поток (.doc) для BLIP по sprmCPicLocation. */ private final byte[] dataStream; + /** Порог пиксельной площади растра (WordPdfValidator.maxImagePixels). */ + private final long maxPixels; /** Части пакета (колонтитуки + media); id связи = rId{позиция+1}. */ private final List parts; private final Deque fieldStack = new ArrayDeque<>(); @@ -274,10 +290,16 @@ public final class DocToDocx { private Map sectByEndCp = Map.of(); /** sectPr разрыва, потреблённого в текущем абзаце (прикрепляется к Para). */ private String pendingSectPr; + /** Остаток бюджета развёрнутых PrcData на документ (сброса нет). */ + private final long[] prcBudget = {PrcData.MAX_BYTES_PER_DOCUMENT}; + /** Номер следующей картинки ({@code word/media/imageN}); media-части + * добавляет только {@code emitPicture} — инкремент эквивалентен прежнему + * скану {@code parts} (тот был квадратичным на тысячах картинок). */ + private int imageSeq; DocxBody(PieceTable pieces, ChpxIndex chpx, PapxIndex papx, FontTable fonts, Styles styles, Lists lists, int ccpText, byte[] dataStream, - List parts) { + long maxPixels, List parts) { this.pieces = pieces; this.chpx = chpx; this.papx = papx; @@ -286,6 +308,7 @@ public final class DocToDocx { this.lists = lists; this.ccpText = ccpText; this.dataStream = dataStream; + this.maxPixels = maxPixels; this.parts = parts; } @@ -365,7 +388,7 @@ public final class DocToDocx { // grpprl абзаца может быть вынесен Word в PrcData (Data-поток) // через sprmPHugePapx/sprmPTableProps — разворачиваем до // потребления: InTable/TTP/TAP видят автомат и paraProps (§2.9.210) - byte[] direct = PrcData.resolve(dataStream, papx.grpprlFor(paraFc)); + byte[] direct = PrcData.resolve(dataStream, papx.grpprlFor(paraFc), prcBudget); int istd = istdOf(direct, papx.istdFor(paraFc)); byte[] styleChpx = styles.chpxChain(istd); StringBuilder runs = new StringBuilder(); @@ -857,16 +880,11 @@ public final class DocToDocx { if (picLoc < 0) { return; } - OfficeArt.Picture pic = OfficeArt.read(dataStream, picLoc); + OfficeArt.Picture pic = OfficeArt.read(dataStream, picLoc, maxPixels); if (pic == null) { return; } - int imageNo = 1; - for (DocxWriter.Part p : parts) { - if (p.entry().startsWith("word/media/")) { - imageNo++; - } - } + int imageNo = ++imageSeq; 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(); @@ -965,7 +983,9 @@ public final class DocToDocx { } } if (url.isEmpty() || hasControlChar(url) - || !URL_SCHEME.matcher(url).lookingAt()) { + || !URL_SCHEME.matcher(url).lookingAt() + || !ALLOWED_URL_SCHEMES.contains( + url.substring(0, url.indexOf(':')).toLowerCase(Locale.ROOT))) { return null; } return url; diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java index 5d710c3..65cdd2f 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/OfficeArt.java @@ -60,8 +60,10 @@ final class OfficeArt { /** * Картинка по {@code picLocation} в Data-потоке; {@code null} — нет * данных/векторный формат/битая запись (деградация, не ошибка). + * Порог пиксельной площади растра ({@code maxPixels}, считает + * {@code WordPdfValidator.maxImagePixels}) приходит параметром. */ - static Picture read(byte[] dataStream, long picLocation) { + static Picture read(byte[] dataStream, long picLocation, long maxPixels) { if (picLocation < 0 || picLocation + PICF_SIZE > dataStream.length) { return null; } @@ -79,7 +81,7 @@ final class OfficeArt { scanFrom += 1 + (dataStream[scanFrom] & 0xFF); // cchPicName + stPicName } for (int p = scanFrom; p + 8 <= end; p++) { - Picture pic = tryBlip(dataStream, p, end, sizeX, sizeY); + Picture pic = tryBlip(dataStream, p, end, sizeX, sizeY, maxPixels); if (pic != null) { return pic; } @@ -88,7 +90,7 @@ final class OfficeArt { } /** Кандидат на BLIP-запись по смещению {@code p}; {@code null} — не он. */ - private static Picture tryBlip(byte[] data, int p, int end, int sizeX, int sizeY) { + private static Picture tryBlip(byte[] data, int p, int end, int sizeX, int sizeY, long maxPixels) { int verInstance = (int) (CfbReader.u32(data, p) & 0xFFFF); int type = (int) (CfbReader.u32(data, p + 2) & 0xFFFF); long cb = CfbReader.u32(data, p + 4); @@ -117,7 +119,7 @@ final class OfficeArt { ? new Picture("jpg", "image/jpeg", slice(data, dataOff, dataLen), emu(sizeX), emu(sizeY)) : null; - case BLIP_DIB -> dibToPng(data, dataOff, dataLen, sizeX, sizeY); + case BLIP_DIB -> dibToPng(data, dataOff, dataLen, sizeX, sizeY, maxPixels); case BLIP_EMF, BLIP_WMF, BLIP_PICT -> null; // метафайлы не рендерим default -> null; }; @@ -160,10 +162,20 @@ final class OfficeArt { private static final int BITMAPINFOHEADER_SIZE = 40; /** DIB (BITMAPINFOHEADER + пиксели) → PNG через ImageIO; битый → null. */ - private static Picture dibToPng(byte[] data, int off, int len, int sizeX, int sizeY) { + private static Picture dibToPng(byte[] data, int off, int len, int sizeX, int sizeY, long maxPixels) { if (len < BITMAPINFOHEADER_SIZE) { return null; } + // Raster-bomb: BITMAPINFOHEADER из нескольких сотен байтов может + // объявить 50000×50000 — ImageIO аллоцирует растр ПО ЗАГОЛОВКУ и + // бросает OutOfMemoryError (Error, не ловится catch ниже). Отказ по + // площади — та же семантика «битый → объект пропущен»; порог + // приходит параметром (WordPdfValidator.maxImagePixels). + long area = (long) Math.abs((int) CfbReader.u32(data, off + 4)) + * Math.abs((int) CfbReader.u32(data, off + 8)); + if (area > maxPixels) { + return null; + } try { java.awt.image.BufferedImage img = javax.imageio.ImageIO.read( new java.io.ByteArrayInputStream(wrapAsBmp(data, off, len))); diff --git a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java index e8533ea..d8acd0a 100644 --- a/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java +++ b/wordpdf-core/src/main/java/ru/pjandro/wordpdf/internal/doc/PrcData.java @@ -41,24 +41,49 @@ final class PrcData { private static final int MAX_CB_GRPPRL = 0x3FA2; /** Максимум разобранных PrcData на абзац — защита от цикла A→B→A. */ private static final int MAX_HOPS = 32; + /** + * Суммарный бюджет развёрнутых PrcData на документ (байт): все абзацы + * могут указывать указателями в одну и ту же цепочку Data, и пер-абзац + * ({@value #MAX_HOPS} × {@value #MAX_CB_GRPPRL}) не ограничивает итог — + * без бюджета враждебный файл получает CPU/alloc-шторм на весь разбор. + */ + static final long MAX_BYTES_PER_DOCUMENT = 32L * 1024 * 1024; private PrcData() { } + /** + * Grpprl абзаца с развёрнутой цепочкой PrcData (бюджет на документ не + * учитывается — юнит-тесты; продакшен зовёт {@link #resolve(byte[], byte[], long[])}). + */ + static byte[] resolve(byte[] dataStream, byte[] grpprl) { + return resolve(dataStream, grpprl, new long[] {Long.MAX_VALUE}); + } + /** * Grpprl абзаца с развёрнутой цепочкой PrcData. Без указателей * (0x6646/0x646B нет) возвращается тот же массив; иначе — * новый: не-спец-спрмы исходника дословно, спец-спрмы заменены * содержимым цепочки по их указателям. + * + *

{@code budget[0]} — остаток бюджета документа ({@link #MAX_BYTES_PER_DOCUMENT}): + * списывается размер результата; при исчерпании цепочка не разворачивается + * (деградация форматирования, а не отказ — та же «снисходительность», что + * для брака ниже). Мутатор — вызывающий на весь документ.

*/ - static byte[] resolve(byte[] dataStream, byte[] grpprl) { + static byte[] resolve(byte[] dataStream, byte[] grpprl, long[] budget) { if (!hasPointer(grpprl)) { return grpprl; } + if (budget[0] <= 0) { + return grpprl; + } ByteArrayOutputStream out = new ByteArrayOutputStream(grpprl.length + 64); int[] hops = new int[1]; copyPrls(grpprl, 0, grpprl.length, dataStream, out, hops); - return out.toByteArray(); + byte[] result = out.toByteArray(); + budget[0] -= result.length; + return result; } /** Есть ли в массиве указатель на PrcData. */ 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 5d3f927..b2a79c2 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 +17,7 @@ import org.apache.pdfbox.text.PDFTextStripper; import org.apache.poi.poifs.filesystem.POIFSFileSystem; import org.docx4j.Docx4jProperties; import org.junit.jupiter.api.Test; +import ru.pjandro.wordpdf.fonts.BundledFonts; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; @@ -45,6 +46,11 @@ import static org.junit.jupiter.api.Assertions.*; */ class WordPdfConverterTest { + /** Эквивалент прежних дефолтов ядра: без error-флагов, лимиты 5 МБ / 100 страниц. */ + private static ConvertOptions opts() { + return new ConvertOptions(false, false, false, 5, 100); + } + /** Готовый тестовый документ (коммитится, создан SampleDocxGenerator). */ private static byte[] sampleBytes(String name) throws IOException { try (InputStream in = WordPdfConverterTest.class.getClassLoader() @@ -97,7 +103,7 @@ class WordPdfConverterTest { /** Конвертирует байты docx и пишет PDF во временный файл (PDFBox читает по пути). */ private static Path convertPdf(byte[] docxBytes, String title) throws IOException { Path out = Files.createTempFile("converted-", ".pdf"); - Files.write(out, WordPdfConverter.convert(docxBytes, title)); + Files.write(out, WordPdfConverter.convert(docxBytes, title, opts())); return out; } @@ -280,7 +286,7 @@ class WordPdfConverterTest { ConversionException ex = assertThrows(ConversionException.class, () -> convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart", new ConvertOptions(true, false, false, - WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); + 5, 100))); assertTrue(ex instanceof DrawingFoundException dfe && dfe.kind() == DrawingFoundException.Kind.CHARTS, @@ -298,7 +304,7 @@ class WordPdfConverterTest { ConversionException ex = assertThrows(ConversionException.class, () -> convertPdf(sampleBytes("charts-smartart.docx"), "charts-smartart", new ConvertOptions(false, true, false, - WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); + 5, 100))); assertTrue(ex instanceof DrawingFoundException dfe && dfe.kind() == DrawingFoundException.Kind.SMARTART, @@ -355,7 +361,7 @@ class WordPdfConverterTest { ConversionException ex = assertThrows(ConversionException.class, () -> convertPdf(sampleBytes("ole-embedded.docx"), "ole-embedded", new ConvertOptions(false, false, true, - WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); + 5, 100))); assertTrue(ex instanceof DrawingFoundException dfe && dfe.kind() == DrawingFoundException.Kind.OLE, @@ -628,7 +634,7 @@ class WordPdfConverterTest { @Test void invalidInputRejected() { assertThrows(ValidationException.class, () -> - WordPdfConverter.convert(null, "x")); + WordPdfConverter.convert(null, "x", opts())); } /** @@ -636,9 +642,9 @@ class WordPdfConverterTest { */ @Test void inputTooLarge() { - byte[] tooBig = new byte[(int) (WordPdfSettings.MAX_INPUT_MB * 1024 * 1024) + 1]; + byte[] tooBig = new byte[5 * 1024 * 1024 + 1]; ValidationException ex = assertThrows(ValidationException.class, () -> - WordPdfConverter.convert(tooBig, "too-big")); + WordPdfConverter.convert(tooBig, "too-big", opts())); assertTrue(ex.getMessage().contains("5 МБ"), "сообщение должно упоминать лимит: " + ex.getMessage()); } @@ -653,7 +659,7 @@ class WordPdfConverterTest { void inputNotAZip_rejectedBeforeRender() { byte[] junk = {1, 2, 3, 4, 5, 6, 7, 8}; ValidationException ex = assertThrows(ValidationException.class, () -> - WordPdfConverter.convert(junk, "junk")); + WordPdfConverter.convert(junk, "junk", opts())); assertTrue(ex.getMessage().contains("не похоже на .docx или .doc"), "сообщение должно перечислять форматы: " + ex.getMessage()); } @@ -672,7 +678,7 @@ class WordPdfConverterTest { zos.closeEntry(); } ValidationException ex = assertThrows(ValidationException.class, () -> - WordPdfConverter.convert(out.toByteArray(), "x")); + WordPdfConverter.convert(out.toByteArray(), "x", opts())); assertTrue(ex.getMessage().contains("не является .docx"), "сообщение должно указывать на не-.docx-контейнер: " + ex.getMessage()); } @@ -687,7 +693,7 @@ class WordPdfConverterTest { byte[] big = new byte[1024 * 1024 + 1]; ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfConverter.convert(big, "x", - new ConvertOptions(false, false, false, 1, WordPdfSettings.MAX_PAGES))); + new ConvertOptions(false, false, false, 1, 100))); assertTrue(ex.getMessage().contains("1 МБ"), "сообщение должно упоминать переданный лимит: " + ex.getMessage()); assertTrue(ex.getMessage().contains("1048576 байт"), @@ -710,7 +716,7 @@ class WordPdfConverterTest { ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfConverter.convert( sampleBytes(fixture), baseName(fixture), - new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100))); + new ConvertOptions(false, false, false, 5, 100))); assertTrue(ex.getMessage().contains("100"), fixture + ": сообщение должно упоминать лимит: " + ex.getMessage()); } @@ -726,7 +732,7 @@ class WordPdfConverterTest { void staleCachePageCountRejectedBeforeRender() { ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfConverter.convert(sampleBytes("stale-cache.docx"), "stale-cache", - new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100))); + new ConvertOptions(false, false, false, 5, 100))); assertTrue(ex.getMessage().contains("100"), "сообщение должно упоминать лимит: " + ex.getMessage()); } @@ -742,7 +748,7 @@ class WordPdfConverterTest { @Test void staleCache_docConvertsByCacheOnly() throws Exception { Path pdf = convertPdf(sampleBytes("stale-cache.doc"), "stale-cache", - new ConvertOptions(false, false, false, WordPdfSettings.MAX_INPUT_MB, 100)); + new ConvertOptions(false, false, false, 5, 100)); try (PDDocument doc = Loader.loadPDF(pdf.toFile())) { assertTrue(doc.getNumberOfPages() >= 1, "PDF не отрендерился"); } @@ -1371,7 +1377,7 @@ class WordPdfConverterTest { ConversionException ex = assertThrows(ConversionException.class, () -> convertPdf(docx, "no-extent", new ConvertOptions(true, false, false, - WordPdfSettings.MAX_INPUT_MB, WordPdfSettings.MAX_PAGES))); + 5, 100))); assertTrue(ex instanceof DrawingFoundException dfe && dfe.kind() == DrawingFoundException.Kind.CHARTS, "ожидался DrawingFoundException(CHARTS), получено: " + ex); @@ -1411,7 +1417,7 @@ class WordPdfConverterTest { "второй страницы нет"); assertThrows(ValidationException.class, () -> convertPdf(sampleBytes("doc-formats.doc"), "doc-formats", new ConvertOptions(false, false, false, - WordPdfSettings.MAX_INPUT_MB, 1)), + 5, 1)), "лимит 1 страница не удержал двухстраничный .doc"); } @@ -2316,7 +2322,7 @@ class WordPdfConverterTest { /** Черный (ink) / желтый пиксели первой страницы при 150 dpi (замеры аудита). */ private static int countPixels(byte[] docx, boolean yellow) throws IOException { - byte[] pdf = WordPdfConverter.convert(docx, "тест"); + byte[] pdf = WordPdfConverter.convert(docx, "тест", opts()); try (PDDocument d = Loader.loadPDF(pdf)) { java.awt.image.BufferedImage img = new PDFRenderer(d).renderImageWithDPI(0, 150); int n = 0; @@ -2754,10 +2760,10 @@ class WordPdfConverterTest { */ @Test void fopFactorySharedAcrossConversions() throws Exception { - WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "ru-plain"); - FopFactory first = WordPdfConverter.sharedFopFactory(null); - WordPdfConverter.convert(sampleBytes("en-plain.docx"), "en-plain"); - assertSame(first, WordPdfConverter.sharedFopFactory(null), + WordPdfConverter.convert(sampleBytes("ru-plain.docx"), "ru-plain", opts()); + FopFactory first = sharedFopFactoryRef(); + WordPdfConverter.convert(sampleBytes("en-plain.docx"), "en-plain", opts()); + assertSame(first, sharedFopFactoryRef(), "повторная конвертация обязана переиспользовать ту же FopFactory"); } @@ -2770,9 +2776,9 @@ class WordPdfConverterTest { */ @Test void sharedImageCaches_clearedAfterConversion() throws Exception { - WordPdfConverter.convert(sampleBytes("chart-types.docx"), "chart-types"); + WordPdfConverter.convert(sampleBytes("chart-types.docx"), "chart-types", opts()); - FopFactory factory = WordPdfConverter.sharedFopFactory(null); + FopFactory factory = sharedFopFactoryRef(); Object imageCache = factory.getImageManager().getCache(); assertEquals(0, softMapSize(imageCache, "imageInfos"), "ImageCache.imageInfos обязан быть пуст после конвертации"); @@ -2782,6 +2788,13 @@ class WordPdfConverterTest { "ImageObjectCacheImpl обязан быть пуст после конвертации"); } + /** Зеркало private-поля {@code WordPdfConverter.sharedFopFactory} (шов для теста). */ + private static FopFactory sharedFopFactoryRef() throws Exception { + java.lang.reflect.Field f = WordPdfConverter.class.getDeclaredField("sharedFopFactory"); + f.setAccessible(true); + return (FopFactory) f.get(null); + } + /** Размер внутренней {@code map} SoftMapCache (package-private поле). */ private static int softMapSize(Object cacheHolder, String field) throws Exception { java.lang.reflect.Field f = cacheHolder.getClass().getDeclaredField(field); @@ -2804,8 +2817,8 @@ class WordPdfConverterTest { byte[] chart = sampleBytes("chart-types.docx"); byte[][] out = new byte[2][]; Runnable[] jobs = { - () -> out[0] = WordPdfConverter.convert(plain, "ru-plain"), - () -> out[1] = WordPdfConverter.convert(chart, "chart-types"), + () -> out[0] = WordPdfConverter.convert(plain, "ru-plain", opts()), + () -> out[1] = WordPdfConverter.convert(chart, "chart-types", opts()), }; Thread[] ts = new Thread[2]; for (int i = 0; i < 2; i++) { @@ -2823,6 +2836,93 @@ class WordPdfConverterTest { assertTrue(norm(pdfTextBytes(out[1])).contains("Типы диаграмм"), "поток 2: текст потерян"); } + /** + * Внешние мутаторы шрифтового реестра ({@code BundledFonts.init()}, + * {@code restrictToBundled()}) рядом с идущими конвертациями не должны + * влиять на их вывод: все синхронизированные операции BundledFonts и + * сериализация конвертаций держат один монитор ({@code WordPdfConverter.class}), + * поэтому чистка реестра не может вырезать шрифт из-под идущего рендера. + * Регрессия — этот тест, фикстуры samples/ru-plain.docx и samples/chart-types.docx. + */ + @Test + void concurrentFontMutators_conversionsUnharmed() throws Exception { + byte[] plain = sampleBytes("ru-plain.docx"); + byte[] chart = sampleBytes("chart-types.docx"); + byte[][] out = new byte[2][]; + Runnable[] jobs = { + () -> out[0] = WordPdfConverter.convert(plain, "ru-plain", opts()), + () -> out[1] = WordPdfConverter.convert(chart, "chart-types", opts()), + }; + Thread[] ts = new Thread[3]; + ts[0] = new Thread(jobs[0]); + ts[1] = new Thread(jobs[1]); + ts[2] = new Thread(() -> { + for (int i = 0; i < 50; i++) { + BundledFonts.init(); + BundledFonts.restrictToBundled(); + } + }); + for (Thread t : ts) { + t.start(); + } + for (Thread t : ts) { + t.join(); + } + assertTrue(out[0] != null && "%PDF".equals(new String(out[0], 0, 4, StandardCharsets.US_ASCII)), + "поток 1 не вернул PDF"); + assertTrue(out[1] != null && "%PDF".equals(new String(out[1], 0, 4, StandardCharsets.US_ASCII)), + "поток 2 не вернул PDF"); + String t0 = norm(pdfTextBytes(out[0])); + String t1 = norm(pdfTextBytes(out[1])); + assertTrue(t0.contains("Привет, мир!"), "поток 1: текст потерян"); + assertTrue(t1.contains("Типы диаграмм"), "поток 2: текст потерян"); + } + + /** + * XXE-pin: {@code word/document.xml} с DOCTYPE и внешней сущностью + * ({@code file://}) обязан быть отвергнут до разбора — StAX валидатора + * работает с {@code SUPPORT_DTD=false}, JAXB docx4j — с + * {@code disallow-doctype-decl}. Цель сущности не читается, секрет не + * попадает ни в PDF, ни в сообщение ошибки. + */ + @Test + void xxeExternalEntity_rejectedNotRead() throws Exception { + Path secret = Files.createTempFile("wordpdf-xxe-", ".txt"); + Files.writeString(secret, "XXE-SECRET-42"); + try { + String w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; + String doc = "" + + " ]>" + + "" + + "&xxe;" + + "" + + ""; + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + putZip(zos, "[Content_Types].xml", + "" + + "" + + "" + + "" + + "" + + ""); + putZip(zos, "_rels/.rels", + "" + + "" + + "" + + ""); + putZip(zos, "word/document.xml", doc); + } + ConversionException e = assertThrows(ConversionException.class, + () -> WordPdfConverter.convert(out.toByteArray(), "xxe", opts())); + assertFalse(e.getMessage() != null && e.getMessage().contains("XXE-SECRET-42"), + "содержимое внешнего файла не должно попадать в сообщение ошибки"); + } finally { + Files.deleteIfExists(secret); + } + } + /** Текст PDF из байтов (PDFBox) — для результатов прямого convert(). */ private static String pdfTextBytes(byte[] pdf) throws IOException { try (PDDocument doc = Loader.loadPDF(pdf)) { diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java index 37257d5..1c975f5 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/WordPdfValidatorTest.java @@ -22,6 +22,8 @@ class WordPdfValidatorTest { /** Лимит страниц в тесте точной границы (99 разрывов проходят, 100 — нет). */ private static final int PAGE_LIMIT = 100; + /** Эквивалент прежних дефолтов ядра: лимиты входа 5 МБ / 100 страниц. */ + private static final ConvertOptions DEF_OPTS = new ConvertOptions(false, false, false, 5, 100); /** Путь основной части документа в zip. */ private static final String DOCUMENT_PART = "word/document.xml"; @@ -41,14 +43,14 @@ class WordPdfValidatorTest { @Test void checkInput_bytesWithinLimit() { assertDoesNotThrow(() -> - WordPdfValidator.checkInput(new byte[1024])); + WordPdfValidator.checkInput(new byte[1024], 5)); } @Test void checkInput_bytesOverLimit() { - byte[] big = new byte[(int) (WordPdfSettings.MAX_INPUT_MB * 1024 * 1024) + 1]; + byte[] big = new byte[5 * 1024 * 1024 + 1]; ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.checkInput(big)); + () -> WordPdfValidator.checkInput(big, 5)); assertTrue(ex.getMessage().contains("5 МБ"), "сообщение должно упоминать лимит: " + ex.getMessage()); } @@ -56,7 +58,7 @@ class WordPdfValidatorTest { @Test void checkInput_bytesNull() { assertThrows(ValidationException.class, - () -> WordPdfValidator.checkInput((byte[]) null)); + () -> WordPdfValidator.checkInput((byte[]) null, 5)); } /** @@ -77,7 +79,7 @@ class WordPdfValidatorTest { @Test void checkPageCount_bytesWithinLimit() throws Exception { byte[] bytes = docxWithPageBreaks(5); - assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes)); + assertDoesNotThrow(() -> WordPdfValidator.checkPageCount(bytes, PAGE_LIMIT)); } @Test @@ -257,7 +259,7 @@ class WordPdfValidatorTest { @Test void checkPageCount_bytesNull() { assertThrows(ValidationException.class, - () -> WordPdfValidator.checkPageCount((byte[]) null)); + () -> WordPdfValidator.checkPageCount((byte[]) null, PAGE_LIMIT)); } // ===== validate(byte[], ConvertOptions) ===== @@ -269,14 +271,14 @@ class WordPdfValidatorTest { @Test void validate_withinLimits() throws Exception { assertDoesNotThrow(() -> WordPdfValidator.validate( - docxWithPageBreaks(5), ConvertOptions.defaults())); + docxWithPageBreaks(5), DEF_OPTS)); } @Test void validate_bytesOverLimit() { - byte[] big = new byte[(int) (WordPdfSettings.MAX_INPUT_MB * 1024 * 1024) + 1]; + byte[] big = new byte[5 * 1024 * 1024 + 1]; ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(big, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(big, DEF_OPTS)); assertTrue(ex.getMessage().contains("5 МБ"), "размер проверяется первым: " + ex.getMessage()); } @@ -285,7 +287,7 @@ class WordPdfValidatorTest { void validate_notAZip() { byte[] junk = {1, 2, 3, 4, 5}; ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(junk, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(junk, DEF_OPTS)); assertTrue(ex.getMessage().contains("не zip-архив"), "сообщение должно упоминать zip-подпись: " + ex.getMessage()); } @@ -306,7 +308,7 @@ class WordPdfValidatorTest { } byte[] zip = out.toByteArray(); ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(zip, DEF_OPTS)); assertTrue(ex.getMessage().contains("не является .docx"), "zip без манифеста wordprocessingml — не .docx: " + ex.getMessage()); } @@ -325,14 +327,15 @@ class WordPdfValidatorTest { } byte[] xlsx = out.toByteArray(); ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(xlsx, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(xlsx, DEF_OPTS)); assertTrue(ex.getMessage().contains("не является .docx"), "манифест xlsx — spreadsheetml: " + ex.getMessage()); } /** - * Zip-бомба: распакованный суммарный размер больше - * {@link WordPdfSettings#MAX_DECOMPRESSED_MB} отсекается потоково — до + * Zip-бомба: распакованный суммарный размер больше бюджета распаковки + * (из лимитов входа, см. {@link WordPdfValidator#maxDecompressedBytes}) + * отсекается потоково — до * {@code readAllBytes} в {@code checkPageCount} (без проверки валидатор * прочитал бы 200+ МБ в память). Регрессия — WordPdfValidator#checkDocxContainer. */ @@ -344,27 +347,30 @@ class WordPdfValidatorTest { zos.write(new byte[1024]); zos.closeEntry(); zos.putNextEntry(new ZipEntry("bomb.bin")); - zos.write(new byte[(int) (WordPdfSettings.MAX_DECOMPRESSED_MB * 1024 * 1024) + 1]); + zos.write(new byte[(int) (WordPdfValidator.maxDecompressedBytes(5, 100) + 1)]); zos.closeEntry(); } byte[] zip = out.toByteArray(); ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(zip, DEF_OPTS)); assertTrue(ex.getMessage().contains("zip-бомбы"), ex.getMessage()); - assertTrue(ex.getMessage().contains(String.valueOf(WordPdfSettings.MAX_DECOMPRESSED_MB)), - "сообщение должно упоминать лимит: " + ex.getMessage()); + assertTrue(ex.getMessage().contains(String.valueOf( + WordPdfValidator.maxDecompressedBytes(5, + 100) / 1048576)), + "сообщение должно упоминать вычисленный бюджет: " + ex.getMessage()); } /** - * Бомба «много записей»: больше {@link WordPdfSettings#MAX_ZIP_ENTRIES} - * записей отвергаются до разбора содержимого. + * Бомба «много записей»: больше {@link WordPdfValidator#maxZipEntries} + * (при лимитах 5/100 — 5760) записей отвергаются до разбора содержимого. * Регрессия — WordPdfValidator#checkDocxContainer. */ @Test void validate_tooManyEntriesRejected() throws Exception { + int limit = (int) WordPdfValidator.maxZipEntries(5, 100); ByteArrayOutputStream out = new ByteArrayOutputStream(); try (ZipOutputStream zos = new ZipOutputStream(out)) { - for (int i = 0; i <= WordPdfSettings.MAX_ZIP_ENTRIES; i++) { + for (int i = 0; i <= limit; i++) { zos.putNextEntry(new ZipEntry("e" + i + ".txt")); zos.write(new byte[] {1}); zos.closeEntry(); @@ -372,16 +378,295 @@ class WordPdfValidatorTest { } byte[] zip = out.toByteArray(); ValidationException ex = assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(zip, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(zip, DEF_OPTS)); assertTrue(ex.getMessage().contains("записей"), ex.getMessage()); } + /** + * XML-бомба: распакованные XML-части больше + * {@link WordPdfValidator#maxDecompressedXmlBytes} — отказ по байтовому + * гейту XML (байтовый лимит архива ещё не исчерпан). + * Регрессия — WordPdfValidator#checkDocxContainer (xmlTotal). + */ + @Test + void validate_xmlPartsBombRejected() throws Exception { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + zos.putNextEntry(new ZipEntry("[Content_Types].xml")); + zos.write(CONTENT_TYPES.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + zos.putNextEntry(new ZipEntry("word/document.xml")); + zos.write(new byte[(int) (WordPdfValidator.maxDecompressedXmlBytes(5, 100) + 1)]); + zos.closeEntry(); + } + byte[] zip = out.toByteArray(); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, DEF_OPTS)); + assertTrue(ex.getMessage().contains("XML-частей"), ex.getMessage()); + } + + /** + * Мелким лимитам входа — пол бюджета: maxMb=1/maxPages=10 дают 11 МБ, + * поднимается до пола 16 МБ; 17 МБ распаковки отвергаются с числом «16». + * Бросок случается в цикле до проверки манифеста — архив без + * [Content_Types].xml доходит до throw'а бюджета. Регрессия — + * WordPdfValidator#maxDecompressedBytes. + */ + @Test + void validate_smallLimitsBudgetFloor() throws Exception { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + zos.putNextEntry(new ZipEntry("word/bomb.bin")); + zos.write(new byte[17 * 1024 * 1024]); + zos.closeEntry(); + } + byte[] zip = out.toByteArray(); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, options(1, 10))); + assertTrue(ex.getMessage().contains("16 МБ"), + "бюджет мелких лимитов — пол 16 МБ: " + ex.getMessage()); + } + + /** + * Бюджет растёт с лимитами входа: maxMb=2/maxPages=20 дают ~21 МБ — 20 МБ + * non-XML-распаковки проходят; те же байты при maxMb=1/maxPages=10 (пол + * 16 МБ) отвергаются. Верхних крышек нет: при maxMb=10/maxPages=100 бюджет + * ~106 МБ — 65 МБ проходят (защита масштабируется вместе с лимитами). + * Регрессия — WordPdfValidator#maxDecompressedBytes. + */ + @Test + void validate_budgetScalesWithInputLimits() throws Exception { + byte[] zip = zipOf("word/bomb.bin", new byte[20 * 1024 * 1024]); + assertDoesNotThrow(() -> WordPdfValidator.validate(zip, options(2, 20))); + ValidationException floor = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, options(1, 10))); + assertTrue(floor.getMessage().contains("16 МБ"), floor.getMessage()); + byte[] big = zipOf("word/bomb.bin", new byte[65 * 1024 * 1024]); + assertDoesNotThrow(() -> WordPdfValidator.validate(big, options(10, 100)), + "крышек нет — бюджет догоняет лимиты входа"); + } + + /** + * Дубликаты имён записей — отказ: OPC требует уникальных имён, а партии + * с одним именем по-разному трактуются валидатором (первая) и парсером. + * {@code ZipOutputStream} дубли не пишет — контейнер собирается вручную + * (STORED, локальные заголовки + central directory + EOCD). + * Регрессия — WordPdfValidator#checkDocxContainer (Set names). + */ + @Test + void validate_duplicateEntriesRejected() throws Exception { + byte[] ct = CONTENT_TYPES.getBytes(StandardCharsets.UTF_8); + byte[] doc = MINIMAL_DOCUMENT.getBytes(StandardCharsets.UTF_8); + byte[] zip = rawZip(new String[] {"[Content_Types].xml", "word/document.xml", + "word/document.xml"}, + new byte[][] {ct, doc, doc}); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, DEF_OPTS)); + assertTrue(ex.getMessage().contains("Дубликаты записей"), ex.getMessage()); + } + + /** Минимальный zip: STORED-записи, central directory, EOCD. */ + private static byte[] rawZip(String[] names, byte[][] data) { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + long[] offsets = new long[names.length]; + java.util.zip.CRC32 crc = new java.util.zip.CRC32(); + for (int i = 0; i < names.length; i++) { + byte[] name = names[i].getBytes(StandardCharsets.UTF_8); + crc.reset(); + crc.update(data[i]); + offsets[i] = out.size(); + le32(out, 0x04034b50); + le16(out, 20); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le32(out, (int) crc.getValue()); + le32(out, data[i].length); + le32(out, data[i].length); + le16(out, name.length); + le16(out, 0); + out.writeBytes(name); + out.writeBytes(data[i]); + } + long cdStart = out.size(); + for (int i = 0; i < names.length; i++) { + byte[] name = names[i].getBytes(StandardCharsets.UTF_8); + crc.reset(); + crc.update(data[i]); + le32(out, 0x02014b50); + le16(out, 20); + le16(out, 20); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le32(out, (int) crc.getValue()); + le32(out, data[i].length); + le32(out, data[i].length); + le16(out, name.length); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le16(out, 0); + le32(out, 0); + le32(out, (int) offsets[i]); + out.writeBytes(name); + } + long cdLen = out.size() - cdStart; + le32(out, 0x06054b50); + le16(out, 0); + le16(out, 0); + le16(out, names.length); + le16(out, names.length); + le32(out, (int) cdLen); + le32(out, (int) cdStart); + le16(out, 0); + return out.toByteArray(); + } + + private static void le16(ByteArrayOutputStream out, int v) { + out.write(v & 0xFF); + out.write((v >>> 8) & 0xFF); + } + + private static void le32(ByteArrayOutputStream out, int v) { + le16(out, v & 0xFFFF); + le16(out, (v >>> 16) & 0xFFFF); + } + + /** Заготовки заголовков растров с площадью выше MAX_IMAGE_PIXELS. */ + private static byte[][] rasterBombs() { + byte[] png = new byte[33]; + System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, 0, png, 0, 8); + png[12] = 'I'; + png[13] = 'H'; + png[14] = 'D'; + png[15] = 'R'; + putBe32(png, 16, 50000); + putBe32(png, 20, 50000); + byte[] gif = {'G', 'I', 'F', '8', '9', 'a', + (byte) 0xFF, (byte) 0xFF, (byte) 0xFF, (byte) 0xFF, 0, 0}; + byte[] bmp = new byte[26]; + bmp[0] = 'B'; + bmp[1] = 'M'; + putLe32(bmp, 18, 50000); + putLe32(bmp, 22, -50000); // top-down DIB — берётся abs высоты + byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xC0, + 0x00, 0x11, 0x08, (byte) 0xC3, 0x50, (byte) 0xC3, 0x50}; + return new byte[][] {png, gif, bmp, jpeg}; + } + + private static void putBe32(byte[] b, int off, int v) { + b[off] = (byte) (v >>> 24); + b[off + 1] = (byte) (v >>> 16); + b[off + 2] = (byte) (v >>> 8); + b[off + 3] = (byte) v; + } + + private static void putLe32(byte[] b, int off, int v) { + b[off] = (byte) v; + b[off + 1] = (byte) (v >>> 8); + b[off + 2] = (byte) (v >>> 16); + b[off + 3] = (byte) (v >>> 24); + } + + private static byte[] zipOf(String name, byte[] media) throws Exception { + ByteArrayOutputStream out = new ByteArrayOutputStream(); + try (ZipOutputStream zos = new ZipOutputStream(out)) { + zos.putNextEntry(new ZipEntry("[Content_Types].xml")); + zos.write(CONTENT_TYPES.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + zos.putNextEntry(new ZipEntry("word/document.xml")); + zos.write(MINIMAL_DOCUMENT.getBytes(StandardCharsets.UTF_8)); + zos.closeEntry(); + zos.putNextEntry(new ZipEntry(name)); + zos.write(media); + zos.closeEntry(); + } + return out.toByteArray(); + } + + /** + * Raster-bomb: заголовок растра (PNG/GIF/BMP/JPEG — каждый свой формат) + * объявляет площадь выше {@link WordPdfValidator#maxImagePixels(long)} + * (при лимите 5 МБ — 25 Мпикс) — отказ + * до любого декодирования. Регрессия — WordPdfValidator#rasterArea. + */ + @Test + void validate_rasterBombRejected() throws Exception { + String[] exts = {"word/media/b.png", "word/media/b.gif", "word/media/b.bmp", + "word/media/b.jpg"}; + byte[][] bombs = rasterBombs(); + for (int i = 0; i < bombs.length; i++) { + byte[] zip = zipOf(exts[i], bombs[i]); + ValidationException ex = assertThrows(ValidationException.class, + () -> WordPdfValidator.validate(zip, DEF_OPTS), + "должно отклоняться: " + exts[i]); + assertTrue(ex.getMessage().contains("Изображение слишком большое"), ex.getMessage()); + } + } + + /** Легитимные растры малых размеров проходят валидацию. */ + @Test + void validate_smallRastersAccepted() throws Exception { + byte[] png = new byte[33]; + System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, 0, png, 0, 8); + png[12] = 'I'; + png[13] = 'H'; + png[14] = 'D'; + png[15] = 'R'; + putBe32(png, 16, 10); + putBe32(png, 20, 10); + byte[] gif = {'G', 'I', 'F', '8', '9', 'a', 10, 0, 10, 0, 0, 0}; + byte[] bmp = new byte[26]; + bmp[0] = 'B'; + bmp[1] = 'M'; + putLe32(bmp, 18, 10); + putLe32(bmp, 22, -10); + byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xC0, + 0x00, 0x11, 0x08, 0x00, 0x0A, 0x00, 0x0A}; + byte[][] ok = {png, gif, bmp, jpeg}; + String[] exts = {"word/media/a.png", "word/media/a.gif", "word/media/a.bmp", + "word/media/a.jpeg"}; + for (int i = 0; i < ok.length; i++) { + byte[] zip = zipOf(exts[i], ok[i]); + assertDoesNotThrow(() -> WordPdfValidator.validate(zip, DEF_OPTS), + exts[i]); + } + } + + /** + * Нераспознанный/неполный заголовок растра (подписи нет или dimensions + * не влезают) — не отклонять: площадь не объявлена, а реальный decode + * ограничен бюджетом распаковки из лимитов входа (крышка + * {@code MAX_DECOMPRESSED_MB}). Регрессия — + * WordPdfValidator#rasterArea (ветки «-1» каждого формата). + */ + @Test + void validate_rasterUnknownHeadsAccepted() throws Exception { + byte[] png = new byte[20]; + System.arraycopy(new byte[] {(byte) 0x89, 'P', 'N', 'G', 0x0D, 0x0A, 0x1A, 0x0A}, + 0, png, 0, 8); // сигнатура есть, IHDR (offset 16..24) не прочитан + byte[] gif = {'G', 'I', 'F', '8', '9', 'a'}; // сигнатура есть, размеров нет + byte[] bmp = new byte[26]; // длина достаточна, подписи 'BM' нет + byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 0x00, 0x00}; // FFD8, следующий маркер не FF + String[] exts = {"word/media/u.png", "word/media/u.gif", "word/media/u.bmp", + "word/media/u.jpg"}; + byte[][] heads = {png, gif, bmp, jpeg}; + for (int i = 0; i < heads.length; i++) { + byte[] zip = zipOf(exts[i], heads[i]); + assertDoesNotThrow(() -> WordPdfValidator.validate(zip, DEF_OPTS), + exts[i]); + } + } + @Test void validate_tooManyPages() throws Exception { byte[] bytes = docxWithPageBreaks(120); ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfValidator.validate(bytes, - options(WordPdfSettings.MAX_INPUT_MB, 100))); + options(5, 100))); assertTrue(ex.getMessage().contains("не менее 121"), "оценка = 1 + 120 разрывов: " + ex.getMessage()); } @@ -389,7 +674,7 @@ class WordPdfValidatorTest { @Test void validate_nullBytes() { assertThrows(ValidationException.class, - () -> WordPdfValidator.validate(null, ConvertOptions.defaults())); + () -> WordPdfValidator.validate(null, DEF_OPTS)); } /** @@ -426,6 +711,19 @@ class WordPdfValidatorTest { } // ---- ветви lightweight-сканера и контейнера ---- + /** Манифест с маркером документа wordprocessingml (минимум для checkDocxContainer). */ + private static final String CONTENT_TYPES = + ""; + + /** Пустое transitional-тело: 1 страница, ни одного разрыва. */ + private static final String MINIMAL_DOCUMENT = + "" + + "" + + ""; + private static final String TRANSITIONAL_W = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"; @@ -553,7 +851,7 @@ class WordPdfValidatorTest { DOCUMENT_PART, docPart(""))); ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfValidator.validate(docx, - options(WordPdfSettings.MAX_INPUT_MB, PAGE_LIMIT))); + options(5, PAGE_LIMIT))); assertTrue(ex.getMessage().contains("8 МБ"), ex.getMessage()); } @@ -562,14 +860,14 @@ class WordPdfValidatorTest { void validate_shortAndBrokenPkPrefixRejected() { ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfValidator.validate(new byte[]{'P', 'K'}, - ConvertOptions.defaults())); + DEF_OPTS)); assertTrue(ex.getMessage().contains("не zip"), ex.getMessage()); assertThrows(ValidationException.class, () -> WordPdfValidator.validate(new byte[]{'P', 'K', 3, 9}, - ConvertOptions.defaults())); + DEF_OPTS)); assertThrows(ValidationException.class, () -> WordPdfValidator.validate(new byte[]{'P', 'K', 0, 4}, - ConvertOptions.defaults())); + DEF_OPTS)); } /** Фикстура samples/*.doc (бинарный .doc заказчика). */ @@ -631,7 +929,7 @@ class WordPdfValidatorTest { byte[] doc = sample("too-many-pages.doc"); ValidationException ex = assertThrows(ValidationException.class, () -> WordPdfValidator.validate(doc, - options(WordPdfSettings.MAX_INPUT_MB, PAGE_LIMIT))); + options(5, PAGE_LIMIT))); assertTrue(ex.getMessage().contains("не менее 151"), ex.getMessage()); } } diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java index c195025..4c94fd7 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/chart/DrawingPreRendererTest.java @@ -84,6 +84,25 @@ class DrawingPreRendererTest { "r:id ведёт не на вставленную часть"); } + /** + * Бюджет chart-PNG на документ: с бюджетом в 1 байт ни один объект не + * проходит проверку в {@code swapForPicture} — media-частей нет + * (деградация «объект удалён»), конвертация не падает. С неограниченным + * бюджетом — все объекты отрендерены. + * Регрессия — DrawingPreRenderer#MAX_CHART_PNG_BYTES_TOTAL. + */ + @Test + void pngBudget_exhausted_dropsObjects() throws Exception { + WordprocessingMLPackage poor = chartPkg(); + DrawingPreRenderer.run(poor, new ru.pjandro.wordpdf.ConvertOptions(false, false, false, 5, 100), 1); + assertEquals(0, chartMedia(poor).size(), + "исчерпанный бюджет обязан удалить все chart-объекты без media-частей"); + WordprocessingMLPackage rich = chartPkg(); + DrawingPreRenderer.run(rich, new ru.pjandro.wordpdf.ConvertOptions(false, false, false, 5, 100), + Long.MAX_VALUE); + assertTrue(!chartMedia(rich).isEmpty(), "неограниченный бюджет обязан отрендерить объекты"); + } + /** * Имена уникальны по реестру пакета (chart-1, chart-2): * {@code PartName.generateUniqueName} уникальность не даёт, счётчик с diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java index 02be7f9..962f16a 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/CfbReaderTest.java @@ -191,6 +191,49 @@ class CfbReaderTest { assertSame(ConversionException.class, ex.getClass()); } + /** + * OOM-атака .doc: объявленный размер root-потока (mini stream) больше + * контейнера — отказ ДО аллокации (первая строка readChain — + * {@code new byte[(int) size]}, проверки границ идут после). + * Регрессия — CfbReader#readStreams (кап rootSize). + */ + @Test + void rootSize_beyondContainer_rejected() { + byte[] file = build(new Spec("WordDocument", "x".getBytes(StandardCharsets.UTF_8))); + put32(file, SECTOR * 2 + 0x78, 0x7000_0000); // size root-записи (dir сектор 1, индекс 0) + ConversionException ex = assertThrows(ConversionException.class, + () -> CfbReader.readStreams(file)); + assertTrue(ex.getMessage().contains("mini stream"), ex.getMessage()); + } + + /** + * Root-размер {@code 0xFFFFFFFF}: до капа давал {@code NegativeArraySizeException} + * (не ConversionException → HTTP 500 вместо 400). + */ + @Test + void rootSize_maxU32_rejected() { + byte[] file = build(new Spec("WordDocument", "x".getBytes(StandardCharsets.UTF_8))); + put32(file, SECTOR * 2 + 0x78, -1); + assertThrows(ConversionException.class, () -> CfbReader.readStreams(file)); + } + + /** + * Умножение потоков: одна FAT-цепочка объявлена тремя directory-записями + * на ~весь контейнер; по отдельности каждая в «size <= cfb.length», + * суммарно — больше бюджета 1.5×контейнера. + * Регрессия — CfbReader#readStreams (суммарный бюджет). + */ + @Test + void streamsTotal_beyondBudget_rejected() { + byte[] file = build(new Spec("Data", new byte[60 * 1024])); + int dir = SECTOR * 2; + System.arraycopy(file, dir + 128, file, dir + 256, 128); + System.arraycopy(file, dir + 128, file, dir + 384, 128); + ConversionException ex = assertThrows(ConversionException.class, + () -> CfbReader.readStreams(file)); + assertTrue(ex.getMessage().contains("Суммарный размер потоков"), ex.getMessage()); + } + @Test void dirChainLoop_rejected() { byte[] file = build(); 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 ab6fa6e..1be7132 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 @@ -399,7 +399,7 @@ class DocToDocxFormattingTest { } private static String partXml(byte[] doc, String entry) throws IOException { - return new String(zipPart(DocToDocx.convert(doc), entry), StandardCharsets.UTF_8); + return new String(zipPart(DocToDocx.convert(doc, 5), entry), StandardCharsets.UTF_8); } /** Байты zip-записи из уже сконвертированного .docx. */ @@ -489,7 +489,7 @@ class DocToDocxFormattingTest { void embeddedObjectsWithoutPicture_skipped() throws IOException { // U+0001 без sprmCPicLocation и с picLocation на мусорный Data — // ни одной image-части - byte[] docx = DocToDocx.convert(cfb(true, true)); + byte[] docx = DocToDocx.convert(cfb(true, true), 5); try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) { ZipEntry e; while ((e = zip.getNextEntry()) != null) { @@ -568,7 +568,7 @@ class DocToDocxFormattingTest { @Test void missingTableStream_rejected() throws IOException { ConversionException ex = assertThrows(ConversionException.class, - () -> DocToDocx.convert(cfb(true, false))); + () -> DocToDocx.convert(cfb(true, false), 5)); assertSame(ConversionException.class, ex.getClass()); assertTrue(ex.getMessage().contains("1Table"), ex.getMessage()); } @@ -1122,7 +1122,7 @@ class DocToDocxFormattingTest { @Test void listParagraphs_getNumPrAndNumberingPart() throws IOException { - byte[] docx = DocToDocx.convert(listDoc(true)); + byte[] docx = DocToDocx.convert(listDoc(true), 5); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); assertTrue(xml.contains(""), xml); @@ -1174,7 +1174,7 @@ class DocToDocxFormattingTest { @Test void missingListTables_degradeToPlain() throws IOException { - byte[] docx = DocToDocx.convert(listDoc(false)); + byte[] docx = DocToDocx.convert(listDoc(false), 5); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); assertFalse(xml.contains(""), xml); try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) { @@ -1274,7 +1274,7 @@ class DocToDocxFormattingTest { */ @Test void twoSections_perSectionSectPrAndParts() throws IOException { - byte[] docx = DocToDocx.convert(twoSectionDoc()); + byte[] docx = DocToDocx.convert(twoSectionDoc(), 5); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); // разрыв секции НЕ эмитится как разрыв страницы assertFalse(xml.contains(""), @@ -1611,6 +1611,27 @@ class DocToDocxFormattingTest { + (char) 0x14 + "Сайт" + (char) 0x15 + "\r")); } + /** + * Схема вне whitelist (javascript:) — отказ: RFC 3986 схем не ограничивает, + * а javascript:/file: доезжают до /URI-аннотаций PDF. Регрессия — + * DocxBody#ALLOWED_URL_SCHEMES. + */ + @Test + void hyperlink_javascriptScheme_degradesToPlain() throws IOException { + assertNoHyperlink(hyperlinkDoc((char) 0x13 + " HYPERLINK \"javascript:alert(1)\"" + + (char) 0x14 + "Сайт" + (char) 0x15 + "\r")); + } + + /** mailto: — разрешённая схема whitelist'а. */ + @Test + void hyperlink_mailtoScheme_accepted() throws IOException { + byte[] doc = hyperlinkDoc("x" + (char) 0x13 + " HYPERLINK \"mailto:a@b.c\"" + + (char) 0x14 + "Сайт" + (char) 0x15 + "\r"); + assertTrue(documentXml(doc).contains("")); + assertTrue(partXml(doc, "word/_rels/document.xml.rels") + .contains("Target=\"mailto:a@b.c\"")); + } + /** * Поле покрывает границу абзацев: тег переоткрывается/закрывается в * каждом w:p (баланс по абзацам), rels-запись одна. @@ -2049,7 +2070,7 @@ class DocToDocxFormattingTest { byte[] region = picRegion(); byte[] docx = DocToDocx.convert(craftDoc((char) 0x08 + "\r", null, region, List.of(new ChpxRun(0, new byte[] {0x03, 0x6A, 0, 0, 0, 0})), - List.of(new PapxRun(0, null)))); + List.of(new PapxRun(0, null))), 5); String xml = new String(zipPart(docx, DOCUMENT_XML), StandardCharsets.UTF_8); assertTrue(xml.contains(""), "0x08 обязан стать картинкой: " + xml); assertTrue(zipPart(docx, "word/media/image1.png").length > 0); diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxTest.java index 98adfb9..acc976e 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/DocToDocxTest.java @@ -37,7 +37,7 @@ class DocToDocxTest { /** document.xml из конвертированного .docx. */ private static String documentXml(byte[] docBytes) throws IOException { - byte[] docx = DocToDocx.convert(docBytes); + byte[] docx = DocToDocx.convert(docBytes, 5); try (ZipInputStream zip = new ZipInputStream(new ByteArrayInputStream(docx))) { ZipEntry entry; while ((entry = zip.getNextEntry()) != null) { @@ -99,7 +99,7 @@ class DocToDocxTest { @Test void tableFixture_becomesTblWithImage() throws IOException { - byte[] docx = DocToDocx.convert(sample("ru-table-image.doc")); + byte[] docx = DocToDocx.convert(sample("ru-table-image.doc"), 5); String xml = documentXml(sample("ru-table-image.doc")); assertTrue(xml.contains(""), "таблица не перенесена структурой"); assertTrue(xml.contains(" DocToDocx.convert(cfb)); + () -> DocToDocx.convert(cfb, 5)); assertSame(ConversionException.class, e.getClass()); assertTrue(e.getMessage().contains("зашифрован"), e.getMessage()); } @@ -126,7 +126,7 @@ class DocToDocxTest { void cfbWithoutWordDocument_rejected() throws IOException { byte[] cfb = cfbWith("Workbook"); ConversionException e = assertThrows(ConversionException.class, - () -> DocToDocx.convert(cfb)); + () -> DocToDocx.convert(cfb, 5)); assertSame(ConversionException.class, e.getClass()); assertTrue(e.getMessage().contains("не похоже"), e.getMessage()); } @@ -136,7 +136,7 @@ class DocToDocxTest { byte[] full = sample("ru-plain.doc"); byte[] cut = Arrays.copyOf(full, 2048); ConversionException e = assertThrows(ConversionException.class, - () -> DocToDocx.convert(cut)); + () -> DocToDocx.convert(cut, 5)); assertSame(ConversionException.class, e.getClass()); } diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java index 1486ea1..8150b08 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/OfficeArtTest.java @@ -1,5 +1,7 @@ package ru.pjandro.wordpdf.internal.doc; +import ru.pjandro.wordpdf.WordPdfValidator; + import static org.junit.jupiter.api.Assertions.assertArrayEquals; import static org.junit.jupiter.api.Assertions.assertEquals; import static org.junit.jupiter.api.Assertions.assertNotNull; @@ -18,13 +20,16 @@ import org.junit.jupiter.api.Test; */ class OfficeArtTest { + /** Порог площади растра как у штатных лимитов входа (5 МБ → 25 Мпикс). */ + private static final long MAX_PX = WordPdfValidator.maxImagePixels(5); + private static final byte[] PNG_TINY = pngBytes(); @Test void pngBlip_extractedWithScaledSize() { byte[] region = region(picf(1800, 900, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY)); - OfficeArt.Picture pic = OfficeArt.read(region, 0); + OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX); assertNotNull(pic); assertEquals("png", pic.extension()); assertEquals("image/png", pic.contentType()); @@ -37,7 +42,7 @@ class OfficeArtTest { void oddInstance_secondUidSkipped() { byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E1, 0xF01E, 32, PNG_TINY)); - OfficeArt.Picture pic = OfficeArt.read(region, 0); + OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX); assertNotNull(pic, "нечётный recInstance — два UID, данные после 32+1"); assertArrayEquals(PNG_TINY, pic.data()); } @@ -46,7 +51,7 @@ class OfficeArtTest { void jpegBlip_extracted() { byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, (byte) 0xFF, (byte) 0xE0, 1, 2, 3}; byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF01D, 16, jpeg)); - OfficeArt.Picture pic = OfficeArt.read(region, 0); + OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX); assertNotNull(pic); assertEquals("jpg", pic.extension()); assertEquals("image/jpeg", pic.contentType()); @@ -57,7 +62,7 @@ class OfficeArtTest { // [MS-ODRAW] A.1: 0xF02A трактуется как 0xF01D byte[] jpeg = {(byte) 0xFF, (byte) 0xD8, 1, 2}; byte[] region = region(picf(100, 100, 1000, 1000), blip(0x46B, 0xF02A, 16, jpeg)); - assertNotNull(OfficeArt.read(region, 0)); + assertNotNull(OfficeArt.read(region, 0, MAX_PX)); } @Test @@ -65,7 +70,7 @@ class OfficeArtTest { for (int type : new int[] {0xF01A, 0xF01B, 0xF01C}) { byte[] region = region(picf(100, 100, 1000, 1000), blip(0x2FC, type, 16, PNG_TINY)); - assertNull(OfficeArt.read(region, 0), + assertNull(OfficeArt.read(region, 0, MAX_PX), "метафайл 0x" + Integer.toHexString(type) + " не рендерится"); } } @@ -74,7 +79,7 @@ class OfficeArtTest { void pngSignatureRequired() { byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E0, 0xF01E, 16, new byte[] {1, 2, 3, 4, 5, 6, 7, 8, 9})); - assertNull(OfficeArt.read(region, 0), "recType=PNG без сигнатуры — ложное срабатывание"); + assertNull(OfficeArt.read(region, 0, MAX_PX), "recType=PNG без сигнатуры — ложное срабатывание"); } @Test @@ -82,18 +87,18 @@ class OfficeArtTest { byte[] good = region(picf(100, 100, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY)); byte[] badCb = good.clone(); badCb[4] = 0x40; // cbHeader ≠ 0x44 (NilPICFAndBinData — OLE-бинарник) - assertNull(OfficeArt.read(badCb, 0)); + assertNull(OfficeArt.read(badCb, 0, MAX_PX)); byte[] badLcb = good.clone(); put32(badLcb, 0, 40); // lcb < PICF_SIZE - assertNull(OfficeArt.read(badLcb, 0)); + assertNull(OfficeArt.read(badLcb, 0, MAX_PX)); - assertNull(OfficeArt.read(good, -1), "отрицательный picLocation"); - assertNull(OfficeArt.read(good, good.length - 10), "PICF не влезает в поток"); + assertNull(OfficeArt.read(good, -1, MAX_PX), "отрицательный picLocation"); + assertNull(OfficeArt.read(good, good.length - 10, MAX_PX), "PICF не влезает в поток"); byte[] truncated = new byte[good.length - 1]; System.arraycopy(good, 0, truncated, 0, truncated.length); - assertNull(OfficeArt.read(truncated, 0), "off + lcb за концом потока"); + assertNull(OfficeArt.read(truncated, 0, MAX_PX), "off + lcb за концом потока"); } @Test @@ -104,7 +109,7 @@ class OfficeArtTest { } put32(region, 0, region.length); put16(region, 4, 0x44); - assertNull(OfficeArt.read(region, 0)); + assertNull(OfficeArt.read(region, 0, MAX_PX)); } @Test @@ -119,14 +124,14 @@ class OfficeArtTest { System.arraycopy(name, 0, region, picf.length, name.length); System.arraycopy(blip, 0, region, picf.length + name.length, blip.length); put32(region, 0, region.length); - assertNotNull(OfficeArt.read(region, 0)); + assertNotNull(OfficeArt.read(region, 0, MAX_PX)); } @Test void pngSizeFallsBackToIhdr() { // dxaGoal=0 → размер из IHDR @96 dpi: 100×50 px → 1500×750 twips byte[] region = region(picf(0, 0, 1000, 1000), blip(0x6E0, 0xF01E, 16, PNG_TINY)); - OfficeArt.Picture pic = OfficeArt.read(region, 0); + OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX); assertNotNull(pic); assertEquals(1500 * 635, pic.cxEmu()); assertEquals(750 * 635, pic.cyEmu()); @@ -136,7 +141,7 @@ class OfficeArtTest { void dibReencodedToPng() { byte[] dib = dib24(); byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E4, 0xF01F, 16, dib)); - OfficeArt.Picture pic = OfficeArt.read(region, 0); + OfficeArt.Picture pic = OfficeArt.read(region, 0, MAX_PX); assertNotNull(pic, "DIB обязан перекодироваться в PNG"); assertEquals("png", pic.extension()); assertEquals((byte) 0x89, pic.data()[0]); @@ -147,7 +152,26 @@ class OfficeArtTest { void truncatedDib_null() { byte[] region = region(picf(100, 100, 1000, 1000), blip(0x6E4, 0xF01F, 16, new byte[20])); - assertNull(OfficeArt.read(region, 0)); + assertNull(OfficeArt.read(region, 0, MAX_PX)); + } + + /** + * Raster bomb: BITMAPINFOHEADER объявляет 50000×50000 — отказ по площади + * ДО ImageIO.read (растр аллоцируется по заголовку и бросает + * OutOfMemoryError, который местный catch не ловит). + * Регрессия — OfficeArt#dibToPng (порог-параметр maxPixels). + */ + @Test + void oversizedDib_null() { + ByteBuffer buf = ByteBuffer.allocate(40 + 16).order(ByteOrder.LITTLE_ENDIAN); + buf.putInt(40).putInt(50000).putInt(50000).putShort((short) 1).putShort((short) 24) + .putInt(0).putInt(0).putInt(0).putInt(0).putInt(0).putInt(0); + for (int i = 0; i < 16; i++) { + buf.put((byte) 0); + } + byte[] region = region(picf(100, 100, 1000, 1000), + blip(0x6E4, 0xF01F, 16, buf.array())); + assertNull(OfficeArt.read(region, 0, MAX_PX), "DIB с завышенной площадью обязан пропускаться"); } @Test @@ -158,7 +182,7 @@ class OfficeArtTest { System.arraycopy(picf, 0, region, 0, picf.length); System.arraycopy(blip, 0, region, picf.length, blip.length); put32(region, 0, picf.length + 4); // lcb обрезает BLIP-область - assertNull(OfficeArt.read(region, 0), "cb за пределами lcb — не картинка"); + assertNull(OfficeArt.read(region, 0, MAX_PX), "cb за пределами lcb — не картинка"); } // --- конструкторы крафтовых областей ------------------------------- diff --git a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java index b610d0a..1df505b 100644 --- a/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java +++ b/wordpdf-core/src/test/java/ru/pjandro/wordpdf/internal/doc/PrcDataTest.java @@ -109,6 +109,23 @@ class PrcDataTest { assertEquals(0, PrcData.resolve(d.bytes, ptr(0x6646, d.at[0])).length); } + /** + * Бюджет на документ: исчерпанный — цепочка не разворачивается (массив + * возвращается как есть — та же «снисходительность», что для брака); + * с запасом — разворачивается и списывается размер результата. + */ + @Test + void documentBudgetExhaustedStopsExpansion() { + DataStream d = data(at -> inTable()); + byte[] withPtr = concat(ptr(0x6646, d.at[0]), prl(0x2461, 2)); + long[] empty = {0}; + assertSame(withPtr, PrcData.resolve(d.bytes, withPtr, empty)); + long[] roomy = {1024}; + byte[] expanded = PrcData.resolve(d.bytes, concat(ptr(0x6646, d.at[0])), roomy); + assertArrayEquals(inTable(), expanded); + assertEquals(1024 - inTable().length, roomy[0], "бюджет обязан списываться на размер результата"); + } + @Test void missingDataStream_keepsForeignPrls() { assertArrayEquals(prl(0x2461, 2), diff --git a/wordpdf-web/Containerfile b/wordpdf-web/Containerfile index ebd28bc..daecd29 100644 --- a/wordpdf-web/Containerfile +++ b/wordpdf-web/Containerfile @@ -18,6 +18,11 @@ RUN npm run build FROM docker.io/library/nginx:alpine COPY --from=build /build/dist /usr/share/nginx/html +# Собственный конфиг вместо дефолтного nginx:alpine: security-заголовки +# (CSP/nosniff/XFO/Referrer-Policy) и try_files-fallback SPA-роутинга. +# Без этой строки файл в репо — декорация: дефолтный default.conf из образа +# не несёт ни заголовков, ни fallback. +COPY nginx.conf /etc/nginx/conf.d/default.conf # прокси-переменные хоста подмешиваются в HEALTHCHECK-шелл — обнуляем на команде HEALTHCHECK --interval=10s --timeout=3s --start-period=10s \ CMD HTTP_PROXY= http_proxy= HTTPS_PROXY= https_proxy= wget -qO /dev/null http://127.0.0.1/ || exit 1 diff --git a/wordpdf-web/nginx.conf b/wordpdf-web/nginx.conf index 03bcc2b..19f7a03 100644 --- a/wordpdf-web/nginx.conf +++ b/wordpdf-web/nginx.conf @@ -2,5 +2,19 @@ server { listen 80; root /usr/share/nginx/html; index index.html; + + # Security-заголовки (always — чтобы ехали и на 4xx/5xx). CSP: SPA — + # только собственные скрипты/стили (Vite-сборка, внешних CDN нет), + # запросы — на свой origin (/api через шлюз), предпросмотр PDF — + # blob: в iframe (PdfPreview.tsx), inline style-атрибуты React'а + # требуют 'unsafe-inline' в style-src. + add_header X-Content-Type-Options "nosniff" always; + add_header X-Frame-Options "DENY" always; + add_header Referrer-Policy "no-referrer" always; + add_header Content-Security-Policy "default-src 'self'; script-src 'self'; style-src 'self' 'unsafe-inline'; img-src 'self' data: blob:; frame-src blob:; connect-src 'self'; base-uri 'self'; form-action 'self'; object-src 'none'" always; + # XFO не конфликтует с blob-iframe предпросмотра: он ограничивает + # встраивание ОТВЕТА этого сервера в чужие страницы; предпросмотр + # встраивает blob-URL, на который заголовок не ставится. + location / { try_files $uri $uri/ /index.html; } }