Аудит безопасности: OOM-гейты входа, потокобезопасность, периметр #99
@@ -26,7 +26,7 @@
|
|||||||
|
|
||||||
## Мост `.doc` → `.docx` (`internal/doc`)
|
## 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`)
|
## REST API (`wordpdf-app`, всё package-private кроме `WordPdfApplication`)
|
||||||
|
|
||||||
@@ -88,7 +88,7 @@ python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources
|
|||||||
## Code Conventions & Common Patterns
|
## 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`.
|
- 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`.
|
- 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`.
|
- 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`.
|
- DI в `wordpdf-app` — конструкторная инъекция Spring; состояние сервисов `private final`. SPA: единственный источник состояния — `useState` в `App.tsx`, вся сеть — в `api.ts`.
|
||||||
|
|||||||
@@ -36,7 +36,7 @@ java-word-pdf/
|
|||||||
|Класс|Назначение|
|
|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.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.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.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.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.BundledFonts`|выгрузка TTF из jar и регистрация в docx4j|
|
||||||
|
|||||||
@@ -1,6 +1,6 @@
|
|||||||
> читать при правке моста `internal/doc`. Авторитетно наравне с AGENTS.md.
|
> 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|
|
|Класс|Спецификация|
|
||||||
|---|---|
|
|---|---|
|
||||||
|
|||||||
@@ -4,9 +4,9 @@
|
|||||||
|
|
||||||
| Путь | Назначение |
|
| Путь | Назначение |
|
||||||
|---|---|
|
|---|---|
|
||||||
| `wordpdf-core/src/main/java/ru/pjandro/wordpdf/` | Публичный API: `WordPdfConverter` (`convert(byte[],String,ConvertOptions)`), `WordPdfValidator` (`checkInput`/`checkPageCount`/`checkPageCountDoc`/`validate` — 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-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/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/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/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 |
|
| `wordpdf-core/src/main/resources/fonts/` | 30 TTF + 3 лицензии — бинарные фикстуры, часть jar |
|
||||||
|
|||||||
@@ -98,7 +98,7 @@ public final class WordPdfValidator {
|
|||||||
* такой вход не проверяется .docx-валидацией (zip-пути), его страницы
|
* такой вход не проверяется .docx-валидацией (zip-пути), его страницы
|
||||||
* считает мост {@code internal.doc} по чистому бинарному документу.
|
* 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[] sig = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0,
|
||||||
(byte) 0xA1, (byte) 0xB1, 0x1A, (byte) 0xE1};
|
(byte) 0xA1, (byte) 0xB1, 0x1A, (byte) 0xE1};
|
||||||
if (bytes == null || bytes.length < sig.length) {
|
if (bytes == null || bytes.length < sig.length) {
|
||||||
@@ -147,7 +147,7 @@ public final class WordPdfValidator {
|
|||||||
*
|
*
|
||||||
* @throws ValidationException при {@code null}, ошибке разбора zip или превышении {@code 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) {
|
if (docxBytes == null) {
|
||||||
throw new ValidationException("Не указаны байты входного .docx");
|
throw new ValidationException("Не указаны байты входного .docx");
|
||||||
}
|
}
|
||||||
@@ -208,7 +208,7 @@ public final class WordPdfValidator {
|
|||||||
* @throws ValidationException при {@code null}, не-.doc-входе, шифровании
|
* @throws ValidationException при {@code null}, не-.doc-входе, шифровании
|
||||||
* или превышении {@code maxPages}
|
* 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) {
|
if (docBytes == null) {
|
||||||
throw new ValidationException("Не указаны байты входного .doc");
|
throw new ValidationException("Не указаны байты входного .doc");
|
||||||
}
|
}
|
||||||
|
|||||||
@@ -107,7 +107,7 @@ public class BundledFontMapper extends BestMatchingMapper {
|
|||||||
|
|
||||||
/**
|
/**
|
||||||
* Имя шрифта, которое можно поставить в {@code w:rFonts}, чтобы получить
|
* 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 —
|
* его в разрезанные раны. Обратная к {@link #bundledFamily} операция —
|
||||||
* имена берутся из таблицы алиасов, поэтому маппинг гарантированно
|
* имена берутся из таблицы алиасов, поэтому маппинг гарантированно
|
||||||
* возвращается к тому же семейству.
|
* возвращается к тому же семейству.
|
||||||
|
|||||||
@@ -24,7 +24,7 @@ import java.util.regex.Pattern;
|
|||||||
*
|
*
|
||||||
* Если совпадений нет, возвращает исходный массив без переупаковки zip.
|
* 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
|
* {@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. */
|
/** 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"
|
* Заменяет в XML-частях docx (word/*.xml) w:val="off"/"on"
|
||||||
@@ -49,7 +49,7 @@ public final class DocxOnOffNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -58,7 +58,7 @@ public final class DocxRewritePipeline {
|
|||||||
* @param docx байты .docx (валидный zip)
|
* @param docx байты .docx (валидный zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx));
|
try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx));
|
||||||
|
|||||||
@@ -36,7 +36,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
* разбираются — если внутри {@code begin … end} встречается ещё один
|
* разбираются — если внутри {@code begin … end} встречается ещё один
|
||||||
* {@code begin}, поле пропускается.
|
* {@code begin}, поле пропускается.
|
||||||
*/
|
*/
|
||||||
public final class FieldNormalizer {
|
final class FieldNormalizer {
|
||||||
|
|
||||||
/** Инструкции, для которых в docx4j-export-fo есть обработчик fldSimple. */
|
/** Инструкции, для которых в docx4j-export-fo есть обработчик fldSimple. */
|
||||||
private static final String[] SUPPORTED = {"PAGE", "NUMPAGES", "SECTIONPAGES"};
|
private static final String[] SUPPORTED = {"PAGE", "NUMPAGES", "SECTIONPAGES"};
|
||||||
@@ -45,7 +45,7 @@ public final class FieldNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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.
|
* Переписывает поддерживаемые поля во всех word/*.xml частях docx.
|
||||||
@@ -53,7 +53,7 @@ public final class FieldNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -54,7 +54,7 @@ import java.util.concurrent.ConcurrentHashMap;
|
|||||||
*
|
*
|
||||||
* Как и {@link SymbolFontNormalizer}, правим байты zip до JAXB-разбора.
|
* 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. */
|
/** Семейства с засечками: для них fallback ищется сначала среди serif. */
|
||||||
private static final List<String> SERIF_FAMILIES =
|
private static final List<String> SERIF_FAMILIES =
|
||||||
@@ -82,7 +82,7 @@ public final class GlyphCoverageNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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).
|
* Разрезает раны с непокрытыми глифами в XML-частях docx (word/*.xml).
|
||||||
@@ -90,7 +90,7 @@ public final class GlyphCoverageNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -64,7 +64,7 @@ import org.apache.commons.compress.utils.SeekableInMemoryByteChannel;
|
|||||||
*
|
*
|
||||||
* <p>Регрессия — WordPdfConverterTest#hiddenText_notPrinted.
|
* <p>Регрессия — WordPdfConverterTest#hiddenText_notPrinted.
|
||||||
*/
|
*/
|
||||||
public final class HiddenTextNormalizer {
|
final class HiddenTextNormalizer {
|
||||||
|
|
||||||
/** Капа цепочки {@code w:basedOn} (образец — {@code doc.Styles.MAX_CHAIN}). */
|
/** Капа цепочки {@code w:basedOn} (образец — {@code doc.Styles.MAX_CHAIN}). */
|
||||||
private static final int MAX_CHAIN = 16;
|
private static final int MAX_CHAIN = 16;
|
||||||
@@ -98,7 +98,7 @@ public final class HiddenTextNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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
|
* Вырезает скрытые раны (только прямой {@code w:vanish}) из XML-частей
|
||||||
@@ -107,7 +107,7 @@ public final class HiddenTextNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @return те же или переупакованные байты
|
||||||
*/
|
*/
|
||||||
public static byte[] normalize(byte[] docx) throws IOException {
|
static byte[] normalize(byte[] docx) throws IOException {
|
||||||
Set<String> vanishStyles = Set.of();
|
Set<String> vanishStyles = Set.of();
|
||||||
try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx))) {
|
try (ZipFile zf = new ZipFile(new SeekableInMemoryByteChannel(docx))) {
|
||||||
ZipArchiveEntry styles = zf.getEntry("word/styles.xml");
|
ZipArchiveEntry styles = zf.getEntry("word/styles.xml");
|
||||||
|
|||||||
@@ -38,7 +38,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
* Регрессия — WordPdfConverterTest#invisibleChars_noEmptyLines,
|
* Регрессия — WordPdfConverterTest#invisibleChars_noEmptyLines,
|
||||||
* WordPdfConverterTest#invisibleChars_arimoBoxesNotDrawn.
|
* WordPdfConverterTest#invisibleChars_arimoBoxesNotDrawn.
|
||||||
*/
|
*/
|
||||||
public final class InvisibleCharNormalizer {
|
final class InvisibleCharNormalizer {
|
||||||
|
|
||||||
/**
|
/**
|
||||||
* Коды на вырезание: явные переносы FOP (U+0085, U+2028, U+2029),
|
* 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. */
|
/** 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
|
* Вырезает невидимые символы из текстовых узлов XML-частей docx
|
||||||
@@ -96,7 +96,7 @@ public final class InvisibleCharNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
+3
-3
@@ -29,7 +29,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
* заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing —
|
* заканчивающийся пробелом lvlText не дублируется. suff=tab/absent/nothing —
|
||||||
* не трогаем. Нечего менять → тот же массив.
|
* не трогаем. Нечего менять → тот же массив.
|
||||||
*/
|
*/
|
||||||
public final class NumberingSuffixNormalizer {
|
final class NumberingSuffixNormalizer {
|
||||||
|
|
||||||
private static final Pattern SUFF_SPACE =
|
private static final Pattern SUFF_SPACE =
|
||||||
Pattern.compile("<w:suff\\b[^>]*w:val=\"space\"[^>]*/>");
|
Pattern.compile("<w:suff\\b[^>]*w:val=\"space\"[^>]*/>");
|
||||||
@@ -39,7 +39,7 @@ public final class NumberingSuffixNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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.
|
* Дописывает пробел в lvlText у уровней с suff=space.
|
||||||
@@ -47,7 +47,7 @@ public final class NumberingSuffixNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -33,7 +33,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
*
|
*
|
||||||
* <p>Регрессия — WordPdfConverterTest#rubyBase_textPrinted.
|
* <p>Регрессия — WordPdfConverterTest#rubyBase_textPrinted.
|
||||||
*/
|
*/
|
||||||
public final class RubyNormalizer {
|
final class RubyNormalizer {
|
||||||
|
|
||||||
private RubyNormalizer() {
|
private RubyNormalizer() {
|
||||||
}
|
}
|
||||||
@@ -78,7 +78,7 @@ public final class RubyNormalizer {
|
|||||||
* Индивидуальный контракт {@link DocxNormalizer} (тесты); в конвейере
|
* Индивидуальный контракт {@link DocxNormalizer} (тесты); в конвейере
|
||||||
* {@link DocxRewritePipeline} вызывает {@link #rewrite} в общем проходе.
|
* {@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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -77,7 +77,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
*
|
*
|
||||||
* Регрессия — WordPdfConverterTest#strictOoxml_convertsNotRejected.
|
* Регрессия — WordPdfConverterTest#strictOoxml_convertsNotRejected.
|
||||||
*/
|
*/
|
||||||
public final class StrictOoxmlNormalizer {
|
final class StrictOoxmlNormalizer {
|
||||||
|
|
||||||
/** Открывающий тег элемента префикса {@code a:} (DrawingML). */
|
/** Открывающий тег элемента префикса {@code a:} (DrawingML). */
|
||||||
private static final Pattern A_TAG = Pattern.compile("<a:[A-Za-z]+\\b[^>]*>");
|
private static final Pattern A_TAG = Pattern.compile("<a:[A-Za-z]+\\b[^>]*>");
|
||||||
@@ -122,7 +122,7 @@ public final class StrictOoxmlNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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
|
* 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)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -42,7 +42,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
*
|
*
|
||||||
* Как и {@link DocxOnOffNormalizer}, правим байты zip до JAXB-разбора.
|
* 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). */
|
/** Семейство, на которое заменяются символьные шрифты (есть в jar). */
|
||||||
static final String REPLACEMENT_FAMILY = "DejaVu Sans";
|
static final String REPLACEMENT_FAMILY = "DejaVu Sans";
|
||||||
@@ -71,7 +71,7 @@ public final class SymbolFontNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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).
|
* Заменяет символьные шрифты в XML-частях docx (word/*.xml).
|
||||||
@@ -79,7 +79,7 @@ public final class SymbolFontNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -46,7 +46,7 @@ import java.util.zip.ZipOutputStream;
|
|||||||
* WordPdfConverterTest#tableIndentCentered_shiftedLikeWord,
|
* WordPdfConverterTest#tableIndentCentered_shiftedLikeWord,
|
||||||
* #headerTableIndent_centeredInHeader.
|
* #headerTableIndent_centeredInHeader.
|
||||||
*/
|
*/
|
||||||
public final class TableIndentNormalizer {
|
final class TableIndentNormalizer {
|
||||||
|
|
||||||
/** Дефолт pgSz w:w (A4 portrait, twips) при отсутствии атрибута. */
|
/** Дефолт pgSz w:w (A4 portrait, twips) при отсутствии атрибута. */
|
||||||
private static final int DEFAULT_PG_W = 11906;
|
private static final int DEFAULT_PG_W = 11906;
|
||||||
@@ -75,7 +75,7 @@ public final class TableIndentNormalizer {
|
|||||||
}
|
}
|
||||||
|
|
||||||
/** Шаг конвейера WordPdfConverter#normalizers: этот нормализатор как DocxNormalizer. */
|
/** 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}.
|
* Переписывает jc+tblInd в абсолютный tblInd в {@code word/document.xml}.
|
||||||
@@ -83,7 +83,7 @@ public final class TableIndentNormalizer {
|
|||||||
* @param docx байты .docx (zip)
|
* @param docx байты .docx (zip)
|
||||||
* @return те же или переупакованные байты
|
* @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);
|
ByteArrayOutputStream out = new ByteArrayOutputStream(docx.length);
|
||||||
boolean changed = false;
|
boolean changed = false;
|
||||||
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
try (ZipInputStream zis = new ZipInputStream(new ByteArrayInputStream(docx));
|
||||||
|
|||||||
@@ -22,7 +22,7 @@ import java.util.Map;
|
|||||||
* любой цепочки ограничена числом секторов файла, иначе враждебный FAT
|
* любой цепочки ограничена числом секторов файла, иначе враждебный FAT
|
||||||
* зациклил бы разбор.</p>
|
* зациклил бы разбор.</p>
|
||||||
*/
|
*/
|
||||||
public final class CfbReader {
|
final class CfbReader {
|
||||||
|
|
||||||
/** Сигнатура контейнера, MS-CFB §2.2 (Header Signature). */
|
/** Сигнатура контейнера, MS-CFB §2.2 (Header Signature). */
|
||||||
static final byte[] SIGNATURE = {(byte) 0xD0, (byte) 0xCF, 0x11, (byte) 0xE0,
|
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
|
* @throws ConversionException если это не CFB, файл обрезан или цепочки
|
||||||
* секторов цикличны/указывают за конец файла
|
* секторов цикличны/указывают за конец файла
|
||||||
*/
|
*/
|
||||||
public static Map<String, byte[]> readStreams(byte[] cfb) {
|
static Map<String, byte[]> readStreams(byte[] cfb) {
|
||||||
if (cfb == null || cfb.length < HEADER_SIZE || !startsWithSignature(cfb)) {
|
if (cfb == null || cfb.length < HEADER_SIZE || !startsWithSignature(cfb)) {
|
||||||
throw new ConversionException("Содержимое не похоже на .doc Word 97–2003");
|
throw new ConversionException("Содержимое не похоже на .doc Word 97–2003");
|
||||||
}
|
}
|
||||||
|
|||||||
Reference in New Issue
Block a user