Code Coverage
 
Lines
Functions and Methods
Classes and Traits
Total
0.00% covered (danger)
0.00%
0 / 167
0.00% covered (danger)
0.00%
0 / 21
CRAP
0.00% covered (danger)
0.00%
0 / 1
PdfHandler
0.00% covered (danger)
0.00%
0 / 167
0.00% covered (danger)
0.00%
0 / 21
3192
0.00% covered (danger)
0.00%
0 / 1
 mustRender
0.00% covered (danger)
0.00%
0 / 1
0.00% covered (danger)
0.00%
0 / 1
2
 isMultiPage
0.00% covered (danger)
0.00%
0 / 1
0.00% covered (danger)
0.00%
0 / 1
2
 validateParam
0.00% covered (danger)
0.00%
0 / 5
0.00% covered (danger)
0.00%
0 / 1
20
 makeParamString
0.00% covered (danger)
0.00%
0 / 4
0.00% covered (danger)
0.00%
0 / 1
6
 parseParamString
0.00% covered (danger)
0.00%
0 / 4
0.00% covered (danger)
0.00%
0 / 1
6
 getScriptParams
0.00% covered (danger)
0.00%
0 / 4
0.00% covered (danger)
0.00%
0 / 1
2
 getParamMap
0.00% covered (danger)
0.00%
0 / 4
0.00% covered (danger)
0.00%
0 / 1
2
 doThumbError
0.00% covered (danger)
0.00%
0 / 2
0.00% covered (danger)
0.00%
0 / 1
2
 doTransform
0.00% covered (danger)
0.00%
0 / 69
0.00% covered (danger)
0.00%
0 / 1
90
 getPdfImage
0.00% covered (danger)
0.00%
0 / 5
0.00% covered (danger)
0.00%
0 / 1
6
 getSizeAndMetadata
0.00% covered (danger)
0.00%
0 / 5
0.00% covered (danger)
0.00%
0 / 1
6
 getThumbType
0.00% covered (danger)
0.00%
0 / 6
0.00% covered (danger)
0.00%
0 / 1
6
 isFileMetadataValid
0.00% covered (danger)
0.00%
0 / 6
0.00% covered (danger)
0.00%
0 / 1
12
 formatMetadata
0.00% covered (danger)
0.00%
0 / 4
0.00% covered (danger)
0.00%
0 / 1
12
 formatTag
0.00% covered (danger)
0.00%
0 / 11
0.00% covered (danger)
0.00%
0 / 1
56
 pageCount
0.00% covered (danger)
0.00%
0 / 2
0.00% covered (danger)
0.00%
0 / 1
6
 getPageDimensions
0.00% covered (danger)
0.00%
0 / 5
0.00% covered (danger)
0.00%
0 / 1
12
 getDimensionInfo
0.00% covered (danger)
0.00%
0 / 19
0.00% covered (danger)
0.00%
0 / 1
30
 getPageText
0.00% covered (danger)
0.00%
0 / 4
0.00% covered (danger)
0.00%
0 / 1
12
 getWarningConfig
0.00% covered (danger)
0.00%
0 / 5
0.00% covered (danger)
0.00%
0 / 1
2
 useSplitMetadata
0.00% covered (danger)
0.00%
0 / 1
0.00% covered (danger)
0.00%
0 / 1
2
1<?php
2
3namespace MediaWiki\Extension\PdfHandler;
4
5use File;
6use ImageHandler;
7use MediaTransformError;
8use MediaTransformOutput;
9use MediaWiki\Context\IContextSource;
10use MediaWiki\MediaWikiServices;
11use MediaWiki\PoolCounter\PoolCounterWorkViaCallback;
12use ThumbnailImage;
13use TransformParameterError;
14
15/**
16 * Copyright © 2007 Martin Seidel (Xarax) <jodeldi@gmx.de>
17 *
18 * Inspired by djvuhandler from Tim Starling
19 * Modified and written by Xarax
20 *
21 * This program is free software; you can redistribute it and/or modify
22 * it under the terms of the GNU General Public License as published by
23 * the Free Software Foundation; either version 2 of the License, or
24 * (at your option) any later version.
25 *
26 * This program is distributed in the hope that it will be useful,
27 * but WITHOUT ANY WARRANTY; without even the implied warranty of
28 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
29 * GNU General Public License for more details.
30 *
31 * You should have received a copy of the GNU General Public License along
32 * with this program; if not, write to the Free Software Foundation, Inc.,
33 * 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301, USA.
34 * http://www.gnu.org/copyleft/gpl.html
35 */
36
37class PdfHandler extends ImageHandler {
38    /**
39     * Keep in sync with pdfhandler.messages in extension.json
40     *
41     * @see getWarningConfig
42     */
43    private const MESSAGES = [
44        'main' => 'pdf-file-page-warning',
45        'header' => 'pdf-file-page-warning-header',
46        'info' => 'pdf-file-page-warning-info',
47        'footer' => 'pdf-file-page-warning-footer',
48    ];
49
50    /**
51     * 10MB is considered a large file
52     */
53    private const LARGE_FILE = 1e7;
54
55    /**
56     * Key for getHandlerState for value of type PdfImage
57     */
58    private const STATE_PDF_IMAGE = 'pdfImage';
59
60    /**
61     * Key for getHandlerState for dimension info
62     */
63    private const STATE_DIMENSION_INFO = 'pdfDimensionInfo';
64
65    /**
66     * @param File $file
67     * @return bool
68     */
69    public function mustRender( $file ) {
70        return true;
71    }
72
73    /**
74     * @param File $file
75     * @return bool
76     */
77    public function isMultiPage( $file ) {
78        return true;
79    }
80
81    /**
82     * @param string $name
83     * @param string $value
84     * @return bool
85     */
86    public function validateParam( $name, $value ) {
87        if ( $name === 'page' && trim( $value ) !== (string)intval( $value ) ) {
88            // Extra junk on the end of page, probably actually a caption
89            // e.g. [[File:Foo.pdf|thumb|Page 3 of the document shows foo]]
90            return false;
91        }
92        if ( in_array( $name, [ 'width', 'height', 'page' ] ) ) {
93            return ( $value > 0 );
94        }
95        return false;
96    }
97
98    /**
99     * @param array $params
100     * @return bool|string
101     */
102    public function makeParamString( $params ) {
103        $page = $params['page'] ?? 1;
104        if ( !isset( $params['width'] ) ) {
105            return false;
106        }
107        return "page{$page}-{$params['width']}px";
108    }
109
110    /**
111     * @param string $str
112     * @return array|bool
113     */
114    public function parseParamString( $str ) {
115        $m = [];
116
117        if ( preg_match( '/^page(\d+)-(\d+)px$/', $str, $m ) ) {
118            return [ 'width' => $m[2], 'page' => $m[1] ];
119        }
120
121        return false;
122    }
123
124    /**
125     * @param array $params
126     * @return array
127     */
128    public function getScriptParams( $params ) {
129        return [
130            'width' => $params['width'],
131            'page' => $params['page'],
132        ];
133    }
134
135    /**
136     * @return array
137     */
138    public function getParamMap() {
139        return [
140            'img_width' => 'width',
141            'img_page' => 'page',
142        ];
143    }
144
145    /**
146     * @param int $width
147     * @param int $height
148     * @param string $msg
149     * @return MediaTransformError
150     */
151    protected function doThumbError( $width, $height, $msg ) {
152        return new MediaTransformError( 'thumbnail_error',
153            $width, $height, wfMessage( $msg )->inContentLanguage()->text() );
154    }
155
156    /**
157     * @param File $image
158     * @param string $dstPath
159     * @param string $dstUrl
160     * @param array $params
161     * @param int $flags
162     * @return MediaTransformError|MediaTransformOutput|ThumbnailImage|TransformParameterError
163     */
164    public function doTransform( $image, $dstPath, $dstUrl, $params, $flags = 0 ) {
165        global $wgPdfProcessor, $wgPdfPostProcessor, $wgPdfHandlerDpi, $wgPdfHandlerJpegQuality;
166
167        if ( !$this->normaliseParams( $image, $params ) ) {
168            return new TransformParameterError( $params );
169        }
170
171        $width = (int)$params['width'];
172        $height = (int)$params['height'];
173        $page = (int)$params['page'];
174
175        if ( $page > $this->pageCount( $image ) ) {
176            return $this->doThumbError( $width, $height, 'pdf_page_error' );
177        }
178
179        if ( $flags & self::TRANSFORM_LATER ) {
180            return new ThumbnailImage( $image, $dstUrl, false, [
181                'width' => $width,
182                'height' => $height,
183                'page' => $page,
184            ] );
185        }
186
187        if ( !wfMkdirParents( dirname( $dstPath ), null, __METHOD__ ) ) {
188            return $this->doThumbError( $width, $height, 'thumbnail_dest_directory' );
189        }
190
191        // Thumbnail extraction is very inefficient for large files.
192        // Provide a way to pool count limit the number of downloaders.
193        if ( $image->getSize() >= self::LARGE_FILE ) {
194            $work = new PoolCounterWorkViaCallback( 'GetLocalFileCopy', sha1( $image->getName() ),
195                [
196                    'doWork' => static function () use ( $image ) {
197                        return $image->getLocalRefPath();
198                    }
199                ]
200            );
201            $srcPath = $work->execute();
202        } else {
203            $srcPath = $image->getLocalRefPath();
204        }
205
206        if ( $srcPath === false ) {
207            // could not download original
208            return $this->doThumbError( $width, $height, 'filemissing' );
209        }
210
211        $cmd = '(' . wfEscapeShellArg(
212            $wgPdfProcessor,
213            "-sDEVICE=jpeg",
214            "-sOutputFile=-",
215            "-sstdout=%stderr",
216            "-dFirstPage={$page}",
217            "-dLastPage={$page}",
218            "-dSAFER",
219            "-r{$wgPdfHandlerDpi}",
220            // CropBox defines the region that the PDF viewer application is expected to display or print.
221            "-dUseCropBox",
222            "-dBATCH",
223            "-dNOPAUSE",
224            "-q",
225            $srcPath
226        );
227        $cmd .= " | " . wfEscapeShellArg(
228            $wgPdfPostProcessor,
229            "-depth",
230            "8",
231            "-quality",
232            $wgPdfHandlerJpegQuality,
233            "-resize",
234            (string)$width,
235            "-",
236            $dstPath
237        );
238        $cmd .= ")";
239
240        wfDebug( __METHOD__ . "$cmd\n" );
241        $retval = '';
242        $err = wfShellExecWithStderr( $cmd, $retval );
243
244        $removed = $this->removeBadFile( $dstPath, $retval );
245
246        if ( $retval != 0 || $removed ) {
247            wfDebugLog( 'thumbnail',
248                sprintf( 'thumbnail failed on %s: error %d "%s" from "%s"',
249                wfHostname(), $retval, trim( $err ), $cmd ) );
250            return new MediaTransformError( 'thumbnail_error', $width, $height, $err );
251        }
252
253        return new ThumbnailImage( $image, $dstUrl, $dstPath, [
254            'width' => $width,
255            'height' => $height,
256            'page' => $page,
257        ] );
258    }
259
260    /**
261     * @param \MediaHandlerState $state
262     * @param string $path
263     * @return PdfImage
264     */
265    private function getPdfImage( $state, $path ) {
266        $pdfImg = $state->getHandlerState( self::STATE_PDF_IMAGE );
267        if ( !$pdfImg ) {
268            $pdfImg = new PdfImage( $path );
269            $state->setHandlerState( self::STATE_PDF_IMAGE, $pdfImg );
270        }
271        return $pdfImg;
272    }
273
274    /**
275     * @param \MediaHandlerState $state
276     * @param string $path
277     * @return array|bool
278     */
279    public function getSizeAndMetadata( $state, $path ) {
280        $metadata = $this->getPdfImage( $state, $path )->retrieveMetaData();
281        $sizes = PdfImage::getPageSize( $metadata, 1 );
282        if ( $sizes ) {
283            return $sizes + [ 'metadata' => $metadata ];
284        }
285
286        return [ 'metadata' => $metadata ];
287    }
288
289    /**
290     * @param string $ext
291     * @param string $mime
292     * @param null $params
293     * @return array
294     */
295    public function getThumbType( $ext, $mime, $params = null ) {
296        global $wgPdfOutputExtension;
297        static $mime;
298
299        if ( $mime === null ) {
300            $magic = MediaWikiServices::getInstance()->getMimeAnalyzer();
301            $mime = $magic->guessTypesForExtension( $wgPdfOutputExtension );
302        }
303        return [ $wgPdfOutputExtension, $mime ];
304    }
305
306    /**
307     * @param File $file
308     * @return bool|int
309     */
310    public function isFileMetadataValid( $file ) {
311        $data = $file->getMetadataItems( [ 'mergedMetadata', 'pages' ] );
312        if ( !isset( $data['pages'] ) ) {
313            return self::METADATA_BAD;
314        }
315
316        if ( !isset( $data['mergedMetadata'] ) ) {
317            return self::METADATA_COMPATIBLE;
318        }
319
320        return self::METADATA_GOOD;
321    }
322
323    /**
324     * @param File $image
325     * @param bool|IContextSource $context Context to use (optional)
326     * @return bool|array
327     */
328    public function formatMetadata( $image, $context = false ) {
329        $mergedMetadata = $image->getMetadataItem( 'mergedMetadata' );
330
331        if ( !is_array( $mergedMetadata ) || !count( $mergedMetadata ) ) {
332            return false;
333        }
334
335        // Inherited from MediaHandler.
336        return $this->formatMetadataHelper( $mergedMetadata, $context );
337    }
338
339    /** @inheritDoc */
340    protected function formatTag( string $key, $vals, $context = false ) {
341        switch ( $key ) {
342            case 'pdf-Producer':
343            case 'pdf-Version':
344                return htmlspecialchars( $vals );
345            case 'pdf-PageSize':
346                foreach ( $vals as &$val ) {
347                    $val = htmlspecialchars( $val );
348                }
349                return $vals;
350            case 'pdf-Encrypted':
351                // @todo: The value isn't i18n-ised; should be done here.
352                // For reference, if encrypted this field's value looks like:
353                // "yes (print:yes copy:no change:no addNotes:no)"
354                return htmlspecialchars( $vals );
355            default:
356                break;
357        }
358        // Use default formatting
359        return false;
360    }
361
362    /**
363     * @param File $image
364     * @return bool|int
365     */
366    public function pageCount( File $image ) {
367        $info = $this->getDimensionInfo( $image );
368
369        return $info ? $info['pageCount'] : false;
370    }
371
372    /**
373     * @param File $image
374     * @param int $page
375     * @return array|bool
376     */
377    public function getPageDimensions( File $image, $page ) {
378        // MW starts pages at 1, as they are stored here
379        $index = $page;
380
381        $info = $this->getDimensionInfo( $image );
382        if ( $info && isset( $info['dimensionsByPage'][$index] ) ) {
383            return $info['dimensionsByPage'][$index];
384        }
385
386        return false;
387    }
388
389    /**
390     * @param File $file
391     * @return bool|mixed
392     */
393    protected function getDimensionInfo( File $file ) {
394        $info = $file->getHandlerState( self::STATE_DIMENSION_INFO );
395        if ( !$info ) {
396            $cache = MediaWikiServices::getInstance()->getMainWANObjectCache();
397            $info = $cache->getWithSetCallback(
398                $cache->makeKey( 'file-pdf-dimensions', $file->getSha1() ),
399                $cache::TTL_MONTH,
400                static function () use ( $file ) {
401                    $data = $file->getMetadataItems( PdfImage::ITEMS_FOR_PAGE_SIZE );
402                    if ( !$data || !isset( $data['Pages'] ) ) {
403                        return false;
404                    }
405
406                    $dimsByPage = [];
407                    $count = intval( $data['Pages'] );
408                    for ( $i = 1; $i <= $count; $i++ ) {
409                        $dimsByPage[$i] = PdfImage::getPageSize( $data, $i );
410                    }
411
412                    return [ 'pageCount' => $count, 'dimensionsByPage' => $dimsByPage ];
413                }
414            );
415        }
416        $file->setHandlerState( self::STATE_DIMENSION_INFO, $info );
417        return $info;
418    }
419
420    /**
421     * @param File $image
422     * @param int $page
423     * @return bool
424     */
425    public function getPageText( File $image, $page ) {
426        $pageTexts = $image->getMetadataItem( 'text' );
427        if ( !is_array( $pageTexts ) || !isset( $pageTexts[$page - 1] ) ) {
428            return false;
429        }
430        return $pageTexts[$page - 1];
431    }
432
433    /**
434     * Adds a warning about PDFs being potentially dangerous to the file
435     * page. Multiple messages with this base will be used.
436     * @param File $file
437     * @return array
438     */
439    public function getWarningConfig( $file ) {
440        return [
441            'messages' => self::MESSAGES,
442            'link' => '//www.mediawiki.org/wiki/Special:MyLanguage/Help:Security/PDF_files',
443            'module' => 'pdfhandler.messages',
444        ];
445    }
446
447    public function useSplitMetadata() {
448        return true;
449    }
450}