From 23ffc1c55d210def5ff6f392e400d0bc1ba1b74c Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E2=80=9CNaeel=E2=80=9D?= <tazet@narod.ru>
Date: Tue, 14 Jul 2026 08:56:54 +0400
Subject: [PATCH] =?UTF-8?q?Revert=20"feat:=20=D0=BF=D0=BE=D0=B4=D0=B4?=
 =?UTF-8?q?=D0=B5=D1=80=D0=B6=D0=BA=D0=B0=20.doc=20=D1=87=D0=B5=D1=80?=
 =?UTF-8?q?=D0=B5=D0=B7=20LibreOffice=20headless"?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

This reverts commit 00d54dbfb68984c0557fc6a70c4d3366df5b25e4.
---
 Dockerfile           |  3 ---
 docs/ARCHITECTURE.md |  2 +-
 drhider/extractor.py | 54 +++-----------------------------------------
 site/app.py          |  2 +-
 4 files changed, 5 insertions(+), 56 deletions(-)

diff --git a/Dockerfile b/Dockerfile
index 30915ef..fd17096 100644
--- a/Dockerfile
+++ b/Dockerfile
@@ -1,8 +1,5 @@
 FROM python:3.12-slim
 WORKDIR /app
-RUN apt-get update && apt-get install -y --no-install-recommends \
-    libreoffice-writer \
-    && rm -rf /var/lib/apt/lists/*
 COPY requirements.txt .
 RUN pip install --no-cache-dir -r requirements.txt
 COPY site /app/site
diff --git a/docs/ARCHITECTURE.md b/docs/ARCHITECTURE.md
index 0958521..fa14ece 100644
--- a/docs/ARCHITECTURE.md
+++ b/docs/ARCHITECTURE.md
@@ -45,7 +45,7 @@ site/app.py  ──→  Flask (create_app)
 | **`.pdf`** | → Markdown | Текст + таблицы (`pdfplumber`), без форматирования |
 | **`.txt`** и прочие текстовые | → как есть | Декодируется UTF-8, ошибки заменяются `�` |
 | **`.zip`** | → распаковка | Файлы внутри обрабатываются рекурсивно. Защита от ZIP-бомб: ≤500 файлов, ratio ≤100:1, ≤500 MB |
-| **`.doc`** (бинарный) | → Docx → Markdown | LibreOffice headless: .doc → .docx → штатный `docx_to_markdown()` (таблицы, форматирование). Требует `libreoffice-writer` в контейнере |
+| **`.doc`** (бинарный) | ❌ не поддерживается | Возвращает заглушку `[DOC binary — not supported. Convert to .docx first.]` |
 
 Ограничение на размер загрузки: **200 MB** (`MAX_CONTENT_LENGTH`).
 
diff --git a/drhider/extractor.py b/drhider/extractor.py
index 2c0d159..3c5b353 100644
--- a/drhider/extractor.py
+++ b/drhider/extractor.py
@@ -4,7 +4,7 @@
 Поддерживает:
 - .docx → MD (python-docx: стили, жирный/курсив, таблицы)
 - .pdf → MD (pdfplumber: текст + таблицы, без форматирования)
-- .doc → MD (LibreOffice headless: .doc → .docx → штатный docx_to_markdown)
+- .doc (бинарный — не парсится, возвращает заглушку)
 - .txt и прочие → как есть
 
 Также содержит:
@@ -14,9 +14,6 @@
 import io
 import os
 import zipfile
-import tempfile
-import shutil
-import subprocess
 import logging
 from typing import List, Tuple
 
@@ -148,51 +145,6 @@ def pdf_to_markdown(content: bytes) -> str:
     return "\n".join(lines)
 
 
-# ═══════════════════════════════════════════════════════════════════════════
-# DOC → Markdown (через LibreOffice)
-# ═══════════════════════════════════════════════════════════════════════════
-
-def doc_to_markdown(content: bytes) -> str:
-    """Конвертировать бинарный .doc → .docx (LibreOffice) → Markdown.
-
-    Использует soffice --headless --convert-to docx, затем прогоняет
-    через штатный docx_to_markdown() с полным форматированием и таблицами.
-
-    Args:
-        content: Бинарное содержимое .doc файла
-
-    Returns:
-        Строка в формате Markdown (или сообщение об ошибке)
-    """
-    tmpdir = tempfile.mkdtemp()
-    doc_path = os.path.join(tmpdir, "input.doc")
-    try:
-        with open(doc_path, 'wb') as f:
-            f.write(content)
-
-        result = subprocess.run(
-            ["soffice", "--headless", "--convert-to", "docx",
-             "--outdir", tmpdir, doc_path],
-            timeout=60, capture_output=True
-        )
-
-        docx_path = os.path.join(tmpdir, "input.docx")
-        if os.path.exists(docx_path):
-            with open(docx_path, 'rb') as f:
-                return docx_to_markdown(f.read())
-
-        stderr = result.stderr.decode('utf-8', errors='replace').strip()
-        log.warning("LibreOffice conversion failed: %s", stderr)
-        return f"[DOC — LibreOffice conversion failed: {stderr}]"
-
-    except FileNotFoundError:
-        return "[DOC — LibreOffice not installed. Install: apt install libreoffice-writer]"
-    except subprocess.TimeoutExpired:
-        return "[DOC — conversion timed out (>60s)]"
-    finally:
-        shutil.rmtree(tmpdir, ignore_errors=True)
-
-
 # ═══════════════════════════════════════════════════════════════════════════
 # Единая точка входа
 # ═══════════════════════════════════════════════════════════════════════════
@@ -224,9 +176,9 @@ def extract_text(fname: str, content: bytes, ctype: str = "") -> str:
         except ImportError:
             return content.decode('utf-8', errors='replace')
 
-    # ── .doc: бинарный → LibreOffice → DOCX → Markdown ──
+    # ── .doc: бинарный — пока не поддерживается ──
     elif ext == '.doc':
-        return doc_to_markdown(content)
+        return "[DOC binary — not supported. Convert to .docx first.]"
 
     # ── .txt и прочие ──
     else:
diff --git a/site/app.py b/site/app.py
index 0053bd0..e0f6ec2 100644
--- a/site/app.py
+++ b/site/app.py
@@ -20,7 +20,7 @@ if _sys_path_root not in sys.path:
     sys.path.insert(0, _sys_path_root)
 
 # Версия приложения (меняется при изменениях)
-VERSION = "0.0.17"
+VERSION = "0.0.16"
 
 
 def create_app():