v2.0.14: этап 4 — .doc→.docx в sink, удалены /api/unzip_refs и /api/convert_refs

site/routes/upload_bp.py

@@ -1,5 +1,5 @@
 """Upload blueprint — загрузка, конвертация, распаковка."""
-import io, os, time, base64, hashlib, zipfile
+import io, os, base64, hashlib, zipfile
 import httpx
 from flask import Blueprint, request, jsonify, send_file
 from services.parse import parse_file
@@ -18,59 +18,6 @@ def _check_ext(filename: str) -> str | None:
     return None
 
 
-def _safe_name(name: str) -> str:
-    """Санитизация имени файла: только basename, защита от path traversal."""
-    name = (name or "").replace("\\", "/").rsplit("/", 1)[-1].strip()
-    if not name or name in (".", ".."):
-        return "file.bin"
-    return name[:255]
-
-
-def _pull_with_retries(url: str, timeout: int = 120) -> bytes:
-    """Скачать файл с ВМ-буфера с ретраями (egress, без лимита шлюза)."""
-    last: Exception | None = None
-    for attempt in range(1, config.PULL_RETRIES + 1):
-        try:
-            resp = httpx.get(url, timeout=timeout, follow_redirects=False)
-            if resp.status_code == 200:
-                return resp.content
-            last = Exception(f"HTTP {resp.status_code}")
-        except Exception as e:
-            last = e
-        if attempt < config.PULL_RETRIES:
-            time.sleep(config.PULL_RETRY_DELAY)
-    raise last or Exception("pull failed")
-
-
-def _delete_from_vm(url: str) -> None:
-    """Best-effort удаление файла с ВМ-буфера."""
-    try:
-        httpx.delete(url, timeout=30)
-    except Exception:
-        pass
-
-
-def _pull_from_ref(ref):
-    """SSRF-проверка → лимит → pull с ретраями → DELETE с ВМ. Возвращает (name, content)."""
-    name = _safe_name(str(ref.get("name", "") or ""))
-    size = int(ref.get("size") or 0)
-    url = str(ref.get("url", "") or "")
-
-    if not url.startswith(config.VM_UPLOAD_PREFIX):
-        raise Exception("invalid url (SSRF guard)")
-    if size > config.VM_UPLOAD_MAX_BYTES:
-        _delete_from_vm(url)
-        raise Exception(f"file too large: {size} bytes (max {config.VM_UPLOAD_MAX_BYTES})")
-
-    content = _pull_with_retries(url)
-    if len(content) > config.VM_UPLOAD_MAX_BYTES:
-        _delete_from_vm(url)
-        raise Exception("file too large after pull")
-
-    _delete_from_vm(url)
-    return name, content
-
-
 def _unzip(data: bytes):
     """Распаковать ZIP → (ok, files, error)."""
     MAX_FILES = 500
@@ -183,49 +130,15 @@ def contracts_upload_sink(name, content, batch_id=None, contract_id=None, zip_so
     """Sink для переиспользуемого модуля upload: вставить файл в documents + авто-парсинг.
 
     Вызывается модулем create_upload_refs_blueprint(cfg, sink=...) на каждый
-    вытянутый с ВМ файл. Возвращает dict с ключами ok/doc_id/contract_id/parsed.
+    вытянутый с ВМ файл. .doc конвертируется в .docx через внешний LibreOffice
+    (парсер умеет только .docx). Возвращает dict ok/doc_id/contract_id/parsed.
     """
+    if name.lower().endswith(".doc"):
+        content = _convert(name, content)
+        name = name[:-4] + ".docx"
     return _store_and_parse(name, content, batch_id, contract_id, zip_source)
 
 
-@upload_bp.route("/convert-doc", methods=["POST"])
-def convert_doc():
-    """.doc → .docx через внешний libreoffice-сервис (прямой multipart)."""
-    f = request.files.get("files")
-    if not f:
-        return jsonify(ok=False, error="no file"), 400
-    try:
-        content = _convert(f.filename, f.read())
-    except Exception as e:
-        return jsonify(ok=False, error=str(e)), 500
-    return send_file(
-        io.BytesIO(content),
-        mimetype="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
-    )
-
-
-@upload_bp.route("/api/convert_refs", methods=["POST"])
-def convert_refs():
-    """.doc → .docx через ВМ-буфер (паттерн drhider): pull .doc с ВМ → конвертация → docx."""
-    data = request.get_json(silent=True) or {}
-    files = data.get("files") or []
-    if not files:
-        return jsonify(ok=False, error="no files"), 400
-    ref = files[0]
-    try:
-        name, content = _pull_from_ref(ref)
-    except Exception as e:
-        return jsonify(ok=False, error=str(e)), 400
-    try:
-        docx = _convert(name, content)
-    except Exception as e:
-        return jsonify(ok=False, error=str(e)), 500
-    return send_file(
-        io.BytesIO(docx),
-        mimetype="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
-    )
-
-
 @upload_bp.route("/unzip-upload", methods=["POST"])
 def unzip_upload():
     """Распаковать ZIP → список файлов (base64 для фронтенда, прямой multipart)."""
@@ -236,21 +149,3 @@ def unzip_upload():
     if not ok:
         return jsonify(ok=False, error=err), 400
     return jsonify(ok=True, files=files)
-
-
-@upload_bp.route("/api/unzip_refs", methods=["POST"])
-def unzip_refs():
-    """Распаковать ZIP через ВМ-буфер (паттерн drhider): pull ZIP с ВМ → распаковка."""
-    data = request.get_json(silent=True) or {}
-    files = data.get("files") or []
-    if not files:
-        return jsonify(ok=False, error="no files"), 400
-    ref = files[0]
-    try:
-        name, content = _pull_from_ref(ref)
-    except Exception as e:
-        return jsonify(ok=False, error=str(e)), 400
-    ok, unzipped, err = _unzip(content)
-    if not ok:
-        return jsonify(ok=False, error=err), 400
-    return jsonify(ok=True, files=unzipped)