صفحهٔ اصلی گشت‌و‌گذار راهنما
ثبت نام ورود
AI-Special-Project-Team
/
document-management
2
0
انشعاب 0
پرونده‌ها مشکلات 0 درخواست واکشی 0 ویکی
شاخه: master
شاخه‌ها تگ‌ها
document-manage...
/
docs
/
plans
/
SpringBoot转写验证记录.md

SpringBoot转写验证记录.md 67 KB
لینک دائمی تاريخچه خام

SpringBoot 转写验证记录

配套方案：docs/plans/SpringBoot后端转写方案.md。每阶段收尾追加一节， 记录「验证口径 → 实际结果 → 偏差与结论」。

阶段 1：工程骨架（2026-08-23）

交付物

backend-java/ Maven 工程（Spring Boot 3.5.3 / Java 17 / MyBatis 3.0.5）：

文件 对齐 Python 版
pom.xml 依赖按阶段引入（阶段1：web/validation/mybatis/mysql/flyway/lombok）
config/DmsProperties dms/config.py（含 pymysql URL→JDBC URL 自动转换，同一份 .env 两版可用）
config/DataSourceConfig SQLAlchemy engine 选项（READ COMMITTED / 会话时区 UTC / 1800s 回收）
config/CorsConfig flask-cors 默认行为 + blueprint.py 的 Expose-Headers
common/ApiResponse + ErrorEnvelope response.py（成功 data 空时序列化 {}）
common/DmsException + Errors errors.py 全部 47 个错误码（code/status/中文消息逐条对应）
common/RequestIdFilter + RequestContext request_context.py（UUID 透传/生成/非法拒绝）
common/GlobalExceptionHandler blueprint.py 的错误处理语义
api/v1/HealthController health.py
db/migration/V1__baseline_alembic_0016.sql 空 DDL 占位，锚定 Flyway 版本线

实施偏差说明

  • Spring Boot 版本：方案文档写 3.3.x，实施改用 3.5.3。原因：3.3 的 OSS 维护期已于 2025-06 结束，3.5 为当前维护线且同样要求 Java 17，对本项目无 API 影响。
  • Python 版 backend/.env 不存在：本地真实运行配置位于 dist-package/dms-server/.env（远程 MySQL）。Java 版验证直接 source 该文件，凭据不落代码库。

验证结果（远程库 dms @82.156.x.x:3306）

验证项 预期 结果
启动 无报错，9346 端口 ✅ Started in 4.752s
Flyway baseline 不动 alembic_version，仅建自身版本表 ✅ baseline 0 → migrate V1
GET /api/v1/health 200，{code:OK, data:{service:dms,status:UP}, requestId} + X-Request-Id 头 ✅
GET /api/v1/not-exist 404，{code:RESOURCE_NOT_FOUND, message:请求的资源不存在, details:null, requestId} ✅
非法 X-Request-Id 400 INVALID_ARGUMENT「X-Request-Id必须是有效UUID」 ✅
CORS Origin 回显 + Access-Control-Expose-Headers: Content-Disposition, X-Request-Id ✅

验证后服务已关闭（按端口精准终止 java.exe，9346 已释放）。

遗留事项（转阶段 2 处理）

  • 阶段 2 起接入 sys_user 表：MyBatis Mapper、login/logout/me、JWT(HS256)、Argon2 存量密码校验（首个测试必须是「Python 版建号 → Java 版登录」）。

阶段 2：认证与用户基础（2026-08-23）

交付物

文件 对齐 Python 版
model/UserEntity + mapper/UserMapper models/user.py（findActiveByUsername/findActiveById(ForUpdate)/updateLoginSuccess/incrementAuthVersion 等）
security/Passwords security/passwords.py（Argon2id m=65536,t=3,p=4，spring-security-crypto Argon2PasswordEncoder(16,32,4,65536,3)，DUMMY_HASH 时序安全）
security/JwtTokens security/jwt_tokens.py（HS256 / iss=dms / claims: sub,username,roleCode,authVersion,iat,exp,jti；2h 与 7 天两档）
security/AuthRequired + AuthContext + AuthInterceptor security/decorators.py（bearer_auth_required / admin_required：验签→用户态→auth_version→身份一致性）
service/AuditService services/audit_service.py（LOGIN/LOGOUT/LOGIN_FAILED 三类审计 + clientIp 提取 + detail JSON 序列化）
service/LoginIpService services/login_ip_service.py（IPv4/IPv6 CIDR 白名单）
service/UserSummaryService services/user_service.py user_summary（effective 组织/角色名回退、lastLoginAt 毫秒ISO、allowedModules）
service/AuthService services/auth.py（login 全分支 + logout auth_version 递增）
api/v1/AuthController + UsersController api/v1/auth.py + api/v1/users.py current_user（login 三键严格校验）

实施偏差说明

  • BouncyCastle 显式引入：spring-security-crypto 的 Argon2 实现依赖 BC 且声明为 optional 不传递，运行期抛 NoClassDefFoundError。pom 显式加 bcprov-jdk18on:1.78.1。
  • JWT 库 jjwt → java-jwt：存量 DMS_JWT_SECRET 为 28 字节（224 位），jjwt 0.12 在密钥构造/signWith 启发式/HMAC digest 三层均强制 HS256 密钥 ≥256 位且不可绕过；PyJWT 不限制密钥长度。为保证同库同密钥与 Python 版 token 互通，改用 com.auth0:java-jwt:4.4.0（不校验密钥长度，行为与 PyJWT 一致）。
  • 415 → 400 映射：非 JSON Content-Type 时 Python Flask request.is_json 检查返回 400；Spring 默认抛 415，GlobalExceptionHandler 增加 HttpMediaTypeNotSupportedException → 400 INVALID_ARGUMENT「请求体必须是JSON对象」。
  • 审计 detail 序列化：用 Jackson ObjectMapper 替代字符串拼接（对齐 Python json.dumps，防特殊字符破坏 JSON）。

验证结果（远程库，测试账号 javatest001 由 Python argon2-cffi 建号）

脚本：docs/temp/verify_stage2.sh + verify_stage2b.sh（字面量 token）。

# 用例 预期 结果
1 错误密码 401 INVALID_CREDENTIALS ✅
2 不存在用户（时序安全，DummyHash 校验） 401 INVALID_CREDENTIALS ✅
3 正确登录（Python Argon2 哈希 → Java 校验互通） 200 + accessToken/tokenType/expiresIn/user 全字段 ✅ id 字符串化、allowedModules、lastLoginAt 毫秒ISO
4 /users/me 无 token 401 TOKEN_INVALID ✅
5 /users/me 伪造 token 401 TOKEN_INVALID ✅
6 /users/me 合法 token 200 user summary ✅
7 logout 200 data:{} ✅
8 logout 后旧 token 401 AUTH_VERSION_MISMATCH ✅

附加通过项：login 多余字段/keepSignedIn 非布尔/缺字段 → 400 INVALID_ARGUMENT；非 JSON Content-Type → 400。

结论：Argon2 密码哈希与 JWT(HS256) 双向互通实证通过，同一数据库/同一密钥下 Java 版可直接替换 Python 版登录链路。

遗留事项（转阶段 3 处理）

  • 测试账号 javatest001 保留在库中（阶段3-8 继续用作验证账号，阶段9收尾统一清理）。
  • admin_required 分支（角色管理接口）待阶段4验证。

阶段3：门户跳转登录（2026-08-23）

交付物

Java 文件（backend-java/src/main/java/com/dms/） 对齐 Python 源 职责
service/PortalConfigService.java services/portal_config.py .env 门户配置加载（provider/tokenParam/verifyUrl/fieldMap/defaultOrgId 等），PortalConfigException
service/PortalProvider.java services/portal_provider.py mock/http/custom 三形态验签与身份拉取；PortalIdentity 中间结构；PortalTokenException/PortalIdentityException
service/PortalAuthService.java services/portal_auth_service.py verify（用户匹配/按需建户/组织匹配/票据签发）+ setup-password（票据消费/一次性失效/IP限制/直接登录）
api/v1/PortalAuthController.java api/v1/portal_auth.py POST /auth/portal/verify、/auth/portal/setup-password，严格请求体校验；IP禁止审计（user=None, "(portal-setup)"）
mapper/UserMapper.java 扩展 SQLAlchemy User 查询 findByExternalId/insert(useGeneratedKeys)/updatePortalSync/updatePortalPassword
mapper/OrganizationMapper.java 扩展 — findByOrgName/findByIdNotDeleted

票据机制：JWT HS256（同 JWT 密钥），claims sub=userId / purpose=PORTAL_SETUP / authVersion / iat / exp(+300s) / iss=dms；设密成功后 auth_version+1 使票据一次性失效。

数据库前置（重要）

远程库当时停在 0015_login_ip_restriction，缺 0016_portal_user_provision（sys_user.external_id + 生成列 active_marker + 软删唯一约束 + 索引）。用全局 Python（backend venv 基解释器已失效）执行官方迁移补齐：

cd backend/migrations && python -m alembic upgrade head   # 0015 → 0016

实施偏差说明

  • HttpClient：Python requests → JDK 内置 java.net.http.HttpClient（无新依赖）；连接超时 10s，请求超时取 DMS_PORTAL_HTTP_TIMEOUT_SECONDS（默认10）。
  • 成功判定语义对齐：dig(data, successField) 缺失时按 Python str(None) 返回 "None" 再与配置值比较（digAsText），避免 NPE 且行为一致。
  • mock token 解析：split(":", -1) 保留空段，对齐 Python token.split(":")。
  • IP 禁止审计位置：service 抛 LOGIN_IP_FORBIDDEN，Controller 层 catch 后记 recordLoginFailure(request, null, "(portal-setup)", "IP_NOT_ALLOWED")（对齐 Python 控制器层实现）。
  • 密码只 hash 一次：Passwords.hash 结果存变量复用（Argon2 慢哈希，避免双倍耗时）。

验证结果（provider=mock，端口 9346）

脚本：docs/temp/verify_stage3.sh（时间戳用户名，可重复执行）。

# 用例 预期 结果
1 verify 多余字段 400 INVALID_ARGUMENT「请求体必须且只能包含query」 ✅
2 verify query 缺 token 参数 400「跳转链接缺少token参数…」 ✅
3 非法 mock token 401 PORTAL_TOKEN_INVALID ✅
4 新用户首次跳转 200 phase=SET_PASSWORD + username/realName/portalTicket(212字符JWT) ✅
5 setup 密码过短 400「密码长度必须在8~64个字符之间」 ✅
6 setup 伪造票据 401 PORTAL_TICKET_INVALID ✅
7 正确设密并登录 200 accessToken/tokenType/expiresIn/user（与 /auth/login 同构） ✅
8 票据复用 401「设置密码凭证已使用，请从门户重新跳转」 ✅
9 二次跳转 200 phase=LOGIN（无票据） ✅
10 独立密码普通登录 200 accessToken ✅

落库核验：sys_user id=5 portaluser*，external_id/role_code=USER/status=ENABLED/auth_version=1/last_login_at 非空；审计三条 CREATE_USER{portal,externalId} → LOGIN{portal,setupPassword} → LOGIN{keepSignedIn}，与 Python 版一致。

踩坑记录（Windows 验证环境）

  • curl 命令行传中文被 GBK 码页破坏：Windows curl.exe 接收命令行参数经代码页转换，UTF-8 中文 → 服务端 Invalid UTF-8 middle byte 0xc5 → 400。解决：中文 body 先 printf > 文件（UTF-8 原样）再 curl --data-binary @文件。
  • 首现象 500 的根因是远程库缺列：Unknown column 'external_id'，非 Java 代码问题；补 0016 迁移后全绿。

结论：门户三形态（mock 已实证 / http 声明式已实现待真实对端 / custom 预留）、票据一次性、独立密码回落登录链路与 Python 版契约一致。

阶段4：组织/用户/角色/IP 管理（2026-08-23）

交付物

Java 文件（backend-java/src/main/java/com/dms/） 对齐 Python 源 职责
service/OrganizationService.java services/organization_service.py 组织树（内存递归排序/status过滤/含停用开关）、创建/更新/删除（子孙环检测、userCount守卫、IP分配行同事务软删）
service/UserService.java services/user_service.py 用户 CRUD：列表（组织含 descendants 展开）、创建（初始密码 Argon2 + mustChangePassword）、更新（自保护/最后管理员守卫/authBump）、软删、重置密码
service/RoleService.java services/role_service.py 角色 CRUD + 15行权限矩阵（canView等7布尔位）+ 部门关联 + 用户关联（memberCount、ROLE_IN_USE守卫）
service/IpEntryService.java services/ip_entry_service.py IP条目池 CRUD（单IP/CIDR规范化、主机位校验、分配守卫）+ 组织IP分配
api/v1/OrganizationsController.java api/v1/organizations.py 6路由（tree/POST/PUT/DELETE/ip-assignments GET+PUT）
api/v1/UsersController.java 扩展 api/v1/users.py /me（仅认证）+ list/create/update/delete/reset-password（均 admin）
api/v1/RolesController.java api/v1/roles.py 10路由（CRUD + departments/permissions/users 子资源 GET+PUT）
api/v1/IpEntriesController.java api/v1/ip_entries.py 4路由（list/create/update/delete）
model/RoleEntity/IpEntryEntity + mapper/RoleMapper/IpEntryMapper/OrganizationMapper 扩展 对应 SQLAlchemy 模型 注解 SQL（FOR UPDATE 乐观锁、动态过滤分页）

实施偏差说明

  • MyBatis 多参数 @Param 绑定 bug（用例11 500 根因）：updateFull(UserEntity, @Param("authBump") int) 一旦任一参数加 @Param，MyBatis 停止对无注解参数做属性展开，SQL 里 #{realName} 抛 BindingException: Parameter 'realName' not found。修复：@Param("user") + SQL 全部改 #{user.xxx}。
  • 权限矩阵行数校验语义：Java 对 matrix 行数≠15 抛 400 INVALID_ARGUMENT「权限矩阵必须为15行」，与 Python _validate_matrix（InvalidArgumentError）一致，非 ConflictError。
  • DELETE rowVersion 参数：用 @RequestParam(required=false) 接收后走 Payloads.deleteRowVersion，缺失时返回对齐的 400 文案而非 Spring 默认 500。
  • 临时管理员方案：生产 admin(1) 密码与 .env 种子密码不一致（不可用），验证脚本用 Python pymysql+argon2 直插临时 ADMIN javatest4admin（脚本开头建号/结尾物理删除，可重复执行）。

验证结果（provider=mock，端口 9346，脚本 docs/temp/verify_stage4.sh 共 37 用例）

分组 用例（预期） 结果
权限门禁 普通用户访问用户列表 403 ✅
组织 树查询 200；创建 201；重复orgCode 409；改名 200；parentId=自己 400；错误rowVersion 409；删除 200 ✅ 7/7
用户 列表 200；创建(中文名+组织) 201；用户名重复 409；更新 200；admin改自己 403 USER_SELF_PROTECTION；重置密码 200；新密码登录 200；删除 200 ✅ 8/8
角色 列表 200；创建 201；角色名重复 409；矩阵种子15行；矩阵更新 200；矩阵不完整 400；关联部门 200+回读；关联用户 200+回读；删有成员角色 409 ROLE_IN_USE；解除后删除 200 ✅ 10/10
IP条目 列表 200；CIDR创建201规范化(192.168.x.0/24)；重复IP 409；非法IP 400；主机位非0 400；分配组织 200+回读；删被引用IP 409；解除后删除 200 ✅ 8/8

rowVersion 联动实证：登录 touch 用户 rv（创建0→更新1→重置2→登录3→删除传3）；角色子资源更新 touch 角色 rv（矩阵1→部门2→用户3→解除4）；组织IP分配/解除各 touch 组织 rv。

踩坑记录

  • KillShell 杀不死 Java 子进程：Windows 下结束 mvn shell 后 java.exe 仍占 9346，新实例 "Port already in use" 静默退出，请求打到旧进程返回 404。必须 netstat -ano | grep :9346 找 PID → taskkill //F //PID。
  • 物理清理顺序受 FK RESTRICT 限制：删 sys_organization 前须先删 sys_org_ip_assignment/sys_role_dept 引用行（doc_document/sys_user 同理不涉及测试数据）。
  • 软删用户不占组织守卫：Python 组织删除守卫 User.is_deleted.is_(False)，Java 一致——软删用户后组织可删。

结论：组织/用户/角色/IP 四域 37 用例全绿，乐观锁 rowVersion、业务守卫（自保护/最后管理员/ROLE_IN_USE/ORGANIZATION_IN_USE/IP分配引用）、权限门禁与 Python 版契约一致。

阶段5：分类/文档/附件/挂载域（2026-08-23）

按 8 个子阶段推进（5.1 存储层 → 5.8 契约验证），本阶段完成后文档全生命周期（上传/覆盖/更新/关联/挂载/密码锁/删除）可用。

交付物

分组 Java 文件（backend-java/src/main/java/com/dms/） 对齐 Python 源 职责
存储层 storage/StoragePaths storage/UploadStorage storage/OleContainer dms/uploads.py original/{uuid4}.{ext} 落盘、SHA256、temporary/ 暂存、doc/docx/pdf/wps 白名单、PDF/OLE 魔数校验
分类域 model/CategoryEntity + mapper/CategoryMapper + service/CategoryService + api/v1/CategoriesController models/category.py + services/category_service.py + api/v1/categories.py 分类树（递归/扁平 flatMode）、创建/更新/删除（CATEGORY_NOT_LEAF/CATEGORY_IN_USE 守卫、document_count 联动）
权限评估 service/AuthorizationService + mapper/PermissionMapper + model/PermissionEntity services/authorization_service.py 密级×角色矩阵可访问性评估（CUSTOM 可见性默认拒绝普通用户，权限矩阵查询接口留阶段7）
密码锁 service/DocumentPasswordService services/document_password_service.py 设密/清密/改密、X-DMS-Document-Password 头校验、admin 除删除外全操作需密码语义
文档查询 service/DocumentQueryService services/document_query_service.py 列表（分页/过滤/密级过滤）、详情（contentText 屏蔽、viewPasswordVerified、绑定/子方案聚合）
文档写入 service/DocumentMutationService + service/DocumentContentService + mapper/DocumentMapper + model/DocumentEntity + model/DocumentRelationEntity + mapper/DocumentRelationMapper services/document_mutation_service.py + services/document_content_service.py 上传（新建/覆盖/子方案/批量导入）、元数据更新、description、关联关系、重排、软删（父子守卫）、正文提取状态流转
附件/挂载 service/AttachmentQueryService + service/AttachmentBindingService + model/AttachmentBindingEntity + mapper/AttachmentBindingMapper services/attachment_query_service.py + services/attachment_binding_service.py 附件 CRUD（attachmentType 四类）、批量挂载（去重/createdCount）、槽位重排（≥2）、解绑、attachmentCount 联动
下载/预览 service/FileReadService + service/PreviewService + service/FileVerificationService + service/DocumentToPdfConverter services/file_read_service.py 等 下载（Content-Disposition 原文件名）、完整性校验（sha256）、预览占位（LibreOffice 转换留阶段8）
控制器 api/v1/DocumentsController + api/v1/AttachmentsController + api/v1/MainPlansController + api/v1/DocumentUploads api/v1/documents.py 全部文档域路由；multipart 部件严格校验（file+metadata / files+items / 查询参数白名单）
公共 common/Page common/Payloads common/TimeRanges common/DeadlockRetry dms/paging.py 等 分页信封、字段严格校验、时间范围解析、死锁重试（对齐 execute_with_deadlock_retry）
审计 model/AuditLogEntity + mapper/AuditLogMapper services/audit_service.py business_audit 文档域操作审计落库

实施偏差说明

  • MultipartRequest 无 form 字段方法：Spring 6.2.8 的 MultipartRequest/MultipartHttpServletRequest 接口（javap 反编译确认）只有文件方法；StandardMultipartHttpServletRequest.getParameterMap 会混入 query 参数。为精确对齐 Flask request.form（仅 body 非文件 part），DocumentUploads 改用原生 Servlet request.getParts() + getSubmittedFileName()==null 判定表单字段。
  • 临时管理员：延续阶段4模式，验证脚本用 Python argon2-cffi 直插 javatest5admin/javatest5user（结尾物理删除）。
  • 互读存储根：Java 默认 backend-java/dms-storage，互读验证通过启动时 export DMS_STORAGE_ROOT=backend/dms-storage（生产存储根，不改生产配置）对齐。

验证结果（端口 9347，与 Python 版同库同存储根）

三组脚本：docs/temp/verify_stage5_7.sh（冒烟 15 用例）、stage5_interop.py（存储互读 16 用例）、stage5_contract.py（综合契约 44 用例），均可重复执行（自建自清）。

① 路由冒烟 15/15：relation-presets 三预设+no-store、列表类接口、404 错误码（MAIN_PLAN_NOT_FOUND/RESOURCE_NOT_FOUND）、multipart 部件严格校验（非 multipart/缺字段/多余查询参数 → 400）、happy-path 进入文件类型校验链（.txt → 415 UNSUPPORTED_FILE_TYPE）。

② 存储互读 16/16（Python 建 → Java 读 / Java 建 → Python 读）：

方向 用例 结果
Python 落盘+插库 → Java 读 详情 fileHash/fileSize/originalFileName 一致；下载字节 sha256 一致；Content-Disposition 携带原文件名 ✅ 5/5
Java API 上传 → Python 核验 响应 fileHash==DB 行；file_size/扩展名/mime/类型/状态/密级/分类挂载一致；落盘 sha256==file_hash；PDF 头；相对路径 original/{uuid4}.pdf 规则 ✅ 8/8
Java 自读闭环 下载 sha256 一致 ✅

③ 综合契约 44/44（分类 5 + 文档生命周期 12 + 关联 2 + 附件/挂载 10 + 密码锁 7 + 删除守卫 8）： 分类树/创建/重复 409/CATEGORY_NOT_LEAF 409；上传 201/同名 409/覆盖错版本 409/覆盖 201 且 fileHash 更新/子方案 touch 父 rv+1/元数据+description 更新/乐观锁 409；关联保存+列表；附件双上传/批量挂载 createdCount=2/重排单 ID 400/重排 200/解绑；CUSTOM 可见性普通用户 403；设密 hasPassword/详情屏蔽 viewPasswordVerified=false/无密码下载 403 DOCUMENT_PASSWORD_REQUIRED/带密码头下载 200/错误密码仍屏蔽/清密；有子方案删主案 409 MAIN_PLAN_HAS_CHILDREN/删子/删主/删附件/删分类守卫 CATEGORY_IN_USE。

rowVersion 联动全链实证（本次修正"description 不 touch"的错误认知，update_document_description 同样 row_version += 1）：创建=0 → 覆盖+1 → 子方案上传 touch 父+1 → 元数据+1 → description+1 → 关联+1 → 挂载/重排/解绑各+1 → 设密/清密各+1 → 删子方案 touch 父+1；分类 rv 随 document_count 联动 +1。

踩坑记录

  • Multipart form 字段提取（见偏差说明）：接口能力边界靠 javap 反编译确认，避免臆测 API。
  • 挂载域响应契约：bind/reorder/unbind 返回扁平计数字典 {createdCount, existingCount, attachmentCount, mainPlanRowVersion}，非文档序列化（无嵌套 rowVersion）；reorder 契约要求 orderedBindingIds 至少 2 个（单 ID → 400）。
  • pymysql REPEATABLE READ 快照陷阱：验证脚本连接的首个 SELECT 建立读视图，此后 Java 连接提交的行不可见 → cleanup 误判"行不存在"跳过删除 → FK 报错。解决：关键读取前 conn.rollback() 释放快照（cat_rv/doc_rv/cleanup 均如此）。
  • 软删行阻塞硬删：doc_document_relation/doc_attachment_binding FK RESTRICT 不分软删——测试兜底清理须先删这两表行再删 doc_document（SUB_PLAN 自引用行最先删）。
  • Windows curl 不识别 /tmp 路径（-F file=@/tmp → HTTP 000）：上传文件放脚本目录。

结论：文档全生命周期契约 44/44、存储互读 16/16 全绿，Java 版上传的文件 Python 版可直读（同 original/{uuid4}.{ext} 规则、同 sha256、同 DB 行语义），满足阶段5验收标准「与 Python 版互读对方存储文件」。遗留：全文检索/正文提取（阶段6）、权限矩阵查询与回收站（阶段7）、LibreOffice 预览转换与审计查询（阶段8）。

阶段6：全文检索与正文提取（验证）

交付物盘点（6.1，零新增代码）

检索/正文域已随阶段5.4/5.5全量转写，本阶段静态核对确认后仅做运行时验证：

能力 Java 交付物（已有） Python 对应 说明
正文提取 service/DocumentContentService services/document_content_service.py PDFBox pdfText + POI wordText（段落/表格递归/页眉页脚）+ buildSearchText + 状态流转（UNSUPPORTED/FAILED/SUCCESS/EMPTY）
检索全参数 service/DocumentQueryService services/document_query_service.py keyword（标题 LIKE 转义 %_\）/contentKeyword（content_text OR search_text）/organizationKeyword/securityLevels/tags(+tagsMatch any/all)/updatedFrom/updatedTo/aggregateHits/categoryScope/sortBy/includeDescendants
命中片段 contentSnippet 同名 keyword 命中正文时截取，前后 40/80 字符，越界侧加「……」
聚合命中 aggregate 过滤 同名 仅 MAIN：titleHit/subHitCount（子案标题命中数）/attachmentHitCount
DOC/WPS 提取 DocumentMutationService 转换分支 document_mutation_service.py 转换分支 doc/wps 走 DocumentToPdfConverter（LibreOffice），不可用/异常 → FAILED（与 Python 版逐行对齐）

本阶段修复的 Java 缺陷（1 处）

storage/OleContainer.java CFB 链终止常量类型 bug（合法 .doc 全部被 415 误拒）：

  • 根因①：END_OF_CHAIN/FREESECT 声明为 int（0xFFFFFFFE/0xFFFFFFFF 即 -2/-1），与 u32 返回的 long 无符号值（4294967294/4294967295）比较时 int 符号扩展后永不相等 → DIFAT 遇 FREESECT 不 break、目录链遇 ENDOFCHAIN 不终止。
  • 根因②（连环）：fat 为 int[]，fat[(int) sector] 读出后符号扩展回 -2L，同样与常量不等。
  • 修复：常量改 long（0xFFFFFFFEL/0xFFFFFFFFL）+ 链值读出处 & 0xFFFFFFFFL 无符号扩展（OleContainer.java:21-24、74-75）。
  • 定位方法：Python 复刻解析逻辑对拍（文件本体解析成功）→ 独立 Java main 复跑（稳定复现）→ 插桩打印（d=1 fatSector=4294967295 未 break 实锤类型提升缺陷）。

验证结果（端口 9347，38/38 全绿）

脚本 docs/temp/stage6_search.py（自建自清，可重复执行）：

分组 用例 结果
提取状态流转 正文 PDF SUCCESS/含 AlphaSignal+BetaSignal；DOCX SUCCESS/段落+表格信号；空 PDF EMPTY 且正文 NULL；DOC FAILED（转换器不可用，对齐 Python 版转换分支语义） ✅ 8/8
search_text 含名称+摘要+正文三源；与 Python(fitz) 提取逐字一致 ✅ 2/2
contentKeyword 命中正文主案、命中 DOCX 主案、snippet 含关键词且「……」包裹、未命中 0 条 ✅ 4/4
aggregateHits 命中主案（titleHit=False/subHitCount=1/attachmentHitCount=1）、未命中 0 条、非 MAIN 400 ✅ 3/3
检索参数 标题 keyword、百分号 keyword 精确命中（LIKE 转义）、securityLevels 含/不含、tags 单命中、tagsMatch=all、tags 未命中 0、updatedFrom 过去命中、updatedTo 过去 0、from 晚于 to 400、sortBy=createdAt、子案列表 keyword ✅ 12/12
上传链路 5 个素材上传 201（PDF×3/DOCX/DOC）+ 登录/建分类/子方案/附件/挂载 ✅ 11/11

踩坑记录

  • Java 有符号/无符号类型提升陷阱（见上文 OleContainer 修复）：u32 语义值与 int 十六进制字面量比较是重灾区；CFB 魔数校验阶段5已通过的原因是当时只测了 pdf/docx，doc 的 OLE 路径本次才首次运行。
  • 附件上传端点：附件走独立 POST /api/v1/attachments（Python 版同），与 POST /api/v1/documents（要求 documentType=MAIN/SUB_PLAN）是两个入口，复用统一 upload helper 时易混。
  • pymysql 快照与 FK 顺序（延续阶段5经验）：残留兜底删除须先 SUB_PLAN（parent FK）→ relation/binding 行 → 主案；cleanup 对空列表/None id 做防御。
  • doc 提取状态预期：非 pdf/docx → UNSUPPORTED 仅适用于 wps 等白名单外延；doc 在 mutation 层有专门转换分支，本机无 LibreOffice → FAILED 是正确对齐（非 bug）。

结论：检索/正文域运行时验证 38/38 全绿（含与 Python fitz 提取逐字一致性对拍），OleContainer 类型 bug 已修复，阶段6验收标准「全文检索可用、正文提取状态流转正确」达成。遗留：权限矩阵查询与回收站（阶段7）、LibreOffice 预览转换与审计查询（阶段8）。

阶段7：权限矩阵与回收站（2026-08-23）

交付物

Java 交付物 Python 对应 说明
service/PermissionService services/permission_service.py GET 可见性视图（默认 CUSTOM 空集/附件 400/子案 409 继承标记）、PUT 全链校验（未知字段/缺字段/枚举/重复主体 details{subjectType,subjectId}/ALL_AUTH 带 entries/ORG 空/ORG 带 USER/主体 404/rv 冲突/子案继承/附件）、_active_permissions(lock=True) 排序锁读差异保存（逐行软删/整行刷新/插入，rv+1）
service/RecycleBinService services/recycle_bin_service.py 列表（保留原始多值参数做重复检测、documentType 枚举、deletedFrom/To 时间与顺序、sortField/sortDirection 白名单、page/pageSize 下界）、单条恢复全约束（文件完整性 HASH/SIZE、分类 DELETED/DISABLED/NOT_LEAF、父案 DELETED/WRONG_TYPE/ROOT_MISMATCH、权限 ORG 禁用/ALL_AUTH 带权限/键冲突、挂载冲突、rv 乐观锁）、恢复成功批次（权限/挂载逐行复活+名称刷新、分类快照继承父案、_recount_category 重数、审计 RESTORE_DOCUMENT、明细去 fileHash）
api/v1/PermissionController api/v1/documents.py 权限路由 GET/PUT /documents/{id}/permissions（附件 id 同路径触发 400 ATTACHMENT_HAS_NO_ACL）
api/v1/RecycleBinController api/v1/recycle_bin.py GET /recycle-bin/documents、POST /recycle-bin/documents/{id}/restore（均 requireAdmin）
mapper/PermissionMapper 扩展 — listActiveByDocumentForUpdate(FOR UPDATE 排序锁读)/softDeleteById/updateEntry/insert/listDeletedBatchForUpdate(同 deleted_at+updated_by 批次定位)/restoreById
mapper/CategoryMapper 扩展 — restoreDocumentCount（重数回写，值变化才 touch）
mapper/DocumentMapper 扩展 — countActivePlansByCategory（MAIN+SUB_PLAN 口径，对齐 _recount_category）

实施偏差说明

  • Java 自身 bug 修复 1 处（PermissionMapper.insert 多参数绑定，见下节），其余逐行对齐。
  • 恢复约束中两个防御分支不可运行时构造（DB 层 FK+CHECK 双约束前置拦截，Java 与 Python 同样不可达，代码分支已按 Python session.get 语义保留）：
    • 分类 NOT_FOUND：MAIN 的 category_id 受 FK(RESTRICT) + ck_doc_document_document_type_shape（非空）双约束，指向不存在行/置 NULL 均被 DB 拒绝；
    • 父案 NOT_FOUND：SUB_PLAN 的 parent_document_id 同受 FK+非空约束。

本阶段修复的 Java 缺陷（1 处）

PermissionMapper.insert MyBatis 多参数绑定（PUT 新增权限 500 INTERNAL_ERROR）：

  • 根因：方法签名 (PermissionEntity permission, LocalDateTime now) 为多参数，SQL 引用 #{documentId} 无前缀 → BindingException: Parameter 'documentId' not found. Available parameters are [now, permission, param1, param2]。
  • 修复：@Param("permission") + SQL 全字段改 #{permission.xxx}（now 单值参数可裸引用）。

验证结果（端口 9347，93/93 全绿，脚本 docs/temp/stage7_contract.py 自建自清可重复执行）

分组 覆盖 结果
A 权限矩阵（26） GET 默认空集（visibilityType=CUSTOM）/404/附件 400/子案继承标记；PUT 校验链 11 场景（含重复主体/ALL_AUTH 带 entries/ORG 空/主体 404/rv 冲突/子案 409/附件 400）；差异保存 新增 2→改 1 删 1→恢复 2（rv 逐行递增断言）；审计 CHANGE_PERMISSION（operation_detail JSON 逐键断言） ✅ 26/26
B 列表参数（10） 未知参数 details.parameters/重复参数 details.parameter/documentType 枚举/deletedFrom 非 Z 时间/from≥to/sortField 白名单/sortDirection/page=0/pageSize=0/恢复不存在 404 ✅ 10/10
C 恢复约束（41） 请求体缺/多字段/负数/rv 冲突；HASH_MISMATCH（同长度覆写文件）+SIZE_MISMATCH（DB file_size+1）；分类 DELETED/DISABLED/NOT_LEAF（DB 直插活跃子分类构造，API 建子分类被有文档分类前置 409 拒绝）；父案 ROOT_MISMATCH/WRONG_TYPE（parent 指向活跃 ATTACHMENT 行——指向软删自身命中 DELETED，isDeleted 检查先于类型）/DELETED；ORG 禁用/ALL_AUTH 带权限/权限键冲突→清障复活 1；附件挂载冲突→清障恢复；M5/M7/S7 恢复成功 + 分类快照继承（category_name/path 漂移后被父案快照覆盖）+父 child_count 回填 ✅ 41/41
D M1 主链路（13） 删除级联（权限活跃条全软删+挂载 2 软删+attachment_count=0+分类计数-1，权限断言用前后差值规避阶段A历史软删干扰）；列表 keyword/deletedBy 快照/时间窗含排除/名称排序；恢复 200（restoredPermissionCount=2/restoredBindingCount=2）+DB 回填+审计+再恢复 409 ✅ 13/13
E USER 视角（3） ACL 可见 M1 详情；经 M1 挂载可见附件 ATT1；无挂载附件 403（对齐 evaluate_attachment_access：USER 只能经有权主案访问附件，visibility=ALL_AUTHENTICATED 不放行） ✅ 3/3

踩坑记录

  • MyBatis 多参数实体绑定：多参数方法引用实体属性必须 @Param 前缀，单值参数可裸引用——与阶段5单参数（实体即首参可裸引用）规则不同。
  • 恢复分类计数是重数不是快照递增：_recount_category 按 MAIN+SUB_PLAN 口径 COUNT 全量重数，与维护式快照存在漂移（删除 SUB_PLAN 不减计数但重数会算入），断言必须按重数口径算期望值（cnt=5->7 为正确行为）。
  • DB CHECK 约束对场景构造的限制（ck_doc_document_document_type_shape）：SUB_PLAN 的 category_id/parent/root 非空、MAIN 的 category_id 非空、ATTACHMENT 五字段全空——脚本置 NULL 漂移/指向不存在行均被拦截，两处 NOT_FOUND 防御分支由此不可构造；快照漂移场景改为仅漂移 category_name/path。
  • 附件 USER 可见性语义：初版脚本误设「无挂载公开附件 USER 可见」，实际 Python evaluate_attachment_access 要求 USER 至少经一个有权有效主案访问（附件 visibility 仅元数据），Java 同语义 403 正确。
  • 审计格式事实：sys_audit_log 列名 operation_detail；Jackson 序列化对齐 Python json.dumps 默认分隔符（"key": "value" 带空格），断言需含空格。
  • 上传默认可见性：MAIN 上传后 visibility_type='CUSTOM'（DB server_default），非 ALL_AUTHENTICATED。
  • Python 解释器：backend/.venv 基础解释器路径失效，验证统一用系统 C:\Python311\python.exe（pymysql/argon2/requests 齐全）。

结论：权限矩阵与回收站运行时验证 93/93 全绿（含恢复全约束 41 场景、级联删除/恢复批次 DB 断言、审计 JSON 逐键断言），PermissionMapper 绑定缺陷已修复，阶段7验收标准「权限矩阵查询/保存与回收站列表/恢复契约对齐」达成。遗留：LibreOffice 预览转换与审计查询/统计（阶段8）、工具与部署（阶段9）。

阶段8：审计查询/统计、UI 字典、运行时配置与 LibreOffice 转换（2026-08-24）

交付物

Java 交付物 Python 对应 说明
service/LibreOfficeConverter services/document_converter.py DocumentToPdfConverter 唯一实现：同 hash join-or-register 并发去重（CountDownLatch+volatile 结果）、Semaphore(max(1,concurrency)) 限流、work/user 双临时目录+独立 -env:UserInstallation profile、退出码/预期文件/%PDF- 魔数三重校验、超时 terminate→destroyForcibly、finally 递归清理；构造期打印 enabled/executable 初始化日志
config/DmsProperties 扩展 config.py 后半 新增 10 键：预置关系/UI 字典路径默认指向 ../backend/dms/resources/*、DMS_BUSINESS_TIMEZONE（非法 IANA 启动失败）、开关键四值解析、firstOnPath 探测 soffice/libreoffice、DMS_PDF_VIEWER_ENGINE iframe/pdfjs 白名单回退
common/DmsEnums enums.py 15 个 Set<String> 常量（含 AUDIT_ACTIONS 36/AUDIT_TARGETS 10），供 UI 字典校验与审计枚举白名单共用
mapper/AuditLogMapper 扩展 models/audit_log.py 查询 LIST_FILTER/TIME_FILTER 接口常量注解拼接复用；countByFilters/listByFilters（sortDirection 白名单后 ${} 插值+LIMIT offset,limit）、countDocumentTypes（SUM CASE 三计数 is_deleted=0）、countTodayViewers、listTrendPeriods（DAY/MONTH 直取、WEEK FROM_DAYS(TO_DAYS-WEEKDAY) 归一周一）、listActionCounts、listActiveUsers（COUNT(*) OVER(PARTITION)+ROW_NUMBER 取每人最新快照）
service/AuditQueryService services/audit_query_service.py 审计分页（12 参数白名单/keyword strip+escapeLike 六列 LIKE/14 字段摘要 id·targetId 字符串化/createdAt 毫秒 Z）、documents 五字段统计（业务时区今日 UTC 窗口）、trend/actions/active_users；audit 版专属校验消息（unknown=字典序最小无 details、duplicate 单值、UTC 单条消息、正整数「必须是正整数字符串/不得大于」、枚举「不是有效枚举值」）
api/v1/AuditController api/v1/audit.py 5 GET 全部 requireAdmin：/audit/logs、/statistics/documents、`/audit/statistics/trend
service/UiDictionaryService services/ui_dictionary_service.py 构造期加载 JSON+严格校验（根字段/version yyyy.N/locale 正则/15 字典名/项字段 {code,label,sortNo} 精确集合/code 唯一/label strip 非空/sortNo isInt 排 bool·float/code 集合与服务端枚举一致/(sortNo,code) 排序），失败即阻止启动；toMap 保持字典声明顺序
api/v1/UiDictionariesController api/v1/ui_dictionaries.py GET /config/ui-dictionaries（bearer 即可、Cache-Control: private, no-store）
api/v1/RuntimeConfigController api/v1/runtime_config.py GET /config/runtime 公开无鉴权、Cache-Control: public, max-age=60、返回 {pdfViewerEngine}

实施偏差说明

  • Java 不可变集合（Set.of/Map.of）不允许 null 且 Map.of 最多 10 对：buildDictionaryEnums() 改 LinkedHashMap+Collections.unmodifiableMap（15 字典）；枚举白名单判断前显式判空。
  • CharacterCodingException 分支（「不是有效的UTF-8文件」）以 Files.readString 的 IOException/UncheckedIOException 捕获对齐 Python 显式 UTF-8 解码错误。
  • 其余逐行对齐；3 处转写缺陷运行时暴露后修复（见下节）。

本阶段修复的 Java 缺陷（3 处）

  1. AuditQueryService.positiveInteger 拆箱 NPE（audit/logs 全参数 500）：返回 long 但默认值 null 直接 return → 拆箱炸。修复：改返回 Long，调用处 Math.toIntExact 转 int（3 处）。
  2. AuditLogMapper.countTodayViewers XML 实体未解码（statistics/documents 500 BadSqlGrammar）：MyBatis 仅 <script> 模式经 XML 解析器（&gt; 解码为 >），普通 @Select 字符串原样发送 → MySQL 语法错误。修复：普通注解比较符写原始 >=/<。
  3. trendStatistics granularity 缺失 NPE（缺参数 500 应 400）：Set.of(...).contains(null) 抛 NPE（不可变集合禁 null），Python not in 对 None 安全。修复：先判空再 contains。

验证结果（端口 9347，47/47 全绿，脚本 docs/temp/stage8_contract.py 自建自清可重复执行，输出存档 docs/temp/stage8_contract_out.txt）

分组 覆盖 结果
A 运行时配置（2） 双账号登录前置；/config/runtime 公开访问（无 token 200）+ iframe 引擎 + Cache-Control: public, max-age=60 ✅ 2/2
B UI 字典（7） 未认证 401；普通 USER 可读；version/locale 值；15 字典名齐全；项结构 {code,label,sortNo}+(sortNo,code) 排序；auditActions/auditTargets/auditResults 枚举计数 36/10/2；Cache-Control: private, no-store ✅ 7/7
C 审计分页（17） 默认分页（page=1/pageSize=20）+id/targetId 字符串化+createdAt 毫秒 Z；keyword 命中双账号；actionType/userId/targetType/时间窗/asc 过滤；8 条校验消息（未知参数字典序最小/重复参数/page 非数字/pageSize>100/actionType 非法/sortDirection 非法/createdFrom 无 Z/时间序颠倒）全部 400 逐字断言；USER 越权 403 ✅ 17/17
D 统计（18） documents 五字段（planDocumentCount=main+sub 拆解）；docx 主案上传→PUT 放开 ALL_AUTHENTICATED→USER 查看→VIEW_DOCUMENT 审计落库→今日查看人数≥1（业务时区窗口）；documents 统计 USER 403/未知参数 400；trend DAY/WEEK 归一周一/MONTH/granularity 缺失 400/时间序 400；actions 分组含 LOGIN/未知参数 400；active_users 含目标 USER/limit=0/limit=101 400 ✅ 18/18
E LibreOffice（3） python-docx 生成真实 docx：转换 200+响应体 %PDF- 魔数；二次预览命中缓存（不再转换）；缓存文件落盘 preview/{hash前2}/{hash}.pdf ✅ 3/3

踩坑记录

  • MyBatis 注解 SQL 的 XML 实体解码边界：<script> 模式才做 &gt;/&lt; 解码；普通 @Select 原样发送。动态片段常量（含 <if>）必须 <script>，纯静态 SQL 写原始比较符。
  • Set.of(...).contains(null) 抛 NPE：Java 不可变集合禁 null 元素查询，白名单判断前先判空（Python in/not in 对 None 安全，逐行转写时的隐性差异）。
  • bash source 含空格 .env 值被截断：.env 中 D:\\Program Files\\... 未加引号，bash 视作「前缀赋值+命令」执行（stderr Files\LibreOffice\...: No such file or directory），变量丢失 → 转换器 503；Python dotenv 整行解析无此问题。验证启动脚本显式 export 正斜杠路径规避。
  • 遗孤 Java 进程：KillShell 仅杀 bash 包装，mvn spring-boot:run fork 的 java 存活继续占端口；后续实例端口冲突启动失败，但遗孤仍以旧代码服务请求——必须 netstat+taskkill 精确杀 PID 再重启，否则验证结果与代码状态错位（本阶段第 3 轮 503 假象即此）。
  • 上传默认可见性（承接阶段7）：metadata 白名单无 visibilityType → 默认 CUSTOM 空集，USER 403 为正确契约；验证脚本需 PUT permissions 放开 ALL_AUTHENTICATED 后构造 USER 查看审计。
  • Map.of 10 对上限：15 字典映射改 LinkedHashMap 构建（编译期即报错，易修）。

结论：审计查询/统计、UI 字典、运行时配置与 LibreOffice 转换运行时验证 47/47 全绿（真实 soffice 进程转换+缓存落盘、业务时区今日窗口、WEEK 归一周一、窗口函数活跃榜、8 条审计专属校验消息逐字断言），3 处转写缺陷（拆箱 NPE/XML 实体/contains-null NPE）已修复，阶段8验收标准「审计日志查询、统计报表、UI 字典、运行时配置与预览转换契约对齐」达成。遗留：工具与部署（阶段9）。

阶段9：CLI 工具、SPA 托管与一体化打包（2026-08-24）

交付物

Java 交付物 Python 对应 说明
DmsApplication.main 改造 launcher.py main 先 LauncherBootstrap.bootstrap()（环境变量必须先于 Spring 上下文），再分发子命令：upgrade-db [--yes]/seed 走 SpringApplicationBuilder.web(NONE)+bannerMode(OFF) 命令行参数源（禁 Flyway+压日志），否则 SpringApplication.run 起 Web
config/LauncherBootstrap launcher.py _bootstrap_env/_load_dotenv 首启复制 .env.example→.env 并五段提示；逐行 key=value 解析（strip 引号先 " 后 '）、setdefault 语义（系统 env 与 -D 优先）经 System.setProperty 注入。不用 spring.config.import：properties 语法把单反斜杠当转义符（D:\Program Files→D:Program Files），dotenv 原样保留，两版共用 .env 会分叉
cli/UpgradeDbCommand db_upgrade.py Flyway 编程式（baselineOnMigrate+baselineVersion 0+classpath:db/migration）；空 URL 两行错误退出 2、连接失败退出 2、文案逐行对齐（数据库地址脱敏 scheme://user:***@host/当前版本/目标版本/待执行迁移/确认提示/已取消退出 1）
cli/SeedCommand seed_dev.py 密码变量缺失退出 1、DMS_SEED_OVERWRITE_PASSWORDS 仅 true/false 否则退出 1；TransactionTemplate 单事务；3 组织（ORG_ROOT 机关/ORG_OPS 作战部/ORG_COMMS 通信部）+2 用户（admin TOP_SECRET 机关/user SECRET 作战部）；查询不过滤软删（findByUsername/findByOrgCodeAny 专用 Mapper 方法）；密码覆盖仅 password_hash+auth_version+1+row_version+1（不动 updated_by/at）
cli/CliRunner launcher 子命令分发 @ConditionalOnProperty("dms.cli.command") 的 CommandLineRunner+ExitCodeGenerator
web/FrontendAssets app.py serve_spa 前端定位 四级探测：DMS_FRONTEND_DIST > ./frontend-dist > ../frontend/dist > classpath:/static；resolveFile 防穿越（normalize+startsWith，classpath 模式拒 ../ 与开头 /）
web/SpaController app.py serve_spa @GetMapping("/**") 兜底；api/ 前缀 404 JSON {"error":"Not found"}；文件按 MediaTypeFactory 猜类型；否则 index.html；decodePercent 仅解 %XX（不用 URLDecoder：+→空格是 query 语义）
config/DmsProperties.defaultResourcePath config.py BACKEND_ROOT 默认预置资源探测链：显式配置 > ../backend/dms/resources/ 存在则用（仓库内与 Python 共用源文件）> jar 内 classpath:/dms-resources/ 解出临时目录（发行包场景）
pom：finalName dms-server + frontend profile + 无条件 copy-dms-resources dms-server.spec（PyInstaller datas/exe） mvn package -Pfrontend 把 ../frontend/dist 复制进 static、../backend/dms/resources 复制进 dms-resources（等价 _internal/dms/resources）；产物 dms-server.jar 名称对齐 dms-server.exe
build/build-java.ps1、build/deploy-java.{bat,sh}、build/run-java.{bat,sh}、build/java-templates/{run.bat,run.sh,upgrade-db.bat,upgrade-db.sh,README.txt} build/build.ps1、run.ps1、upgrade-db.bat 四步：前端构建→mvn package -Pfrontend→整理发行包（jar+.env.example+5 模板+database-init.sql 导出）→从 dist-package-java-bak 恢复 .env/dms-storage；run=部署+启动（合并部署规范）

实施偏差说明

  • Flyway 替代 Alembic 迁移引擎（沿用阶段1决策）：upgrade-db 的迁移列表/版本号格式来自 Flyway MigrationInfo（版本显示 1），Python 版来自 Alembic 头表；文案结构与退出码逐行对齐，引擎自有输出（如连接失败的 SQL State 块）随引擎。
  • CLI 输出一行 spring-jcl 警告（Standard Commons Logging discovery...）：classpath 含 commons-logging 实现时的 JVM 级提示，warn 级别压制不掉，Python 版无此行；不影响退出码与文案主体。
  • 控制台中文编码：Java stdout 跟随系统 GBK（与 Python Windows 控制台一致），git bash UTF-8 终端显示乱码但内容正确（iconv 验证）。
  • tools/export_full_demo_data.py 实际参数为 --env-file --storage --output，构建脚本只传 --output → 失败降级警告。Python 版 build.ps1 同样如此（既有宽降级行为，对齐不修）。
  • %2f 编码斜杠请求：Tomcat 容器层默认拒绝（400），Flask 到应用层 404——两版均拒绝路径穿越、安全等价，仅状态码差异（见踩坑）。

本阶段修复的 Java 缺陷（3 处）

  1. CLI 子命令模式 Flyway 仍自动执行（用例1 暴露）：.properties() 是 defaultProperties（最低优先级），被 application.yml 的 spring.flyway.enabled: true 覆盖 → CLI 启动仍连 localhost 默认库崩溃（EXIT=1 而非预期退出 2）。修复：改 .run("--spring.flyway.enabled=false",...) 命令行参数源（最高优先级），日志压制参数同因。
  2. 发行包运行时默认资源路径不存在（用例1 重跑暴露）：默认 ../backend/dms/resources/... 相对工作目录，发行包/临时目录下 DocumentRelationService 构造即崩溃。根因：Python BACKEND_ROOT 基于代码位置（PyInstaller 指向 _MEIPASS 内置副本）。修复：pom 无条件复制资源进 classpath:/dms-resources/ + DmsProperties.defaultResourcePath 探测链（见交付物）。
  3. POST/PUT 兜底路由返回 500（SPA 矩阵暴露）：@ExceptionHandler(Exception.class) 捕获了 Spring 的 HttpRequestMethodNotSupportedException → 500，Flask 对未注册方法默认 405。修复：GlobalExceptionHandler 增加 HttpRequestMethodNotSupportedException → 405 METHOD_NOT_ALLOWED。

验证结果（CLI 五用例 + SPA 矩阵 11 项 + 外置 dist，发行包 jar dist-package-java/dms-server/dms-server.jar 61MB 内置前端与资源）

用例 预期 结果
CLI-1 空 .env 临时目录 upgrade-db 两行错误（未配置 DMS_DATABASE_URL）+退出 2 ✅ EXIT=2
CLI-2 .env.example 存在 + seed 无密码变量 首启复制提示+.env 生成+缺密码错误+退出 1 ✅ EXIT=1，二次运行不再重复首启提示
CLI-3 真实 .env（开发库）upgrade-db --yes 数据库地址（脱敏）/当前版本/目标版本+「已是最新」+退出 0 ✅ EXIT=0，版本 1→1
CLI-4 seed 连跑两次（.env 自带 OVERWRITE=true） 幂等（新增组织 0/用户 0）+覆盖警告 ✅ 两次均「新增组织0个，新增用户0个」；期间密码被环境变量临时覆盖后已用标准密码（Admin@1234）恢复，并经 Python 版 9345 登录验证通过（跨版 Argon2id hash 互通实证）
CLI-5 DMS_SEED_OVERWRITE_PASSWORDS=abc 「必须是true或false」+退出 1 ✅ EXIT=1
SPA /、/assets/*.js、SPA 路由 /documents、深层路由 /admin/users?page=1 200 html/js ✅ 4/4
SPA /api/v1/health、未知 API /api/v1/nonexistent 200 / 404 JSON {"error":"Not found"} ✅ 2/2
SPA POST /、PUT /a 405 ✅ 2/2（修复 3 后）
SPA GET /a%20b 200 html（decodePercent 不转 +） ✅
SPA GET /..%2f..%2fetc%2fpasswd 拒绝 ✅ 400（Tomcat 容器层拒绝，Flask 为 404 应用层拒绝，安全等价，已知差异）
DMS_FRONTEND_DIST 外置目录 / 与 SPA 路由均返回外置 index.html ✅

踩坑记录

  • Spring 属性优先级：SpringApplicationBuilder.properties() 是 defaultProperties（最低优先级，会被 application.yml 覆盖）；CLI 模式的开关必须走 .run("--key=value",...) 命令行参数源（最高优先级）。
  • Python 资源路径 vs Java：Path(__file__) 是代码位置绝对路径（PyInstaller 下指向 _MEIPASS 内置副本）；Java 无对应物，classpath:/ 需解出到真实文件才能供 Files API 使用——pom 打包复制+运行时探测链是 jar 内置资源的等价方案。
  • @ExceptionHandler(Exception.class) 会吞 Spring MVC 框架异常：NoResourceFoundException（阶段5已处理）、HttpRequestMethodNotSupportedException（本阶段补）等在兜底之前需逐一显式映射，否则框架语义（404/405）变成 500。
  • seed 验证的共享库副作用：开发库 .env 自带 DMS_SEED_OVERWRITE_PASSWORDS=true，跑 seed 即覆盖 admin/user 密码（环境变量传入值优先于 .env）——验证后须以标准密码重跑恢复，并用对端（Python 版）登录 API 交叉确认。
  • Windows git bash 的 $? 偶发取空（hook 命令改写干扰）：退出码断言写入独立 .sh 脚本执行最可靠；$() 命令替换同理。
  • Tomcat 默认拒绝编码斜杠 %2f（400 于容器层）：与应用层 decodePercent 防穿越（404）双保险；开启 ALLOW_ENCODED_SLASH 对齐状态码需放松容器安全限制，得不偿失，记录为已知差异。

结论：阶段9（工具与部署物转写）验证通过——CLI 双命令（upgrade-db/seed）文案/退出码/幂等语义对齐 Python 版且与 Python 版共用同一 .env 与同一 MySQL 库（含跨版 Argon2id 密码互通、跨版 JWT 鉴权）；SPA 托管对齐 serve_spa 契约（静态资源/前端路由回退/api 404 JSON/405/DMS_FRONTEND_DIST 外置覆盖）；一体化打包（jar 内置前端+资源，build/deploy/run 四件套脚本）完成，发行包 61MB。本阶段修复 3 处缺陷（CLI 属性优先级/默认资源路径/405 兜底）。至此 9 个阶段全部完成，Python→SpringBoot 转写收官。

阶段10：bad04bc 需求集同步（2026-08-29）

阶段1~9收官后，Python 版在 bad04bc（2026-08-29 提交，工作跨度 08-24~08-29）中继续落地了一批需求， Java 版快照停留在其间，形成 4 个缺口接口、3 条缺失迁移、约 13 个路由权限语义过时与 2 处口径不一致。 本阶段按 P0→P1→P2 将其全量同步。

交付物

分组 Java 交付物 Python 对应 / 迁移 说明
迁移 db/migration/V2__category_type_display_name.sql Alembic 0017 doc_category.type_display_name VARCHAR(128) NULL；information_schema 探测后 PREPARE 执行，幂等
迁移 db/migration/V3__sub_plan_binding.sql Alembic 0018 doc_sub_plan_binding 建表（生成列 active_marker + uq 唯一键 + 双索引 + FK RESTRICT）；CREATE TABLE IF NOT EXISTS 幂等
迁移 db/migration/V4__content_extract_error.sql Alembic 0019 doc_document.content_extract_error VARCHAR(512) NULL；同 V2 幂等模式
分类 CategoryEntity/Mapper/Service 扩展 0017 typeDisplayName 进出（创建/编辑必填校验、子分类强制 NULL、DTO/审计快照）；树计数改为全量子树主案数（countActiveMainGroupByCategory，不按密级/权限过滤，子树累加穿过停用节点）；flat_mode 切换守卫增加 hasSubPlanMount；删除原可见性计数查询；创建响应 rowVersion 补 0（对齐 Python 事务提交后按库值刷新的口径）
子案挂载 SubPlanBindingEntity + SubPlanBindingMapper + SubPlanBindingService + MainPlansController 两路由 0018 POST /main-plans/{id}/sub-plans/bind、DELETE /main-plans/{id}/sub-plans/{subPlanId}：主案行锁+密级+requirePlanAction(BIND/UNBIND)+密码锁+乐观锁+步长10排序+审计(scope=subPlanMount)；自有子案剔除；listSubPlans 合并挂载子案（自有在前、按 binding.sort_no 追加、mountId 标记，挂载过滤去掉 parentDocumentId）
重新解析 DocumentMutationService.reExtractContent + DocumentMapper.updateContentExtraction + DocumentsController 路由 0019 POST /documents/{id}/re-extract（仅管理员）：按当前存储文件覆盖写回提取结果（含失败原因）并重建 search_text，审计 EDIT_DOCUMENT(scope=reExtractContent)；上传/覆盖/批量共用 extractFileContent（Office 类转换失败携带脱敏原因，转换器不可用固定文案）；文档与附件详情对 ADMIN 追加 contentExtractStatus/contentExtractError/contentExtractedAt
提取算法 DocumentContentService 重写 _pdf_page_text 系列 PDF 版面块段落化：LineCollector（sortByPosition 逐字符收集行/主字号/bbox）→ 自适应块分组（中位行距×1.4 且至少+2pt 为块边界）→ mergeLineItems（条目编号/字号突变≥0.15/句末标点切分，段内软换行合并，ASCII 字母数字间补空格）→ 退化网格（每行一块+等距+同字号）回退纯文本启发式；页间空行分隔；sanitizeExtractError 脱敏（绝对路径→<path>，480 字符截断）
登录背景 api/v1/LoginBackgroundController v1.13 GET /config/login-background 公开：background.jpg 优先 png，nosniff+public, max-age=60+ETag/Last-Modified/304；无图 404 FILE_NOT_FOUND；DMS_LOGIN_BACKGROUND_DIR 覆盖运行目录（LauncherBootstrap.appRoot() 改 public）
写路径鉴权 AuthorizationService.requirePlanAction + 各服务 require_plan_action 新错误码 DOCUMENT_ACTION_FORBIDDEN；密级前置→共享附件仅 ADMIN→evaluatePlanAccess→操作位校验；接入：方案编辑/说明/删除/重排(逐文档 EDIT)/关联(EDIT)/密码锁(CONFIG_PERMISSION)/ACL 读写(CONFIG_PERMISSION+密码)/附件编辑删除/挂载三路由；对应 13 个控制器路由由 requireAdmin 降为仅认证
动态菜单 AuthorizationService.hasAnyManageAction + UserSummaryService.allowedModulesForUser has_any_manage_action MANAGE_MATRIX_COLUMNS 五管理位；OWN/ASSIGNED/OTHER 三区部门集合（空集 [-1] 占位）+查看权三来源（矩阵/全员可见/ACL）任一已发布主案命中即真；login/users/me/门户设密三处下发动态 allowedModules
附件列表 AttachmentsController.list + AttachmentQueryService list_attachments 门禁降为仅认证；USER 全量可见但 description=null、无 contentSnippet、allowedActions 空集
Mapper DocumentMapper.existsManageHit、CategoryMapper.countActiveMainGroupByCategory/existsSubPlanMountUnderCategories、insert/updateOverwrite 增列 — content_extracterror 进出；空集合占位对齐 Python in/not_in 空集语义

实施偏差说明

  • UNBIND 位的既有口径：两侧 plan_allowed_actions 对 ADMIN 的 UNBIND_ATTACHMENT 均以"存在有效附件挂载"为前提（子案挂载不计入），仅有子案挂载的主案解挂子案会 403——Java 按 Python 现状逐行对齐，验证脚本先挂附件使位生效；该行为是否需两侧同步调整，留待统领会话决策。
  • PDF 块分组/字号阈值：fitz 直接给出版面块与字号，PDFBox 只有逐字符 TextPosition。块分组以"中位行距×1.4(+2pt 下限)"自适应阈值近似邻近度聚块；字号取行内最大 getHeightDir()，其相对差异较 fitz 字号被压缩（实测16pt/11pt≈0.195），故切分比例由 0.2 调至 0.15 以对齐效果。
  • 分类树计数：删除 countVisibleMainByLevels/countVisibleMainForUser（旧口径按用户密级+PUBLISHED+可见性过滤），与 Python"括号数字=分类真实挂载规模"口径一致；USER 列表/详情接口继续独立控制内容访问。
  • 迁移引擎：Python 版在并行期违反 §4.3 冻结新增了 Alembic 0017~0019；Java 侧以幂等 V2~V4 等价承接（已由 Alembic 升级到 0019 的库上执行为 no-op，仅登记 Flyway 版本线），此后仍以 Flyway 为唯一出口。

本阶段修复的 Java 缺陷（2 处）

  1. listSubPlans 挂载过滤误带 parentDocumentId：挂载子案（他主案子案）被同时要求满足本主案的父约束，恒被过滤——挂载列表永远为空。修复：挂载过滤副本移除 parentDocumentId，仅按 ids+公共过滤。
  2. 分类创建响应 rowVersion=null：insert 仅回填 id，DTO 直接序列化实体导致 null（Python 事务提交后过期重读为 0）。修复：创建路径显式置 0。

验证结果（端口 9347，远程测试库 dms@82.156.x.x:3306，脚本 docs/temp/stage10_contract.py 自建自清可重复执行）

分组 用例 结果
A 登录背景（2） 无图 404 FILE_NOT_FOUND 标准错误体（无需认证）；运行目录有图时 200+image/*+nosniff+max-age=60 ✅ 2/2
B 分类（4） 一级分类携带 typeDisplayName 创建/修改；子分类强制 NULL；缺字段 400 逐字拒绝 ✅ 4/4
C 迁移（2） flyway 版本线 0/1/2/3/4；schema 含 type_display_name/content_extract_error/doc_sub_plan_binding（在 Alembic 0019 库上 V2~V4 幂等 no-op 实证） ✅ 2/2
D 计数与可见性（5） 子分类计数=3 主案（ADMIN=USER，含 SECRET）；父分类沿链汇总=3；USER 列表全量可见 SECRET 主案且 allowedActions 空集 ✅ 5/5
E 子案挂载（9） bind created=1/subPlanCount 口径；重复挂载 existing；自有子案剔除；列表合并（自有在前+mountId 标记）；USER 无权 403 DOCUMENT_ACTION_FORBIDDEN；解挂 subPlanCount=0；重复解挂 404；恢复仅自有；（附件挂载使 UNBIND 位生效） ✅ 9/9
F 提取与重解析（8） 坏 PDF→FAILED+脱敏 error（管理员详情三字段，USER 详情无）；re-extract 200 覆盖写回+USER 403；图片 UNSUPPORTED 无 error；docx SUCCESS；PDF 版面段落化专项（LibreOffice 实转 PDF：标题独立成段+两段软换行合并=3 段） ✅ 8/8
G 附件列表（2） USER 可访问（不再 403）；description=null+allowedActions 空集 ✅ 2/2
H 写路径与动态菜单（7） 无角色编辑/看 ACL 403；角色矩阵（PUBLIC 三范围管理4位）挂用户；登录 allowedModules 动态含 BACKEND_MANAGEMENT；有 EDIT 位 USER 编辑主案 200；未获授权位设密码锁 403 ✅ 7/7

==== stage10: 39/39 PASS ====

踩坑记录

  • Windows 控制台 GBK：脚本输出中文乱码不影响断言；JAVA 侧 PYTHONIOENCODING=utf-8 读取正常。
  • 上传 metadata 必含 summary：MAIN/SUB_PLAN 创建字段集严格匹配，漏传即 400（与 Python _exact 同语义）；附件 attachmentType 合法值为 SUPPORT_ACHIEVEMENT/TRAINING_MATERIAL/TYPICAL_CASE。
  • 测试素材避开切分规则：验证软换行合并的段落不能含条目编号开头/句末标点，否则分别命中规则1/规则3 被正确切分（首次用"第N条…。"素材得到 16 段属算法按设计工作，非缺陷）。
  • 清理需临时关闭外键检查：doc_document 父子 FK RESTRICT，脚本 cleanup 先 SET FOREIGN_KEY_CHECKS=0 再按 J10 前缀清理，角色需先删 sys_role_dept/sys_role_permission。
  • soffice 路径含空格：启动脚本经 python 解析 .env 并转正斜杠（bash 直接 source 会截断含空格值，同阶段8踩坑）。

结论：阶段10（bad04bc 需求集同步）验证通过——0017/0018/0019 三条迁移的 Flyway 幂等等价物、顶级分类类型显示名称、子案跨主案挂载、正文提取失败可视化与重新解析、登录背景图、写路径 require_plan_action、动态 allowedModules、附件列表全量可见、分类树全量计数与 PDF 版面段落化提取全部落地，39/39 用例全绿（真实 LibreOffice 转换、真实远程库、真实并发口径）。Java 版与 Python 版重新回到契约一致状态。

阶段11：UNBIND方案B + 配套方案并入共享资料库（2026-08-29）

统领会话决策：①ADMIN无条件拥有UNBIND_ATTACHMENT（方案B）；②"配套方案"与支撑成果/ 方案训考资料/典型案例并轨为共享资料库附件第四种类型ACCOMPANYING_PLAN，入库/挂载/ 解绑/留存语义与其余三类一致。方案详见docs/plans/配套方案并入共享资料库方案.md。

交付物

分组 交付物 说明
迁移 Alembic 0020_sub_plan_to_attachment + Flyway V5__sub_plan_to_attachment.sql 附件类型CHECK扩四值（新名v2，旧删新加按名幂等）；附件shape约束放宽（ck_doc_document_type_shape_v2，允许任意密级）；同名消歧（临时表规避MySQL 1093）；自有子案关系先补doc_attachment_binding（沿用sort_no）；doc_sub_plan_binding活跃行转挂载后软删；SUB_PLAN全量转ATTACHMENT+ACCOMPANYING_PLAN（置空父/根/分类，保留密级，visibility=ALL_AUTHENTICATED）；attachment_count重算、child_count清零；降级保护（存在并轨数据即拒绝）
后端（两侧） plan_allowed_actions ADMIN分支 方案B：恒含UNBIND（与BIND对称），消除主案列表每行一次的count查询；"仅有子案挂载的主案管理员无法解挂"的倒挂随之消除
后端（两侧） SUB_PLAN创建拒绝 单传/批量/覆盖一致：400"配套方案已并入共享资料库，请以附件类型ACCOMPANYING_PLAN上传"
后端（两侧） evaluate_attachment_access/require_attachment_access 附件读路径密级前置：密级不足优先抛SECURITY_LEVEL_FORBIDDEN（任何角色含ADMIN），通过后仍按"至少一个挂载主案权限"判定
枚举/字典 AttachmentType.ACCOMPANYING_PLAN（Python enums / Java DmsEnums / AttachmentQueryService） UI字典attachmentTypes四值（配套方案sortNo 10居首），服务端启动枚举一致性校验两版同步生效
前端 App.tsx + AttachmentBindingModal + enums.ts 关系Tab首项改为ACCOMPANYING_PLAN（"sub"退役）；浏览/管理两处关系面板统一走挂载附件列表（类型=当前Tab）+上传自动挂载+解绑/拖动走binding接口；挂载弹窗配套方案Tab为软排序（preferredType居前不过滤，单页200条），其余三类维持类型预过滤；子案上传/子案挂载/子案解挂弹窗退役；共享资料库类型筛选/徽章随字典自动四值

实施偏差说明

  • 密级保留而非归一PUBLIC：原附件shape约束强制PUBLIC，为不静默降密存量INTERNAL/SECRET 子案，放宽约束+读路径密级前置（新建附件仍默认PUBLIC）；密级前置的拒绝码为 SECURITY_LEVEL_FORBIDDEN，前端"密级不足"提示语义成立。
  • 挂载弹窗配套方案Tab为软排序而非过滤：需求原文"配套方案排在前面，其他的排在后面"， preferredType模式取pageSize 200单页并客户端稳定排序（偏好类型居前），隐藏分页器。
  • 共享测试库存在带授权的默认角色：stage11的"主案详情USER访问回归"按200/403双合法口径断言。

本阶段踩坑

  • MySQL 1093：UPDATE目标表不可出现在派生表子查询——同名消歧候选id先落临时表再JOIN更新。
  • 附件shape约束（ck_doc_document_document_type_shape）隐含security_level='PUBLIC'且 要求父/根/分类为NULL：首次执行在类型转换步骤暴露（3819），由此确立"密级保留+约束放宽" 方案并调整迁移顺序（先补挂载、后转类型置空父/根/分类）。
  • Flyway V5在已被Alembic 0020升级的库上执行：全部步骤按名/按数据态幂等no-op （flyway版本线0~5，SUB_PLAN仍为0、挂载29条无重复）。

验证结果（端口9347，远程测试库已升0020，脚本docs/temp/stage11_contract.py自建自清）

分组 用例 结果
A 方案B（2） 零挂载主案ADMIN allowedActions恒含UNBIND/BIND；USER访问回归（200/403双合法） ✅ 2/2
B 创建拒绝（1） SUB_PLAN创建400逐字消息 ✅ 1/1
C 配套方案闭环（6） ACCOMPANYING_PLAN上传入库→USER按类型检索可见→挂载→Tab列表（bindingId）→解绑→库中留存 ✅ 6/6
D 存量迁移（5） SUB_PLAN清零/12条就位；密级INTERNAL10+SECRET2保留；child_count清零；v2双约束在位旧约束已除；快照对照父主案挂载全部补齐 ✅ 5/5
E 密级前置（2） PUBLIC密级USER访问INTERNAL配套方案403 SECURITY_LEVEL_FORBIDDEN；TOP_SECRET ADMIN 200 ✅ 2/2
F UI字典（1） attachmentTypes四值且配套方案居首 ✅ 1/1

==== stage11: 18/18 PASS ====；前端tsc零错误、vitest412/412、vite build通过； Java mvn package通过（61MB）。契约变更记录于DMS_API_CONTRACT.md版本1.14。

结论：阶段11验证通过——方案B与管理员解挂倒挂消除；配套方案全链路（上传入库/自动挂载/ Tab列表/解绑留存/跨类型挂载弹窗软排序）与其余三类附件同构；存量12条子案无损并轨 （密级保留、挂载补齐、计数重算）；两版后端与前端契约一致，Java/Python/数据库三方收敛。