feat(转换能力): 有限兼容日期，保留严格校验

internal/codec/pdf/metadata.go

@@ -22,6 +22,33 @@ import (
 	"github.com/xiaoqidun/pdfgo"
 )
 
+// NormalizeDate 校验PDF日期，非严格模式补齐完整时区偏移的分隔符
+// 入参: text PDF日期字符串, strict 是否严格校验
+// 返回: string 标准日期字符串, error 日期错误
+func NormalizeDate(text string, strict bool) (string, error) {
+	if text == "" {
+		return text, nil
+	}
+	_, err := pdfgo.ParseDate(text)
+	if err == nil || strict {
+		return text, err
+	}
+	offset := len(text) - 5
+	if offset < 6 || text[offset] != '+' && text[offset] != '-' {
+		return text, err
+	}
+	for _, digit := range text[offset+1:] {
+		if digit < '0' || digit > '9' {
+			return text, err
+		}
+	}
+	normalized := text[:offset+3] + "'" + text[offset+3:] + "'"
+	if _, parseErr := pdfgo.ParseDate(normalized); parseErr != nil {
+		return text, err
+	}
+	return normalized, nil
+}
+
 // MetadataDate 保留当地日历日期，PDF省略时区按GMT，XMP省略日或时区时不推算
 // 入参: text 来源日期, xmp 是否为XMP日期
 // 返回: time.Time 解析值, bool 是否精确到日, bool 是否可比较绝对时间, error 日期错误

ofdgo_pdf.go

@@ -33,7 +33,7 @@ var ErrPDFPassword = pdfgo.ErrPassword
 
 // PDFImportOptions 指定PDF转换的密码、运行时后端、进度通知与检查策略
 // Password默认使用PDF安全处理器编码，PasswordUTF8启用UTF-8输入及标准密码准备，空值尝试空密码
-// Strict禁止恢复缺失资源或丢失内容语义，默认在报告中记录警告
+// Strict禁止日期兼容、恢复缺失资源或丢失内容语义，默认在报告中记录警告
 // RendererOptions复用渲染器字体来源和后端配置，Backends优先于其中的后端设置
 // RasterDPI指定局部合成与三维绘制精度，0沿用渲染器DPI，默认300dpi，Strict禁用局部合成
 // OnProgress按open、pages、convert及write.*阶段报告进度，total为0表示总量未知
@@ -307,7 +307,7 @@ func ImportPDF(ctx context.Context, input *Input, options PDFImportOptions) (*Ed
 	}
 	if len(editor.pages) != 0 {
 		importer.page = -1
-		if err := importer.documentMetadata(ctx); err != nil {
+		if err := importer.documentMetadata(ctx, options.Strict); err != nil {
 			return nil, PDFImportReport{}, fmt.Errorf("import PDF metadata: %w", err)
 		}
 		if err := importer.documentAttachments(ctx); err != nil {

ofdgo_pdf_structure.go

@@ -908,9 +908,9 @@ func (b *pdfStructureBindings) reference(pageID string, sequence *pdfgo.ContentS
 }
 
 // documentMetadata 保留PDF元数据原文并映射文档描述，来源软件与扩展字段保存在独立标引中
-// 入参: ctx 取消上下文
+// 入参: ctx 取消上下文, strict 是否严格校验
 // 返回: error 读取、解析、日期或提交错误
-func (p *pdfImporter) documentMetadata(ctx context.Context) error {
+func (p *pdfImporter) documentMetadata(ctx context.Context, strict bool) error {
 	if err := ctx.Err(); err != nil {
 		return err
 	}
@@ -918,6 +918,19 @@ func (p *pdfImporter) documentMetadata(ctx context.Context) error {
 	if err != nil {
 		return err
 	}
+	for _, field := range []struct {
+		name string
+		text *string
+	}{{"CreationDate", &info.CreationDate}, {"ModDate", &info.ModDate}} {
+		text, err := codecpdf.NormalizeDate(*field.text, strict)
+		if err != nil {
+			return fmt.Errorf("PDF metadata %s: %w", field.name, err)
+		}
+		if text != *field.text {
+			p.report.Warnings = append(p.report.Warnings, pdfgo.Diagnostic{Message: "PDF metadata " + field.name + ": time zone separators normalized"})
+			*field.text = text
+		}
+	}
 	values, original, err := p.informationMetadata(ctx, info)
 	if err != nil {
 		return err
@@ -1006,7 +1019,7 @@ func (p *pdfImporter) documentMetadata(ctx context.Context) error {
 	return ctx.Err()
 }
 
-// informationMetadata 收集已声明字段并保存原始文本，XML无法表示的字符使用Base64保留
+// informationMetadata 收集已声明字段并保存文本，日期使用校验结果，XML无法表示的字符使用Base64保留
 // 入参: ctx 取消上下文, info 已解码的信息字典
 // 返回: map[string]pdfMetadataValue 可映射字段, StructureNode 原始字段, error 读取或取消错误
 func (p *pdfImporter) informationMetadata(ctx context.Context, info pdfgo.DocumentInfo) (map[string]pdfMetadataValue, StructureNode, error) {