Редактировать file_service.py

rag/services/file_service.py

@@ -4,6 +4,7 @@
 хирургическая замена в DOCX, создание DOCX из текста,
 транскрипция аудио через SaluteSpeech.
 Все методы, которые могут быть асинхронными, теперь async.
+Добавлено экранирование путей через shlex.quote.
 """
 
 import asyncio
@@ -13,6 +14,7 @@ import logging
 import os
 import re
 import shutil
+import shlex
 import subprocess
 import tempfile
 import zipfile
@@ -81,8 +83,6 @@ class FileService:
     # ---------- Синхронные методы извлечения (вызываются через to_thread) ----------
     def extract_text_from_docx(self, file_path: str) -> str:
         """Извлекает текст из DOCX, включая колонтитулы, таблицы и сноски."""
-        # ... (код без изменений, полная версия была ранее)
-        # Я приведу полный код этого метода, чтобы сохранить целостность.
         try:
             doc = DocxReader(file_path)
             full_text = []
@@ -235,6 +235,7 @@ class FileService:
         """
         Асинхронно транскрибирует аудиофайл через SaluteSpeech API.
         Все блокирующие вызовы (subprocess.run, requests.post) обёрнуты в asyncio.to_thread.
+        Пути экранируются через shlex.quote.
         """
         import uuid
 
@@ -247,14 +248,17 @@ class FileService:
         if not shutil.which('ffmpeg') and not os.path.exists(ffmpeg_bin):
             return "[Ошибка: на сервере не установлен ffmpeg]"
 
+        # Экранируем пути
+        safe_file_path = shlex.quote(file_path)
         pcm_output = file_path + ".raw"
+        safe_pcm_output = shlex.quote(pcm_output)
 
         try:
             # Конвертация ffmpeg
             def _run_ffmpeg():
                 cmd_ffmpeg = [
-                    ffmpeg_bin, '-y', '-i', file_path,
-                    '-ac', '1', '-ar', '16000', '-f', 's16le', '-filter:a', 'volume=2.0', pcm_output
+                    ffmpeg_bin, '-y', '-i', safe_file_path,
+                    '-ac', '1', '-ar', '16000', '-f', 's16le', '-filter:a', 'volume=2.0', safe_pcm_output
                 ]
                 return subprocess.run(cmd_ffmpeg, capture_output=True)
 
@@ -276,7 +280,7 @@ class FileService:
                     '-H', f'Authorization: Bearer {token}',
                     '-H', 'Content-Type: audio/x-pcm;bit=16;rate=16000',
                     '-H', f'RqUID: {str(uuid.uuid4())}',
-                    '--data-binary', f'@{pcm_output}'
+                    '--data-binary', f'@{safe_pcm_output}'
                 ]
                 return subprocess.run(curl_cmd, capture_output=True, text=True)
 
@@ -326,7 +330,6 @@ class FileService:
         try:
             def _sync_request():
                 return requests.post(url, headers=headers, data=payload, verify=False)
-            # ОБЁРТКА: синхронный запрос выполняется в отдельном потоке
             response = await asyncio.to_thread(_sync_request)
             token = response.json().get('access_token')
             logger.info("SaluteSpeech token получен")
@@ -479,7 +482,7 @@ class FileService:
         return text, count
 
     # ============================================================
-    # ОСНОВНОЙ МЕТОД – теперь асинхронный!
+    # ОСНОВНОЙ МЕТОД 
     # ============================================================
 
     async def process_any_file(self, file_path: str) -> Tuple[str, int]: