return null;
    }

    // ===================================================================================
    //                                                              Various Implementation
    //                                                              ======================
    @Override
    public int getFetchStartIndex() {
        return getSqlClause().getFetchStartIndex();
    }

        assertNotNull(request);
        // Should use UNSPECIFIED_FILEID by default
    }

    @Test
    @DisplayName("Test various FSCTL constants")
    void testFsctlConstants() {
        // Test that all FSCTL constants are properly defined
        assertEquals(0x0060194, Smb2IoctlRequest.FSCTL_DFS_GET_REFERRALS);

        verify(tree, atLeastOnce()).release();
    }

    @ParameterizedTest
    @ValueSource(strings = { "", " ", "*", "?" })
    @DisplayName("Supports various wildcard values without throwing (edge cases)")
    void wildcardEdgeCases(String wildcard) throws Exception {
        // minimal successful first response with a single entry

## Caso de uso { #use-case }

Vamos começar com um exemplo de **caso de uso** e então ver como resolvê-lo com isso.

Vamos imaginar que você tem alguns **modelos de machine learning** que deseja usar para lidar com as requisições. 🤖

Os mesmos modelos são compartilhados entre as requisições, então não é um modelo por requisição, ou um por usuário, ou algo parecido.

	for i, s := range sizes {
		isMax := isMaxPartID(s.partN)
		if isMax != s.isMax {
			t.Errorf("Test %d: Expected %t, got %t", i+1, s.isMax, isMax)
		}
	}
}

// Tests extracting bucket and objectname from various types of paths.
func TestPath2BucketObjectName(t *testing.T) {
	testCases := []struct {
		path           string
		bucket, object string
	}{
		// Test case 1 normal case.
		{
			path:   "/bucket/object",

* `Decimal`:
    * O `Decimal` padrão do Python.
    * Em requisições e respostas será representado como um `float`.
* Você pode checar todos os tipos de dados válidos do Pydantic aqui: <a href="https://docs.pydantic.dev/latest/usage/types/types/" class="external-link" target="_blank">Tipos de dados do Pydantic</a>.

## Exemplo { #example }

        assertEquals(largeTime, decoded.getLastWriteTime());
        assertEquals(maxAttributes, decoded.getAttributes());
    }

    @Test
    @DisplayName("Test with various file attributes")
    void testVariousFileAttributes() {
        // Test common file attribute combinations
        int[] attributes = { 0x00000001, // FILE_ATTRIBUTE_READONLY

    }

    // Parameterized: exercise small variations of cache size for a simple reuse cycle
    @ParameterizedTest
    @ValueSource(ints = { 1, 2 })
    @DisplayName("Parameterized: buffer reuse works for various small cache sizes")
    void reuseWorksForVariousCacheSizes(int cacheSize) {
        BufferCacheImpl impl = new BufferCacheImpl(cacheSize, 6);
        byte[] toRelease = new byte[5];
        toRelease[0] = 42;

import org.jodconverter.core.office.OfficeManager;
import org.jodconverter.local.LocalConverter;

import jakarta.annotation.PostConstruct;
import jakarta.annotation.PreDestroy;

/**
 * Extracts text content from various document formats using JODConverter.
 */
public class JodExtractor extends AbstractExtractor {
    /** Logger for this class. */
    private static final Logger logger = LogManager.getLogger(JodExtractor.class);

    }

    @Test
    @DisplayName("Test with wildcard patterns")
    void testWildcardPatterns() {
        request = new Smb2QueryDirectoryRequest(mockConfig);

        // Test various wildcard patterns
        String[] patterns = { "*", "*.txt", "test*.*", "?test?.doc" };

        for (String pattern : patterns) {
            request.setFileName(pattern);