docs(standards): restructure into ooxml/binary, add MS-XLS/MS-XLSX for .xls/.xlsx
PR checks / web (pull_request) Successful in 38s
PR checks / java (pull_request) Successful in 1m31s
Main: tests, deploy, autotests / web (push) Successful in 33s
Main: tests, deploy, autotests / java (push) Successful in 1m7s
Main: tests, deploy, autotests / images-web (push) Successful in 32s
Main: tests, deploy, autotests / images-app (push) Successful in 43s
Main: tests, deploy, autotests / deploy (push) Failing after 2m55s
Main: tests, deploy, autotests / autotests (push) Has been skipped
Main: tests, deploy, autotests / rollback (push) Failing after 3m4s

This commit was merged in pull request #89.
This commit is contained in:
Pjandro
2026-11-02 22:21:23 +00:00
parent de9995bba3
commit eabc2b0e0d
76 changed files with 196584 additions and 93 deletions
+30
View File
@@ -0,0 +1,30 @@
# Нормативная документация форматов Office
Источник истины по форматам документов, которые принимает конвертер (`.docx`/`.doc`), и по соседним форматам того же семейства (`.xlsx`/`.xls`). Правило репозитория: любое решение про уже существующий формат — по спецификациям отсюда, а не по памяти или догадкам; ссылка на спецификацию — **с номером секции** (см. `AGENTS.md` «Documentation FIRST»).
### Формат → директория
|Формат|Специфика формата|Общее окружение|
|---|---|---|
|`.doc` (Word 97–2003, бинарный OLE2)|`doc/` ([MS-DOC])|`binary/` (CFB-контейнер, OLEPS-метаданные, ODRAW-рисунки, OFFCRYPTO, OVBA, WMF/EMF; общие типы — [MS-OSHARED] в `binary/`)|
|`.docx` (Word OOXML)|`docx/` (валидатор фикстур)|`ooxml/` (ECMA-376 Part 1 §17 WordprocessingML + XSD; [MS-OI29500], [MS-ODRAWXML])|
|`.xls` (Excel 97–2003, бинарный OLE2)|`xls/` ([MS-XLS])|`binary/` (то же окружение, что у .doc)|
|`.xlsx` (Excel OOXML)|`xlsx/` ([MS-XLSX])|`ooxml/` (ECMA-376 Part 1 §18 SpreadsheetML + `sml.xsd`; [MS-OI29500], [MS-ODRAWXML])|
Схемы ECMA-376 покрывают и PowerPoint (`pml.xsd`, §19 — в PDF и `ecma376-part1-5th.md` в `ooxml/`); специализированных MS-документов по PowerPoint здесь нет.
### Как искать по номеру секции
|Семейство файлов|Что искать|Как|
|---|---|---|
|`doc/ms-doc.md`, `xls/ms-xls.md`|номер вида §2.9.38|заголовки в теле без номеров (автонумерация Word теряется при конвертации) — грепом по строкам оглавления: `grep -n "^\[2\.9\.38 " doc/ms-doc.md`, `grep -n "^\[2\.4\.21 " xls/ms-xls.md`|
|`ooxml/ecma376-part1-5th.md`|номер вида §18.3.1.53|по нумерованным заголовкам в теле: `grep -n "^18\.3\.1" ooxml/ecma376-part1-5th.md` (пример строки: `18.3.1.53 is (Rich Text Inline)`)|
|`ooxml/ms-oi29500.md`|комментарий Office к Part 1|указатели вида `§2.17.3.3.13` (→ Part 1 §17.3.3.13)|
|`binary/*.md`, `xlsx/ms-xlsx.md`|номер вида §2.2|тот же приём оглавления: `grep -n "^\[2\.2 " xlsx/ms-xlsx.md`|
### Конвенции
- Первичен оригинал — `.docx`/`.pdf` в таблицах «Источники»; `.md` — производные извлечения, их SHA-256 справочные (сменишь инструмент — сменится SHA).
- Регенерация — dated `.docx` с CDN (два хоста: у office_protocols-документов путь с сегментом `/files/`, у windows_protocols — без) + `pandoc -t gfm-raw_html --wrap=none`; плейсхолдеры `[TABLE]` (packet diagram'ы) и «full»-конверты с HTML-таблицами (`-t gfm`) описаны в README'ах каталогов.
- ECMA-376 `.md` — из PDF (`pdftotext -layout` + постобработка), XSD — из официальных ECMA-архивов: `ooxml/README.md`.
- Валидация `.docx`-фикстур по transitional-XSD — `docx/validate-fixtures.py`, см. `docx/README.md`.