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
+5 -43
View File
@@ -1,8 +1,8 @@
# Нормативная документация бинарного .doc (Word 97–2003)
Справочный комплект форматов бинарного .doc: источник истины по структуре контейнера и его потоков (CFB, FIB, CHPX/PAPX, piece table, OfficeArt, property sets, шифрование, VBA) — правки по документам ниже, а не по догадкам. Конвертер принимает только .docx — всё здесь справочное. Документация OOXML — `../docx/README.md`.
Справочный комплект формата бинарного .doc: источник истины по его потокам и структурам (FIB, CHPX/PAPX, piece table, TAP/секции, колонтитуки) — правки по документам ниже, а не по догадкам. Конвертер принимает .doc через собственный мост `internal/doc` — всё здесь нормативно для моста. Общее OLE2-окружение (CFB-контейнер, property sets, OfficeArt, шифрование, VBA, метафайлы, общие типы MS-OSHARED) — `../binary/README.md`; документация OOXML — `../ooxml/README.md`.
SHA-256 `.md`-файлов — справочные: они производные от инструментов извлечения (poppler/pandoc), при регенерации другим инструментом могут измениться; первичен PDF/docx в таблице «Источники».
SHA-256 `.md`-файлов — справочные: они производные от инструментов извлечения (poppler/pandoc), при регенерации другим инструментом могут измениться; первичен docx в таблице «Источники».
Метка `[TABLE]` в `.md` — таблицы битовых макетов (packet diagram) со span-ячейками: конверсионная команда `-t gfm-raw_html` отключает HTML-fallback pandoc, и такие таблицы не выразимы в GFM; все поля описаны текстом сразу за плейсхолдером (одинаково во всех файлах, включая `ms-doc.md`).
@@ -12,25 +12,11 @@ SHA-256 `.md`-файлов — справочные: они производны
|---|---|---|---|---|
|`ms-doc.md`|[MS-DOC] «Word (.doc) Binary File Format» — бинарный формат .doc Word 97–2003 (WordDocument/1Table-потоки, FIB, CHPX/PAPX, Clx/PlcPcd/Pcd — «piece table»)|12.5 (260217, февраль 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-DOC/%5bMS-DOC%5d-260217.docx|`c2886120e92aa2790a5603156fb0ca8b23151d58476592fef3ede7fb6841ee7d`|
|`ms-doc-full.md`|Тот же [MS-DOC] 12.5, полный конверт **с** HTML-packet-diagram'ами (`-t gfm`, raw_html включён): битовые макеты §2.4/§2.6/§2.9 и таблицы sprm §2.6.1–2.6.3 — то, что в `ms-doc.md` свёрнуто в `[TABLE]`|12.5 (260217, февраль 2026)|тот же dated-.docx, что `ms-doc.md`|`35cbcd5b5228cf02200008c2145d941e66dbf8a9e296305745d2bdc099c8a5ad`|
|`ms-cfb.md`|[MS-CFB] «Compound File Binary File Format» — OLE2-контейнер .doc (заголовок, FAT/MiniFAT, directory entries, потоки)|13.0 (261026, октябрь 2026)|https://winprotocoldocs-bhdugrdyduf5h2e4.b02.azurefd.net/MS-CFB/%5bMS-CFB%5d-261026.docx|`84d0f9f282aa00dac631a575514264b6bc1f3cec1b9c8fed095e12f7cc042913`|
|`ms-oshared.md`|[MS-OSHARED] «Office Common Data Types and Objects Structures» — общие типы MS-DOC/MS-PPT/MS-XLS (MSONFC/FilePointer/FixedPoint, тулбары TBC, property sets, RefEdit, VBA-подпись)|11.1 (251113, ноябрь 2025)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OSHARED/%5bMS-OSHARED%5d-251113.docx|`ccac510af0266a0804f6a242b08bc4df2f6d1f5b27935c113609b4faf198cb57`|
|`ms-odraw.md`|[MS-ODRAW] «Office Drawing Binary File Format» — бинарные рисунки OfficeArt (картинки/фигуры внутри .doc)|12.4 (250819, август 2025)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-ODRAW/%5bMS-ODRAW%5d-250819.docx|`f7b9b19222ca8b22ab773846a0c7ff4fa1898e391fff1b3ce41ca3b528f36cf6`|
|`ms-oleps.md`|[MS-OLEPS] «Object Linking and Embedding (OLE) Property Set Data Structures» — метаданные-потоки `\x05SummaryInformation`/`\x05DocumentSummaryInformation`|9.0 (240423, апрель 2024)|https://winprotocoldocs-bhdugrdyduf5h2e4.b02.azurefd.net/MS-OLEPS/%5bMS-OLEPS%5d-240423.docx|`ff255baa60ef6002a62f632ffc71e7c0cb0d7a72273d844e85efb97557c0e107`|
|`ms-offcrypto.md`|[MS-OFFCRYPTO] «Office Document Cryptography Structure» — шифрование документов (CryptoAPI-обёртка .doc, agile .docx)|14.0 (260217, февраль 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OFFCRYPTO/%5bMS-OFFCRYPTO%5d-260217.docx|`70836fa126b785efcc4e223480bd938e57c45799129d47ef6c8c3524a5a1dfdf`|
|`ms-ovba.md`|[MS-OVBA] «Office VBA File Format Structure» — VBA-проект (макросы) в CFB-потоках|15.0 (260519, май 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OVBA/%5bMS-OVBA%5d-260519.docx|`a9c32389ff0f03341f73a141f14269f7aae71c35af8c375e37be0cb013e706af`|
|`ms-wmf.md`|[MS-WMF] «Windows Metafile Format» — записи метафайла (встраиваемые картинки .doc)|18.0 (240423, апрель 2024)|https://winprotocoldocs-bhdugrdyduf5h2e4.b02.azurefd.net/MS-WMF/%5bMS-WMF%5d-240423.docx|`f7fc5dfb2ffa671c81badea2a983b62c215bb10aad4fc1d04d6d9ff3df00a262`|
|`ms-emf.md`|[MS-EMF] «Enhanced Metafile Format» — записи расширенного метафайла|18.0 (240423, апрель 2024)|https://winprotocoldocs-bhdugrdyduf5h2e4.b02.azurefd.net/MS-EMF/%5bMS-EMF%5d-240423.docx|`dcb97229d0201556c3f21b07f32388363a80348f0ce87fbe308e4b3048a29c3f`|
|`ms-doc.docx`|Оригинальный dated-.docx [MS-DOC] 12.5 (первичный источник двух `.md`-конвертов)|12.5 (260217)|тот же URL, что `ms-doc.md`|—|
### Что где искать
- **Бинарный .doc (Word 97–2003)** — `ms-doc.md`: §2.1 File Structure (WordDocument-, 1Table/0Table-, Data-потоки), §2.5 FIB (FibBase, флага), §2.8–2.9 структуры данных (Chpx §2.9.32, PapxFkp, Grpprl, Clx §2.9.38, PlcPcd §2.8.35, Pcd), §3 Structure Examples, §6 Change Tracking; поиск по номерам секций — по строкам оглавления вида `[2.9.38 Clx …]` (заголовки в теле без номеров — автонумерация Word потерялась при извлечении). Конвертер принимает только .docx — документ справочный.
- **Контейнер .doc (OLE2/CFB)** — `ms-cfb.md`: §2.2 Compound File Header, §2.3–2.5 FAT/Mini FAT/DIFAT-секторы, §2.6 Directory Sectors — где лежат потоки `WordDocument`/`1Table`/`Data` из MS-DOC §2.1.
- **Общие типы Office** — `ms-oshared.md`: §2.2 Data Types (MSONFC §2.2.1.3, FilePointer, FixedPoint), §2.3 Common Objects (Toolbar Customization §2.3.1, VBA Digital Signature §2.3.2 — `WordSignBlob`, Property Set Storage §2.3.3, RefEdit Control §2.3.5) — за этим, а не за форматом .doc, MS-DOC и цитирует MS-OSHARED.
- **Рисунки .doc (OfficeArt)** — `ms-odraw.md`: §2.2 записи OfficeArt: корень файла `OfficeArtDggContainer` §2.2.12, `OfficeArtSpContainer` §2.2.14, BLIP-картинки §2.2.23–2.2.30; MS-DOC отсылает сюда за содержимым `Data`-потока рисунков.
- **Метаданные .doc** — `ms-oleps.md`: §2.20 PropertySet, §2.21 PropertySetStream, §2.23 имена потоков/хранилищ, §2.25 Well-Known Property Set Formats — аналог `docProps/core|app.xml` для OOXML (заголовок, автор, счётчики страниц).
- **Шифрование** — `ms-offcrypto.md`: §2.3.5 Office Binary Document RC4 CryptoAPI (обёртка .doc), §2.3.4 ECMA-376 Document Encryption (Standard/Extensible = agile, `EncryptedPackage` §2.3.4.4); шифрованный вход нечитаем — распознавание по CFB-потокам `EncryptedStream`/`EncryptedPackage`.
- **Макросы (VBA)** — `ms-ovba.md`: §2.2 File Structure (корневое хранилище `_VBA_PROJECT_CUR` §2.2.1, `_VBA_PROJECT`-поток §2.2.3, `dir`-поток §2.2.4, модули §2.2.5), §2.4.1 сжатие, §2.4.3 Data Encryption (обфускация модулей) — что пропускать при разборе .doc.
- **Метафайлы-картинки** — `ms-wmf.md` / `ms-emf.md`: §2.3 записи (WMF/EMF — один и тот же набор типов записей, EMF расширенный); частый формат inline-изображений в .doc (BLIP-типы `OfficeArtBlipWMF`/`OfficeArtBlipEMF` §2.2.24–2.2.25 MS-ODRAW).
- **Бинарный .doc (Word 97–2003)** — `ms-doc.md`: §2.1 File Structure (WordDocument-, 1Table/0Table-, Data-потоки), §2.5 FIB (FibBase, флага), §2.8–2.9 структуры данных (Chpx §2.9.32, PapxFkp, Grpprl, Clx §2.9.38, PlcPcd §2.8.35, Pcd), §3 Structure Examples, §6 Change Tracking; поиск по номерам секций — по строкам оглавления вида `[2.9.38 Clx …]` (заголовки в теле без номеров — автонумерация Word потерялась при извлечении).
### Регенерация
@@ -44,29 +30,5 @@ pandoc /tmp/msdoc.docx -t gfm-raw_html --wrap=none -o docs/standards/doc/ms-doc.
# таблицы sprm (§2.6.1–2.6.3) остаются HTML-таблицами вместо [TABLE]-плейсхолдеров.
pandoc /tmp/msdoc.docx -t gfm --wrap=none -o docs/standards/doc/ms-doc-full.md
# Окружение MS-DOC — те же dated-.docx (при 404 — самый свежий с лендингов ниже).
# Два CDN: у windows_protocols-документов (CFB, OLEPS, WMF, EMF) путь БЕЗ сегмента /files/.
O="https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files"
W="https://winprotocoldocs-bhdugrdyduf5h2e4.b02.azurefd.net"
curl -sSL -o /tmp/ms-cfb.docx "$W/MS-CFB/%5bMS-CFB%5d-261026.docx"
curl -sSL -o /tmp/ms-oshared.docx "$O/MS-OSHARED/%5bMS-OSHARED%5d-251113.docx"
curl -sSL -o /tmp/ms-odraw.docx "$O/MS-ODRAW/%5bMS-ODRAW%5d-250819.docx"
curl -sSL -o /tmp/ms-oleps.docx "$W/MS-OLEPS/%5bMS-OLEPS%5d-240423.docx"
curl -sSL -o /tmp/ms-offcrypto.docx "$O/MS-OFFCRYPTO/%5bMS-OFFCRYPTO%5d-260217.docx"
curl -sSL -o /tmp/ms-ovba.docx "$O/MS-OVBA/%5bMS-OVBA%5d-260519.docx"
curl -sSL -o /tmp/ms-wmf.docx "$W/MS-WMF/%5bMS-WMF%5d-240423.docx"
curl -sSL -o /tmp/ms-emf.docx "$W/MS-EMF/%5bMS-EMF%5d-240423.docx"
for n in ms-cfb ms-oshared ms-odraw ms-oleps ms-offcrypto ms-ovba ms-wmf ms-emf; do
pandoc "/tmp/$n.docx" -t gfm-raw_html --wrap=none -o "docs/standards/doc/$n.md"
done
# Лендинги (свежий dated .docx — в таблице «Published Version»):
# MS-CFB https://learn.microsoft.com/en-us/openspecs/windows_protocols/ms-cfb/53989ce4-7b05-4f8d-829b-d08d6148375b
# MS-OSHARED https://learn.microsoft.com/en-us/openspecs/office_file_formats/ms-oshared/d93502fa-5b8f-4f47-a3fe-5574046f4b8d
# MS-ODRAW https://learn.microsoft.com/en-us/openspecs/office_file_formats/ms-odraw/8560795e-7759-4745-838f-f7f2ef2f1872
# MS-OLEPS https://learn.microsoft.com/en-us/openspecs/windows_protocols/ms-oleps/bf7aeae8-c47a-4939-9f45-700158dac3bc
# MS-OFFCRYPTO https://learn.microsoft.com/en-us/openspecs/office_file_formats/ms-offcrypto/3c34d72a-1a61-4b52-a893-196f9157f083
# MS-OVBA https://learn.microsoft.com/en-us/openspecs/office_file_formats/ms-ovba/575462ba-bf67-4190-9fac-c275523c75fc
# MS-WMF https://learn.microsoft.com/en-us/openspecs/windows_protocols/ms-wmf/4813e7fd-52d0-4f42-965f-228c8b7488d2
# MS-EMF https://learn.microsoft.com/en-us/openspecs/windows_protocols/ms-emf/91c257d7-c39d-4a36-9b1f-63e3f73d30ca
# Обновлённый dated-.docx при этом перекладывается в ms-doc.docx (первичный источник).
```
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff
File diff suppressed because one or more lines are too long
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff