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
+3 -3
View File
@@ -35,7 +35,7 @@
### Мост `.doc` → `.docx` (`internal/doc`) ### Мост `.doc` → `.docx` (`internal/doc`)
Нормативный источник — `docs/standards/doc/` ([MS-DOC], [MS-CFB], [MS-OLEPS], [MS-ODRAW]; [MS-ODRAWXML] лежит в `docs/standards/docx/`), ссылки — с номерами секций. Новых runtime-зависимостей нет (POI/POIFS — test-scope). Публичные точки: `DocToDocx.convert(byte[])` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`); общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). 16 из 18 классов package-private; наружу — `DocToDocx` и `CfbReader`. Нормативный источник — [MS-DOC] в `docs/standards/doc/`, общее OLE-окружение ([MS-CFB], [MS-OLEPS], [MS-ODRAW]) в `docs/standards/binary/`, [MS-ODRAWXML] в `docs/standards/ooxml/`, ссылки — с номерами секций. Новых runtime-зависимостей нет (POI/POIFS — test-scope). Публичные точки: `DocToDocx.convert(byte[])` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`); общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). 16 из 18 классов package-private; наружу — `DocToDocx` и `CfbReader`.
|Класс|Семантика (полные байтовые раскладки — `docs/agent/doc-bridge.md`)| |Класс|Семантика (полные байтовые раскладки — `docs/agent/doc-bridge.md`)|
|---|---| |---|---|
@@ -89,7 +89,7 @@
### Chart/SmartArt-движок (`internal/chart`) ### Chart/SmartArt-движок (`internal/chart`)
Нормативный источник любых правок — ECMA-376 (`docs/standards/docx/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D, XSD `schema/strict/`/`schema/transitional/`); поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`. Эмпирические калибровки (камера, `PIE_DEPTH`) менять только вместе с пиксельными тестами; фикстура невалидна — правится фикстура, не код. Нормативный источник любых правок — ECMA-376 (`docs/standards/ooxml/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D, XSD `schema/strict/`/`schema/transitional/`); поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`. Эмпирические калибровки (камера, `PIE_DEPTH`) менять только вместе с пиксельными тестами; фикстура невалидна — правится фикстура, не код.
Java2D → PNG: `ChartRenderer.DPI = 300`, потолок растра `MAX_PIXELS = 16_777_216` (`fitDpi` понижает эффективный dpi). Защитные лимиты: `ChartSpec.MAX_POINTS = 100_000`, `ChartRenderer.MAX_TICKS = 1000`, `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000` — деградация «объект остаётся как есть / удалён + warn», не OOM. Java2D → PNG: `ChartRenderer.DPI = 300`, потолок растра `MAX_PIXELS = 16_777_216` (`fitDpi` понижает эффективный dpi). Защитные лимиты: `ChartSpec.MAX_POINTS = 100_000`, `ChartRenderer.MAX_TICKS = 1000`, `DrawingPreRenderer.MAX_EXTENT_EMU = 22_000_000` — деградация «объект остаётся как есть / удалён + warn», не OOM.
@@ -124,7 +124,7 @@ chart-PNG вставляются media-частями вручную (`DrawingPr
| `wordpdf-web/` | SPA: `src/api.ts` (вся сеть) + компоненты | | `wordpdf-web/` | SPA: `src/api.ts` (вся сеть) + компоненты |
| корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf` | контейнеры; единственный вход — gateway (`:9010`/`:9011`) | | корневые `Containerfile`, `compose.yml`, `compose.dev.yml`, `gateway/nginx.conf` | контейнеры; единственный вход — gateway (`:9010`/`:9011`) |
| `.gitea/workflows/` | Gitea Actions (`pr.yml`, `main.yml`) — нарратив job'ов `docs/agent/ci-cd.md` | | `.gitea/workflows/` | Gitea Actions (`pr.yml`, `main.yml`) — нарратив job'ов `docs/agent/ci-cd.md` |
| `docs/standards/` | нормативные спецификации OOXML/.doc + XSD + `validate-fixtures.py` | |`docs/standards/`|нормативные спецификации форматов Word/Excel (навигатор — `README.md`): `ooxml/` (ECMA-376 + XSD + MS-OI29500/MS-ODRAWXML), `binary/` (OLE2-окружение), `doc/` ([MS-DOC]), `docx/` (валидатор фикстур), `xls/` ([MS-XLS]), `xlsx/` ([MS-XLSX])|
| `docs/agent/` | глубокие справочники (когда читать — по имени файла) | | `docs/agent/` | глубокие справочники (когда читать — по имени файла) |
| `prod-autotests/` | прод-автотесты (pytest, конфиг только env) | | `prod-autotests/` | прод-автотесты (pytest, конфиг только env) |
+1 -1
View File
@@ -1,6 +1,6 @@
> Извлечение из AGENTS.md; читать при правке `internal/chart`. Авторитетно наравне с AGENTS.md. > Извлечение из AGENTS.md; читать при правке `internal/chart`. Авторитетно наравне с AGENTS.md.
Нормативный источник любых правок — ECMA-376 (`docs/standards/docx/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D + полные наборы XSD `schema/strict/`/`schema/transitional/`; поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`), а не догадки по исходникам LibreOffice/Word. Формулировки из стандарта при ссылке — с номером секции (§21.2.2.132 и т.п.). Эмпирические калибровки (камера, `PIE_DEPTH`) менять только вместе с пиксельными тестами. Фикстуры могут быть невалидны — код под фикстуру не правится, правится фикстура (после проверки по XSD/секции). Нормативный источник любых правок — ECMA-376 (`docs/standards/ooxml/`: графики §21.2, diagram-разметка §21.4, пресет-геометрия Annex D + полные наборы XSD `schema/strict/`/`schema/transitional/`; поведение Word — `ms-oi29500.md`, `ms-odrawxml.md`), а не догадки по исходникам LibreOffice/Word. Формулировки из стандарта при ссылке — с номером секции (§21.2.2.132 и т.п.). Эмпирические калибровки (камера, `PIE_DEPTH`) менять только вместе с пиксельными тестами. Фикстуры могут быть невалидны — код под фикстуру не правится, правится фикстура (после проверки по XSD/секции).
Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр × `DPI/72`, размеры в пунктах, EMU→pt `cx/12700.0`). Потолок растра `ChartRenderer.MAX_PIXELS = 16_777_216` (4096², 64 МБ ARGB): при превышении `fitDpi` uniform-но понижает эффективный dpi (геометрия в пунктах и безразмерные пропорции не меняются; 24″-график: 208 МБ → 64 МБ, dpi 300 → ≈171); `SmartArtRenderer` использует тот же `DPI`/`fitDpi`. `ChartSpec.parse` (`enum Type`: PIE, PIE3D, DOUGHNUT, BAR, BAR_HORIZONTAL, LINE, AREA, SURFACE3D, AREA3D, BAR3D, LINE3D, RADAR, SCATTER, BUBBLE, STOCK, OF_PIE, SURFACE, UNSUPPORTED). `c:autoTitleDeleted` (§21.2.2.7, `val` опущен — default true) применяется только при отсутствии `c:title` (MS-OI29500 §2.1.1431(a)) — явный заголовок показывается при любом флаге; при отсутствии `c:title` и `val=0` рисуется автозаголовок. Пустой/пробельный `c:title` (или `val=0` без `c:title`) — автозаголовок Office (MS-OI29500 §2.1.1561(a)): одиночный ряд с именем → имя ряда (любой тип графика), иначе `ChartSpec.AUTO_TITLE = "Название диаграммы"`; несколько абзацев `a:p` склеиваются `'\n'` (жёсткий перенос в `DrawMlText`). Регрессии — `ChartSpecTest#emptyTitleSingleSeriesBar_usesSeriesName`, `#deletedTitleWithText_stillShown`, `#deletedTitleValOmitted_stillShown`, `#multiSeriesDoughnut_placeholderNotSeriesName`, `#multiParagraphTitle_joinedWithNewlines`. Палитра `accent1..6` темы; легенда по умолчанию снизу; `overlay` (§21.2.2.132) рисуется поверх области построения, место не резервирует. Java2D → PNG 300 dpi (`ChartRenderer.DPI = 300`, `PADDING = 4.0`, растр × `DPI/72`, размеры в пунктах, EMU→pt `cx/12700.0`). Потолок растра `ChartRenderer.MAX_PIXELS = 16_777_216` (4096², 64 МБ ARGB): при превышении `fitDpi` uniform-но понижает эффективный dpi (геометрия в пунктах и безразмерные пропорции не меняются; 24″-график: 208 МБ → 64 МБ, dpi 300 → ≈171); `SmartArtRenderer` использует тот же `DPI`/`fitDpi`. `ChartSpec.parse` (`enum Type`: PIE, PIE3D, DOUGHNUT, BAR, BAR_HORIZONTAL, LINE, AREA, SURFACE3D, AREA3D, BAR3D, LINE3D, RADAR, SCATTER, BUBBLE, STOCK, OF_PIE, SURFACE, UNSUPPORTED). `c:autoTitleDeleted` (§21.2.2.7, `val` опущен — default true) применяется только при отсутствии `c:title` (MS-OI29500 §2.1.1431(a)) — явный заголовок показывается при любом флаге; при отсутствии `c:title` и `val=0` рисуется автозаголовок. Пустой/пробельный `c:title` (или `val=0` без `c:title`) — автозаголовок Office (MS-OI29500 §2.1.1561(a)): одиночный ряд с именем → имя ряда (любой тип графика), иначе `ChartSpec.AUTO_TITLE = "Название диаграммы"`; несколько абзацев `a:p` склеиваются `'\n'` (жёсткий перенос в `DrawMlText`). Регрессии — `ChartSpecTest#emptyTitleSingleSeriesBar_usesSeriesName`, `#deletedTitleWithText_stillShown`, `#deletedTitleValOmitted_stillShown`, `#multiSeriesDoughnut_placeholderNotSeriesName`, `#multiParagraphTitle_joinedWithNewlines`. Палитра `accent1..6` темы; легенда по умолчанию снизу; `overlay` (§21.2.2.132) рисуется поверх области построения, место не резервирует.
+1 -1
View File
@@ -1,6 +1,6 @@
> Извлечение из AGENTS.md; читать при правке моста `internal/doc`. Авторитетно наравне с AGENTS.md. > Извлечение из AGENTS.md; читать при правке моста `internal/doc`. Авторитетно наравне с AGENTS.md.
Нормативный источник — `docs/standards/doc/` ([MS-DOC], [MS-CFB], [MS-OLEPS], [MS-ODRAW]; [MS-ODRAWXML] лежит в `docs/standards/docx/`), ссылки — с номерами секций. Новых runtime-зависимостей нет (POI остаётся test-scope; POIFS — только в тестах для упаковки крафтовых CFB). Публичные точки: `DocToDocx.convert(byte[])` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`); общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). 16 из 18 классов package-private; наружу — `DocToDocx` и `CfbReader` (public, публичный член — `static readStreams(byte[])`). Нормативный источник — [MS-DOC] в `docs/standards/doc/`, общее OLE-окружение ([MS-CFB], [MS-OLEPS], [MS-ODRAW]) в `docs/standards/binary/`, [MS-ODRAWXML] в `docs/standards/ooxml/`, ссылки — с номерами секций. Новых runtime-зависимостей нет (POI остаётся test-scope; POIFS — только в тестах для упаковки крафтовых CFB). Публичные точки: `DocToDocx.convert(byte[])` (вызывает `WordPdfConverter`) и `DocToDocx.countPages(byte[])` (вызывает `WordPdfValidator.checkPageCountDoc`); общий разбор — `DocFile` (CFB → потоки WordDocument / 0Table|1Table / Data + FIB + piece table). 16 из 18 классов package-private; наружу — `DocToDocx` и `CfbReader` (public, публичный член — `static readStreams(byte[])`).
|Класс|Спецификация| |Класс|Спецификация|
|---|---| |---|---|
+1 -1
View File
@@ -20,7 +20,7 @@
| `.gitea/workflows/` | Gitea Actions: `pr.yml` (`PR checks`), `main.yml` (тесты + coverage-сводка и комментарий в PR → `images-app`/`images-web` (build+push в Nexus) → deploy (рендер прод-конфигов + pull) → autotests → rollback) | | `.gitea/workflows/` | Gitea Actions: `pr.yml` (`PR checks`), `main.yml` (тесты + coverage-сводка и комментарий в PR → `images-app`/`images-web` (build+push в Nexus) → deploy (рендер прод-конфигов + pull) → autotests → rollback) |
| `GITEA-vars.md` | Инструкция владельца: Secrets/Variables, защита ветки, перезапуск — только имена переменных, без значений | | `GITEA-vars.md` | Инструкция владельца: Secrets/Variables, защита ветки, перезапуск — только имена переменных, без значений |
| `prod-autotests/` | Прод-автотесты API (pytest + requests, 31 проверка): конфигурация стенда **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY`/`WORDPDF_MAX_PAGES`/`WORDPDF_MAX_MB`/`WORDPDF_SAMPLES_DIR` факультативны) — прод-хостов/ключей в коде нет | | `prod-autotests/` | Прод-автотесты API (pytest + requests, 31 проверка): конфигурация стенда **только env** (`WORDPDF_BASE_URL` обязателен, `WORDPDF_API_KEY`/`WORDPDF_MAX_PAGES`/`WORDPDF_MAX_MB`/`WORDPDF_SAMPLES_DIR` факультативны) — прод-хостов/ключей в коде нет |
| `docs/standards/` | Нормативная документация форматов Word, две категории: `docx/` — OOXML: PDF+md ECMA-376 Part 1 (5-е изд.), md [MS-OI29500]/[MS-ODRAWXML], полные наборы XSD `docx/schema/strict/` (21) + `docx/schema/transitional/` (26), `docx/validate-fixtures.py` — XSD-валидация `samples/*.docx` (lxml, ставится отдельно); `doc/` — бинарный .doc: md [MS-DOC] (`ms-doc.md` + `ms-doc-full.md` — тот же текст с HTML packet diagram'ами и таблицами sprm §2.6.1–2.6.3, где `ms-doc.md` даёт `[TABLE]`) + окружение [MS-CFB]/[MS-OSHARED]/[MS-ODRAW]/[MS-OLEPS]/[MS-OFFCRYPTO]/[MS-OVBA]/[MS-WMF]/[MS-EMF]; регенерация — README в каждой категории: `docx/README.md`, `doc/README.md` | | `docs/standards/` | Нормативная документация форматов Word/Excel, шесть каталогов + навигатор `README.md`: `ooxml/` — OOXML: PDF+md ECMA-376 Part 1 (5-е изд.), md [MS-OI29500]/[MS-ODRAWXML], полные наборы XSD `ooxml/schema/strict/` (21) + `ooxml/schema/transitional/` (26); `binary/` — общее OLE2-окружение .doc/.xls [MS-CFB]/[MS-OSHARED]/[MS-ODRAW]/[MS-OLEPS]/[MS-OFFCRYPTO]/[MS-OVBA]/[MS-WMF]/[MS-EMF]; `doc/` — [MS-DOC] (`ms-doc.md` + `ms-doc-full.md` — тот же текст с HTML packet diagram'ами и таблицами sprm §2.6.1–2.6.3, где `ms-doc.md` даёт `[TABLE]`); `docx/` — `validate-fixtures.py` (XSD-валидация `samples/*.docx`, lxml, ставится отдельно); `xls/` — [MS-XLS] (`ms-xls.md` + `ms-xls-full.md` — тот же приём `[TABLE]`); `xlsx/` — [MS-XLSX] (`ms-xlsx.md`); регенерация — README в каждом каталоге |
| `develop/` (вне git, gitignored) | Рабочие материалы и эталоны сравнения рендера — **не фикстуры**, в тесты/jar не подключать; пиксельные замеры зашиты числами в chart-тестах | | `develop/` (вне git, gitignored) | Рабочие материалы и эталоны сравнения рендера — **не фикстуры**, в тесты/jar не подключать; пиксельные замеры зашиты числами в chart-тестах |
| `docs/agent/` | Глубокие справочники: `pipeline` / `doc-bridge` / `chart` / `render-limitations` / `testing` / `ci-cd` (когда читать — по имени файла) | | `docs/agent/` | Глубокие справочники: `pipeline` / `doc-bridge` / `chart` / `render-limitations` / `testing` / `ci-cd` (когда читать — по имени файла) |
+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`.
+61
View File
@@ -0,0 +1,61 @@
# Нормативная документация общего OLE2-окружения (.doc/.xls/.ppt)
Справочный комплект вокруг бинарных форматов Office 97–2003: контейнер и его служебные потоки (CFB, property sets, OfficeArt-рисунки, шифрование, VBA, метафайлы) общие для Word, Excel и PowerPoint — правки по документам ниже, а не по догадкам. Специфика форматов: Word — `../doc/README.md` ([MS-DOC]), Excel — `../xls/README.md` ([MS-XLS]). Документация OOXML — `../ooxml/README.md`.
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.
### Источники
|Файл|Документ|Редакция/дата|URL|SHA-256|
|---|---|---|---|---|
|`ms-cfb.md`|[MS-CFB] «Compound File Binary File Format» — OLE2-контейнер .doc/.xls (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/.xls)|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/.xls, agile .docx/.xlsx)|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/.xls)|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`|
### Что где искать
- **Контейнер .doc/.xls (OLE2/CFB)** — `ms-cfb.md`: §2.2 Compound File Header (сигнатура `D0 CF 11 E0 A1 B1 1A E1` — предикат бинарного входа в `WordPdfValidator`), §2.3–2.5 FAT/Mini FAT/DIFAT-секторы, §2.6 Directory Sectors — где лежат потоки `WordDocument`/`1Table` (MS-DOC §2.1) и `Workbook` (MS-XLS §2.1.7.20). Тот же контейнер образуют шифрованные OOXML-файлы (`EncryptedPackage`-поток, MS-OFFCRYPTO §2.3.4.4).
- **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 конкретного файла, MS-DOC и MS-XLS цитируют MS-OSHARED.
- **Рисунки OfficeArt (и .doc, и .xls)** — `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, MS-XLS — за картинками/объектами листов.
- **Метаданные .doc/.xls** — `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 — кэш PageCount в мосте .doc).
- **Шифрование** — `ms-offcrypto.md`: §2.3.5 Office Binary Document RC4 CryptoAPI (обёртка .doc/.xls), §2.3.4 ECMA-376 Document Encryption (Standard/Extensible = agile, `EncryptedPackage` §2.3.4.4); шифрованный вход нечитаем — распознавание по CFB-потокам `EncryptedStream` (в .doc) и `encryption` (в .xls — MS-XLS §2.1.7.6).
- **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/.xls (в .xls хранилище — MS-XLS §2.1.7.18).
- **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 бинарных документах (BLIP-типы `OfficeArtBlipWMF`/`OfficeArtBlipEMF` §2.2.24–2.2.25 MS-ODRAW).
### Регенерация
```bash
# Окружение — dated-.docx с лендингов (при 404 — самый свежий из таблицы
# «Published Version»). 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/$n.docx" -t gfm-raw_html --wrap=none -o "docs/standards/binary/$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
```
+5 -43
View File
@@ -1,8 +1,8 @@
# Нормативная документация бинарного .doc (Word 97–2003) # 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`). 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.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-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-doc.docx`|Оригинальный dated-.docx [MS-DOC] 12.5 (первичный источник двух `.md`-конвертов)|12.5 (260217)|тот же URL, что `ms-doc.md`|—|
|`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`|
### Что где искать ### 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. - **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).
- **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).
### Регенерация ### 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. # 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 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). # Обновлённый dated-.docx при этом перекладывается в ms-doc.docx (первичный источник).
# 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
``` ```
+7 -42
View File
@@ -1,59 +1,24 @@
# Нормативная документация форматов Word # Документация формата .docx в этом репозитории
Источник истины для chart-движка (`wordpdf-core/.../internal/chart/`) и нормализаторов: любые правки диаграмм/SmartArt/представления docx — по документам ниже, а не по догадкам. Правило закреплено в `AGENTS.md` (секция «Chart-движок»). Документация бинарного .doc — `../doc/README.md`. Здесь — только специфика WordprocessingML-пайплайна этого репозитория: нормативная база OOXML (ECMA-376 Part 1 §17, XSD `wml.xsd`, комментарии Word [MS-OI29500], расширения [MS-ODRAWXML]) живёт в `../ooxml/README.md` — там же таблицы «Источники» с SHA и команды регенерации. Нормативная база моста .doc — `../doc/README.md` + `../binary/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».
### Источники ### Источники
|Файл|Документ|Редакция/дата|URL|SHA-256| |Файл|Документ|Редакция/дата|URL|SHA-256|
|---|---|---|---|---| |---|---|---|---|---|
|`ECMA-376-1_5th_edition_december_2016.pdf`|ECMA-376 Part 1 «Fundamentals and Markup Language Reference»|5-е изд., декабрь 2016|https://ecma-international.org/wp-content/uploads/ECMA-376-1_5th_edition_december_2016.pdf|`7cccfd0ad0e2ef89316acece15e44a8a088d0603ce4bba4e7b0361b50d13a37d`| |`validate-fixtures.py`|Валидатор `.docx`-фикстур (lxml + переходные XSD из `../ooxml/schema/transitional/`)|—|—|—|
|`ecma376-part1-5th.md`|Тот же текст, извлечённый из PDF (поиск по номерам секций)|5-е изд.|производный (см. регенерацию)|`86af445c080d9a481eaa426fc1721d50a1c4eff875535f9d03fe93d2b95b21b6`|
|`ms-oi29500.md`|[MS-OI29500] «Office Implementation Information for ISO/IEC-29500 Standards» — как Word реально пишет docx (§2.1 — комментарий к Part 1, §3.1 — к Part 4)|260818 (август 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OI29500/%5bMS-OI29500%5d-260818.docx|`3e3eabb060a3772d096f001e7fee682fc4be12a2dd55ea360430fff14dd5845d`|
|`ms-odrawxml.md`|[MS-ODRAWXML] «Office Drawing Extensions to Office Open XML» — расширения Word/Excel для чартов (ChartEx, стили/цвета)|261006 (октябрь 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-ODRAWXML/%5bMS-ODRAWXML%5d-261006.docx|`f5a2517c4984b2ba2f0ade504bd0c9660c74f619290910a9b491c0f2ca9db64a`|
|`schema/strict/`|Полный набор XSD Strict (21 файл: `wml`/`sml`/`pml`/`dml-*`/`shared-*`)|5-е изд.|вложенный `OfficeOpenXML-XMLSchema-Strict.zip` в https://ecma-international.org/wp-content/uploads/ECMA-376-1_5th_edition_december_2016.zip|`9d0bcad9cf06054785b03762fcfadbf6bab7e54a5f9d69434e34b7fd464d4129` (zip)|
|`schema/transitional/`|Полный набор XSD Transitional (26 файлов, +5 `vml-*`)|5-е изд.|вложенный `OfficeOpenXML-XMLSchema-Transitional.zip` в https://ecma-international.org/wp-content/uploads/ECMA-376-4_5th_edition_december_2016.zip|`bd25da1109f73762356596918bf5ff8b74a1331642dba5f1c1d1dfc6bed34ecd` (zip)|
### Что где искать ### Что где искать
- **Диаграммы (`c:chart`)** — ECMA-376 §21.2 (`grep -n "^21.2" ecma376-part1-5th.md`; каждый элемент — секция вида `21.2.2.132 overlay (Overlay)`) + `schema/transitional/dml-chart.xsd` (он же в `schema/strict/`); расширения Word — `ms-odrawxml.md`. - **Нормативная разметка .docx** (`w:r`/`w:t`, таблицы §17.4, `w:position` §17.3.2.24, `mc:AlternateContent` §15.2.15, `xml:space` §5.1.2) — `../ooxml/ecma376-part1-5th.md` и `../ooxml/schema/transitional/wml.xsd`; поведение Word — `../ooxml/ms-oi29500.md`.
- **Диаграммы-схемы SmartArt (`dgm:`)** — ECMA-376 §21.4 + `schema/transitional/dml-diagram.xsd`. Кэш разложенной схемы (`word/diagrams/drawing1.xml`, relationship `…/office/2007/relationships/diagramDrawing`) — проприетарный MS-формат (`dsp:`, [MS-ODRAWXML]), нормативного ECMA-XSD нет; authoritative источник фактической геометрии — сам `dsp:drawing`. - **Диаграммы/SmartArt/пресет-геометрия** — `../ooxml/README.md` (§21.2/§21.3/§21.4, Annex D).
- **Пресет-геометрия (`a:prstGeom`)** — ECMA-376 Annex D; машинная копия таблицы пресетов — `wordpdf-core/src/test/resources/geom/presetShapeDefinitions.xml` (синхрон пинит `PresetGeometryTest#tableMatchesEcmaXml`). - **Валидация фикстур** — см. ниже.
- **Chart Drawings (`c:drawing`)** — ECMA-376 §21.3.
- **Поведение Word (что он реально пишет в `w:r`/`w:t`/`lastRenderedPageBreak`, текстбоксы, чарты)** — `ms-oi29500.md` (указатели на секции Part 1, напр. §2.17.3.3.13 → Part 1 §17.3.3.13).
### Регенерация
```bash
# ecma376-part1-5th.md — из PDF в репозитории (постобработка: выбросить строки
# `^\s*\d{1,4}\s*$` (номера страниц), `^ECMA-376 Part 1\s*$` (колонтитул),
# строки с `.....` (точки оглавления); остальной текст — как есть)
pdftotext -layout docs/standards/docx/ECMA-376-1_5th_edition_december_2016.pdf /tmp/p1.txt
# ms-oi29500.md / ms-odrawxml.md — свежие dated-.docx с learn.microsoft.com
# (при 404 — самый свежий .docx со страниц лендингов:
# https://learn.microsoft.com/en-us/openspecs/office_standards/ms-oi29500/1fd4a662-8623-49c0-82f0-18fa91b413b8
# https://learn.microsoft.com/en-us/openspecs/office_standards/ms-odrawxml/06cff208-c6e1-4db7-bb68-665135e5f0de)
curl -sSL -o /tmp/oi29500.docx "https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OI29500/%5bMS-OI29500%5d-260818.docx"
curl -sSL -o /tmp/odrawxml.docx "https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-ODRAWXML/%5bMS-ODRAWXML%5d-261006.docx"
pandoc /tmp/oi29500.docx -t gfm-raw_html --wrap=none -o docs/standards/docx/ms-oi29500.md
pandoc /tmp/odrawxml.docx -t gfm-raw_html --wrap=none -o docs/standards/docx/ms-odrawxml.md
# schema/strict/ и schema/transitional/ — полные наборы из официальных ECMA-архивов
curl -sSL -o /tmp/p1.zip "https://ecma-international.org/wp-content/uploads/ECMA-376-1_5th_edition_december_2016.zip"
unzip -o /tmp/p1.zip "OfficeOpenXML-XMLSchema-Strict.zip" -d /tmp/
unzip -o -d docs/standards/docx/schema/strict /tmp/OfficeOpenXML-XMLSchema-Strict.zip "*.xsd"
curl -sSL -o /tmp/p4.zip "https://ecma-international.org/wp-content/uploads/ECMA-376-4_5th_edition_december_2016.zip"
unzip -o /tmp/p4.zip "OfficeOpenXML-XMLSchema-Transitional.zip" -d /tmp/
unzip -o -d docs/standards/docx/schema/transitional /tmp/OfficeOpenXML-XMLSchema-Transitional.zip "*.xsd"
```
### Валидация фикстур ### Валидация фикстур
`samples/*.docx` обязаны быть ECMA-conformant (фикстуры — источник истины по входу, `samples/*.docx` обязаны быть ECMA-conformant (фикстуры — источник истины по входу,
код под них не подгоняется). Проверка — `docx/validate-fixtures.py` (lxml + схемы код под них не подгоняется). Проверка — `docx/validate-fixtures.py` (lxml + схемы
`docx/schema/transitional/`): `../ooxml/schema/transitional/`):
```bash ```bash
python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources/samples/*.docx python3 docs/standards/docx/validate-fixtures.py wordpdf-core/src/test/resources/samples/*.docx
+2 -2
View File
@@ -1,7 +1,7 @@
#!/usr/bin/env python3 #!/usr/bin/env python3
"""Валидация XML-частей samples/*.docx против XSD ECMA-376 (transitional). """Валидация XML-частей samples/*.docx против XSD ECMA-376 (transitional).
Схемы — docs/standards/docx/schema/transitional/ (полный набор ECMA-376 5-го изд.). Схемы — docs/standards/ooxml/schema/transitional/ (полный набор ECMA-376 5-го изд.).
wml.xsd — word/*.xml (document/styles/settings/header/footer/...); wml.xsd — word/*.xml (document/styles/settings/header/footer/...);
dml-chart.xsd — word/charts/chart*.xml; dml-diagram.xsd — word/diagrams/*; dml-chart.xsd — word/charts/chart*.xml; dml-diagram.xsd — word/diagrams/*;
dml-main.xsd — word/theme/theme*.xml. dml-main.xsd — word/theme/theme*.xml.
@@ -18,7 +18,7 @@ import os, re, sys, shutil, tempfile, zipfile
from lxml import etree from lxml import etree
REPO = os.path.dirname(os.path.abspath(__file__)) REPO = os.path.dirname(os.path.abspath(__file__))
SCHEMA_DIR = os.path.join(REPO, "schema", "transitional") SCHEMA_DIR = os.path.join(REPO, os.pardir, "ooxml", "schema", "transitional")
XML_XSD = """<?xml version="1.0" encoding="UTF-8"?> XML_XSD = """<?xml version="1.0" encoding="UTF-8"?>
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema" <xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"
+52
View File
@@ -0,0 +1,52 @@
# Нормативная документация OOXML (общая для .docx/.xlsx/.pptx)
Источник истины для chart-движка (`wordpdf-core/.../internal/chart/`), нормализаторов и любого правки OOXML-разметки: любые правки диаграмм/SmartArt/представления docx/xlsx — по документам ниже, а не по догадкам. Правило закреплено в `AGENTS.md` (секции «Chart/SmartArt-движок», «Нормализаторы»). Здесь — только кросс-форматная часть ECMA-376 и Office-комментарии; специфика WordprocessingML-пайплайна и валидация фикстур — `../docx/README.md`, SpreadsheetML-расширения Excel — `../xlsx/README.md`. Документация бинарного .doc — `../doc/README.md`, бинарного .xls — `../xls/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».
### Источники
|Файл|Документ|Редакция/дата|URL|SHA-256|
|---|---|---|---|---|
|`ECMA-376-1_5th_edition_december_2016.pdf`|ECMA-376 Part 1 «Fundamentals and Markup Language Reference»|5-е изд., декабрь 2016|https://ecma-international.org/wp-content/uploads/ECMA-376-1_5th_edition_december_2016.pdf|`7cccfd0ad0e2ef89316acece15e44a8a088d0603ce4bba4e7b0361b50d13a37d`|
|`ecma376-part1-5th.md`|Тот же текст, извлечённый из PDF (поиск по номерам секций)|5-е изд.|производный (см. регенерацию)|`86af445c080d9a481eaa426fc1721d50a1c4eff875535f9d03fe93d2b95b21b6`|
|`ms-oi29500.md`|[MS-OI29500] «Office Implementation Information for ISO/IEC-29500 Standards» — как Word/Excel реально пишут docx/xlsx (§2.1 — комментарий к Part 1, §3.1 — к Part 4)|260818 (август 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OI29500/%5bMS-OI29500%5d-260818.docx|`3e3eabb060a3772d096f001e7fee682fc4be12a2dd55ea360430fff14dd5845d`|
|`ms-odrawxml.md`|[MS-ODRAWXML] «Office Drawing Extensions to Office Open XML» — расширения Word/Excel для чартов (ChartEx, стили/цвета)|261006 (октябрь 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-ODRAWXML/%5bMS-ODRAWXML%5d-261006.docx|`f5a2517c4984b2ba2f0ade504bd0c9660c74f619290910a9b491c0f2ca9db64a`|
|`schema/strict/`|Полный набор XSD Strict (21 файл: `wml`/`sml`/`pml`/`dml-*`/`shared-*`)|5-е изд.|вложенный `OfficeOpenXML-XMLSchema-Strict.zip` в https://ecma-international.org/wp-content/uploads/ECMA-376-1_5th_edition_december_2016.zip|`9d0bcad9cf06054785b03762fcfadbf6bab7e54a5f9d69434e34b7fd464d4129` (zip)|
|`schema/transitional/`|Полный набор XSD Transitional (26 файлов, +5 `vml-*`)|5-е изд.|вложенный `OfficeOpenXML-XMLSchema-Transitional.zip` в https://ecma-international.org/wp-content/uploads/ECMA-376-4_5th_edition_december_2016.zip|`bd25da1109f73762356596918bf5ff8b74a1331642dba5f1c1d1dfc6bed34ecd` (zip)|
### Что где искать
- **WordprocessingML (.docx)** — ECMA-376 §17 (текст/раны/свойства — §17.3, таблицы — §17.4; например `w:position` — §17.3.2.24) + `schema/transitional/wml.xsd`.
- **SpreadsheetML (.xlsx)** — ECMA-376 §18 (§18.2 workbook, §18.3 worksheet, §18.4 styles, §18.5 sharedStrings, §18.6 drawing) + `schema/transitional/sml.xsd`, `dml-spreadsheetDrawing.xsd`; поиск: `grep -n "^18\.3\.1" ecma376-part1-5th.md`. Расширения Excel — `../xlsx/ms-xlsx.md`.
- **Диаграммы (`c:chart`)** — ECMA-376 §21.2 (`grep -n "^21.2" ecma376-part1-5th.md`; каждый элемент — секция вида `21.2.2.132 overlay (Overlay)`) + `schema/transitional/dml-chart.xsd` (он же в `schema/strict/`); расширения Word — `ms-odrawxml.md`.
- **Chart Drawings (`c:drawing`)** — ECMA-376 §21.3.
- **Диаграммы-схемы SmartArt (`dgm:`)** — ECMA-376 §21.4 + `schema/transitional/dml-diagram.xsd`. Кэш разложенной схемы (`word/diagrams/drawing1.xml`, relationship `…/office/2007/relationships/diagramDrawing`) — проприетарный MS-формат (`dsp:`, [MS-ODRAWXML]), нормативного ECMA-XSD нет; authoritative источник фактической геометрии — сам `dsp:drawing`.
- **Пресет-геометрия (`a:prstGeom`)** — ECMA-376 Annex D; машинная копия таблицы пресетов — `wordpdf-core/src/test/resources/geom/presetShapeDefinitions.xml` (синхрон пинит `PresetGeometryTest#tableMatchesEcmaXml`).
- **Поведение Office (что Word/Excel реально пишут: `w:r`/`w:t`/`lastRenderedPageBreak`, текстбоксы, чарты; комментарии и к SpreadsheetML)** — `ms-oi29500.md` (указатели на секции Part 1, напр. §2.17.3.3.13 → Part 1 §17.3.3.13).
### Регенерация
```bash
# ecma376-part1-5th.md — из PDF в репозитории (постобработка: выбросить строки
# `^\s*\d{1,4}\s*$` (номера страниц), `^ECMA-376 Part 1\s*$` (колонтитул),
# строки с `.....` (точки оглавления); остальной текст — как есть)
pdftotext -layout docs/standards/ooxml/ECMA-376-1_5th_edition_december_2016.pdf /tmp/p1.txt
# ms-oi29500.md / ms-odrawxml.md — свежие dated-.docx с learn.microsoft.com
# (при 404 — самый свежий .docx со страниц лендингов:
# https://learn.microsoft.com/en-us/openspecs/office_standards/ms-oi29500/1fd4a662-8623-49c0-82f0-18fa91b413b8
# https://learn.microsoft.com/en-us/openspecs/office_standards/ms-odrawxml/06cff208-c6e1-4db7-bb68-665135e5f0de)
curl -sSL -o /tmp/oi29500.docx "https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-OI29500/%5bMS-OI29500%5d-260818.docx"
curl -sSL -o /tmp/odrawxml.docx "https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-ODRAWXML/%5bMS-ODRAWXML%5d-261006.docx"
pandoc /tmp/oi29500.docx -t gfm-raw_html --wrap=none -o docs/standards/ooxml/ms-oi29500.md
pandoc /tmp/odrawxml.docx -t gfm-raw_html --wrap=none -o docs/standards/ooxml/ms-odrawxml.md
# schema/strict/ и schema/transitional/ — полные наборы из официальных ECMA-архивов
curl -sSL -o /tmp/p1.zip "https://ecma-international.org/wp-content/uploads/ECMA-376-1_5th_edition_december_2016.zip"
unzip -o /tmp/p1.zip "OfficeOpenXML-XMLSchema-Strict.zip" -d /tmp/
unzip -o -d docs/standards/ooxml/schema/strict /tmp/OfficeOpenXML-XMLSchema-Strict.zip "*.xsd"
curl -sSL -o /tmp/p4.zip "https://ecma-international.org/wp-content/uploads/ECMA-376-4_5th_edition_december_2016.zip"
unzip -o /tmp/p4.zip "OfficeOpenXML-XMLSchema-Transitional.zip" -d /tmp/
unzip -o -d docs/standards/ooxml/schema/transitional /tmp/OfficeOpenXML-XMLSchema-Transitional.zip "*.xsd"
```
+39
View File
@@ -0,0 +1,39 @@
# Нормативная документация бинарного .xls (Excel 97–2003)
Справочный комплект формата бинарного .xls: [MS-XLS] — источник истины по структуре `Workbook`-потока и BIFF8-записям (BOF/EOF, SST, XF, формулы, листы). В конвертере поддержки .xls нет — комплект справочный (вход конвертера: `.docx`/`.doc`). Общее OLE2-окружение (CFB-контейнер, property sets, OfficeArt, шифрование, VBA, метафайлы, общие типы MS-OSHARED) — `../binary/README.md`; документация OOXML — `../ooxml/README.md`, SpreadsheetML-расширения Excel — `../xlsx/README.md`.
SHA-256 `.md`-файлов — справочные: они производные от инструментов извлечения (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 в обоих файлах, включая `ms-xls.md`).
### Источники
|Файл|Документ|Редакция/дата|URL|SHA-256|
|---|---|---|---|---|
|`ms-xls.md`|[MS-XLS] «Excel (.xls) Binary File Format» — бинарный формат .xls Excel 97–2003 (BIFF8-записи: BOF/EOF, SST, XF,_formulae_, листы)|12.2 (250819, август 2025)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-XLS/%5bMS-XLS%5d-250819.docx|`37cec6eebd7ec85e002b7d46af76e1da15a5b664448902126d1dfe4f0444f011`|
|`ms-xls-full.md`|Тот же [MS-XLS] 12.2, полный конверт **с** HTML-packet-diagram'ами (`-t gfm`, raw_html включён): битовые макеты записей §2.4 и структур §2.5 — то, что в `ms-xls.md` свёрнуто в `[TABLE]`|12.2 (250819, август 2025)|тот же dated-.docx, что `ms-xls.md`|`c2ac10623879e8ea73ccbdb75e0889ad18425ac7172d0087835f3e94b38937ab`|
|`ms-xls.docx`|Оригинальный dated-.docx [MS-XLS] 12.2 (первичный источник двух `.md`-конвертов)|12.2 (250819)|тот же URL, что `ms-xls.md`|`66800e9bdfae1eec8e462c2e2d6411f56f2592f79a0b980de00df1e7bf2210b2`|
### Что где искать
- **Структура файла** — `ms-xls.md`: §2.1 File Structure (контейнер CFB §2.1.1, потоки/подпотоки/записи §2.1.2–2.1.5, хранилища и потоки §2.1.7: `Workbook`-поток §2.1.7.20, `encryption` §2.1.7.6, VBA-хранилище §2.1.7.18, `\_VBA`/`Ctls`/`CompObj`…); концептуальный обзор — §2.2 Conceptual Overview (грамматики `WORKBOOK = BOF WORKBOOKCONTENT …`).
- **Записи BIFF8** — `ms-xls.md`: §2.3 Record Enumeration (номер записи → секция) и §2.4 Records (каждая запись — своя секция: BOF §2.4.21, EOF §2.4.103, SST §2.4.265, …); битовые макеты — packet diagram'ы (в `ms-xls.md` свёрнуты в `[TABLE]`, живые — в `ms-xls-full.md`).
- **Вспомогательные структуры** — §2.5 Structures (XLNAME, XLOPERTABLE, SORTDATA…), §2.6 XCB Structures, §2.7 Algorithms.
- **Примеры байтовых раскладок** — §3 Structure Examples (например §3.9 Workbook: BOF 1… — реальные дампы Workbook-потока).
- **Поиск по номерам секций** — по строкам оглавления вида `[2.4.21 BOF …]` (заголовки в теле без номеров — автонумерация Word потерялась при извлечении): `grep -n "^\[2\.4\.21 " ms-xls.md`.
- **Контейнер, метаданные, шифрование, картинки, макросы** — общие документы в `../binary/` (CFB, MS-OLEPS, MS-OFFCRYPTO §2.3.5, MS-ODRAW, MS-OVBA, MS-WMF/MS-EMF); общие типы цитируемые MS-XLS — MS-OSHARED там же.
### Регенерация
```bash
# ms-xls.md — свежий dated-.docx [MS-XLS] с лендинга
# https://learn.microsoft.com/en-us/openspecs/office_file_formats/ms-xls/cd03cb5f-ca02-4934-a391-bb674cb8aa06
curl -sSL -o /tmp/msxls.docx "https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-XLS/%5bMS-XLS%5d-250819.docx"
pandoc /tmp/msxls.docx -t gfm-raw_html --wrap=none -o docs/standards/xls/ms-xls.md
# ms-xls-full.md — тот же dated-.docx, но raw_html ВКЛЮЧЁН: packet diagram'ы
# записей (§2.4) остаются HTML-таблицами вместо [TABLE]-плейсхолдеров.
pandoc /tmp/msxls.docx -t gfm --wrap=none -o docs/standards/xls/ms-xls-full.md
# Обновлённый dated-.docx при этом перекладывается в ms-xls.docx (первичный источник).
```
File diff suppressed because it is too large Load Diff
Binary file not shown.
File diff suppressed because it is too large Load Diff
+32
View File
@@ -0,0 +1,32 @@
# Нормативная документация формата .xlsx (Excel OOXML)
Справочный комплект формата .xlsx: база — ECMA-376 Part 1 §18 SpreadsheetML (лежит в `../ooxml/`), расширения Excel — [MS-XLSX] (здесь). В конвертере поддержки .xlsx нет — комплект справочный (вход конвертера: `.docx`/`.doc`). Документация OOXML и XSD — `../ooxml/README.md`, бинарный .xls — `../xls/README.md`, общее OLE2-окружение — `../binary/README.md`.
SHA-256 `.md`-файлов — справочные: они производные от инструментов извлечения (pandoc), при регенерации другим инструментом могут измениться; первичен docx в таблице «Источники».
### Источники
|Файл|Документ|Редакция/дата|URL|SHA-256|
|---|---|---|---|---|
|`ms-xlsx.md`|[MS-XLSX] «Excel (.xlsx) Extensions to the Office Open XML SpreadsheetML File Format» — расширения Excel к SpreadsheetML (Excel-namespace `…/office/excel/2006/main`, slicers/timelines/data model, metadata)|30.0 (261016, октябрь 2026)|https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-XLSX/%5bMS-XLSX%5d-261016.docx|`98542cb9a3037734cede02dcc1f333061297eaf85e7fa8f6f01f51b21f50d226`|
|`ms-xlsx.docx`|Оригинальный dated-.docx [MS-XLSX] 30.0 (первичный источник `.md`-конверта)|30.0 (261016)|тот же URL, что `ms-xlsx.md`|`239652cea96fbae721fbbdedf2758b0a13b797136b41731241d023e848b7867c`|
Конверт сделан `-t gfm` (raw_html включён): packet diagram'ов в документе нет (XML-расширения), все таблицы сохранены без `[TABLE]`-плейсхолдеров — отдельный «full»-файл не нужен.
### Что где искать
- **Разметка .xlsx (база)** — ECMA-376 §18 в `../ooxml/ecma376-part1-5th.md`: §18.2 Workbook (`workbook.xml`), §18.3 Worksheet (`xl/worksheets/sheet*.xml`, ран-ячейки `is` §18.3.1.53), §18.4 Styles, §18.5 Shared String Table, §18.6 Drawings; схемы — `../ooxml/schema/transitional/sml.xsd`, `dml-spreadsheetDrawing.xsd`. Поиск: `grep -n "^18\.3\.1" ../ooxml/ecma376-part1-5th.md`.
- **Расширения Excel ([MS-XLSX])** — `ms-xlsx.md`: §2.1 Part Enumerations (какие части бывают: slicers, timelines, customXml, metadata…), §2.2 Extensions (элементы/атрибуты Excel-namespace по частям), §2.3 Conceptual Overview (slicer/data model/timeline-семантика), §2.4 Global Elements / §2.5 Global Attributes / §2.6 Complex Types / §2.7 Simple Types (полные определения), §3 Structure Examples (например Slicer); полные XSD расширений — Appendix A («Full XML Schema» — по namespace: `…/excel/2006/main`, `…/drawing/2010/slicer`, `…/spreadsheetml/2010/11/main`…).
- **Поведение Excel (что он реально пишет)** — `../ooxml/ms-oi29500.md` (комментарии и к SpreadsheetML в т.ч.); расширения чартов/рисунков — `../ooxml/ms-odrawxml.md`.
- **Поиск по номерам секций** — по строкам оглавления вида `[2.2 Extensions …]`: `grep -n "^\[2\.2 " ms-xlsx.md`.
### Регенерация
```bash
# ms-xlsx.md — свежий dated-.docx [MS-XLSX] с лендинга
# https://learn.microsoft.com/en-us/openspecs/office_standards/ms-xlsx/2c5dee00-eff2-4b22-92b6-0738acd4475e
curl -sSL -o /tmp/msxlsx.docx "https://officeprotocoldocs-f5hpbjgea6b8gneq.b02.azurefd.net/files/MS-XLSX/%5bMS-XLSX%5d-261016.docx"
pandoc /tmp/msxlsx.docx -t gfm --wrap=none -o docs/standards/xlsx/ms-xlsx.md
# Обновлённый dated-.docx при этом перекладывается в ms-xlsx.docx (первичный источник).
```
Binary file not shown.
File diff suppressed because one or more lines are too long