# Нормативная документация форматов Office Источник истины по форматам документов, которые принимает конвертер (`.docx`/`.doc`), и по соседним форматам того же семейства (`.xlsx`/`.xls`, `.pptx`/`.ppt`). 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])| |`.ppt` (PowerPoint 97–2003, бинарный OLE2)|`ppt/` ([MS-PPT])|`binary/` (то же окружение, что у .doc)| |`.pptx` (PowerPoint OOXML)|`pptx/` (навигатор: MS-расширения для .pptx не публикуется)|`ooxml/` (ECMA-376 Part 1 §13 — части PresentationML, §19 — Reference Material + `pml.xsd`; [MS-OI29500], [MS-ODRAWXML])| Схемы ECMA-376 покрывают PowerPoint полностью: части пакета — §13, элементы — §19 (оба в PDF и `ecma376-part1-5th.md` в `ooxml/`), специфика бинарного .ppt — [MS-PPT] в `ppt/`; отдельного MS-документа-расширения для .pptx Microsoft не публикует (`[MS-PPTX]` — 404, `[MS-PPTSB]` снят с публикации). ### 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`| |`ppt/ms-ppt.md`|номер вида §2.9.42 или имя записи|оглавление даёт пару «номер → якорь»: `grep -n "^\[2\.9\.42 " ppt/ms-ppt.md`; заголовки в теле без номеров, но названы именем типа: `grep -n "^#\+ TextCharsAtom" ppt/ms-ppt.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. Исключение: `ppt/ms-ppt.md` сразу делается `-t gfm` — packet diagram'ы там сохранены HTML-таблицами, `[TABLE]` нет, «full»-файл не заведён. - 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`.