Files
Pjandro c920cac7bf
PR checks / web (pull_request) Successful in 40s
PR checks / java (pull_request) Successful in 1m35s
Main: tests, deploy, autotests / web (push) Successful in 32s
Main: tests, deploy, autotests / java (push) Successful in 1m9s
Main: tests, deploy, autotests / images-web (push) Successful in 30s
Main: tests, deploy, autotests / images-app (push) Successful in 48s
Main: tests, deploy, autotests / deploy (push) Failing after 2m42s
Main: tests, deploy, autotests / autotests (push) Has been skipped
Main: tests, deploy, autotests / rollback (push) Failing after 2m37s
docs(standards): [MS-PPT] для .ppt + навигатор PresentationML для .pptx
2026-11-02 22:48:21 +00:00

34 lines
4.6 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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`.