Files
java-word-pdf/docs/standards/binary/README.md
T
Pjandro eabc2b0e0d
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
docs(standards): restructure into ooxml/binary, add MS-XLS/MS-XLSX for .xls/.xlsx
2026-11-02 22:21:23 +00:00

9.3 KiB
Raw Blame History

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

# 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