Office Open XML

El estándar ECMA está estructurado en cinco partes para lograr los requerimientos de distintas audiencias.[21]

Parte 1. Fundamentos

Vocabulario, convenciones de notación y abreviaturas

Resumen de los lenguajes de marcado principales y de soporte

Condiciones de adhesión y guías de interoperatividad

Restricciones del formato de empaquetado OPC que aplican a cada tipo de documento

Parte 2. Open Packaging Conventions

Define el formato Open Packaging Conventions (OPC), su modelo del paquete y empaquetado físico en las diversas aplicaciones que lo utilicen

Define las propiedades principales, miniaturas, firmas digitales, autorizaciones de acceso y cifrado

Los esquemas XML para OPC se declaran como XML Schema Definitions (XSD) y (no incluido en la normativa) utilizando RELAX NG (ISO/IEC 19757-2)

Parte 3. Cartilla

Introducción informativa (no normativa) a WordprocessingML, SpreadsheetML, PresentationML, DrawingML, VML y otros ML compartidos, proporcionando un contexto e ilustrando elementos a través de ejemplos y diagramas

Describe la institución de almacenamiento para los datos XML personalizados dentro de un contenedor, para soportar la integración con datos de negocios

Parte 4. Referencia del lenguaje de marcado

Contiene el material de referencia para WordprocessingML, SpreadsheetML, PresentationML, DrawingML, otros ML compartidos y esquemas XML personalizados, definiendo cada elemento y atributo e incluyendo la jerarquía del elemento (relaciones de parentesco)

Esquemas XML para los lenguajes de marcado, declarados como XSD y (no incluido en la normativa) utilizando RELAX NG

Define el mecanismo de almacenamiento para XML personalizado

Parte 5. Compatibilidad de marcado y extensibilidad

Describe los mecanismos de extensión de los documentos OpenXML y especifica los elementos o atributos por medio de los cuales las aplicaciones con extensiones distintas pueden interoperar.

El estándar ISO/IEC está estructurado en cuatro partes, siendo cada una de ellas estándares independientes.[22]

Parte 1. Fundamentos y referencia del lenguaje de marcado (5560 páginas)

Contiene definiciones de conformación

Contiene el material de referencia para WordprocessingML, SpreadsheetML, PresentationML, DrawingML, otros ML compartidos y esquemas XML personalizados, definiendo cada elemento y atributo e incluyendo la jerarquía del elemento (relaciones de parentesco)

Esquemas XML para los lenguajes de marcado, declarados como XSD y (no incluido en la normativa) utilizando RELAX NG

Define la institución de almacenamiento para los datos XML personalizados

Se incluyen los esquemas XML en el texto

Parte 2. Open Packaging Conventions (129 páginas)

Define el formato Open Packaging Conventions (modelo del paquete, empaquetado físico)

Define las propiedades principales, miniaturas y firmas digitales

Los esquemas XML para OPC son declarados como XML Schema Definitions (XSD) y (no incluido en la normativa) utilizando RELAX NG (ISO/IEC 19757-2)

Parte 3. Compatibilidad de marcado y extensibilidad (40 páginas)

Describe los mecanismos de extensión de los documentos OpenXML y especifica los elementos o atributos por medio de los cuales, las aplicaciones con extensiones distintas pueden interoperar

Las reglas de extensibilidad son expresadas utilizando NVDL (ISO/IEC 19757-4)

Parte 4. Características de migración transicionales (1464 páginas)

Contiene material de referencia de interés transicional

Contiene material controvertido como la configuración de compatibilidad y el lenguaje de marcado gráfico VML

Contiene una lista de diferencias entre ECMA-376 e ISO/IEC 29500:2008

El estándar especifica un total seis niveles de tolerancia del documento o aplicación. Niveles strict (estricto) y transitional (de transición) para cada lenguaje (WordprocessingML, PresentationML y SpreadsheetML). El estándar también especifica las descripciones de aplicaciones tales como base y full (completo).

Un archivo Office Open XML puede contener muchos documentos codificados en lenguajes de marcado especializados, correspondientes a diversas aplicaciones dentro de la línea de productos de Microsoft Office. El formato Office Open XML define vocabularios múltiples utilizando para ello módulos de 27 espacios de nombres y 89 lenguajes de esquema.

Los lenguajes de marcado principales son:

• WordprocessingML para documentos de texto
• SpreadsheetML para hojas de cálculo
• PresentationML para presentaciones

Algunos materiales compartidos con los lenguajes de marcado incluyen:

• Lenguaje de marcado Office Math (OMML)
• DrawingML, utilizado para dibujar vectores, gráficos, y text art (además, aunque no aprobado, VML se soporta como lenguaje de dibujo)
• Propiedades extendidas
• Propiedades personalizadas
• Tipos variables
• Propiedades de datos XML personalizadas
• Bibliografía

Además de los lenguajes de marcado mencionados, se pueden usar esquemas XML personalizados para extender aún más Office Open XML.

El esquema XML de Office Open XML enfatiza el reducir el tiempo de carga y mejorar la velocidad de análisis sintáctico. Para mejorar el rendimiento, Office Open XML utiliza nombres de elementos muy cortos para aquellos elementos comunes y las hojas de cálculo guardan datos como números de índice (comenzando la numeración desde 1899 o desde 1904). Para lograr ser sistemático y genérico, Office Open XML usa típicamente elementos derivados separados para datos y metadatos (nombres de elementos que terminan en Pr para propiedades) en lugar de usar atributos múltiples que permitan propiedades estructuradas. Office Open XML no utiliza contenido mixto, pero utiliza algunos elementos para colocar series de text runs (nombre de elemento, r) en párrafos (nombre de elemento, p). En contraste, el resultado es conciso y altamente jerarquizado al compararse, por ejemplo con HTML que es bastante plano, ya que fue diseñado para escribir en editores de texto siendo a la vez más agradable de leer.

El lenguaje de marcado Office Math es un lenguaje de marcado matemático el cual puede integrarse dentro de WordprocessingML, y que incluye soporte intrínseco para otros lenguajes de marcado de procesamiento de palabras como marcas de revisión,[36] notas al pie, comentarios, imágenes y otros estilos de contenido.[37] El formato OMML es distinto a la recomendación del World Wide Web Consortium (W3C), MathML, el cual, aunque no soporta esas características ofimáticas es parcialmente compatible[38] a través de transformaciones XSL relativamente simples.

El siguiente ejemplo de Office MathML define la fracción: ${\displaystyle {\frac {\pi }{2}}}$

<m:oMathPara>
  <m:oMath>
    <m:f>
      <m:num><m:r>
        <m:t>π</m:t>
      </m:r></m:num>
      <m:den><m:r>
        <m:t>2</m:t>
      </m:r></m:den>
    </m:f>
  </m:oMath>
</m:oMathPara>

Ejemplo de gráfico realizado mediante DrawingML.

DrawingML es el lenguaje de marcado para gráficos vectoriales utilizado en documentos Office Open XML. Sus papel principal es renderizar los gráficos de elementos de texto, formas gráficas basadas en vectores, tablas y diagramas.

DrawingML es el tercer modelo de tablas en Office Open XML (luego de los modelos de tablas en WordprocessingML y SpreadsheetML) y está optimizado para efectos gráficos como sombras y reflejos que pueden ser utilizadas en diferentes elementos gráficos. Fue creado para un uso principal por parte del lenguaje PresentationML. Es posible crear efectos 3d en DrawingML para por ejemplo, mostrar diversos elementos gráficos mediante un ángulo de visión flexible. También es posible crear temas de diseño separados mediante DrawingML en un contenedor Office Open XML. Estos temas pueden ser aplicados a elementos gráficos a través de todo el contenido dentro del contenedor Office Open XML.[39]

El lenguaje DrawingML no está relacionado con otros formatos de gráficos vectoriales como SVG, aunque pueden ser convertidos a DrawingML para incluirse nativamente en un documento Office Open XML. Esta es una aproximación distinta a la del formato OpenDocument, el cual utiliza un subconjunto de SVG e incluye los gráficos vectoriales en archivos separados.

Las dimensiones de un gráfico DrawingML están especificadas en Unidades Métricas Inglesas (del inglés English Metric Unit o EMUs). Esta unidad se define como la 1/360.000 parte de un centímetro y por ende, hay 914.400 EMUs en una pulgada y 12.700 EMUs por punto. Se escogió esta unidad con aras de que se pudiesen utilizar números enteros para representar con precisión la mayoría de dimensiones encontradas en un documento. Las operaciones de coma flotante no pueden representar adecuadamente una fracción que no sea resultado de la suma de las potencias de dos y ese error se amplifica cuando las fracciones se suman juntas varias veces resultando en un desajuste. Ya que una pulgada equivale a 2.54 centímetros o 127/50, la pulgada debe ser dividida en 127 para que los valores de pulgada y centímetro se conviertan en enteros. Para representar de manera precisa un decimal en dos dígitos, se necesita un divisor de 100. Para representar un punto, es necesario un divisor de 72, lo cual permite también a divisiones de 2, 3, 4, 6, 8, 9, 12, 18, 24, y 36 ser exactas. Al multiplicar estos valores da como resultado 127×72×100 = 914.400 unidades por pulgada (el mínimo común múltiplo daría valores de 228.600 por pulgada y 90.000 por centímetro). De acuerdo con Rick Jelliffe, programador y activista de estándares (ISO, W3C, IETF), las EMUs son una solución racional para un conjunto de criterios de diseño.[40]

Estructura del contenedor según la Parte 2 del estándar Ecma Office Open XML, ECMA-376.

Los documentos Office Open XML son almacenados en contenedores Open Packaging Convention (OPC), los cuales son archivos ZIP que guardan XML y otros archivos de datos, junto con las especificaciones de relación entre ellos.[41] Dependiendo del tipo de documento, los contenedores difieren en sus estructuras y nombres de directorios. Una aplicación usará los archivos de relación para localizar secciones individuales (en archivos), cada una con metadatos adjuntos, en particular metadatos MIME.

Un contenedor básico incluye en su raíz un archivo XML denominado [Content_Types].xml, junto con tres directorios: _rels, docProps, y uno específico para el tipo de documento (por ejemplo, en un paquete de texto .docx, habrá un directorio llamado word). El directorio word contendrá un archivo document.xml el cual incluye el texto base del documento.

[Content_Types].xml

Este archivo describe los contenidos globales. También contiene estructuras de mapeo para extensiones de archivos y reemplazos para URIs específicas.

_rels

Estos directorios contienen las relaciones de los archivos dentro del contenedor. Contendrá los mismos nombres de archivo que indican relaciones pero con una extensión .rels añadida. Por ejemplo, si el archivo content types tuviese alguna relación, existirá una archivo de nombre [Content_Types].xml.rels dentro del directorio _rels.

_rels/.rel

En este archivo se localizan las relaciones del contenedor. Las aplicaciones miran aquí primero. En un documento de contenido mínimo que sólo incluya el archivo básico document.xml, las relaciones detalladas son metadatos y document.xml.

docProps/core.xml

Este archivo contiene las propiedades base de cualquier documento Office Open XML.

A continuación, un ejemplo de archivo de relación (word/_rels/document.xml.rels):

<?xml version="1.0" encoding="UTF-8" standalone="yes" ?>
<Relationships
  xmlns="http://schemas.microsoft.com/package/2005/06/relationships">
  <Relationship Id="rId1"
    Type="http://schemas.microsoft.com/office/2006/relationships/image"
    Target="http://web.archive.org/web/http://en.wikipedia.org/images/wiki-en.png"
    TargetMode="External" />
  <Relationship Id="rId2"
    Type="http://schemas.microsoft.com/office/2006/relationships/hyperlink"
    Target="http://www.wikipedia.org"
    TargetMode="External" />
</Relationships>

Con ello, las imágenes referenciadas en el documento pueden encontrarse en el archivo de relaciones si se busca por las relaciones que son de tipo http://schemas.microsoft.com/office/2006/relationships/image. Para cambiar la imagen usada, es necesario editar la relación.

El siguiente código muestra un ejemplo de marcado entre líneas para un hipervínculo:

<w:hyperlink r:id="rId2" w:history="1"
  xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" 
  xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">

En este ejemplo, el Localizador Uniforme de Recursos (URL) está representado por "rId2". La URL realmente se encuentra en el archivo de relaciones que le acompaña, localizado por su elemento "rId2" correspondiente. Las imágenes, plantillas y otros elementos vinculables son referenciados de la misma manera.

Las imágenes pueden ser incorporadas o vinculadas usando una etiqueta:

<v:imagedata w:rel="rId1" o:title="ejemplo" />

Esta es la referencia al archivo de imagen. Todas las referencias son administradas mediante relaciones. Por ejemplo, el archivo document.xml se relaciona con la imagen. Hay un directorio _rels en el mismo directorio que document.xml; dentro de _rels hay un archivo llamado document.xml.rels. En ese archivo hay definiciones de relación que contiene tipo, ID y ubicación. La ID es la utilizada como referencia en el documento XML. El tipo será un esquema de definición para los tipos de medios y la ubicación será definida como la localización interna dentro del contenedor ZIP o externa, definida con una URL.

Office Open XML utiliza el conjunto de elementos de metadatos Dublin Core y definiciones de metadatos DCMI para almacenar las propiedades del documento. Dublin Core es un estándar para descripción de recursos entre dominios y como tal, está definido en ISO 15836:2003.

El siguiente es un ejemplo del archivo de propiedades (docProps/core.xml) que utiliza metadatos Dublin Core:

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<cp:coreProperties xmlns:cp="http://schemas.openxmlformats.org/package/2006/metadata/core-properties"
  xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:dcterms="http://purl.org/dc/terms/"
  xmlns:dcmitype="http://purl.org/dc/dcmitype/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
  <dc:title>Office Open XML</dc:title>
  <dc:subject>Formato y estructura de archivo</dc:subject>
  <dc:creator>Wikipedia</dc:creator>
  <cp:keywords>Office Open XML, Metadatos, Dublin Core</cp:keywords>
  <dc:description>Office Open XML usa ISO 15836:2003</dc:description>
  <cp:lastModifiedBy>Wikipedia</cp:lastModifiedBy>
  <cp:revision>1</cp:revision>
  <dcterms:created xsi:type="dcterms:W3CDTF">2008-06-19T20:00:00Z</dcterms:created>
  <dcterms:modified xsi:type="dcterms:W3CDTF">2008-06-19T20:42:00Z</dcterms:modified>
  <cp:category>Documentos sobre formatos de archivo</cp:category>
  <cp:contentStatus>Final</cp:contentStatus>
</cp:coreProperties>