Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
ISO/IEC 29500-4 — Office Open XML 文件格式 — 第4部分：过渡迁移特性
将遗留二进制格式映射到 OOXML：迁移语义、向后兼容性与工程模式
ISO/IEC 29500-4 定义了 Office Open XML 格式家族的过渡迁移特性——这是遗留二进制 Office 格式（DOC、XLS、PPT）与现代 OOXML 标准之间的关键桥梁。虽然第 1-3 部分定义了纯 OOXML 架构，第 4 部分指定了二进制格式世界的元素和属性如何映射到 OOXML 构造，使得数十亿现有文档的无损转换成为可能。对于构建文档转换器、迁移工具或兼容层的工程师来说，第 4 部分是一本不可或缺的参考书，它解释了为什么某些 OOXML 构造存在以及如何处理格式转换过程中出现的边缘情况。
名称中的”过渡”是故意的：这个一致性类别存在的目的是通过允许表示在严格 OOXML 模式中没有原生等效项的遗留特性，来简化 OOXML 的采用。新的文档生成器应以严格一致性为目标；过渡一致性用于文档保存和与遗留应用的往返兼容性。
1. 映射语义：二进制到 OOXML 的转换
第 4 部分为每个重要的二进制格式特性提供了详细的映射规则。这些映射不仅仅是语法层面的——它们定义了保持原始文档的视觉外观、布局行为和应用程序级语义的语义等效关系。下表说明了关键的映射类别。
| 二进制特性 | OOXML 过渡映射 | 严格等效？ |
|---|---|---|
| 自动编号域（LISTNUM） | 带抽象编号定义的 w:numPr | 是——在严格模式下相同 |
| Word 97-2003 文档保护 | 带遗留哈希算法的 w:documentProtection | 否——被现代加密保护取代 |
| 绘图对象（VML） | w:pictureData 和 v:（VML）命名空间元素 | 否——被 DrawingML 取代 |
| OLE 对象和 ActiveX 控件 | 带有 clsid 属性的 r:oleObject 和 r:control | 部分——clsid 保留；运行时行为已弃用 |
| Excel 多工作表选择 | workbook.xml 中的 x:sheetWindows | 是——相同 |
| PowerPoint 二进制占位符 | 带有遗留索引属性的 p:ph | 否——被占位符类型枚举取代 |
| 嵌入式字体（EOT） | 带 r:id 到字体部件的 w:embedFont | 是——相同 |
第 4 部分中的映射规则是规范性的——兼容的转换器必须为每个识别的二进制特性产生指定的 OOXML 输出。这种规范性状态是区分正确转换器和启发式转换器的关键：标准定义了格式转换的基准真理。
二进制到 OOXML 转换中最具挑战性的方面是处理 VML（矢量标记语言）绘图对象。VML 是 Office 2000-2003 中的矢量图形格式；它在过渡文档中与 DrawingML 共存，但在严格模式中不支持。转换器必须 (a) 在 mc:AlternateContent 内同时发出 VML 和 DrawingML 表示，或 (b) 完全将 VML 转换为 DrawingML——考虑到不同的图形基元和坐标系，这是一项不简单的任务。
2. 向后兼容性与往返保真度
第 4 部分的一个核心设计目标是往返保真度：以 OOXML 保存文档并在遗留二进制应用中重新打开，应该产生与原始文档功能等效（如果不是像素相同）的结果。实现这一点需要在原生 OOXML 内容旁边保留遗留特定的数据，这种策略称为”并行标记”。
并行标记在 AutoShape、文本框和艺术字的处理中最为明显。在过渡文档中，这些特性被表示两次：一次作为 DrawingML（供 OOXML 原生应用使用），一次作为 VML（供二进制格式应用使用）。mc:AlternateContent 机制（第 3 部分）根据处理器的能力选择适当的表示。
| 特性 | 过渡表示 | 往返策略 |
|---|---|---|
| 艺术字（文本效果） | DrawingML + VML 并行标记 | mc:AlternateContent — DrawingML 主选，VML 回退 |
| 文本框（遗留） | VML 中的 v:textbox + DrawingML 中的 a:xfrm | 双重发射：处理器根据能力选择 |
| 图表格式化 | 带 DrawingML 样式的 c:chart | 单一表示；二进制图表样式重新映射 |
| 公式对象 | m:oMath (MML) + 遗留 OLE 公式 | mc:AlternateContent — MML 主选，OLE 回退 |
| 表单控件 | 带有二进制域代码的 w:fldData + w:ffData | 保留遗留域代码以实现向后兼容 |
实现针对过渡一致性的 DOCX 写入器时，对于未知的二进制片段采用”存储并保留”策略。如果源 DOC 包含你的转换逻辑未显式处理的数据，将其存储在 w:altChunk 或自定义 XML 部件内的二进制块中。有损转换对于外观特性是可接受的，但对于文档逻辑（如宏、表单字段和数据绑定）是不可接受的。
3. 遗留特性模拟与弃用
第 4 部分明确标记了某些特性为”仅过渡”——它们为向后兼容而保留，但在新开发中已弃用。这些包括 VML 图形、遗留域代码（例如带有 PRIVATE 的 w:fldCode）、二进制文档保护算法（MD2、MD4、SHA1-42）以及用于主/子文档关系的 w:subDoc 元素。
对于工程团队，实际含义是过渡读取代码必须支持 OOXML 元素的超集，而过渡写入代码应尽可能优先使用现代等效项。该标准提供了弃用注释，指导实现者在不破坏现有内容的情况下做出面向未来的选择。
最常被错误处理的过渡特性之一是带有遗留密码哈希的文档保护。OOXML 过渡模式保留了存储遗留哈希的 w:hashData 元素。然而，这些哈希算法（MD2、MD4、SHA1-42）在密码学上已被破解。如果你的应用程序验证文档保护密码，优先使用基于现代密码学的算法（w:documentProtection 中的 w:algorithm 使用”SHA-512″）而不是遗留变体，但保留验证现有文档的遗留哈希的能力。
4. 格式迁移工具的工程模式
构建一个稳健的二进制到 OOXML 转换器需要仔细处理第 4 部分的映射表。该标准按特性类别组织映射，并为每个映射提供一致性标准。一个实用的工程方法是分三层实现转换器：
第一层（核心）：段落、运行、表格、列表、节、页眉/页脚、图像、超链接——涵盖 95% 实际文档的特性。这些映射在二进制格式版本中定义明确且相对稳定。
第二层（扩展）：跟踪更改、批注、书签、域（保留域代码）、邮件合并、嵌入对象、图表。这些需要更深入地解析二进制格式的复杂记录结构。
第三层（遗留）：VML 绘图、OLE 对象、ActiveX 控件、遗留表单、启用宏的文档（DOCM）。这些是转换失败的主要来源，当直接映射不可行时需要回退策略。
问：严格一致性的 OOXML 文档可以在 Word 2003 中打开吗？
答：不可以——Word 2003 不原生支持 OOXML。但是，安装了 Microsoft Office 兼容包的 Word 2003 可以打开过渡一致性文档。严格文档需要 Office 2013 或更高版本（或任何支持 OOXML 导入的 ODF 应用）。
问：ISO 29500 严格一致性是否允许过渡特性？
答：不允许——严格一致性明确禁止仅过渡的元素和属性。检查严格一致性的验证器（如 OOXML 一致性测试套件）会将任何仅过渡的标记标记为一致性失败。
问：第 4 部分如何处理 Office 宏（VBA）？
答：VBA 宏存储在 OOXML 包内的单独项目部件中（vbaProject.bin）。第 4 部分本身不定义宏格式——它仅指定宏项目如何打包以及如何通过关系引用。实际的宏二进制格式与遗留 Office 格式保持不变。这就是为什么 DOCX 到 DOCM 的转换可以在不重新编译的情况下保留宏。
问：对于拥有数百万个二进制 Office 文档的组织，推荐的迁移路径是什么？
答：该标准推荐分阶段方法：(1) 将文档批量转换为过渡 OOXML，对关键特性使用 mc:AlternateContent 并行标记，(2) 使用自动比较工具验证转换保真度，(3) 将新文档的创作工作流过渡到严格 OOXML，(4) 为可审计性，将过渡文档与转换清单一起归档。第二阶段是资源最密集的，应优先处理高价值文档集合。
