• [^] # Re: Microsoft Office 2003 et le XML / Avis Interne de L'OpenGroup

    Posté par . En réponse à la dépêche Microsoft Office 2003 et le XML. Évalué à 1.

    XML n'est qu'une syntaxe. Rien ne t'empêche de faire un fichier incompréhensible avec, vu que la sémantique est à l'appréciation du créateur du fichier. Par exemple, une seule balise root, avec format du fichier, jeux de caractères, et dedans, un gros bloc uuencodé. Oui ça je le sais, ce n'est pas le cas avec Office (sinon ce n'est pas du XML), un fichier Word ne contenant pas d'objet OLE (les objets OLE sont serialisés par leur appication respectives, donc ils font ce qu'ils veulent!) ne contient pas de bloc uuencodé, juste du texte clair... (du 'vrai" XML quoi...). [source: Office Word beta 2, tu vas me dire qu'ils peuvent encore tout changer, mais ils commencent à publier les SDK qui vont avec... ça serait de la folie de tout changer maintenant...]. Ceci dit, ça ne change rien au fait que ce n'est pas parce que c'est du texte clair qu'un open office arrivera à mieux l'importer... un peu comme le HTML: c'est plutôt bien spécifié mais l'implémentation d'un parser n'est pourtant pas évidente, aucun n'est à 100% parfait pour le moment d'ailleurs (même si j'avoue que gecko s'en tire plutôt très bien par rapport... à un autre browser très utilsié ;-). Par contre comme je l'ai dit, ça permettra de facilement extraire des données depuis un document office... ce qui n'est pas pratiquement possible sans avoir office installé sur la machine pour le moment... En passant, je crois que Ted lit presque parfaitement les RTF, mais comme j'en ai rarement vu passer, je ne pourrai être catégorique. La plupart des trucs que j'ai vu se casse la gueule dès qu'il y'a des tableaux, des objets incorporés ou des images... ensuite le RTF contient beaucoup de chose et à un système d'extension, tu peux à la limite l'afficher presque correctement, mais la modification n'est pas vraiment intéressante (il n'utilise pas les infos des styles, la numérotations automatiques, etc...). J'ai moi même implémenter un parser RTF partiel, et c'tait plutôt chaud... difficile d'avoir un code clair, tu dois vite gérer tel ou tel exception... et encore je me limitais au texte/polices/indentations...