Skip to content
Office Oxide

Конвертация DOC, XLS, PPT в OOXML

Office Oxide — единственная библиотека на Rust или Python, которая умеет читать Word 97–2003 (.doc), Excel 97–2003 (.xls) и PowerPoint 97–2003 (.ppt) и записывать их современные аналоги в формате OOXML — без JVM (Apache Tika), без внешних конвертеров (LibreOffice headless) и без коммерческой лицензии (Aspose).

save_as выполняет конвертацию одним вызовом. Откройте файл в старом формате и сохраните с современным расширением — Office Oxide прогонит документ через IR и запишет готовый OOXML-контейнер.

Однострочник

Rust

use office_oxide::Document;

Document::open("old.doc")?.save_as("modern.docx")?;
Document::open("old.xls")?.save_as("modern.xlsx")?;
Document::open("old.ppt")?.save_as("modern.pptx")?;

Python

from office_oxide import Document

with Document.open("old.doc") as doc:
    doc.save_as("modern.docx")

with Document.open("old.xls") as doc:
    doc.save_as("modern.xlsx")

with Document.open("old.ppt") as doc:
    doc.save_as("modern.pptx")

JavaScript

import { Document } from 'office-oxide';

using doc = Document.open('old.xls');
doc.saveAs('modern.xlsx');

Go

doc, _ := officeoxide.Open("old.xls")
defer doc.Close()
doc.SaveAs("modern.xlsx")

C#

using var doc = Document.Open("old.xls");
doc.SaveAs("modern.xlsx");

C

int err = 0;
OfficeDocumentHandle *doc = office_document_open("old.xls", &err);
if (!doc) { fprintf(stderr, "open failed: code=%d\n", err); return 1; }

/* target format inferred from the extension; legacy -> OOXML converts transparently */
if (office_document_save_as(doc, "modern.xlsx", &err) != 0) {
    fprintf(stderr, "save_as failed: code=%d\n", err);
}
office_document_free(doc);

Массовая миграция

Перенесите весь архив одной строкой.

Rust

use office_oxide::Document;
use std::path::Path;

fn migrate(src: &Path, dst: &Path) -> office_oxide::Result<()> {
    Document::open(src)?.save_as(dst)?;
    Ok(())
}

Python

from pathlib import Path
from office_oxide import Document

for src in Path("legacy").rglob("*"):
    if src.suffix.lower() in {".doc", ".xls", ".ppt"}:
        new_ext = {".doc": ".docx", ".xls": ".xlsx", ".ppt": ".pptx"}[src.suffix.lower()]
        dst = Path("modern") / src.relative_to("legacy").with_suffix(new_ext)
        dst.parent.mkdir(parents=True, exist_ok=True)
        with Document.open(src) as doc:
            doc.save_as(dst)
        print(f"{src} → {dst}")

C

/* migrate one file: open from path, save_as routes by the dst extension */
int migrate(const char *src, const char *dst) {
    int err = 0;
    OfficeDocumentHandle *doc = office_document_open(src, &err);
    if (!doc) return err;
    int rc = office_document_save_as(doc, dst, &err);
    office_document_free(doc);
    return rc == 0 ? 0 : err;
}

Оберните цикл в rayon для параллельной обработки больших коллекций файлов.

Shell — через CLI

find legacy/ -iname '*.doc' | parallel \
  'office-oxide convert {} modern/{/.}.docx'

find legacy/ -iname '*.xls' | parallel \
  'office-oxide convert {} modern/{/.}.xlsx'

find legacy/ -iname '*.ppt' | parallel \
  'office-oxide convert {} modern/{/.}.pptx'

Что сохраняется при конвертации

Office Oxide сохраняет структуру содержимого — абзацы, таблицы, ячейки, слайды, списки, заголовки — и данные внутри них. Несколько категорий не переносятся: в старых форматах они закодированы в проприетарных структурах, которые IR не моделирует.

Категория Сохраняется Примечания
Текст абзацев ✓ Включая полужирный/курсив/подчёркивание
Списки ✓ Нумерованные + маркированные
Таблицы ✓ Ячейки, порядок строк, строка заголовка
Значения ячеек XLSX (string, number, bool) ✓ —
Названия листов ✓ —
Заголовки слайдов + основной текст ✓ —
Гиперссылки ✓ —
Изображения частично DOC/PPT сохраняют встроенные изображения; якоря изображений в XLS не переносятся
Комментарии / исправления — Отслеживаемые изменения применяются и сворачиваются
Формулы (XLS) только значения Кешированные результаты сохраняются; выражения формул не переносятся
WordArt, SmartArt, диаграммы — Воссоздайте в целевом формате при необходимости
Шифрование — Предварительно расшифруйте файл (например, через LibreOffice)

Для задач LLM, индексирования и архивирования важна именно точность на уровне содержимого — а Office Oxide возвращает полностью редактируемый DOCX/XLSX/PPTX за миллисекунды.

Производительность

Конвертация одного файла занимает столько же времени, что и извлечение текста. Типичный Word 97 .doc обрабатывается за единицы миллисекунд от начала до конца.

Смотрите также