Ein Abrechnungsjob öffnet eine Kundenvorlage, schreibt 42750 in B3 und speichert. Vergleicht man danach die entpackten Pakete, ist die Änderungsliste deutlich länger als eine Zelle: xl/theme/theme1.xml enthält nun die Standard-Office-Palette statt der Petrol- und Schiefertöne des Kunden, dem <extLst> am Ende des Arbeitsblatt-XML fehlen die Sparkline-Gruppe und eine neuere Regel zur bedingten Formatierung, und xl/calcChain.xml fehlt komplett. Excel öffnet das Ergebnis, bietet eine Reparatur an, und die Markenfarben sind weg. Der Code hat eine Zelle angefasst. Alles andere hat sich geändert, weil das Speichern das Paket aus dem neu aufgebaut hat, wovon das In-Memory-Modell wusste, und drei Teile einer typischen Vorlage liegen außerhalb dessen, was ein Tabellenmodell üblicherweise hält
Warum eine Ein-Zell-Änderung das ganze XLSX-Paket neu schreibt
Eine .xlsx-Datei ist ein ZIP aus XML-Teilen: xl/workbook.xml, je Blatt eine xl/worksheets/sheetN.xml, xl/styles.xml, xl/sharedStrings.xml, das Theme, die Berechnungskette und was sonst noch an Zeichnungen, Tabellen und Pivot-Caches in der Arbeitsmappe steckt. Eine Bibliothek, die Werte und Formeln in Objekte liest und beim Speichern jeden Teil aus diesen Objekten neu erzeugt, hat eine schwache Stelle. Alles, wofür das Objektmodell keinen Slot hat, kommt nie in den Speicher, also entsteht der neu erzeugte Teil ohne es. Niemand muss die Sparklines löschen; sie haben schlicht nirgends Platz zwischen Open und SaveAs
ECMA-376 hat die halbe Sache kommen sehen. SpreadsheetML reserviert extLst (ECMA-376 Teil 1, §18.2.10 für das Element auf Arbeitsmappenebene, mit entsprechenden Elementen auf Arbeitsblättern, Stilen und bedingten Formaten) als Speicherbereich für Zukunftsfeatures. Ein neueres Erstellungsprogramm verpackt jedes Feature in ein <ext>-Element, dessen uri-Attribut das Feature benennt, und ein älterer Consumer soll erhalten, was er nicht versteht. Sparklines, Slicer-Listen, neuere Datenbalken- und Symbolsatz-Optionen sowie erweiterte Datenvalidierung reisen allesamt so in den Dateien, die Excel heute schreibt. Unbekannte <ext>-Blöcke wegzuwerfen bricht daher den Vertrag zur Vorwärtskompatibilität, um den das Format gebaut ist, und der Schaden zeigt sich erst, wenn der Kunde die Datei wieder in Excel öffnet
Theme und Berechnungskette scheitern aus unterschiedlichen Gründen, also braucht jedes seine eigene Behandlung. Der Rest dieses Artikels geht durch, wie HotXLS mit allen dreien umgeht, was ein Delphi-Aufrufer beobachten und prüfen kann und wo die Garantie endet
Ein benutzerdefiniertes theme1.xml in Delphi unangetastet halten
HotXLS bewahrt das Theme einer Arbeitsmappe, indem es die Original-Bytes von xl/theme/theme1.xml aus dem geöffneten Paket vorhält und diesen Teil beim SaveAs unverändert zurückschreibt. Der Theme-Teil (ECMA-376 Teil 1, §14.2.7) ist DrawingML: ein Farbschema mit zwölf Slots, ein Schriftschema, ein Formatschema aus Füllungen, Linien und Effekten. Zellstile verweisen mit <color theme="4"/> und ähnlichen Referenzen hinein, also muss die Tabellen-Engine nur Slots auflösen, nie Gradienten oder Effektstile verstehen. Bei jedem Speichern ein festes Office-Theme neu zu erzeugen ist genau das, was das Petrol des Kunden in Office-Blau verwandelt. Eine von Grund auf neu erstellte Arbeitsmappe ohne mitzubringendes Theme bekommt stattdessen das eingebaute Office-Theme
Der Alltagsfall braucht überhaupt keinen Theme-Code. Achtung beim Blattindex: Sheets ist in der XLSX-Engine 1-basiert, und Cells[3, 2] ist Zeile 3, Spalte 2, also B3
var
Book: TXLSXWorkbook;
begin
Book := TXLSXWorkbook.Create;
try
Book.Open('branded-invoice.xlsx');
Book.Sheets[1].Cells[3, 2].Value := 42750.00; // die eine Änderung
Book.SaveAs('branded-invoice-out.xlsx');
// xl/theme/theme1.xml in der Ausgabe trägt das eigene Theme der Vorlage
finally
Book.Free;
end;
end;
Rohe Bytes sind die stärkste Originaltreue, die man für einen solchen Teil bekommen kann: kein Parsen, keine Reserialisierung, nichts, was driften könnte. Wenn das Speichern Strict OOXML statt des transitional-Dialekts schreibt, geht das eingefangene Theme durch den Namespace-Übersetzer, statt kopiert zu werden, denn eine Byte-Kopie würde transitional-Namespace-URIs in einem Strict-Paket behalten
Die Falle liegt auf der API-Seite. TXLSXWorkbook stellt ThemeMajorFont und ThemeMinorFont bereit, und nach Open melden sie die aus dem Schriftschema der Vorlage geparsten Überschriften- und Textschriftarten. Sie zu setzen sieht nach dem naheliegenden Weg aus, Schriften zu tauschen, aber sie formen nur das eingebaute Office-Theme, das neue Arbeitsmappen erhalten. Bei einer Arbeitsmappe, die ihr eigenes Theme mitbringt, gewinnt der eingefangene Teil, und diese beiden Setter ändern nichts in der gespeicherten Datei. Farben werden anders behandelt: ThemeColor[Slot] adressiert die zwölf clrScheme-Slots, und eine Überschreibung landet im bewahrten Theme, indem genau die Farbe dieses Slots ersetzt wird, während Schriftschema, Formatschema und etwaige Theme-Erweiterungen unangetastet bleiben
Book.Open('branded-invoice.xlsx');
// Keine Wirkung auf die gespeicherte Datei: das eigene Theme der Vorlage bleibt erhalten
Book.ThemeMajorFont := 'Segoe UI Semibold';
// Erreicht die Datei doch: nur der accent1-Slot innerhalb von theme1.xml ändert sich
Book.ThemeColor[xlsxThemeAccent1] := $FF0F7B6C; // $AARRGGBB
Book.SaveAs('rebranded.xlsx');
Diese Aufspaltung ist Absicht. Eine Farb-Überschreibung ist eine schmale, präzise definierte Änderung an einem Element, sodass der Rest des Designer-Themes exakt so bleiben kann, wie es war. Ein Umschrieb des Schriftschemas würde skriptweise gegliederte Schriftlisten anfassen, die eine datenorientierte API nicht sinnvoll ausdrücken kann. Braucht eine Vorlage eine neue Schriftart, ändert man sie in Excel und liefert die neue Vorlage aus; so bleibt das Theme bei dem, dem die Marke gehört
Was geschieht mit unbekannten extLst-Blöcken beim Speichern?
HotXLS fängt jeden <ext>-Block auf Arbeitsblattebene, den es nicht nativ modelliert, und spielt ihn im extLst des gespeicherten Arbeitsblatts wieder ab. Die Blöcke, die es doch modelliert, werden in typisierte Objekte geparst und aus diesen neu aufgebaut: Sparkline-Gruppen wandern in SparklineGroups, die x14-Datenvalidierungs-Erweiterung wird in die Datenvalidierungs-Sammlung gelesen, und Slicer-Listen gibt das Slicer-Modell erneut aus. Alles andere landet, ein XML-Fragment pro Block, in der schreibgeschützten String-Liste RawWorksheetExts auf jedem TXLSXWorksheet, sodass ein Test exakt prüfen kann, was weitergereicht wird
var
Book: TXLSXWorkbook;
Sheet: TXLSXWorksheet;
i: Integer;
begin
Book := TXLSXWorkbook.Create;
try
Book.Open('from-newer-excel.xlsx');
Sheet := Book.Sheets[1];
WriteLn(Format('%d foreign ext block(s), %d sparkline group(s)',
[Sheet.RawWorksheetExts.Count, Sheet.SparklineGroups.Count]));
for i := 0 to Sheet.RawWorksheetExts.Count - 1 do
WriteLn(Copy(Sheet.RawWorksheetExts[i], 1, 100)); // der öffnende Tag verrät die uri
// Namespace-Deklarationen, die sich die Fragmente vom <worksheet>-Wurzelelement geliehen haben
WriteLn(Sheet.RawExtNamespaceDecls);
finally
Book.Free;
end;
end;
Die Erfassung arbeitet auf dem XML-Ereignisstrom, denn ein Streaming-Reader reicht Elemente, Text und End-Tags heraus, aber keine Byte-Offsets in die Quelle. Jeder unbekannte Teilbaum wird aus diesen Ereignissen rekonstruiert, während sie vorbeikommen. Ein naiver Tiefenzähler scheitert hier: Er erhöht bei jedem Start-Tag und verringert bei jedem End-Tag, und ein selbstschließendes Kind wie <x14:cfvo type="min"/> kommt als ein einziges, als leer markiertes Start-Ereignis an, ohne folgendes End-Tag. Zählt man es als offenes Element, kehrt der Zähler nie auf null zurück, und die Erfassung verschlingt den Rest des Arbeitsblatts. Die Erfassungsschleife in HotXLS erhöht die Tiefe nur für ein Start-Tag, das nicht leer ist, und ein <ext/>, das selbst leer ist, wird sofort als Einzeilen-Fragment gespeichert
Der Wiederaufbau aus Ereignissen hat einen sichtbaren Nebeneffekt. Attribut-Quoting, Leerraum zwischen Elementen und die Wahl zwischen <a></a> und <a/> kommen normalisiert zurück, also ist ein Fragment inhaltlich äquivalent zum Original, aber nicht Byte für Byte identisch. Excel parst das XML; es vergleicht keine Bytes. Ein Diff-Werkzeug, das Text vergleicht, flaggt die Änderung dennoch, und das zu wissen lohnt sich, bevor jemand sie als Regression meldet
Namespaces sind das zweite, was bei einem wiedergegebenen Fragment schiefgehen kann. Excel deklariert die Präfixe, die es braucht, meist auf dem <ext>-Element selbst, was das Fragment in sich abgeschlossen macht, aber ein Block kann sich auch auf ein Präfix wie x14ac oder xr stützen, das einmal auf der <worksheet>-Wurzel der Quelle deklariert wurde. Spielt man dieses Fragment in ein Arbeitsblatt ohne die Deklaration zurück, ist das gespeicherte XML nicht namespace-wohlgeformt. HotXLS durchsucht jedes erfasste Fragment nach benutzten, aber nicht deklarierten Präfixen, hält die passenden Deklarationen aus der Quelle in RawExtNamespaceDecls fest und schreibt sie auf die Wurzel des gespeicherten Arbeitsblatts. Weil die Fragmente schlichte Strings sind, kann auch das Duplizieren eines Arbeitsblatts innerhalb oder über Arbeitsmappen hinweg sie aufs neue Blatt mitnehmen
Schreiben von calcChain.xml für das Vertrauen von Excel in Ihre Formeln
HotXLS schreibt xl/calcChain.xml (den Calculation-Chain-Teil, ECMA-376 Teil 1, §12.3.1), wann immer die gespeicherte Arbeitsmappe mindestens eine Formelzelle enthält, mitsamt Content-Type-Override und Arbeitsmappen-Beziehung. Jeder Eintrag ist ein <c r="D10" i="1"/>-Element: die Zellreferenz plus der 1-basierte Blattindex, den der Schreiber bei jedem Eintrag ausgibt, obwohl das Schema einer Folge von Einträgen auf demselben Blatt erlaubt, ihn wegzulassen. Explizit ist einfacher und genauso gültig
Die Reihenfolge hängt davon ab, was die Arbeitsmappe bereits weiß. Existiert der Formel-Abhängigkeitsgraph und ist aktuell — der Zustand direkt nach Recalculate — folgt die Kette einer vollständigen topologischen Ordnung: jede Formel nach den Zellen, von denen sie abhängt, mit Zirkelbezugs-Mitgliedern am Ende, damit die Kette weiterhin jede Formelzelle listet. Ist der Graph veraltet oder wurde nie gebaut, werden Formelzellen in Dokumentreihenfolge aufgelistet, Blatt für Blatt. Beides ist legal. Die Microsoft-Implementierungshinweise zum Format, [MS-XLSX], beschreiben die Kette als Hinweis, den Excel beim Berechnen prüft und umordnet, also lädt eine vollständige Auflistung in beliebiger Reihenfolge sauber
Book.Open('model.xlsx');
Book.Sheets[1].Cells[10, 4].Formula := '=SUM(D2:D9)';
// Hier gespeichert, listet calcChain.xml die Formelzellen in Dokumentenreihenfolge,
// denn die Formeländerung hat den Abhängigkeitsgraph ungültig gemacht.
Book.Recalculate; // baut den Graph neu auf und frischt zwischengespeicherte Werte auf
Book.SaveAs('model-out.xlsx');
// calcChain.xml folgt nun der Abhängigkeitsreihenfolge: D10 nach D2:D9
SaveAs baut den Graph nicht aus eigener Initiative auf. Ein vollständiger Abhängigkeitsaufbau heißt, jede Referenz in jeder Formel aufzulösen, was bei einem großen Modell echte Arbeit ist, die ein Aufrufer, der nur eine Datei schreiben wollte, nie bestellt hat. Wenn die zwischengespeicherten Werte in der Ausgabe wichtig sind — und das sind sie meist, für alles, was ein nachgelagertes System liest, ohne Excel zu öffnen — rufen Sie ohnehin Recalculate vor dem Speichern auf; die abhängigkeitsgeordnete Kette kommt gratis mit
Warum einen Teil ausgeben, den Excel als beratend behandelt? Weil sein Fehlen auffällt. Reparatur-Heuristiken, Drittanbieter-Viewer und Diff-Werkzeuge erwarten alle, dass eine Formel-Arbeitsmappe eine Berechnungskette trägt, und ein Paket ohne sieht anders aus als alles, was Excel selbst erzeugt. Eine gültige Kette zu schreiben hält die Ausgabe in der Form, gegen die der Rest des Ökosystems getestet wurde, und kostet einen Durchlauf über die Formelzellen
Wo der verlustfreie Round-Trip endet
HotXLS kopiert nicht das ganze Paket Byte für Byte, und die Ausgabe sollte man auch nicht so beurteilen. Arbeitsblatt-XML, styles.xml, Shared Strings und der Arbeitsmappen-Teil werden aus dem geparsten Modell neu erzeugt, also inhaltlich treu, aber nicht binäridentisch zur Eingabe. Schon die lokalen ZIP-Header tragen frische Zeitstempel. Eingefangene <ext>-Fragmente kommen wie oben beschrieben normalisiert zurück. ThemeMajorFont und ThemeMinorFont bleiben aus einem bewahrten Theme draußen, während ThemeColor-Überschreibungen Slot für Slot hineingehen
Das Erhaltungsnetz hat eine definierte Form: Features, die die Engine nativ modelliert, etwa Sparklines und erweiterte Datenvalidierung, die geparst und neu geschrieben werden; fremde <ext>-Inhalte auf Arbeitsblattebene, die wiedergegeben werden; und der Theme-Teil, der wie eingefangen mitgenommen wird. VBA-Projekte und externe Arbeitsmappen-Referenzen überstehen das Speichern nach demselben Behalte-was-du-nicht-modellierst-Ansatz, behandelt im Begleitartikel zum Erhalt von VBA und externen Links, und Dokumenteigenschaften in docProps haben ihre eigene Lese-Schreib-API. Ein Teil aus einem exotischen Add-in, der weder modelliert noch innerhalb eines Erweiterungspunkts liegt, liegt außerhalb der drei hier behandelten Mechanismen
Die Prüfung, die zählt, verwendet Ihre eigenen Dateien. Öffnen Sie eine funktionsreiche Produktionsvorlage, ändern Sie einen Wert, speichern Sie, entpacken Sie beide Pakete und vergleichen Sie Teil für Teil. Erwarten Sie Unterschiede im bearbeiteten Blatt, in styles.xml und in der Attributformatierung innerhalb von extLst; der Theme-Teil sollte zur Eingabe passen, die <ext>-Elemente sollten dieselben uri-Werte listen, und calcChain.xml sollte jede Formelzelle nennen. Alles darüber hinaus ist es wert, verfolgt zu werden, bevor die Vorlage in Produktion geht
Theme-Erhaltung, fremde extLst-Wiedergabe und Berechnungsketten-Ausgabe gehören zur XLSX-Engine im HotXLS Delphi Excel Component; die Produktseite listet den Rest dessen, was er für Delphi- und C++Builder-Projekte liest und schreibt