Um job de faturamento abre um modelo de cliente, grava 42750 em B3 e salva. Compare os pacotes descompactados depois e a lista de mudanças é bem maior que uma célula: o xl/theme/theme1.xml agora traz a paleta padrão do Office em vez do verde-azulado e do cinza-ardósia do cliente, o <extLst> no rodapé do XML da planilha perdeu o grupo de minigráficos e uma regra de formatação condicional mais nova, e o xl/calcChain.xml sumiu por completo. O Excel abre o resultado, oferece um reparo, e as cores da marca se foram. O código tocou em uma célula. Todo o resto mudou porque a gravação reconstruiu o pacote a partir do que o modelo em memória conhecia, e três partes de um modelo típico ficam fora do que um modelo de planilha normalmente guarda
Por que uma edição de uma célula reescreve o pacote XLSX inteiro
Um arquivo .xlsx é um ZIP de partes XML: xl/workbook.xml, um xl/worksheets/sheetN.xml por planilha, xl/styles.xml, xl/sharedStrings.xml, o tema, a cadeia de cálculo e quaisquer desenhos, tabelas e caches de pivot que a pasta carregar. Uma biblioteca que lê valores e fórmulas para objetos e regenera cada parte a partir desses objetos na gravação tem um ponto fraco. Tudo o que o modelo de objetos não tem slot para nunca chega à memória, então a parte regenerada sai sem isso. Ninguém precisa deletar os minigráficos; eles simplesmente não têm onde morar entre o Open e o SaveAs
A ECMA-376 viu metade disso vir. O SpreadsheetML reserva o extLst (ECMA-376 Parte 1, §18.2.10 para o elemento de nível de pasta de trabalho, com elementos correspondentes em planilhas, estilos e formatação condicional) como uma área de armazenamento para recursos futuros. Um produtor mais novo embrulha cada recurso em um elemento <ext> cujo atributo uri nomeia o recurso, e espera-se que um consumidor mais antigo carregue o que não entende. Minigráficos, listas de slicer, opções mais novas de data bar e icon set e validação de dados estendida viajam todos desse jeito em arquivos que o Excel escreve hoje. Descartar blocos <ext> desconhecidos quebra, portanto, o contrato de compatibilidade futura em torno do qual o formato foi construído, e o dano só aparece quando o cliente reabre o arquivo no Excel
O tema e a cadeia de cálculo falham por motivos diferentes, então cada um precisa do próprio tratamento. O resto deste artigo percorre como o HotXLS lida com os três, o que um chamador Delphi consegue observar e conferir, e onde a garantia termina
Mantendo um theme1.xml personalizado intacto no Delphi
O HotXLS mantém o tema de uma pasta de trabalho guardando os bytes originais do xl/theme/theme1.xml do pacote aberto e gravando essa parte de volta como está no SaveAs. A parte de tema (ECMA-376 Parte 1, §14.2.7) é DrawingML: um esquema de cores com doze slots, um esquema de fontes, um esquema de formato de preenchimentos, linhas e efeitos. Os estilos de célula apontam para ele com <color theme="4"/> e referências parecidas, então o motor de planilhas só precisa resolver slots, nunca entender gradientes ou estilos de efeito. Regenerar um tema fixo do Office a cada gravação é exatamente o que transforma o verde-azulado do cliente em azul do Office. Uma pasta criada do zero, sem tema para carregar, recebe o tema Office embutido
O caso do dia a dia não precisa de código de tema nenhum. Repare no índice da planilha: Sheets tem base 1 no motor XLSX, e Cells[3, 2] é linha 3, coluna 2, que é B3
var
Book: TXLSXWorkbook;
begin
Book := TXLSXWorkbook.Create;
try
Book.Open('branded-invoice.xlsx');
Book.Sheets[1].Cells[3, 2].Value := 42750.00; // a única edição
Book.SaveAs('branded-invoice-out.xlsx');
// xl/theme/theme1.xml na saída carrega o próprio tema do modelo
finally
Book.Free;
end;
end;
Bytes brutos são a fidelidade mais forte possível para uma parte dessas: sem análise, sem resserialização, nada para desviar. Quando a gravação escreve Strict OOXML em vez do dialeto transicional, o tema capturado passa pelo tradutor de namespaces em vez de ser copiado, porque uma cópia de bytes manteria URIs de namespace transicional dentro de um pacote Strict
A armadilha fica do lado da API. O TXLSXWorkbook expõe ThemeMajorFont e ThemeMinorFont, e depois do Open eles reportam as fontes de título e de corpo analisadas do esquema de fontes do modelo. Defini-los parece o caminho natural para trocar fontes, mas eles só moldam o tema Office embutido que pastas novas recebem. Em uma pasta que trouxe o próprio tema, a parte capturada vence e esses dois setters não mudam nada no arquivo salvo. As cores são tratadas de outro jeito: ThemeColor[Slot] endereça os doze slots do clrScheme, e uma substituição é gravada no tema preservado trocando apenas a cor daquele slot, deixando o esquema de fontes, o esquema de formato e quaisquer extensões de tema intocados
Book.Open('branded-invoice.xlsx');
// Sem efeito no arquivo salvo: o próprio tema do modelo é preservado
Book.ThemeMajorFont := 'Segoe UI Semibold';
// Chega ao arquivo: só o slot accent1 dentro do theme1.xml muda
Book.ThemeColor[xlsxThemeAccent1] := $FF0F7B6C; // $AARRGGBB
Book.SaveAs('rebranded.xlsx');
Essa divisão é deliberada. Uma substituição de cor é uma edição estreita e bem definida sobre um elemento, então o resto do tema do designer pode ficar exatamente como estava. Uma reescrita do esquema de fontes tocaria listas de fontes por escrita de script que uma API orientada a dados não tem como expressar bem. Se um modelo precisa de uma fonte nova, mude-a no Excel e distribua o modelo novo; isso mantém o tema nas mãos de quem é dono da marca
O que acontece com blocos extLst desconhecidos ao salvar?
O HotXLS captura todo bloco <ext> de nível de planilha que não modela nativamente e o reproduz dentro do extLst da planilha salva. Os blocos que ele modela são analisados em objetos tipados e reconstruídos a partir deles: grupos de minigráficos vão para SparklineGroups, a extensão de validação de dados x14 é lida na coleção de validação de dados, e listas de slicer são reemitidas pelo modelo de slicer. Todo o resto cai, um fragmento XML por bloco, na lista de strings somente leitura RawWorksheetExts em cada TXLSXWorksheet, o que significa que um teste pode inspecionar exatamente o que será levado adiante
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)); // a tag de abertura mostra o uri
// Declarações de namespace que os fragmentos pegaram emprestadas da raiz <worksheet>
WriteLn(Sheet.RawExtNamespaceDecls);
finally
Book.Free;
end;
end;
A captura funciona a partir do fluxo de eventos XML, porque um leitor de streaming entrega elementos, texto e tags de fechamento, mas nenhum offset de byte da origem. Cada subárvore desconhecida é reconstruída a partir desses eventos conforme eles passam. Um contador de profundidade ingênuo quebra aqui: ele incrementa a cada tag de abertura e decrementa a cada tag de fechamento, e um filho autofechado como <x14:cfvo type="min"/> chega como um único evento de abertura marcado como vazio, sem tag de fechamento na sequência. Conte-o como elemento aberto e o contador nunca volta a zero, então a captura engole o resto da planilha. O loop de captura no HotXLS só incrementa a profundidade para uma tag de abertura que não é vazia, e um <ext/> que é ele próprio vazio é armazenado imediatamente como um fragmento de uma linha
Reconstruir a partir de eventos tem um efeito colateral visível. O uso de aspas nos atributos, o espaço em branco entre elementos e a escolha entre <a></a> e <a/> voltam normalizados, então um fragmento é equivalente em significado ao original, mas não idêntico byte a byte. O Excel analisa o XML; ele não compara bytes. Uma ferramenta de diff que compara texto vai apontar a mudança, porém, e vale saber disso antes que alguém a registre como regressão
Namespaces são a segunda coisa que pode dar errado com um fragmento reproduzido. O Excel normalmente declara os prefixos de que precisa no próprio elemento <ext>, o que torna o fragmento autocontido, mas um bloco também pode depender de um prefixo como x14ac ou xr que foi declarado uma vez na raiz <worksheet> da origem. Reproduza esse fragmento em uma planilha sem a declaração e o XML salvo não é bem formado em namespaces. O HotXLS examina cada fragmento capturado em busca de prefixos que ele usa mas não declara, registra as declarações correspondentes da origem em RawExtNamespaceDecls e as grava na raiz da planilha salva. Como os fragmentos são strings puras, duplicar uma planilha dentro de uma pasta ou entre pastas pode levá-los também para a planilha nova
Escrever o calcChain.xml para que o Excel confie nas suas fórmulas
O HotXLS grava o xl/calcChain.xml (a parte Calculation Chain, ECMA-376 Parte 1, §12.3.1) sempre que a pasta salva contém pelo menos uma célula de fórmula, junto com o content-type override e o relationship de pasta de trabalho dele. Cada entrada é um elemento <c r="D10" i="1"/>: a referência de célula mais o índice de planilha com base 1, que o gravador emite em toda entrada mesmo que o schema deixe uma sequência de entradas na mesma planilha omiti-lo. Explícito é mais simples e igualmente válido
A ordem depende do que a pasta de trabalho já conhece. Quando o grafo de dependências de fórmulas existe e está atualizado, que é o estado logo depois de Recalculate, a cadeia segue uma ordem topológica completa: toda fórmula depois das células de que depende, com membros de referências circulares anexados ao final para que a cadeia ainda liste todas as células de fórmula. Quando o grafo está desatualizado ou nunca foi construído, as células de fórmula são listadas em ordem de documento, planilha por planilha. As duas são legais. As notas de implementação da Microsoft para o formato, [MS-XLSX], descrevem a cadeia como uma dica que o Excel confere e reordena enquanto calcula, então uma listagem completa em qualquer ordem carrega limpo
Book.Open('model.xlsx');
Book.Sheets[1].Cells[10, 4].Formula := '=SUM(D2:D9)';
// Salvar aqui lista as células de fórmula em ordem de documento, porque mudar
// uma fórmula invalidou o grafo de dependências.
Book.Recalculate; // reconstrói o grafo e atualiza os valores em cache
Book.SaveAs('model-out.xlsx');
// o calcChain.xml agora segue a ordem de dependências: D10 depois de D2:D9
O SaveAs não constrói o grafo por iniciativa própria. Uma construção completa de dependências significa resolver toda referência em toda fórmula, o que em um modelo grande é trabalho de verdade que um chamador que só queria gravar um arquivo nunca pediu. Se os valores em cache na saída importam para você, e normalmente importam para qualquer coisa que um sistema a jusante leia sem abrir o Excel, chame Recalculate antes de salvar de qualquer forma; a cadeia em ordem de dependências vem de graça
Por que emitir uma parte que o Excel trata como consultiva? Porque a ausência dela chama atenção. Heurísticas de reparo, visualizadores de terceiros e ferramentas de diff esperam que uma pasta com fórmulas carregue uma cadeia de cálculo, e um pacote sem ela parece diferente de qualquer coisa que o próprio Excel produz. Gravar uma cadeia válida mantém a saída dentro da forma contra a qual o resto do ecossistema foi exercitado, e custa uma passada pelas células de fórmula
Onde o percurso sem perdas termina
O HotXLS não copia o pacote inteiro byte a byte, e a saída não deve ser julgada por esse critério. O XML das planilhas, o styles.xml, as strings compartilhadas e a parte de pasta de trabalho são regenerados a partir do modelo analisado, então são fiéis em conteúdo, mas não binariamente idênticos à entrada. Só os cabeçalhos locais do ZIP já carregam timestamps novos. Fragmentos <ext> capturados voltam normalizados, como descrito acima. ThemeMajorFont e ThemeMinorFont ficam de fora de um tema preservado, enquanto substituições via ThemeColor entram nele slot por slot
A rede de preservação tem uma forma definida: recursos que o motor modela nativamente, como minigráficos e validação de dados estendida, que são analisados e reescritos; conteúdo <ext> estrangeiro em nível de planilha, que é reproduzido; e a parte de tema, que é carregada como capturada. Projetos VBA e referências a pastas de trabalho externas atravessam a gravação com a mesma abordagem de guardar o que você não modela, coberta no artigo complementar sobre preservação de VBA e de links externos, e propriedades de documento em docProps têm uma API de leitura e escrita própria. Uma parte de um suplemento exótico que não é modelada nem está dentro de um ponto de extensão fica fora dos três mecanismos cobertos aqui
A verificação que importa usa os seus próprios arquivos. Abra um modelo de produção cheio de recursos, mude um valor, salve, descompacte os dois pacotes e compare parte por parte. Espere diferenças na planilha que você editou, no styles.xml e na formatação de atributos dentro do extLst; a parte de tema deve bater com a entrada, os elementos <ext> devem listar os mesmos valores de uri, e o calcChain.xml deve nomear todas as células de fórmula. Qualquer coisa além dessa lista merece investigação antes de o modelo ir para produção
Preservação de tema, reprodução de extLst estrangeiro e saída de cadeia de cálculo fazem parte do motor XLSX no HotXLS Delphi Excel Component; a página do produto lista o resto do que ele lê e escreve para projetos Delphi e C++Builder