Analýza doporučuje Open XML formát Microsoftu

Uráží mě, pravda. Nepotěší to, ale také neuškodí.

Zvláštní... U nás v práci se už 2x stalo ze MSO 2003 neotevřel dokument z verze MSO2003...
Otevřel oba až OpenOffice, sice malinko zmrvil formátování, ale neztratilo se nic. Co napíšeš teď? ;-)

K tomu bych řekl, že se jednalo o poškozený dokument. Důrazně doporučuji vyšetřit, proč k jeho poškození došlo. Pravděpodobně jde o problém s pamětí počítače, HDD, mohlo dojít k problému při transportu dokumentu... NA prvním místě zkontrolujte paměť všech počítačů, které připadají v úvahu. Příště to může být závažnější problém.

A na druhém místě bych vám doporučil se naučit používat funkci Open and repair. Jděte do menu File/Open, vyberte soubor, a na tlačítku Open stiskněte tu malou šipku dolů. Tam místo Open vyberte Open and Repair.

Na třetím místě se ujistěte, jestli soubory nebyly zavirované. Word při otevírání souboru pouští na soubor antivir. Pokud je v souboru virus, antivir něco provede. Záleží na konkrétním antiviru, co udělá. Teoreticky může například odmítnout přístup k souboru.

Tak, co říkáte teď? ;)

Počítače byly čisté, repair v MSO si ani neštrtnul. Nejsem placený jako údržba MS nedodělků. Já potřebuji v pracovat a ne zkoumat kde co kluci zapomněli v programu ošetřit. Pokud za něco zaplatím několik tisíc Kč, očekávám že to bude fungovat. Jak prosté milý Watsone.

Ještě jsem neviděl dokument, na kterém by lehl Repair. Viděl jsem takové, které po repairu byly nepoužitelné, ale ne takové, které by způsobily havárku. Ale zkuste MS support.

Když jsme u toho, pokud se vám poškodí soubor OpenOffice, tak máte smůlu. To proto, že jde o XML v ZIPu. Tam asi repair nepomůže.

I zip soubor lze často opravit.

Já snad píšu maďarsky. Přečtěte si laskavě, co jsem napsal předtím. Já tady říkám, co se stalo, co nefungovalo a co naopak ano. Tedy fakta. Vy mi zase říkáte, že to co nefungovalo, vlastně fungovat mělo. Tedy zbožná přání. Uživatelé potřebují řešení, které funguje. Moje řešení je, že opravy MS dokumentů používám OO... protože funguje.

Jste mě fakt dostal. To bylo celé tak k věci, že jsem se musel vážně zamyslet ;). Píšete takovéhle blbosti často?

Každý máme jiné zkušenosti. Mě repair na dokumenty MSO zpravidla fungoval. Někdy z toho pravda vylezly příšernosti, zřejmě pokud byl dokument příliš poškozený.

Pokud říkáte, že jde o bug Wordu, a máte to došetřeno, můžete dát nějakou referenci na MS KB?

Subverze Wordu jsou samozřejmě kompatibilní ;)

Viz o kousek výše: http://www.root.cz/zpravicky/analyza-doporucuje-open-xml-format-microsoftu/180759/

Smutným faktem je, že po světě běhá hromada dokumemtů MS Office, které jsou poškozené. Případně může jít o soubory MS Office zapsané v OpenOffice; takové soubory také občas nejsou otevřít (viděl jsem to vícekrát).

Ještě nikdy se mi nestalo, že by OO neotevřel svůj dokument. Jistě, občas dokument potřeboval opravu. Ale ještě nikdy, se z nich nic neztratilo. V MSO 97 se běžně ztrácely obrázky, MSO 2003 mi dokonce hodil řádek textu z těla zprávy do místa, kde byl text patičky (takže byly krásně nečitelně přes sebe), protože nezvládl zalomení stánky v běžném textu s jedním obrázkem...

Dokument OOo coby ZIPované XML je v podstatě neopravitelný. V Office 97 jste měl zřejmě problém s filtry grafických formátů. Pokud vám Word přehodil text někam jinam, zřejmě jste text špatně ukotvil, a v Compatibility Options daného dokumentu máte napsáno, že se má lámat text podle tiskárny (jako ve Wordu 95). To může být nastaveno například v šabloně, ze které dokument vznikl, nebo k tomu může dojít při editaci ve Wordu 95 (těch možností by asi bylo více).

Bohužel máte pravdu. Já si nevymyslel, že budeme psát dokumenty v nesmyslně náročném textovém XML.

Kdepak. Jen na rozdíl od ostatních nekřičím "je to sračka, je to sračka" kdykoliv nejde něco otevřít. Odmítám problém považovat za bug SW, dokud nejsou vyloučeny jiné, daleko častější, příčiny. Například HW, DOC/XLS dokument zapsaný OpenOffice (nebo obecně čímkoliv mimo MSO) apod. Chápu, že kdo neřekne "jo, je to hnus, a jednou jsem viděl fialového slona", je děsně trapný ;)

Word lehne proto, že DOC je binární formát, a aplikace byla původně psaná tuším pro Windows 3.0. Samozřejmě se snažíte řadu věcí zachytit, ale chyba v binárním formátu nakonec může vést například k overflow nějakého integeru. A oblíbeným trikem při údržbě starého kódu je v takovém případě vyvolat výjimku (tím zabráníte zneužití případné díry, resp. některým takovým scénářům). Pár aplikace je prostě někdy regulerní způsob ošetření problému.

No já vím, že vy jako skvělý vývojář umíte ošetřit miliony řádek starého kódu tak, že je bezpečný, a k pádu aplikace kvůli chybným datům dojít nemůže. Bohužel MS takové odborníky nemá.

Čísla o prodeji MSO nemám, a na root mě nikdo nenahání.

a) Pokud dokument nejde otevřít, je to zcela typicky proto, že je corrupted. A důvodem toho, že je dokument currupted, je zase typicky chyba HW, přenosu po inetu, nebo fakt, že byl zapsán v jiné než originální aplikaci (třeba v OpenOffice).
b) Závidíte, nebo co?
c) Nemlžím, neutíkám od tématu. Od tématu utíkáte vy, když místo abyste se vyjadřoval ke zprávičce nebo k ostatním komentářům, tak mě obviňujete z toho, že utíkám od tématu.
d) Popisuji tu celkem jednoduše srozumitelná fakta. Kolega Chalupa se diví, jak je možné, že analýza The Burton Group doporučuje OOXML. Já k tomu říkám, jaké jsou důvody. Bohužel je to tu plné týpků, nějakým jsou ukradené důvody nějakých firem, které mají v MSO stovky tisíc dokumentů. Protože Tux rulez, OpenOffice stejně všem stačí, a všichni by měli mít desktopy na Linuxu (co na tom, že nejsou aplikace). Mám za to, že přesně vy jste z těch týpků, co spamují ministerstva těmi nesmysly typu "je doporučeno používat Linux a OpenOffice, proč to ještě neděláte?". Jestli jsou na vás fakta z reálného světa (to je tam, kde lidé nepoužívají počítače na brouzdání webu a čtení pošty, a místo toho pracují)příliš, není to problém můj, ale váš.

Skvělý vývojář bude v první řadě dělat všechno pro to, aby miliony řádek kódu vůbec neměl. Jenže to u komerčních aplikací často nejde, protože manažeři většinou považují prototypový kód za hotový a vývojářům po dokončení prototypu místo času na dokončení dají nový úkol.

ad a) Nebo také bug v MSO.
ad d) Moje zkušenosti jsou takové, že tam, kde se "pracuje" převážně v MSO, tráví zaměstnanci většinu času právě brouzdáním po webu a čtením pošty převážně tvořené "fotogaleriemi" z PowerPointu.

Jistě by bylo pěkné každou aplikaci co pár let přepsat. V případě unixů jí napsat pro X11, po pár letech přepsat pro Open Look (spousta práce, ale kód bude kratší, čistší, a bude se lépe udržovat), Motif (dtto), později jí napsat znovu třeba pro GTK (dtto). Bohužel u rozsáhlejšího projektu to není možné. Word for Windows měl první verzi v roce 1989, a od té doby se standardy v oblasti psaní SW výrazně změnily. Mimo jiné byl psán pro Win16, dnes běží na Win32 (a pracuje se na 64-bit verzi). Fakt netuší, jak byste předešel tomu, že máte v projektu starý kód. Přepsal byste komplet Office s každou verzí? Můj názor je, že MS bude muset Office pro další dekádu výrazně předělat (jakkoliv je to skvělý produkt).

Samozřejmě bug v MSO je možný, jako v každém jiném SW. Ovšem daleko častější je corrupted document, dokument chybně zapsaný ne-MS softwarem (včetně OpenOffice), problém HW apod. A odmítám paušálně každý problém považovat za bug SW, dokud nejsou vyloučeny mnohem častější příčiny. Tak se totiž dělá troubleshooting. V autě také neříkáte "může za to řídíci jednotka", kdykoliv nejde nastartovat. To říkají jen ti, kdo z nějaého důvodu nemají rádi řídící jednotku, a je jim jedno, že ve skutečnosti mají vybitou baterku ;)

Ono to přepisování pro různé grafické knihovny nemusí být nijak zvlášť těžké. Předpokladem je pouze rozumná struktura kódu a rozdělení na snadno zaměnitelné funkční celky. Pak klidně můžete mít v nějaké části programu kód starý přes 50 let, ale bude stále funkční a ani nemusí nijak výrazně ztěžovat údržbu ostatního kódu.

Vraťte se tedy, prosím, zpět k marketingu, tam máte mnohem bohatší zkušenosti než co se týče programování a programátorských postupů.

Pochopitelně když se ohlédnete zpátky, víte, jak se to před lety mělo udělat. Bohužel zpětně se věci mění špatně, protože mluvíme o přepisování či refactoringu milionů řádek kódu, který navíc v podstatě funguje. A samozřejmě potřebujete zachovat zpětnou kompatibilitu, atd.

Je třeba také říci, že před desítkami let se moc nevědělo o problémech typu buffer overflow (což unixy brutálně odnesly v osmdesátých letech, a celý průmysl má tyto problémy dodnes), race conditions (o těch se v podstatě mluví jen posledních pár let), útoky založenými na integer overflow atd. V důsledku kód, který byl v osmdesátých letech napsán v tehdy běžné kvalitě, může dnes vykazovat zásadní bezpečnostní problémy.

Když se brátíme k původnímu tématu: vzhledem k tomu, jak staré aplikace psané v C/C++ ukládají své datové soubory, je často možné je zhavarovat (v horším případě exploitnout) manipulací s datovými soubory. Zkuste si hrát s datovými soubory Oracle, Lotus Notes, AutoCadu, nebo čehokoliv obdobně starého (včetně Wordu). Pokud do souboru vhodně šťouchnete, aplikace při jeho zpracování spadne. V řadě případů není možné výjimku ošetřit jinak, než ukončením aplikace. Původní kód psaný bez výjimek pak často havaroval až ve chvíli, kdy došlo k zápisu mimo paměťový prostor aplikace (v C++ často pomůžou výjimky). Samozřejmě u dnes psaného kódu je situace jiná; jenže to by bylo nutné aplikace přepisovat znovu každých pár let, což si u většího projektu nemůžete dovolit.

Blog post o tom, že crash je za jistých okolností nejlepší řešení situace, má třeba David LeBlanc:
http://blogs.msdn.com/david_leblanc/archive/2007/03/19/finally-starting-a-blog.aspx

Shodneme se, nebo nesouhlasíte?

Jistě, komerční firma si velké změny existujícího kódu dovolit nemůže. Ani firma velikosti Microsoftu. Jenže v open source projektech takové změny probíhají stále. Pokud někdo v rozšířeném programu napíše mizerný kód, v krátké době tam někdo najde chybu a celý kus kódu předělá do rozumnější podoby. Neudržovatelný kód totiž pro open source projekt znamená úplný konec vývoje.

Mimochodem, před týdnem jsem řešil problém s načítáním dat ze dvou trochu odlišných binárních formátů (kvůli starší chybě v ukládací rutině). V tuto chvíli je v kódu jen provizorní verze, která může způsobit bezpečný pád v některých výjimečných případech při načítání chybného formátu. Většinu kódu ale čekají dost výrazné změny, během kterých provizorní kód nahradím podstatně spolehlivějším.

Současná verze MS Office for Mac má 30 milionů řádek zdrojáku (to je 5.8 násobek řádků zdrojáku Linux kernelu 2.6.0, nebo 3.3 násobek OOo.org). Pracovalo na ní cca 70 vývojářů. MS Office for Windows má cca 700 vývojářů, a počet řádek kódu bude zřejmě plus minus 20% podobný jako na Macu. Zajímalo by mě, na kterém open source projektu se odpracuje cca 184800 člověko-dní ročně. Ve světle tohoto faktu je jednoduché pochopit ten řádový rozdíl ve kvalitě.

V open source projektech vznikají změny buď díky tomu, že má projekt placené vývojáře, nebo proto, že sem tam někdo zvenku pošle patch. Ta druhá událost typicky zaslouží láhev šampusu. Příspěvků neplacených vývojářů je totiž pomálu.

V tom případě by například vývojáři projektu ScummVM (multiplatformní projekt reimplementující enginy starých adventur) dali za šampaňské dost peněz. Za rok 2007 eviduje SourceForge patch tracker přes 150 patchů pro ScummVM. To je v průměru jeden patch za dva dny.

Mmch pokud vaši uživatelé pracují jako admini, děláte něco velmi špatně.

Spam dostávají typicky lidé, kteří se chovají neodpovědně. Obyčejně spam chodí pouze na adresy, které jsou vystavené na inetu (sales@doména.xy apod). Samozřejmě výjimkou je, pokud někdo louskne poč, který má vaší adresu v address booku.

Spam filtry nefungují. Zachytí sice sem tam nějaký spam (já dostávám tak 5 ks za měsíc), ale bohužel zachytí i spoustu zpráv typu potvrzení rezervace hotelu, rezervaci auta, potrzení letenky apod. Takový spamový filtr naopak přidělá spoustu práce, protože potom musíte spam ručně prohlížet, a hledat, jestli se neseknul. Jednou mi ve spamu skončilo oznámení o tom, že moje zakázka (tuším nějaké fotky) byla dokončena, a já ho našel za půl roku ;)

Co má MS společného s tím, že vám chodí spam? Pokud vám chodí spam i na adresy, které jste nikdy nepoužil, bude problém někde u vás :). Pokud vám chodí na adresy, které používáte pouze pro komunikaci s kolegy a známými, zřejmě má někdo z nich problém.

Co má Microsoft společného se spamem? Jen to, že spam botnety fungují na nabouraných Windows. A Microsoft je odpovědný za zabezpečení svých produktů, protože koncový zákazník má jen takové možnosti, které umožní Microsoft.

Jestli to nebude tím, že těch Windows je na inetu veliká spousta, kdežto ostatních systémů pomálu. Těžko stavět síť botů z něčeho, co se na inetu vyskytuje sporadicky. Například notoricky děravý MacOS cílem není, protože je ho na inetu prostě málo.

Boty jsou typicky stroje, které nejsou záplatované (a za to MS fakt nemůže). Někteří lidé dokonce říkají, že po instalaci Windows XP jako první věc vypnou automatické aktualizace, protože pořád cosi tahají, vyhazují nějaké dialogy apod :). Druhou kategorií jsou stroje, na kterých uživatel vlastní akcí spustil nějaký malware (stáhnul a spustil executable, spustil executable doručený poštou, nainstaloval ActiveX prvek s malwarem). A samozřejmě jsou tu i stroje, které se podařilo napadnout díky ještě neopraveným dírám, ovšem těch je minimum.

Je třeba též zmínit, že spam nerozesílají stroje samy od sebe. Boty ovládají lidé, kteří to dělají pro peníze. Tito lidé samozřejmě patří do vězení. To, že ve vězení nejsou, opět není chyba MS.

Dokumenty Wordu se nerozpadají při přenesení na jiný počítač s jinou tiskárnou. Tedy pokud nejde o dokumenty Wordu 6, nebo dokumenty s nastavenou compatibility option layout by printer (což se stane třeba pokud jsou založené na šabloně dokumentu psané be Wordu 6). Rozpadání je taková urban legend pro neznalé :)

No to já taky neprosím. Jestli dupete nožičkou (svojí, nebo jinou?) a otáčíte se na křesle, než aplikujete Group Policy nebo editujete Registry, jděte raději smažit hamburgery.

Pokud firma distribuuje neupravitelné dokumenty, může to dělat třeba ve formátu PDF nebo XPS. Obojí se dá prohlížet bez problémů zdarma. Nakonec i dokumenty Wordu se dají prohlížet zdarma ve Word Vieweru.
Firmy, které používají Linux na desktopech, se dají počírtat na prstech jedné ruky nešikovné obsluhy cirkulárky. Naprostá většina firem používá MS Office, dokumenty má v formátech DOC/XLS/PPT, a nebo s takovými formáty přichází pravidelně do styku.
Podpora Pythonu a Javy je možná fajn, to nemohu soudit. Každopádně ve VBA je možné napsat prakticky cokoliv, co v Office přichází v úvahu. Vyjma toho je MS Office rychlejší, umí toho víc, existuje pro něj řada doplňků, a lze ho snadno integrovat s dalšími systémy.

Na webu Microsoftu. Potom potřebujete ještě Wine.

Je ale třeba podotknout, že není nutné, aby výsledný dokument přečetli lidé na Linuxu. Nebo myslíte, že firmy zajímá, jestli jejich dokumenty přečtou lidé na Macu, Linuxu, OS/2 a eComStation, BeOSu, FreeBSD, Solarisu a pár stovkách dalších systémů? Vždycky se mi hrozně líbí, jak komuniťané vystartují, že mají přece *právo* na to, aby všechno přečetli na Linuxu. Já mám doma PMD 85. Mám také právo na té platformě přečíst dokumenty firem (a třeba státní správy)? Ne, žádné takové právo neexistuje.

Někteří zákazníci jsou negramotní, nemají počítač, nebo používají Linux či PMD-85. Ale naštěstí firmy umí i faxovat, posílat dopisy a telefonovat. Pokud jste hluchoněmý negramotný homeless uživatel PMD-85 nebo Linuxu bez přístupu k faxu, tak s vámi firmy fakt komunikovat nebudou ;)

Co máte na mysli *dostatečně* rozšířenou platformou? Chcete tvrdit, že když si napíšete platformu, a "dostatečně" jí rozšíříte, tak by měla státní správa mít povinnost tu vaši platformu podporovat? A proč, když (opět) můžete získat dokumenty celou řadou jiných cest?

Já se totiž domnívám, že "dostatečně" rozšířená platforma je právě ta, kterou používáte. A je vcelku jedno, jestli používáte Linux, Mac, nebo PMD-85. Prostě chcete zákon, který vám zaručí právo na to, že všechny dokumenty přečtete. Jak dětinské.

Právo číst dokumenty na PMD 85 samozřejmě máte. Nikdo vám to zakázat nemůže ;) Státní správa by naopak měla mít povinnost dodávat veřejné dokumenty ve formátu, který není vázaný na jednu konkrétní rodinu produktů jedné konkrétní firmy.

Státní správa dodává dokumenty na papíru, a alternativně například v široce akceptovaných formátech MS Office.

Například formát ODF je standardizovaným formátem balíku OpenOffice, který má zřejmě jedinou kompletní implementaci (kterou je právě OpenOffice). Navíc díky nedostatečné specifikaci není zajištěna interoperabilita mezi různými implementacemi ODF. Viz například ty nešťastné vzorce, které s pouhou znalostí ODF interpretovat nelze.

Většina implementací ODF v tuto chvíli používá vzorce podle draftu OASIS OpenFormula zpětně kompatibilní se vzorci MS Office. OpenFormula by se měla stát součástí ODF 1.2 někdy letos.

Předpokládám, že draft OpenFormula vychází z OpenOffice. Dnes se potom ostatní implementace ODF prostě drží OpenOffice coby autoritativní implementace.

Faktem bohužel zůstává, že dnes ODF vzorce neumí. Těžko mluvit o interoperabilitě na základě standardů, když ty standardy nepopisují zcela zásadní věci. ODF lze navíc považovat za standard jen ve verzi 1.0, která prošla ISO standardizací. Verze 1.1 standardem není, a verze 1.2 není ani hotová.

Prvotní draft z roku 2005 možná ano, i když byl založený primárně na zpětné kompatibilitě s MS Office, ale dnes jsou členy komise zástupci spousty dalších kancelářských balíků a v nových draftech je spousta funkcí původem například z Gnumeric, KOffice a dalších, které se do OpenOffice doimplementovaly až později. Navíc žádný z draftů OpenFormula nepožaduje dodržování chyb starších aplikací typu přestupnosti roku 1900.

Asi neni třeba říkat, že bez přestupého roku 1900 trpí zpětná kompatibilita. A co může být důležitější, než zpětná kompatibilita?

Misconception. Právo je věc, která je vynutitelná. "Nikdo vám to zakázat nemůže" není právo, ale absence zákazu. Chápu, že u nás v IT se výraz právo často používá ve smyslu permisson.

Přestože je právo věc vynutitelná, zdaleka nemusí někomu jinému vytvářet povinnosti. Právo na přístup k informacím státní správy je vynutitelné tehdy, když státní správa bude veřejné informace zadržovat. U nás zatím bohužel nemá povinnost zveřejňovat informace v otevřených elektronických formátech, ale to se nejspíš brzy změní.

Ty vole ty se musis hrozne nudit, kdyz dokazes behem jednoho dne vyplodit takovejch blbosti...

Jenže zákazník má jednu platformu, a ostatní platformy ho nezajímají. Váš argument je stylu "to auto je mizerné, ale zase se dělá i verze s řízením na pravé straně". To je moc pěkné, ale pro mě k ničemu. Uzavřené formáty (OOXML není uzavřený) nejsou žádnou podmínkou pro to, aby existovala řada doplňků, bylo možné integrovat atd. A ve zprávičce nedávno vydané byl link na wiki OOo, kde jsou popsané problémy s výkonem. Samozřejmě pomalé linkování se opravuje blbě. Úsměvně ale působí fakt, že OOo má pomalé načítání konfigurace, což je způsobené rozházením konfigurace po řadě souborů. Kupodivu konfigurační databáze vykazuje lepší výsledky. Hurá, Sun objevil Windows Registry ;)
http://wiki.services.openoffice.org/wiki/Performance
http://wiki.services.openoffice.org/wiki/DbConfig

Na prvním místě si netykáme.

Ano, velké procento firem firem má například SAP nebo Oracle na nějakém unixu. Případně jeden Mac na DTP. Ovšem málo která firma používá na desktopech s Office více než jednu platformu. Taková situace je krajně neobvyklá. A když na ni dojde, jde nejspíše o kombinaci Windows+Mac, kde je na obou platformách MS Office.

Měl jsem za to, že OOXML je implementované MS Office. Zatím nemám dobrý důvod si myslet nic jiného, ale třeba takový důvod přinesete.

Tagy typu *likeWord95 jsou nutné pro udržení zpětné kompatibility při převodu dokumentů. V nových dokumentech se používat nemají, a jejich implementace není ani vyžadovaná, ani doporučená. Nyní navíc byla tato část OOXML vyčleněna do zvláštního dokumentu. Kde je tedy problém?

Patentová hrozba visí nad vším. U ODF hrozí problém minimálně v případě, že se vývoje příští verze nezúčastní Sun Microsystems. Plus se kdykoliv může vynořit kdokoliv, kdo má patent na něco, co je pro implementaci ODF důležité.

Když se podíváme na fakta, OOo má zásadní problémy. Je jimi přinejmenším absence řady pokročilých funkcí MS Office, mizerný výkon, nemožnost převést stávající dokumenty bez ztrát a prakticky nulové rozšíření na trhu. To jsou smrtící věci. Naopak může nabídnout podporu Linuxu (která je pro firmy nezajímavá, a kterou umí nabídnout i MSO s Crossover Office), nižší pořizovací náklady, a standardizovaný formát (do kterého ale nelze převést stávající dokumenty, který je mizerně specifikovaný a vázaný na jediný produkt). Opravdu se pak divíte, že studie doporučí OOXML?