Office-formaten: OOXML, ODF en pdf

Module 6: Bestanden en documenten · Leestijd: 10 minuten

Leerdoel: Na deze les kun je uitleggen wat docx, odt en pdf eigenlijk zijn, waarom een document er na een overstap anders uit kan zien, en kies je het juiste formaat voor samenwerken, uitwisselen en archiveren.

Kernbegrippen: bestandsformaat, open standaard, OOXML (docx, xlsx, pptx; ECMA-376, ISO/IEC 29500), ODF (odt, ods, odp; ISO/IEC 26300), oude binaire formaten (doc, xls, ppt), pdf en PDF/A (ISO 19005), csv, lettertype, metriek-gelijk lettertype, conversie

Een document is een afspraak

Een bestand is een rij bytes. Pas door een bestandsformaat weet een programma wat die bytes betekenen: dit is een kop, dit is vet, dit is een tabel met drie kolommen. Is dat formaat openbaar beschreven en mag iedereen het gebruiken zonder toestemming of licentie, dan spreken we van een open standaard (les 2.2). Dan kunnen verschillende programma's hetzelfde bestand lezen en schrijven, en ben je niet afhankelijk van één maker.

Voor kantoordocumenten zijn er twee grote open standaarden en één formaat om vast te leggen.

OOXML: docx, xlsx en pptx

Sinds Office 2007 bewaart Microsoft Office documenten standaard als Office Open XML, kortweg OOXML. Je kent de extensies: docx, xlsx en pptx. De standaard is vastgelegd als ECMA-376 en als internationale norm ISO/IEC 29500.

Een docx is eigenlijk een zipbestand met een vaste indeling. Hernoem een kopie van offerte.docx naar offerte.zip en pak hem uit. Je ziet dan onder meer:

[Content_Types].xml        welke onderdelen erin zitten
word/document.xml          de tekst en de opmaak
word/styles.xml            de stijlen
word/fontTable.xml         de lettertypen die het document gebruikt
word/media/                de afbeeldingen
docProps/core.xml          titel, maker, datum

Twee dingen om te weten. Ten eerste kent ISO/IEC 29500 een strenge variant (Strict) en een ruimere (Transitional) waarin ook oude Word-eigenaardigheden passen; Office schrijft standaard de Transitional-variant. Ten tweede kan een docx onderdelen bevatten die alleen Microsoft Office begrijpt, zoals macro's in VBA (bij docm en xlsm), ActiveX-knoppen of invoegtoepassingen. Het formaat is open, maar niet alles wat erin kan zitten, werkt overal. Daarover gaat les 6.5.

ODF: odt, ods en odp

Het OpenDocument Format (ODF) is ontwikkeld bij de standaardenorganisatie OASIS en vastgelegd als ISO/IEC 26300. De extensies zijn odt (tekst), ods (spreadsheet) en odp (presentatie). Ook een odt is een zipbestand. Het eerste onderdeel heet mimetype en bevat letterlijk het soort document, bijvoorbeeld application/vnd.oasis.opendocument.text. De inhoud staat in content.xml, de stijlen in styles.xml.

ODF is het eigen formaat van LibreOffice en de pakketten die daarop gebouwd zijn, zoals Collabora Online. Veel overheden in Europa noemen ODF als voorkeursformaat voor uitwisseling en archief. In Nederland staat ODF op de lijst "pas toe of leg uit" van het Forum Standaardisatie, net als pdf en PDF/A.

Welk formaat kies je?

Beide zijn open standaarden. Het praktische verschil zit in wie je mensen zijn en welk programma je gebruikt.

De belangrijkste regel: kies één hoofdformaat per soort en blijf daarbij. Elke keer dat een bestand heen en weer wordt omgezet (docx naar odt naar docx), kan er iets verschuiven.

Oude formaten: doc, xls en ppt

Bestanden van voor 2007 (doc, xls, ppt) zijn binaire formaten: geen zip met XML, maar een eigen bestandsstructuur van Microsoft. Moderne office-pakketten openen ze nog, maar niet altijd foutloos, en ze kunnen macro's bevatten zonder dat de extensie dat verraadt. Advies bij een overstap: zet oude bestanden die je nog gebruikt om naar docx, xlsx of pptx (of ODF) en bewaar het origineel als archief.

Pdf en PDF/A

Een pdf is bedoeld om vast te leggen hoe iets eruitziet, op elk apparaat hetzelfde. Bewerken kan, maar is niet het doel. PDF/A (ISO 19005) is een strengere variant voor archivering: alle lettertypen zitten in het bestand, er mogen geen externe verwijzingen of scripts in, zodat het bestand op zichzelf over vele jaren nog leesbaar is. Kies PDF/A voor alles wat je lang moet bewaren, zoals jaarstukken.

Waarom een document er anders uit kan zien

Na een overstap zeggen collega's al snel: "het ziet er anders uit". De oorzaak is bijna altijd het lettertype. Een document noemt zijn lettertype (bijvoorbeeld Calibri), maar het lettertype zelf zit er meestal niet in. Het programma dat het document toont, moet dat lettertype zelf hebben. Heeft het dat niet, dan pakt het een vervanger, en die heeft andere letterbreedtes. Een regel loopt anders, een tabel wordt breder, een pagina schuift door.

Voor de bekendste Microsoft-lettertypen bestaan open source metriek-gelijke vervangers: elke letter is precies even breed, alleen de vorm verschilt een beetje. Dan loopt je tekst hetzelfde.

Lettertypen als Verdana, Tahoma, Georgia, Garamond, Century Gothic of een eigen huisstijllettertype hebben zo'n vervanger niet. Een online office moet ze dan vervangen door iets wat erop lijkt, en dan kan de tekst anders teruglopen. Bij Bakkerij De Korrel was dat het huisstijllettertype op het briefpapier. De oplossing: het lettertype (als de licentie dat toestaat) laten installeren bij de aanbieder, of in het sjabloon een vrij lettertype kiezen.

Andere dingen die bij een formaatwissel kunnen verschuiven: kop- en voetteksten met velden, inhoudsopgaven (opnieuw laten bijwerken), opmerkingen en bijgehouden wijzigingen, ingesloten objecten, en in spreadsheets voorwaardelijke opmaak en grafieken.

In de praktijk: zo ziet het eruit bij een aanbieder

In Euro-Office in een WebOké Nextcloud open je docx, xlsx en pptx zonder omzetten, en ook odt, ods, odp, rtf, txt, csv en de oude formaten doc, xls en ppt. Met Bestand, Downloaden als kies je onder meer DOCX, ODT, PDF of PDF/A; met Kopie opslaan als komt de kopie in je Nextcloud. Voor de vijf lettertypen uit de tabel staan de metriek-gelijke vervangers op de server. Andere online office-pakketten hebben vergelijkbare menu's; welke lettertypen ze kennen, verschilt per aanbieder. Vraag daar vooraf naar als je een eigen huisstijllettertype gebruikt.

Samenvatting

• docx, xlsx en pptx (OOXML, ISO/IEC 29500) en odt, ods en odp (ODF, ISO/IEC 26300) zijn allebei open standaarden en allebei zipbestanden met XML.
• Kies het formaat dat je office intern gebruikt en dat je samenwerkingspartners kennen, en blijf daarbij.
• Oude binaire bestanden (doc, xls, ppt) zet je om; het origineel bewaar je.
• Pdf om vast te leggen, PDF/A om lang te bewaren.
• Verschuivingen komen meestal door lettertypen; Calibri, Cambria, Arial, Times New Roman en Courier New hebben metriek-gelijke vervangers.

Quiz

Opdracht

Opdracht A6.3: Formaat en lettertypen van je eigen document. Upload een document dat je vaak gebruikt (bijvoorbeeld je briefsjabloon). Het programma vertelt welk formaat het echt is, welke lettertypen erin staan en of er voor elk lettertype een metriek-gelijke vervanger is.

Verder lezen

De stappen in deze artikelen gelden voor de diensten van WebOké; bij andere aanbieders werkt het vergelijkbaar.

• Euro-Office handleiding 1.4: Welke browsers en bestandsformaten werken met Euro-Office?
• Euro-Office handleiding 2.5: Downloaden als docx, xlsx, pptx, odt of pdf
• Euro-Office handleiding 12.3: Lettertypen zien er anders uit
• ISO/IEC 29500 en ECMA-376 (Office Open XML); ISO/IEC 26300 en OASIS OpenDocument 1.3 (ODF); ISO 19005 (PDF/A)
• Forum Standaardisatie, lijst open standaarden (ODF, PDF/A)