Excel-zu-PDF-Konverter

Die Konvertierungspipeline liest die hochgeladene Arbeitsmappe (.xlsx, .xls oder .ods), iteriert über den genutzten Bereich jedes Blatts und rendert das Ergebnis serverseitig in ein PDF-Dokument. Moderne Excel-Dateien sind OOXML-Container (ECMA-376 / ISO/IEC 29500): Eine .xlsx ist ein ZIP-Archiv mit xl/worksheets/sheetN.xml für jedes Blatt, xl/styles.xml für die Zellformatierung, xl/sharedStrings.xml für deduplizierten Text sowie [Content_Types].xml und _rels/ für Beziehungs-Metadaten. Ältere .xls-Dateien verwenden das BIFF-Binärrecordformat innerhalb eines OLE Compound Document (MS-CFB), und .ods-Dateien folgen der ODF-Spezifikation (ISO/IEC 26300) mit einem ähnlichen ZIP+XML-Aufbau. Jede PDF-Seite verwendet das Standardformat A4 (210 × 297 mm = 595,28 × 841,89 pt bei 72 dpi) oder US Letter (8,5 × 11 in = 612 × 792 pt); Querformat tauscht Breite und Höhe vor dem Layout einfach. Einheitenkonvertierung zieht sich durch die gesamte Pipeline. PDF verwendet den PostScript-Punkt (1 pt = 1/72 in = 0,352 778 mm), Excel-Spaltenbreiten sind in Zeichen der Standardschrift angegeben (standardmäßig Calibri 11, etwa 7 px pro Zeichen bei 96 dpi oder ca. 5,25 pt), und CSS-Pixel setzen 96 dpi voraus. Eine 100-Pixel-Spalte in PDF-Punkte umzurechnen ergibt also 100 × (72 / 96) = 75 pt, und ein 1-Zoll-Druckrand entspricht genau 72 pt. Lange Zeichenketten werden anhand der Metriken der aktiven Schrift an Leerzeichen umgebrochen, mit Wortmittenbruch als Fallback bei ununterbrochenen Folgen (URLs, Hashes). Wenn der Inhalt nicht auf eine Seite passt, fügt der Renderer einen automatischen Seitenumbruch ein und kann Kopfzeilen, Seitenzahlen und Blattnamen pro Seite wiederholen. Die Schrifteinbettung ist die größte Herausforderung für die Qualität. Die ausgegebene PDF muss entweder den vom Arbeitsbuch verwendeten Schrift-Subset einbetten (Type-0-CID-Schrift mit eingebettetem TrueType-Programm gemäß PDF-Spezifikation Abschnitt 9.6.5) oder beim Rendern auf eine Ersatzschrift zurückgreifen. Mit Calibri, SimSun oder MS YaHei erstellte Arbeitsmappen, die auf einem Server ohne diese Schriften gerendert werden, fallen auf Liberation Sans oder DejaVu zurück, was Zeilenumbruchpositionen und Überlaufgrenzen verschiebt. Serverseitige Konvertierung läuft typischerweise mit LibreOffice im Headless-Modus (`soffice --headless --convert-to pdf input.xlsx --outdir /tmp`), Microsoft-Excel-COM-Automatisierung unter Windows oder kommerziellen Bibliotheken wie Aspose.Cells. Diagramme aus dem Arbeitsbuch werden als statische Vektorformen innerhalb der PDF neu gezeichnet, Formeln zeigen den zuletzt gespeicherten Cache-Wert anstatt neu zu rechnen, und verbundene Zellen, fixierte Bereiche sowie ausgeblendete Zeilen folgen den Drucklayout-Einstellungen der Arbeitsmappe. Die Dateien werden auf die serverseitige Konvertierungs-Engine von ToolAct hochgeladen und unmittelbar nach Rückgabe der PDF vom Server gelöscht.

• OOXML-Container: .xlsx ist ein ZIP, das gemäß Open Packaging Convention (ECMA-376 / ISO/IEC 29500) xl/worksheets/sheetN.xml, xl/styles.xml und xl/sharedStrings.xml enthält. Älteres .xls nutzt BIFF in MS-CFB; .ods folgt ISO/IEC 26300 ODF.
• Seitengröße: A4 = 210 × 297 mm = 595,28 × 841,89 pt; US Letter = 8,5 × 11 in = 612 × 792 pt; PDF-Einheit ist der PostScript-Punkt (1 pt = 1/72 in).
• Einheitenkonvertierung: CSS px → pt = px × 72/96 (z. B. 100 px = 75 pt); 1 in Rand = 72 pt; 1 mm ≈ 2,835 pt; Excel-Spaltenbreiten in `worksheet['!cols']` sind Zeichenbreiten der Standardschrift (Calibri 11 ≈ 7 px ≈ 5,25 pt pro Zeichen).
• Schrift-Treue: PDF-Type-0-CID-Schriften mit eingebetteten TrueType-Subsets (Abschnitt 9.6.5 der Spezifikation) bewahren CJK-Glyphenpositionierung; fehlende Schriften fallen auf Liberation Sans / DejaVu zurück und brechen Zeilenumbrüche; PDF/A-Archivierung (ISO 19005) verlangt vollständige Einbettung.
• Konvertierungs-Engines: LibreOffice headless (`soffice --headless --convert-to pdf`), Microsoft-Excel-COM-Automatisierung unter Windows oder kommerzielle Bibliotheken wie Aspose.Cells. Diagramme werden zu statischen Vektorformen; Formeln zeigen den zuletzt gespeicherten Cache-Wert, nicht neu berechnet.
• Seitenumbrüche stammen aus dem Drucklayout der Mappe: Druckbereich, Seitenumbruchvorschau, Papiergröße, Ausrichtung und der Skalenfaktor 'An Seite anpassen' werden alle übernommen; verbundene Zellen, fixierte Bereiche und ausgeblendete Zeilen folgen denselben Einstellungen.
• Die Dateien werden auf die serverseitige Konvertierungs-Engine von ToolAct hochgeladen und unmittelbar nach Rückgabe der PDF vom Server gelöscht.