Комментарии 26
А вот не надо PDF редактировать!
PDF (Portable Document Format) исторически был создан Adobe как формат для обмена, просмотра и печати документов, гарантирующий сохранение их внешнего вида на любых устройствах. Он изначально не предназначался для редактирования.
Но... мир не идеален и жизнь вносит коррективы. Людям приходится редактировать всё, даже распечатанные документы с синими печатями. )
слава богу пока с PDF проблем в работе не замечено, вот с .doc файлами часто трудности возникают при чтение формата разными версиями или оффисами
Наверное вы на них только смотрите? Проблемы начинаются в момент когда с ним надо работать, даже в момент редактирования а если надо скопировать кусочек текста.
А еще есть PDF где текста нет вообще только изображения. Этим гос органы любят пользоваться. Стандарт когда распечатывают на лысом принтере, сканируют и отсылают в PDF.
Неужели кто-то реально массово пользуется PDF как редактируемым форматом? Выглядит как худшее решение проблемы из всех возможных. Офисных форматов не так много, и многие программы понимают чужие форматы... пусть и не на сто процентов, но это в сто раз лучше, чем множественное редактирование несчастного PDF.
Отдельная проблема — электронная подпись
Мне почему-то всегда было очевидно, что этот QR-код в углу ничего не значит без возможности его проверки. Я доверяю не подписи, а отправителю документа.
Давно пришло время разработать нормальный формат для документов. Docx, если что таковым не является. Это очень сложный и запутанный формат, который формально хоть и открытый, но реально это калька старого бинарного doc, в котором можно запросто было взять и добавить внутрь документа excel или видео. Из-за этого получаем то, что каждый обрабатывает формат по-разному и по итогу нет гарантии, что документ откроется нормально где-то кроме word. LibreOffice за десятки лет не смогли полностью его реализовать, к слову.
Редактировать pdf это выбор от безысходности и тоже так себе вариант, потому что формат не для этого придумывался.
В идеале формат должен быть похожим на markdown, только с поддержкой верстки или что-то типа latex. Почему такой формат еще не придуман (ну или я не в курсе) и не ушел в массы, для меня загадка
Почему такой формат еще не придуман (ну или я не в курсе) и не ушел в массы, для меня загадка
Потому что довольно быстро пользователям понадобится добавить внутрь документа excel или видео, и вы получите ещё один запутанный doc, с единственным отличием от обычного и проверенного в том что поддерживаться будет куда хуже
Угу и компоненты ActiveX с макросами vb. Там столько легаси-говна напихано, что одному Гейтсу известно. Те, кому нужен excel в документе, пусть идут в word. Не вижу тут проблемы.
пусть идут в word
Так они и идут, и там как правило все работает нормально. А какую (и чью) проблему решает предлагаемый вами упрощенный формат пока не ясно.
Решает две проблемы: 1. документооборот с корректным отображением документа где угодно 2. легкая генерация такого документа средствами автоматизации. Также бонусом идет легкий парсинг для нужд автоматизации или ИИ.
1. документооборот с корректным отображением документа где угодно
Нет, никакой формат "где угодно" корректно отображаться в принципе никогда не будет. Даже txt. И если у закрытого формата заточенного под один программный пакет есть какие то шансы отображаться худо бедно эквивалентно (потому что продукт один и тот же у всех), то чем более открытый формат тем больше зоопарка будет. Примеров этого просто навалом. Делать еще один - ну классика
2. легкая генерация такого документа средствами автоматизации.
А какие сложности с существующими форматами?
Также бонусом идет легкий парсинг для нужд автоматизации или ИИ.
Для ИИ есть markdown. Все остальное токены будет жрать
А на кой вообще в 90% электронного документооборота и прочей бюрократической макулатуре нужна сложная вёрстка и шашечки? Для какой цели? почему всё это не может быть в виде того же условного простого plain text markown + yaml (не конкретно, а как пример). Оно потеряет какой-то смысл/полезные данные если в принципе отказаться от word итп? От того что верхний блок в заявлении не выполнен с правого края кому-то станет хуже?
И если у закрытого формата заточенного под один программный пакет есть какие то шансы отображаться худо бедно эквивалентно
Угу, что там с документами ms office под linux?
По поводу txt, вы в крайности уходите, тот же pdf более-менее нормально отображается везде.
чем более открытый формат тем больше зоопарка будет. Примеров этого просто навалом
Приведите примеры. Формат должен быть не просто открытым, а понятным и хорошо описанным.
А какие сложности с существующими форматами?
Вы пробовали сгенерить документ word программными средствами со встроенной диаграммой? Я пробовал, это очень сложно. Или документ который должен выглядеть строго определенным образом.
Для ИИ есть markdown
Получается двойная работа, генерить еще и markdown. А зачем? Кстати, когда появился markdown вы тоже вспоминали картинку с 15 стандартами?
Угу, что там с документами ms office под linux?
Доля linux на десктопах на уровне погрешности, он сложен в поддержке и поэтому бизнесу не особо интересен. Так какая разница что там под ним?
Приведите примеры. Формат должен быть не просто открытым, а понятным и хорошо описанным.
html открыт, понятен и описан просто прекрасно, а отображается местами очень по-разному
Вы пробовали сгенерить документ word программными средствами со встроенной диаграммой? Я пробовал, это очень сложно. Или документ который должен выглядеть строго определенным образом.
И как предлагаемый вами подход решает данную проблему? Как вы думаете, почему формат достаточно сложный? А я подскажу, потому что вариантов тут два - либо формат будет простой и форматировать только под вашу задачу. Либо он будет покрывать очень много вариантов и будет сложный. Ну и компромиссные варианты посередине сочетающие недостатки обоих крайностей. Просто и универсально не получится - попробуйте на досуге.
Получается двойная работа, генерить еще и markdown. А зачем?
Я же написал - markdown ИИ уже понимает и практически без оверхеда на токены. Чем то что вы предлагаете будет лучше чем markdown?
он сложен в поддержке и поэтому бизнесу не особо интересен
Все меняется. Доля линукса стремительно растет даже на десктопе. То же импортозамещение, как бы к нему не относились. В целом подход крутой конечно, типа где-то продукта нету - ну и ладно, пусть страдают. А есть еще андроид или тоже хрен с ним?
html открыт, понятен и описан просто прекрасно
HTML вообще не прост, если что. HTML5 на сегодняшний день ни один браузер не реализует на 100%. А простые страницы замечательно отображаются везде. Еще примеры будут? Там же "навалом" было
Как вы думаете, почему формат достаточно сложный?
Я уже писал почему. Потому что он вырос из древнего формата, который был 1) закрытым 2) MS затачивала под то, как им удобно и не особо документировала по понятным причинам. Разработчикам библиотек и инструментов очень трудно в этих условиях что-то внятное сделать. Поэтому имеем очень ограниченный инструментарий. Как противопоставление, PDF описан намного лучше
Все меняется. Доля линукса стремительно растет даже на десктопе.
Конечно можно вывернуть что за пять лет в два раза это стремительно, но объективно что 2% что 4% это одинаково "нафиг не нужен"
А есть еще андроид или тоже хрен с ним?
А что с ним? Хотя конечно я слабо представляю сценарий где было бы удобно таблицы и документы формата А4 с телефона редактировать
HTML вообще не прост, если что
Я и не утверждал что он прост, речь шла про открыт понятен и хорошо описан. Что из этого не верно?
Еще примеры будут?
Которые опять вас не устроят?
Я уже писал почему. Потому что он вырос из древнего формата,
Как вы это определили? Между ними не так уж много общего
где было бы удобно таблицы и документы формата А4 с телефона редактировать
Хочу попасть в ваше время) Вообще сейчас полно планшетов 13 дюймов, раньше такими ноутбуки были.
Я и не утверждал что он прост
Так это я просил в примерах: "Формат должен быть не просто открытым, а понятным". Когда целый Google не может реализовать формат, то он явно не прост и не понятен.
Которые опять вас не устроят?
Понятно, нашли один пример с натягом и экстраполировали до "навалом")
Как вы это определили? Между ними не так уж много общего
Работал с объектной моделью doc и docx. Очень похоже
Кстати, с HTML же прекрасная история. Было примерно так, как вам близко. Был MS со своим практически проприетарным html, который хрен клал на спецификацию. Не открывается сайт на линухе или маке? Да и фиг с вами, вы - погрешность. И все плевались от IE. В какой-то момент всем это надоело, а тут еще и вышел Хром с Мозилой, которые стал следовать спеке и сожрали чудище по имени IE. А спеку потом организованно расширили.
odf существует.
Есть такой формат. Маркдаун. Офигенно подходит для любых документов. Картинки рядом, подпись тоже рядом - все прозрачно и понятно на 100500%. А главное для ИИ это родной и понятный формат по умолчанию.
Но как ниже и заметили, завтра кому-то приспичит вставать туда Эксель с макросами и активиксы с какой-то хренью. А ещё люди не понимают как так картинки лежат отдельно от файла с текстом, хотя для подписи - абсолютно монописуарно что за хеш подписывать...
И такой формат есть — Typst.
Компьютерные технологии очень сложны. Я работал в IT и у меня был начальник, который делал скриншоты из excel и вставлял их в электронные письма
Я думаю, что ХХ должен теперь переключиться на начальников и задавать им вопросы при приеме на работу как они собираются пересылать документы? В каков формате? Можно ли вставить скриншот из эксела в электронную почту? И т.д.
P.S. Вообще этих программ для офиса стало невыносимо много!. Вот еще одна, европейская
Хватит уже может???
P.P.S Может как говорил Жванецкий "может в консерватории что подправить"
Проблему с форматами скоро решат.
Когда Роскомнадзор и Шадаев под аплодисменты ФСБ окончательно выключат всем "этот ваш ЫнтЫрнет", а в идеале и в их мечтах и все "эти ваши бесовские компуХтеры", то единственным утвержденным и одобренным форматом будут берестяные письма и документы на кириллице без англицизмов.
В конце квартала подводы с берестяными отчётами обученные грамоте дьяки и подьячие будут свозить в Приказы от главной казны, где внимательно всё изучать и провинившихся в недоимке бить плетьми.
Почему PDF в России превратился в проблему для документооборота и ИИ