# Document Format Conformance > Expert des spécifications de formats documentaires — PDF (ISO 32000), PDF/A (ISO 19005), OOXML/Office (ECMA-376 / ISO 29500 : .docx .xlsx .pptx), ODF/ OpenOffice (ISO 26300 : .odt .ods .odp) et Factur-X/PDF-A3 (conteneur). Permet d'INSPECTER la structure réelle d'un fichier, de VALIDER sa conformité structurelle ET sémantique (qpdf, veraPDF, lxml/xmllint, factur-x), de MODIFIER un fichier « à la volée » en garantissant qu'il reste conforme (incremental update PDF signature-safe, patch de part OPC/ODF avec repackage valide), et d'AUDITER une codebase/un moteur qui produit ces formats contre la spec. À utiliser dès qu'apparaissent : conformité PDF, PDF/A, PDF/UA, ISO 32000, veraPDF, xref/trailer, incremental update, OOXML, ECMA-376, ISO 29500, OPC, [Content_Types].xml, docx/xlsx/pptx, ODF, ISO 26300, manifest.xml, mimetype, Factur-X, ZUGFeRD, PDF/A-3, AFRelationship, valider/réparer/modifier un PDF ou un document Office/OpenOffice, auditer un générateur de PDF/Office. - Skill: `qrcommunication/document-format-conformance` (Agent Skill, multi-file: 17 files) - Install (CLI): `npx skillmds@latest add qrcommunication/document-format-conformance` - Raw SKILL.md: https://api.skillmd.com/api/skills/qrcommunication/document-format-conformance/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Data & Analytics - Author: QrCommunication (https://skillmd.com/u/qrcommunication) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/qrcommunication/document-format-conformance --- # Document Format Conformance · PDF · OOXML · ODF · Factur-X ## Overview Boîte à outils experte pour les **spécifications** des formats documentaires et leur **conformité**. Deux modes complémentaires : - **Mode FICHIER** — inspecter, valider, réparer et modifier des fichiers réels (.pdf, .docx, .xlsx, .pptx, .odt, .ods, .odp, Factur-X) en garantissant qu'ils restent conformes à leur spec après modification. - **Mode CODE** — auditer une bibliothèque / un moteur qui *produit* ces formats (couverture de la spec, écarts, vecteurs de test). Voir [references/audit-methodology.md](references/audit-methodology.md). Principe directeur : **on n'implémente aucun parseur maison**. Les scripts sont de fins wrappers autour des validateurs de référence (qpdf, veraPDF, lxml/xmllint, factur-x/saxonche, pikepdf/pypdf). La conformité affichée est donc celle d'outils faisant autorité, pas d'heuristiques. ## Setup (une seule fois) Le skill **installe lui-même ses dépendances** (venv Python + CLI + veraPDF) : ```bash bash scripts/setup.sh # idempotent : relançable sans risque python3 scripts/doctor.py # diagnostic : que manque-t-il ? ``` `setup.sh` crée `./.venv` (pikepdf, pypdf, factur-x, python-docx, python-pptx, openpyxl, lxml), installe `qpdf` + `xmllint` (apt) et **veraPDF** (headless dans `~/.local`). Les scripts Python détectent `./.venv` et s'y **ré-exécutent** seuls — les lancer avec `python3 scripts/.py …` suffit. Si un validateur manque, le script le signale et renvoie vers `setup.sh` (jamais d'échec silencieux). > Ajouter `~/.local/bin` au `PATH` si `verapdf` n'est pas trouvé. ## Choix du format (router) `detect_format()` reconnaît le format par magic bytes (`%PDF`, `PK` + mimetype/ parts). En général, **lancer directement le script** : il route seul. | Si le fichier est… | Famille | Spec | Référence à lire | |---|---|---|---| | `.pdf` | `pdf` | ISO 32000-2 (+ ISO 19005 PDF/A) | [references/pdf.md](references/pdf.md) | | `.docx` `.xlsx` `.pptx` | `ooxml` | ECMA-376 / ISO 29500 (OPC) | [references/ooxml.md](references/ooxml.md) | | `.odt` `.ods` `.odp` | `odf` | ISO 26300 (ODF) | [references/odf.md](references/odf.md) | | Factur-X / ZUGFeRD | `pdf` (PDF/A-3) | ISO 19005-3 + Factur-X | [references/facturx-pdfa3.md](references/facturx-pdfa3.md) | ## Workflow standard (mode FICHIER) 1. **Inspecter** la structure réelle avant tout : `python3 scripts/inspect_doc.py ` 2. **Valider** la conformité (rapport JSON, exit 0/1/2) : `python3 scripts/validate.py [--pdfa 3b] [--xsd DIR] [--rng SCHEMA]` 3. **Modifier** en restant conforme, puis la modif est **revalidée** automatiquement : - PDF : `python3 scripts/pdf_modify.py …` - OOXML/ODF : `python3 scripts/opc_modify.py …` - Factur-X : `python3 scripts/facturx_tool.py …` **Gate de conformité (NON-NÉGOCIABLE)** : toute modification est rejetée ou signalée non conforme si elle casse la spec — un `opc_modify set` refuse un XML non well-formed (aucun fichier produit) ; un `pdf_modify`/`facturx embed` relance qpdf/veraPDF sur la sortie. Ne jamais livrer un fichier dont la post-validation n'est pas verte. ## Scripts (cheat-sheet) | Script | Rôle | Outils sous-jacents | |---|---|---| | `inspect_doc.py ` | dump structurel JSON (lecture seule) | pikepdf, zipfile, lxml | | `validate.py [--pdfa] [--xsd] [--rng]` | rapport de conformité | qpdf, veraPDF, lxml, xmllint | | `pdf_modify.py …` | set-meta / attach / repair / decrypt | pikepdf, pypdf (incremental), qpdf | | `opc_modify.py …` | list / get / set d'une part OOXML/ODF | zipfile, lxml + revalidation | | `facturx_tool.py …` | check / extract / embed Factur-X | factur-x, pikepdf, veraPDF | | `doctor.py` | diagnostic des validateurs | — | | `setup.sh` | bootstrap idempotent | venv, apt, veraPDF | ### Points de conformité clés (mémo) - **PDF** : modifier sans casser = **incremental update** (`pdf_modify set-meta --incremental` : append d'une révision, octets d'origine préservés → signatures intactes). Un fichier « réparé » par qpdf (xref reconstruit) est signalé **non byte-clean** (≠ warning bénin `/Size`). - **OOXML** : 3 invariants OPC = `[Content_Types].xml` déclare chaque part, les `*.rels` pointent vers des parts existantes, parts XML well-formed. - **ODF** : `mimetype` doit être la **1ère entrée du ZIP, STORED (non compressée)**, valeur exacte — `opc_modify` le re-garantit à chaque repackage. - **Factur-X** : PDF/A-3b (veraPDF) + XML embarqué nommé `factur-x.xml` + `/AFRelationship` + `/AF` document-level + XMP Factur-X. La **sémantique fiscale** du XML (Schematron EN16931, business terms, réforme FR 2026) relève du skill `isca-nf525-facturation-electronique` — ne pas la dupliquer ici. ## Mode CODE (audit d'un générateur) Pour auditer une codebase qui produit ces formats (ex : un moteur PDF maison, un exporteur docx), suivre [references/audit-methodology.md](references/audit-methodology.md) : inventaire des features de la spec → matrice de couverture → génération de fixtures → validation des sorties avec les mêmes scripts → table d'écarts priorisée. ## Obtenir les schémas officiels (validation sémantique forte) La validation XSD ECMA-376 et RelaxNG ODF nécessite les schémas officiels (non redistribués ici). Procédure d'obtention + commandes `xmllint --schema/--relaxng` dans [references/ooxml.md](references/ooxml.md) et [references/odf.md](references/odf.md).