Office dokumentų ir failų suspaudimas online (DOCX, XLSX, PPTX) | Nemokamas kompresorius

Kaip šis binarinis variklis gydo ir suspaudžia DOCX, XLSX bei PPTX failus

Modernūs Microsoft Office dokumentai (.docx, .xlsx, .pptx) iš tiesų yra pervadinti suspausti ZIP archyvai, kurių viduje slypi XML tekstinės struktūros ir įterpti medijos failai. Dažniausiai dokumento dydis išpučiamas iki 20–100 MB dėl dviejų pagrindinių priežasčių: aukštos raiškos neoptimizuotų nuotraukų bei perteklingų XML redagavimo metaduomenų.

Mūsų nemokamas in-browser kompresorius nenaudoja paviršutiniško archyvavimo – jis atlieka giliąją dokumento anatominę analizę tiesiogiai jūsų įrenginio operatyviojoje atmintyje:

Išmani vaizdų rekompresija (Media Downsampling) – Aptinka visus įterptus JPEG ir PNG paveikslėlius, pakeičia jų pikselių raišką pagal pasirinktą DPI profilį (96 DPI el. paštui, 150 DPI ekranui, 220 DPI spaudai) ir sumažina failo svorį iki 90%.
XML šiukšlių ir RSID valymas – Microsoft Word ir Excel kaskart redaguojant dokumentą įrašo tūkstančius perteklingų w:rsid (Revision Save ID), printerSettings bei kompiuterio vartotojų sekimo žymių, kurios išpučia XML failus. Variklis šias žymes saugiai išvalo.
Nukirptų nuotraukų paslėptų dalių pašalinimas (Crop Cleanup) – Kai dokumente apkerpate nuotrauką, Word iš tiesų išsaugo visą originalią didelę nuotrauką. Mūsų variklis gali pašalinti nematomas nukirptas dalis.
Maksimalus ZIP Deflate (Level 9) – Visi dokumento komponentai iš naujo supakuojami naudojant matematiškai efektyviausią 9 lygio Deflate suspaudimo algoritmą.

Skaitmeninis nutukimas ir 25 MB el. pašto serverių barjeras

Vienas ironiškiausių šiuolaikinio biuro reiškiniai – vadinamasis „skaitmeninis nutukimas“ (digital obesity). Įsivaizduokite paprastą dviejų puslapių sutartį ar trijų pastraipų komercinį pasiūlymą. Pats tekstas užima vos 15 kilobaitų, tačiau dokumento dydis staiga šokteli iki 45 megabaitų! Priežastis? Vadybininkas į kadrą įklijavo 4000×3000 pikselių skaitmeninės kameros nuotrauką arba direktoriaus parašo skeną tiesiai iš mobiliojo telefono, net nesusimąstydamas apie failo svorį.

Bandoma tokį dokumentą išsiųsti el. paštu, o pašto serveris iškart atmeta laišką: „Message size exceeds 25 MB limit“. Panikos apimti biuro darbuotojai dažniausiai imasi liūdnai pagarsėjusios liaudies išminties – konvertuoja Word failą į PDF, tikėdamiesi stebuklo. Bet PDF formatas stebuklingai nesumažina pikselių kiekio, todėl gavėjas gauna nepataisomą PDF failą, kuriame vėliau nebeįmanoma ištaisyti net komendanto pavardės ar datos klaidos!

Šanono pikselių kapinynas ir privatumo rizika

Informacijos teorijos tėvas Claude Shannon pademonstravo informacijos tankio ir fizikinių ribų santykį. Kai 12 megapikselių nuotrauką įterpiate į mažytį 5×5 cm Word dokumento rėmelį, ekrane matote tik 300×300 pikselių vaizdą. Likę 11.9 milijono pikselių tampa beverčiu „pikselių kapinynu“ (pixel graveyard), kuris nenaudojamas vizualiai, bet išpučia dokumento dydį 50 kartų.

Negana to, originaliose telefonų nuotraukose dažnai slypi EXIF metaduomenys: tikslios GPS koordinatės, kameros serijos numeris ir fotografavimo laikas. Siunčiant sutartį klientui su neapdorota nuotrauka, netyčia nutekinamas biuro ar namų adresas. Mūsų variklis apkarpo perteklingus pikselius pagal pasirinktą DPI profilį ir išvalo nesaugius metaduomenis tiesiogiai naršyklėje.

Nuo 2007 m. OpenXML revoliucijos iki 100% kliento saugumo

2007 metais Microsoft pristatė Office OpenXML standartą (DOCX, XLSX, PPTX), pakeitusį senąjį binarinį OLE2 (.DOC) formatą. Tai buvo didžiulis žingsnis į priekį, nes visi dokumentai tapo standartiniais ZIP archyvais. Tačiau taupydama procesoriaus resursus, Microsoft numatytajame įrašyme taiko tik greitą Deflate suspaudimą (Level 5-6) ir palieka visus originalius vaizdus bei redagavimo istorijos šiukšles (w:rsid).

Skirtingai nuo išorinių SaaS servisuose, kurie už `unzip` ir `canvas` rekompresiją po sukimosi animacija reikalauja 39$ mėnesinio mokesčio ir verčia kelti jautrius failus į nutolusius serverius, TOOL GIGA veikia 100% klientinėje pusėje. Visi algoritmai įvykdomi jūsų naršyklės operatyviojoje atmintyje – joks baitas niekada nepalieka jūsų kompiuterio!

❓ Dažniausiai užduodami klausimai (DUK)

Kodėl mano Word, Excel arba PowerPoint failas sveria dešimtis megabaitų?

Microsoft Office failai (DOCX, XLSX, PPTX) iš tiesų yra ZIP archyvai. Kai į dokumentą įkeliate nuotrauką ar skaidrės foną, Office atmintyje išsaugo visą originalią didelės raiškos nuotrauką (word/media/ arba ppt/media/ aplanke), o ne jos sumažintą versiją. Pridėjus kelias 10 MB nuotraukas, dokumento svoris išauga iki 50–100 MB.

Ar suspaudus failą nenukentės teksto formatavimas, formulės ir lentelės?

Garantuojame: tekstas, šriftai, Excel formulės, lentelės ir pradinis išdėstymas išlieka 100% matematiškai nekitę ir nepaliesti! Optimizavimas taikomas tik įterptų nuotraukų pikselių raiškai (downsampling) bei išvalo nematomus XML redagavimo metaduomenis (RSID).

Kuo skiriasi trys suspaudimo profiliai (96 DPI, 150 DPI, 220 DPI)?

96 DPI (Maksimalus) skirtas failams, kuriuos reikalaujama išsiųsti el. paštu ar įkelti į svetaines (pasiekiamas iki 90% dydžio sumažėjimas). 150 DPI (Rekomenduojamas) užtikrina optimalų balansą kompiuterių bei planšečių ekranams (~70% sumažėjimas). 220 DPI (Aukšta kokybė) idealiai tinka spaudai ir archyvavimui.

Ar saugu kelti konfidencialias sutartis ir įmonės finansines ataskaitas?

Visiškai saugu! Visi nuskaitymo, nuotraukų mažinimo bei ZIP perkonstravimo algoritmai veikia 100% jūsų naršyklės operatyviojoje atmintyje naudojant HTML5 Canvas ir FileReader API. Joks failas, failo pavadinimas ar tekstas nekeliamas į serverį ir neišsiunčiamas internetu.

Kas nutinka, jei dokumente yra apkirptų (cropped) nuotraukų?

Kai Word ar PowerPoint programoje apkerpate nuotraukos kraštus, Office iš tiesų išsaugo visą neapkirptą originalą. Įjungus parinktį „Pašalinti nukirptų nuotraukų dalis“, variklis pašalina paslėptus nematomus pikselius ir papildomai sumažina failo svorį.