Excel・CSV・Parquet

Excel のブック、CSV・TSV の表、Apache Parquet のファイルは、BDF の中では同じものになる。表形式のデータのための無限平面のレイアウト、sheet View だ（spec.md §4.1）。CSV・TSV と Parquet は自分の描画コードを持たない。converter/csv と converter/parquet は値だけの単純な格子を組み立て、それをワークシートのセルを組んで描いている converter/xlsx のレイアウト・描画コードにそのまま渡す。だから CSV や Parquet のファイルは、ビューアの中で Excel のシートとまったく同じに見え、同じに振る舞う。太字で固定した見出し行、グリッド線と固定ペイン、表計算ソフトと同じ選び方（ドラッグ、Shift、行・列の見出し、矢印キー）で選べるセル。コピーすれば画像ではなくタブ区切りの値と HTML の表になる。

試す

ファイルをビューアにドロップするか、サンプルを試せる: Excel のブック、数式オブジェクトのあるシート、Shift_JIS の TSV ファイル、Parquet の表。

Excel（.xlsx）

converter/xlsx は OPC の zip パッケージ（.xlsx、.xlsm、.xltx、.xltm）を読み、ワークシートごとに sheet View を作る。セルの配置・書式・表示形式の解釈はすべて変換器自身が行う。BDF に再レイアウトはないので、ここが解釈の唯一の場所になり、シートは Tile に描かれる。セルの値はファイルに保存されているもの（数式の計算結果のキャッシュ）で、数式そのものは計算しない。

読み込むもの:

• 表示形式（日付、和暦、分数、会計など Excel の書式コードが表せるもの一式）、フォントとリッチテキスト、塗りと罫線、配置（和文の禁則付きの折り返し、空きセルへのはみ出し、回転、縮小して全体を表示）、セルの結合。
• 条件付き書式: カラースケール、データバー、アイコンセット、数式を使う規則。これらは BDF が内蔵する小さな数式評価器（四則演算、セル参照と範囲、論理、よく使う検索・文字列・日付の関数）で評価する。開いた日時に依存する規則は評価せずに警告を出す。
• テーブルとその組み込み・独自のスタイル、画像・図形・グラフ。いずれも 1 回だけ描き、重なる Tile から使い回す。グラフシートはシートではなく、独立した fixed View のページになる。
• 列幅と行の高さは、Excel 自身と同じ規則（既定のフォントの数字の幅が基準）で計算する。固定ペインとグリッド線の有無は manifest に書き、ビューアが描く。
• 読み上げのためのセル単位の構造: 値のあるセルはそれぞれ MARK CELL になり、固定した見出し行やテーブルの見出し行のセルは列見出しとして印を付ける。

読み込まないもの: 右から左のシート（左から右に描く）、ピボットテーブルのスタイル（値は普通のセルとして描く）、スパークライン、フォームコントロール、旧形式（VML）の図形、セル内の画像、古いバイナリ形式の .xls。印刷の設定は、下の印刷のページを作るときに読む。

オプション（-param。bdf generate -h の内容）:

-hidden（-param hidden=true の短縮形）で非表示シートも含められる。マクロシートとダイアログシートは常に読まず、警告を出す。詳細は design.md §3.6 を、シートのセルがどのように Tile に分割されるかは design.md §6 を参照。

印刷のページ（print View）

-param views=print を付けると、シートを Excel が印刷するページの形にした flow View（print1、print2 …）を作る。帳票として作られたブックは、こちらが本来の見た目になる。both では sheet View の後に並ぶ。

• 印刷範囲と印刷タイトル: 定義名 _xlnm.Print_Area（複数の範囲はその順に別のページ）と _xlnm.Print_Titles（各ページの上と左に繰り返す行と列。タイトル自身を含むページでは重ねない）。印刷範囲がなければ、A1 からシートが使っている範囲（最後の列からはみ出すテキストを含む）を印刷する。
• ページ設定: 用紙と向き、拡大率、「次のページ数に合わせて印刷」（横 n × 縦 m ページに収まる最大の拡大率を 1% 刻みで探す。0 はその方向を合わせない）、余白、水平・垂直の中央寄せ、ページの順序、先頭ページ番号。
• 改ページ: 改ページプレビューで入れた手動の改ページは必ず守り、その間は行と列の境で、用紙に入るだけ詰める。非表示の行と列は入らない。
• ヘッダーとフッター: 左・中央・右の 3 区画と、&P（ページ番号）・&N（総ページ数）・&A（シート名）・&F（ファイル名）、フォント・大きさ・太字などの書式コード。先頭ページと偶数ページの別。&D と &T（日付と時刻）は、変換のたびに出力が変わらないよう空にする（Go からは xlsx.Options.PrintTime で与えられる）。
• 枠線と行列番号: ページ設定で印刷することになっていれば描く。

ページは header・footer・body のレイヤーを持ち、body の矩形は余白の内側なので、ビューアの連続表示では本文だけが積まれる。印刷タイトルのように複数のページが同じ内容を見せる部分は、1 つの Object として 1 回だけ格納される。

Excel は印刷のときに行の高さと列幅をプリンタの画素に丸めるので、自動の改ページの位置は Excel と 1 行ずれることがある。手動の改ページはずれない。ヘッダーとフッターの画像（&G）、エラー値の印刷方法、メモの印刷は扱わない。

テンプレートとして穴埋めする

セルに {{名前}} のタグを書いたブックは、帳票のテンプレートとしてデータで穴埋めできる（bdf fill、xlsx.Fill）。結果は印刷のページの文書になる。書き方は帳票を作るを参照。

数式オブジェクト

シートに「挿入 → 数式」で置いた数式（テキストボックスや図形の中の Office Math）は、PowerPoint と同じく a14:m の Office Math から組む。サンプルは converter/xlsx/testdata/math.xlsx。セルの計算式（=SUM(A1:A3)）はこれとは別で、保存されている計算結果を表示する。組み方は Word・HTML・Markdown の数式を参照。

CSV・TSV

converter/csv はテキストの表を読み、Excel で開いたときと同じ見た目の sheet View を 1 枚作る。実際に描いているのが Excel の変換器そのものだからだ。このパッケージが受け持つのは、CSV ファイルが明示していないことの推定である: 文字コード、方言、見出し行があるかどうか。どの推定も -param で上書きでき、実際にした推定は変換の要約（Result、CLI の最終行）に出る。

推定するもの:

• 文字コード: バイト順マーク（BOM）があればそれに従う（UTF-8、UTF-16LE/BE、UTF-32LE/BE）。なければ先頭 64 KiB から推定する。BOM のない UTF-16 や ISO-2022-JP のエスケープシーケンスに特有のバイトパターン、正しい UTF-8、そのいずれでもなければ Shift_JIS・EUC-JP・Windows-1252 のうち「自然な文章らしさ」の点数が最も高いものを選ぶ。中国語・韓国語の旧来の文字コード（GB18030、Big5、EUC-KR）は推定せず、-param charset= で指定する。
• 方言: 区切り文字（カンマ・タブ・セミコロン・縦棒）とクオートの書き方（ダブル・シングル・なし、二重化かバックスラッシュのエスケープ）の組を先頭 64 KiB に試し、フィールド数が最もそろう組を選ぶ。
• 見出し行: 列ごとに点数を付ける。数値・日付・真偽値・メールアドレス・URL の列の上にある文字列は見出しとして加点し、同じ列の下にも現れる値はデータとして加点する。

値は書かれたままの表記で示す（Excel は 1.50 を 1.5 に変えてしまう）。先頭が 0 の数値（007、郵便番号）は数値にならず文字列のままだが、本物の数値と同じく右揃えになる。列幅は内容に合わせ、改行を含むセルは折り返して行が高くなる。そして Excel の変換器で描いているので、見出し行と判定された行は太字にして固定し、読み上げ用のテキスト層では列見出しとして印を付ける。固定ペインのある Excel のシートと何一つ変わらない。

オプション（-param。bdf generate -h の内容）:

詳細は design.md §3.10 を参照。

Apache Parquet

converter/parquet は Parquet のファイル（pandas・Polars・DuckDB・Spark が書き、Hugging Face のデータセットもこの形で配られる列指向の形式）を読み、表を 1 枚の sheet View にする。描画はここでも converter/xlsx に任せる。CSV と違って推定するものはない。Parquet のスキーマに列の型が書かれているので、あとは値をどう文字にするかだけの問題になる。

読み込むもの:

• 読み込みは Arrow を使わず、Parquet 自体の仕様から書いた。apache/arrow-go や parquet-go の parquet パッケージをリンクすると、Office 系フォーマット用の WebAssembly モジュールがほぼ倍の大きさになるため、表示に要る部分だけを実装している。Snappy・gzip・Zstandard（klauspost の実装。速く、Polars と Databricks の既定の圧縮でもある）・LZ4 はどこでも伸張できるが、Brotli の伸張はブラウザ版のビルドでは外し、モジュールを小さく保っている。
• 辞書ページとデータページ（v1、v2）、実際に使われているすべてのエンコーディング: PLAIN、RLE とビットパックのハイブリッド、PLAIN/RLE の辞書エンコーディング、DELTA 系のエンコーディング、BYTE_STREAM_SPLIT。
• 入れ子の値（リスト、マップ、構造体、リストのリスト）は、葉の列の繰り返しレベルと定義レベルから組み立て直す。古い書き手が使っていた標準以前のエンコーディングも読む。
• Variant 型の列（Spark 4、Iceberg v3、DuckDB の variant 型）。分解保存（shredding）された値も含む。
• 表示する行に必要な行グループとページだけを読む。ファイル全体をメモリに読み込むことはない。

値はデータツールが表示するのと同じ書き方にする: decimal は全桁、タイムスタンプは UTC で列が必要とする桁数の小数秒、UUID と interval はそれぞれの標準的な表記、リスト・マップ・構造体は JSON、ジオメトリの列（GEOMETRY、GEOGRAPHY、GeoParquet の WKB 列）は WKT にする。列名は 1 行目に太字で固定し、CSV の見出し行と同じ扱いにする。その下の 2 行目には、各列の Parquet の型（int64、decimal(10, 2)、timestamp[ms, UTC]、list<string> など）を灰色の行で固定して示す。

既定では先頭の 10,000 行だけを表示する（-param rows= で別の数を、all でシートの上限の 1,048,574 行まで指定できる）。読み込み自体は速い（100 万行・8 列で約 0.6 秒）が、シートの組版はそうではない: 10 万行で約 3 秒・690 MB、100 万行で約 45 秒・2.7 GB かかる。既定の行数が小さいのはこのためだ。rows= の指定にかかわらずセル数には 400 万の上限もあり、列の多い表は行数が減る。列数は Excel・CSV と同じくシートの上限の 16,384 列まで。

読み込まないもの: Parquet Modular Encryption（フッターが暗号化されたファイルは判別はできるが開けない）、ブラウザ版での Brotli 圧縮の列、LZO、まだ実験的な扱いの ALP エンコーディング。

オプション（-param。bdf generate -h の内容）:

詳細は design.md §3.26 を参照。