.docx), PowerPoint (.pptx), Excel (.xlsx) y PDF de hasta 50 páginas (uno más largo se rechaza
con file_rejected). También acepta los formatos antiguos .doc, .ppt y .xls: los convertimos y el resultado sale
en el formato moderno (.docx, .pptx, .xlsx).
1
Sube el archivo
2
Pide la revisión
stream o background. Si el archivo lo hizo Doconda, pasa su id en
vez de subirlo: "file": "doc_01JAB3…".3
Lee el resultado
status te dice cómo ha quedado y GET /documents/{id}/report te da el detalle.Nunca cambiamos tu texto ni tus valores: un importe mal escrito se señala, no se corrige. Solo aplicamos los
arreglos seguros; el resto se informa. Cada arreglo se aplica solo si el archivo mejora; si no, se descarta y queda
anotado en el informe (
ledger).Dónde está cada problema
Cada aviso del informe dice dónde está, enlocation:
pages: las páginas (Word, PDF) o las diapositivas (PowerPoint), empezando en 1.sheetycells: en Excel, la hoja y las celdas o rangos (B3,A2:B2).
Seguridad
Antes de abrir tu archivo lo revisamos por seguridad:- Rechazamos archivos con macros, archivos que no son del formato que dicen, PDF con contraseña, estructuras internas anómalas o declaraciones XML (vías habituales de ataque).
- En Word, PowerPoint y Excel neutralizamos lo que traería algo de fuera al abrirlo: los enlaces a recursos externos
(imágenes, objetos o marcos vinculados a otro archivo) dejan de apuntar a ellos, quitamos la plantilla adjunta y
vaciamos los campos que traen contenido de otro archivo o lo ejecutan (
INCLUDETEXT,INCLUDEPICTURE,LINK,DDE). - Quitamos los objetos incrustados (OLE y paquetes, como una hoja de Excel dentro de un Word) y los controles ActiveX. En Word y PowerPoint, un objeto incrustado deja en su sitio su imagen: se ve igual, pero ya no se abre ni se edita, también en el archivo que te devolvemos al editarlo. Los datos de los gráficos se mantienen.
- En un PDF quitamos los ficheros incrustados o adjuntos, el JavaScript, las acciones automáticas al abrir y los enlaces que abren un programa u otro archivo.
- Los hipervínculos normales se mantienen.
sanitized.removed.
Qué revisamos
En todos los formatos, solo en español:money.words_mismatch (un importe en euros cuya cifra no cuadra con la letra,
como “1.200 €” frente a “mil trescientos euros”). En Word y PowerPoint: font.missing (una fuente que no tenemos).
Los dos se informan, no se arreglan.