docx SAXParseException - Dokument lässt sich nicht öffnen

• Ein Dokument im docx-Format (ein spezielles Format von Microsoft Word) wurde mit LibreOffice geöffnet, bearbeitet und mehrfach gespeichert (wieder im docx-Format)
• Bei einem anschließenden Öffnungsversuch ließ sich das Dokument nicht mehr öffnen und LibreOffice zeigte folgenden Fehler an:
  

  Formatfehler an Position 
  SAXParseException: '[word/document.xml line 2]: Attribute w:cstheme redefined
  ', Stream 'word/document.xml', Line 2, Column 205742(Zeile,Spalte) in der Datei entdeckt.

• Die genaue Ursache ist mir nicht bekannt
• Beim Speichern und Schließen des docx-Dokuments muss es zu einem Problem gekommen sein, weswegen der oben genannte Fehler auftrat

Nach mehreren Versuchen erwies sich der folgende Weg als reproduzierbar, praktisch und schnell, um das Problem zu lösen

1. Entpacken der docx-Datei
   • docx ist eigentlich ein Zip-Container, also eine Datei, die mehrere Dateien und Verzeichnisse in komprimierter Form enthält
   • Dieser Container muss entpackt werden. Dazu wird die Dateiendung von docx in zip umbenannt. Eine entsprechende Warnmeldung von Windows kann dabei mit OK quittiert werden.
   • Anschließend wird die Zip-Datei entpackt
2. Öffnen der Datei word/document.xml in notepad++
   • Innerhalb des neuen Ordners mit den Daten aus der Zip-Datei gibt es einen Unterordner word
   • Darin befindet sich die Datei document.xml
   • Diese muss mit notepad++ geöffnet werden. notepad// gibt es auch als sogenannte //PortableApp// und muss dann nicht installiert werden. * Bevor die Datei bearbeitet werden kann, muss in //notepad++// das PlugIn XML-Tools installiert werden: * //PlugIns// -> //Plugin Admin// (sollte dieser fehlen, dann siehe [[https://community.notepad-plus-plus.org/topic/15745/faq-desk-the-missing-plugin-manager notepad-plus-plus.org]])

         * Dort das Plugin //XML Tools// suchen und installieren
         * Nun die Datei ''word/document.xml'' in //notepad++// öffnen
         * Sie wird nun in zwei Zeilen angezeigt
         * Daher //Plugins// -> //XML Tools// -> //Pretty print (XML only - with line breaks)// auswählen
     - Zur fehlerhaften Stelle springen
       * Über //Search// -> //Go to...// zur in der Fehlermeldung genannten Position springen: //Offset// auswählen und die //Column//-Nummer eingeben (im Beispiel 205742)
       * In der Nähe oder genau an dieser Position findet sich ein XML-Tag, der in der Fehlermeldung genannt wird - im Beispiel //w:cstheme//
       * Die Zeile mit diesem Eintrag löschen
       * Speichern
       * Kommt nun eine Fehlermeldung<code>

     XML Parsing error at line 1234…</code>dann klicken Sie auf OK

       * notepad++ hat den Cursor direkt in die entsprechende Zeile gesetzt
       * Löschen Sie auch diese Zeile
       * Speichern
       * Wiederholt sich die Fehlermeldung, dann gehen Sie die letzten Schritte erneut durch - so lange, bis keine Fehlermeldung mehr erscheint.
       * Beenden Sie notepad++
     - Datei packen und in Textverarbeitung öffnen
       * Markieren Sie nun alle Dateien und Verzeichnisse, die aus der Zip-Datei entpackt wurden und packen Sie diese wieder in eine Zip-File (z.B. über Kontextmenue //7-Zip// -> //Hinzufügen zu "xxx.zip"//)
       * Benennen Sie diese Datei nun um und ändern Sie die Dateiendung von //zip// in //docx//
       * Öffnen Sie diese Datei in einer Textverarbeitung

     Die Datei sollte sich nun problemlos öffnen lassen.

     Genereller Tipp:
     Nutzen Sie - um solche Probleme zukünftig zu vermeiden - nicht docx als Dateiformat, wenn Sie nicht nur mit Word arbeiten.
     Nutzen Sie dann das OpenDocument-Format odt.
     Dies lässt sich in Word und LibreOffice problemlos verwenden.

     —- Ähnliche Themen im blog:
     office, xml —- zurück