Последнее обновление: 02 сент., 2026

Best Open Source APIs for Parsing MS Project MPP & Primavera XER Files

Ведущие открытые API для работы с файлами MS Project (MPP) и Primavera (XER)

В управлении корпоративными проектами два проприетарных формата файлов доминируют: Microsoft Project (.mpp) и Oracle Primavera P6 (.xer). Независимо от того, создаёте ли вы внутреннюю аналитическую панель, синхронизируете графики строительства с ERP‑системами или автоматизируете конвейеры статуса проектов, чтение и манипулирование этими файлами расписаний программно является критически важным требованием.

Однако оба формата представляют собой известные инженерные препятствия:

  • MPP files являются бинарными, недокументированными OLE Structured Storage или проприетарными составными форматами документов с изменениями схемы практически в каждом крупном выпуске MS Project (2000, 2003, 2007, 2010, 2013, 2016, 2019, 2021).
  • Primavera XER files являются табуляционно-разделёнными текстовыми экспортами, структурированными как таблицы реляционной базы данных (%T таблицы с полями %F и записями %R), наполненными сложными ограничениями целостности ссылок, наследованием многокалендарных схем и логикой критического пути.

Существуют коммерческие SDK, такие как Aspose.Tasks, но стоимость лицензий и привязка к поставщику делают надёжные открытые альтернативы необходимыми. В этом руководстве мы разбираем лучшие открытые API, библиотеки и парсеры, доступные для Java, Python и C#, позволяющие чисто и эффективно работать с файлами MPP и XER.

Быстрое сравнение открытых инструментов

Библиотека / ИнструментОсновной языкПоддерживаемые форматыЧтение / ЗаписьЛучший вариант использования
MPXJJava (Python / .NET привязки)MPP, MPT, MPX, XER, PMXML, MSPDIЧтение (MPP/XER); Запись (MPX/MSPDI/PMXML)Enterprise Java, конвертация нескольких форматов, комплексные расписания
xerparserPythonXERЧтение и разборData science, анализ планирования pandas, ETL‑конвейеры
python-mpxjPythonMPP, XER, XMLЧтение / КонвертацияPythonic‑обёртка вокруг MPXJ, использующая JPype
netezza-xer / xer-to-csvShell / Python / GoXERПоток / ЭкспортИзвлечение необработанных таблиц, похожих на SQL, в реляционные базы данных
OpenProj / ProjectLibre CoreJavaMPP (older versions), XMLЧтение / ОтображениеИнтеграция настольного/движка для базовых представлений диаграмм Ганта

1. MPXJ (Microsoft Project eXchange на Java)

Неоспоримый отраслевой стандарт для совместимости расписаний

Если существует золотой стандарт среди открытых библиотек планирования, то это MPXJ. Активно поддерживаемый более двух десятилетий Джоном Айлесом, MPXJ изначально был создан для обработки файлов Microsoft Project MPX, но впоследствии превратился в универсальный движок трансляции форматов планирования проектов.

Ключевые возможности

  • Прямое извлечение MPP: Анализирует проприетарные бинарные файлы MPP практически во всех версиях MS Project (Project 98 до современных Project 2016/2019/2021/365) без необходимости установки копии Microsoft Project.
  • Разбор Primavera P6 XER и PMXML: Нативная поддержка как текстовых дампов .xer, так и современных файлов Primavera XML.
  • Нормализованная модель данных: Предоставляет единый объектный модель (ProjectFile, Task, Resource, ResourceAssignment, Relation, WorkCalendar). Независимо от того, является ли ваш ввод MPP или XER, код вашего приложения взаимодействует с точно тем же API.
  • Многоязычное распространение: Хотя написан на Java, MPXJ распространяет нативно скомпилированные пакеты NuGet для .NET (C#) через IKVM/CoreCLR, а также пакет Python (mpxj на PyPI).

Быстрый пример кода: Java

import net.sf.mpxj.ProjectFile;
import net.sf.mpxj.Task;
import net.sf.mpxj.reader.UniversalProjectReader;

public class ScheduleReader {
    public static void main(String[] args) throws Exception {
        // UniversalProjectReader automatically detects whether it's MPP, XER, or XML
        UniversalProjectReader reader = new UniversalProjectReader();
        ProjectFile project = reader.read("capital_project_schedule.xer");

        System.out.println("Project Name: " + project.getProjectProperties().getProjectTitle());

        for (Task task : project.getTasks()) {
            if (task.getName() != null) {
                System.out.printf("Task ID: %d | WBS: %s | Name: %s | Early Start: %s%n",
                    task.getID(), task.getWBS(), task.getName(), task.getEarlyStart());
            }
        }
    }
}

Где MPXJ преуспевает

  • Истинная кросс-форматная нормализация (преобразование MPP в совместимый с XER PMXML или MSPDI).
  • Сложная логика календаря (смены, исключения, многокалендарные рабочие часы).
  • Стабильность уровня продакшн с активным сообществом.

2. xerparser (Python)

Легковесный, нативный парсинг на Python для Primavera XER

Хотя MPXJ можно вызвать через привязки Python, для этого требуется запуск JVM‑бэкенда (через JPype). Когда нужен полностью нативный парсер Python, работающий без зависимостей Java, xerparser — это решение по умолчанию.

Файл XER по сути представляет собой снимок базы данных, выгруженный в плоский текст. xerparser декодирует эти таблицы в структурированные объекты Python и бесшовно интегрируется с pandas.

Ключевые возможности

  • Отсутствие зависимостей Java: Чистая библиотека Python 3, устанавливаемая через pip install xerparser.
  • Реляционная целостность: Отображает основные таблицы Primavera, такие как TASK (Действия), PROJECT (Метаданные проекта), PROJWBS (иерархии WBS), TASKRSRC (Назначения) и TASKPRED (Логические связи).
  • Быстрое выполнение: Идеально подходит для контейнеризованных микросервисов, функций AWS Lambda и современных конвейеров оркестрации данных (например, Apache Airflow, Prefect).

Быстрый пример кода: Python

from xerparser.reader import Reader
import pandas as pd

# Load XER file
xer = Reader("plant_expansion.xer")

# Access projects inside the XER dump
for project in xer.projects:
    print(f"Project Code: {project.short_name}, Description: {project.name}")

# Convert activities into a Pandas DataFrame for downstream analytics
tasks_data = []
for act in xer.activities:
    tasks_data.append({
        "Task_Code": act.task_code,
        "Name": act.task_name,
        "Status": act.status_code,
        "Early_Start": act.early_start_date,
        "Early_Finish": act.early_end_date,
        "Total_Float": act.total_float_hr_cnt
    })

df = pd.DataFrame(tasks_data)
print(df.head())

Где xerparser преуспевает

  • Инженерия данных, аналитика задержек и претензий, а также проверка состояния расписания (скрипты оценки DCMA по 14 пунктам).
  • Безсерверные нагрузки, где упаковка Java‑runtime более 50 МБ непрактична.

3. python-mpxj

Связывание Python с полной мощью MPXJ

Если вы работаете с Python, но должны обрабатывать бинарные файлы .mpp, xerparser вам не поможет, так как он поддерживает только .xer. Самый надёжный открытый мост — python-mpxj.

Ключевые возможности

  • Автоматически запускает безголовый встроенный JVM с помощью jpype1.
  • Предоставляет полный API MPXJ напрямую разработчикам Python.
  • Позволяет напрямую конвертировать проприетарные файлы .mpp в современные открытые форматы, такие как .json или .csv.
pip install mpxj

import mpxj

# MPXJ provides high-level helper utilities
from net.sf.mpxj.reader import UniversalProjectReader

reader = UniversalProjectReader()
project = reader.read("commercial_tower.mpp")

for task in project.getTasks():
    if task.getName():
        print(f"{task.getUniqueID()}: {task.getName()} -> {task.getDuration()}")

4. Пользовательские утилиты парсинга и скрипты загрузки в базу данных

Обработка необработанных файлов Primavera XER с помощью потоковой обработки

Поскольку Primavera XER использует предсказуемый табличный формат, многие команды открытого программного обеспечения используют собственные декодеры табличных потоков (написанные на Go, Python или Rust) вместо высокоуровневых библиотек расписаний в стиле DOM.

Структура файла XER выглядит так:

%T  TASK
%F  task_id  proj_id  wbs_id  task_code  task_name  status_code
%R  10182    120      45      A1000      Mobilization TK_Complete
%R  10183    120      45      A1010      Excavation   TK_Active
%E

Несколько скриптов с открытым исходным кодом на GitHub (например, xer2sqlite и xer-to-csv) напрямую разбирают эту структуру в SQLite или PostgreSQL. Этот подход оптимален, если:

  1. Вам нужно только выполнять запросы к табличным отношениям с помощью SQL.
  2. Расписания имеют размер в сотни мегабайт и содержат десятки тысяч задач, при этом загрузчики на основе объектно‑ориентированных деревьев вызывают ошибки нехватки памяти.

Техническое сравнение: Что выбрать?

Выберите MPXJ, если:

  • Вам необходимо читать бинарные файлы Microsoft Project .mpp без оплаты проприетарного коммерческого программного обеспечения.
  • Вам нужна глубокая аналитика расписаний: рабочие календари, расчёт задержек, вычисление критического пути и отклонения базового плана.
  • Ваш технологический стек — Java, Kotlin, C# (.NET) или корпоративный Python.

Выберите xerparser, если:

  • Вы работаете исключительно с файлами Primavera P6 .xer.
  • Ваш конвейер написан на родном Python и напрямую передаёт данные в pandas, NumPy или визуализаторы, такие как Dash / Streamlit.
  • Вы развертываете в лёгких контейнерных средах или безсерверных облачных раннеров.

Выберите прямой ввод DB / CSV потока, если:

  • Вам требуется высокопроизводительная подготовка базы данных для масштабных многопроектных корпоративных экспортов XER.
  • Вам нужно лишь извлекать метаданные, сметные счета и графики прогресса с помощью SQL‑аналитики.

Итоги и лучшие практики

При построении открытых конвейеров для данных расписаний:

  1. Никогда не парсите .mpp вручную: Спецификация бинарного формата Microsoft сложна и не документирована. Всегда используйте проверенные библиотеки, такие как MPXJ.
  2. Остерегайтесь часовых поясов дат: Расписания Primavera часто фиксируют продолжительность работ без метаданных о часовом поясе, полагаясь на календарные планы проекта. Убедитесь, что ваш конвейер ingest учитывает сдвиги 8‑часового рабочего дня по сравнению с 24‑часовыми календарными днями.
  3. Проверяйте ссылочную целостность: В файлах XER часто встречаются осиротевшие записи (например, задачи, ссылающиеся на удалённые узлы WBS) в экспортированных вручную проектах. Всегда осторожно проверяйте внешние ключи во время ETL.

Часто задаваемые вопросы

**Q1: 1. Могут ли открытые библиотеки писать или обновлять нативные бинарные файлы .mpp напрямую?

A1: Нет, из‑за проприетарного бинарного формата Microsoft, открытые библиотеки могут надёжно читать файлы .mpp, но запись обычно экспортируется в стандартные форматы, такие как MSPDI (XML) или MPX.

**Q2: Нужен ли мне Microsoft Project или Primavera P6, установленный на моём сервере, для разбора этих файлов?

A2: Нет, такие библиотеки, как MPXJ и xerparser, являются автономными парсерами, которые обрабатывают файлы напрямую без необходимости лицензий на хост‑программное обеспечение.

**Q3: Какая лучшая нативная библиотека Python для разбора файлов Primavera P6 XER без зависимостей от Java?

A3: xerparser — лучший чисто‑Python вариант для разбора дампов XER напрямую в нативные словари и DataFrame pandas.

**Q4: Может ли MPXJ конвертировать файлы Microsoft Project MPP в форматы Primavera P6?

A4: Да, MPXJ может читать файл .mpp и экспортировать нормализованный график в совместимый с Primavera формат PMXML.

**Q5: Почему файлы Primavera XER легче разбираются, чем файлы Microsoft Project MPP?

A5: XER‑файлы читаемы человеком, представляют собой табличные дампы реляционных баз данных, тогда как файлы MPP являются проприетарными, бинарными составными документами.

Ресурсы форматов файлов

Новости форматов файлов – Ваш единый источник всех новостей, связанных с форматами файлов со всего мира Форумы форматов файлов – Размещайте свои вопросы на форумах форматов файлов, чтобы получить полезную информацию от экспертов и участников сообщества Вики форматов файлов – Изучайте категории форматов файлов для получения информации о различных форматах Открытые API и библиотеки для управления проектами