Document Word (.docx)
ECMA-376 StandardDOCX est un format de fichier compressé basé sur XML développé par Microsoft pour le traitement de texte. Il normalise les documents Word selon la spécification Office Open XML.
Convertir JPG en DOCX
Outil de conversion gratuit de JPG vers DOCX dans le navigateur. Convertissez des fichiers instantanément sur votre appareil.
Inspection et métadonnées
Les systèmes d'exploitation et les analyseurs de fichiers identifient les fichiers DOCX en inspectant leur séquence initiale d'octets binaires :
Signature d'en-tête au niveau des octets (octets magiques)
Les systèmes d'exploitation et les analyseurs de fichiers identifient les fichiers DOCX en inspectant leur séquence initiale d'octets binaires :
SIGNATURE HEXADÉCIMALE (DÉCALAGE 0) :
50 4B 03 04REPRÉSENTATION ASCII : PK..
Normalisation : ECMA-376 / ISO/IEC 29500
Spécifications techniques
| Architecture de conteneur | Archive ZIP Open Packaging Convention (OPC) contenant des parties XML |
| Compression | Compression Deflate des fichiers XML individuels et des ressources multimédias dans le fichier ZIP |
| Ordre des octets | Petit-boutiste pour les en-têtes ZIP ; texte du document en XML UTF-8 |
| Espaces colorimétriques | sRGB pour le texte et le style ; les parties d'images intégrées conservent leurs profils natifs |
| Canaux et structure | Hiérarchie de documents structurée : paragraphes (w:p), blocs de texte (w:r) et nœuds de texte (w:t) |
| Dimensions maximales | 55,87 x 55,87 cm (limite maximale de page Word de 22 x 22 pouces) |
| Transparence | Prise en charge au sein des formes vectorielles et matricielles intégrées |
| Prise en charge du traitement en continu | La structure ZIP nécessite la lecture du répertoire central à la fin de l'archive |
Matrice de comparaison technique : DOCX face aux concurrents
| Attribut technique | DOCX (Actuel) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| Objectif principal | Document de traitement de texte modifiable | Document numérique à mise en page fixe | Document standard ouvert modifiable | Rédaction légère en texte brut |
| Cohérence du formatage | Varie selon le logiciel utilisé pour l'affichage et les polices installées | Le rendu peut varier selon les polices, l’application et l’appareil. | Varie selon la suite logicielle | Dépendant de l'analyseur Markdown et du CSS |
| Expérience d'édition | Édition WYSIWYG riche et complète avec suivi des modifications | Difficile à modifier sans outils spécialisés | Édition WYSIWYG complète | Édition rapide en texte brut |
| Indexation de recherche et extraction de texte | Parcours rapide des nœuds XML dans document.xml sans moteur de rendu | Nécessite un moteur de reconnaissance optique de caractères (OCR) ou des décodeurs complexes de flux de correspondance de polices PDF | Parcours direct des nœuds XML dans content.xml | Recherche instantanée dans le texte brut, par expression régulière ou chaîne de caractères |
Modes de corruption courants et guide de restauration hexadécimale
Word affiche l'erreur : 'Le fichier est corrompu et ne peut pas être ouvert'.
Cause initiale: Structure de conteneur ZIP endommagée ou XML malformé dans word/document.xml.
Récupération: Renommez l’extension .docx en .zip, ouvrez l’archive avec un outil de décompression, accédez au dossier word/media/ pour récupérer les images, corrigez les erreurs XML dans word/document.xml avec un éditeur XML, puis recompressez le tout.
Analyse de sécurité et vecteurs d'attaque de l'analyseur
Les fichiers DOCX ne peuvent pas contenir de macros VBA actives (.docm est requis pour les macros), ce qui les rend plus sûrs que les anciens fichiers .doc, mais l'injection de modèles externes reste un risque.
Vecteurs d’attaque connus
- Injection de modèle distant pointant vers des modèles dotm externes malveillants.
- Vulnérabilités d'entités externes XML (XXE) dans les analyseurs de documents non corrigés.
- Objets OLE intégrés masquant des logiciels malveillants exécutables.
Bonnes pratiques de défense: Interdire l'envoi de fichiers prenant en charge les macros (.docm) sur les portails publics, inspecter '_rels' pour repérer les modèles d'URI externes non fiables et nettoyer les entrées XML.
Origines historiques et jalons
Principaux avantages
- L'empaquetage Open XML permet la génération automatisée de documents et l'extraction de texte sans Microsoft Word.
- La compression ZIP réduit considérablement la taille du fichier par rapport aux anciens fichiers binaires .doc.
- La structure modulaire isole les composants corrompus, évitant ainsi la perte de tout le document.
Limites techniques
- Le rendu visuel peut varier entre LibreOffice, Google Docs et Microsoft Word en raison des heuristiques de mise en page des polices.
- Non conçu pour l'archivage à mise en page fixe (contrairement au format PDF/A).
- Spécification ECMA-376 complexe comprenant des milliers de balises de compatibilité héritées.
Faits intéressants
- Renommer un fichier .docx en .zip permet d'extraire directement toutes les images intégrées du dossier 'word/media/'.
- Le contenu textuel principal de tout document Word se trouve dans le fichier 'word/document.xml'.
- Malgré son nom 'XML', un fichier DOCX ne peut pas être modifié directement avec un éditeur de texte brut sans avoir préalablement décompressé son conteneur Open Packaging Convention (OPC).
Foire aux questions techniques
Comment puis-je extraire toutes les images d'un fichier DOCX sans utiliser Word ?
Modifiez l'extension du fichier de '.docx' à '.zip', ouvrez l'archive avec n'importe quel outil de décompression et accédez au dossier 'word/media/'. Toutes les photos et illustrations originales en haute résolution y sont stockées.
Quelle est la différence entre .doc et .docx ?
.doc est un ancien format binaire propriétaire utilisé dans Word 97 - 2003. .docx est une norme ouverte moderne (ISO/IEC 29500) fondée sur XML et la compression ZIP. Il permet d'obtenir des fichiers plus petits et de mieux récupérer les données, et ne permet pas d'exécuter des macros.
Les fichiers DOCX peuvent-ils transporter des logiciels malveillants ou des virus ?
Les fichiers DOCX standard ne peuvent pas contenir de scripts de macro VBA actifs (qui nécessitent le format .docm). Cependant, ils peuvent contenir des liens vers des modèles externes injectés ou des objets OLE malveillants intégrés, c'est pourquoi les suites bureautiques modernes ouvrent les téléchargements Web non fiables en mode protégé.