מסמך Word (.docx)
ECMA-376 תקןDOCX הוא פורמט קובץ מכווץ מבוסס XML שפותח על ידי מיקרוסופט עבור מסמכי מעבד תמלילים, המאגד מסמכי וורד תחת מפרט Office Open XML.
המר JPG ל-DOCX
ממיר חינמי מ-JPG ל-DOCX פועל בדפדפן. המר קבצים באופן מיידי במכשיר שלך.
בדיקה ומטא-נתונים
מערכות הפעלה ומנתחי קבצים מזהים קבצי DOCX על ידי בדיקת רצף הבייטים הבינארי הראשוני:
חתימת כותרת ברמת הבייט (Magic Bytes)
מערכות הפעלה ומנתחי קבצים מזהים קבצי DOCX על ידי בדיקת רצף הבייטים הבינארי הראשוני:
חתימת HEX (היסט 0):
50 4B 03 04ייצוג ASCII: PK..
תקינה: ECMA-376 / ISO/IEC 29500
מפרט טכני
| מבנה המכולה | ארכיון ZIP בתקן Open Packaging Convention (OPC) שמכיל חלקי XML |
| דחיסה | דחיסת Deflate של קובצי XML בודדים ומשאבי מדיה בתוך ה-ZIP |
| סדר בתים (Endianness) | סדר בתים Little-Endian ברשומות הכותרת של ZIP; XML בקידוד UTF-8 לטקסט המסמך |
| מרחבי צבע | sRGB לטקסט ועיצוב; חלקי תמונה מוטמעים שומרים על פרופילים מקוריים |
| ערוצים ומבנה | היררכיית מסמך מובנית: פסקאות (w:p), רצפים (w:r) וצומתי טקסט (w:t) |
| ממדים מרביים | 55.87 על 55.87 ס"מ (מגבלת גודל העמוד המרבי ב-Word: 22 על 22 אינץ') |
| שקיפות | נתמכת בתוך צורות רסטר וווקטוריות מוטמעות |
| הזרמה ופרוגרסיביות | מבנה ZIP מחייב קריאה של הספרייה המרכזית (Central Directory) שבסוף הארכיון |
מטריצת השוואה טכנית: DOCX מול מתחרים
| תכונה טכנית | DOCX (נוכחי) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| מטרה עיקרית | מסמך מעבד תמלילים ניתן לעריכה | נייר דיגיטלי בעל פריסה קבועה | מסמך תקן פתוח הניתן לעריכה | כתיבת טקסט פשוט קלת משקל |
| עקביות עיצוב | משתנה בהתאם לצופה התוכנה ולגופנים המותקנים | התצוגה עשויה להשתנות בהתאם לגופנים, לאפליקציה ולמכשיר. | משתנה לפי חבילת התוכנה | תלוי במנתח Markdown וב-CSS |
| חוויית עריכה | עריכת WYSIWYG עשירה מלאה עם מעקב שינויים | קשה לעריכה ללא כלים ייעודיים | עריכת WYSIWYG מלאה | עריכת טקסט פשוט מהירה |
| אינדוקס חיפוש וחילוץ טקסט | מעבר מהיר על צומתי XML בתוך document.xml ללא מנוע רינדור | דורש OCR או מפענחי זרם מיפוי גופנים מורכבים של PDF | מעבר פשוט על צומתי XML בתוך content.xml | חיפוש ביטויים רגולריים וטקסט פשוט מקומי מיידי |
מצבי השחתה נפוצים ומדריך שחזור הקסדצימלי (Hex)
וורד מציג שגיאה: 'הקובץ פגום ולא ניתן לפתוח אותו'.
גורם שורש: מבנה ארכיון ZIP פגום או XML לא תקין בתוך word/document.xml.
שחזור: שנה את סיומת הקובץ מ-.docx ל-.zip, הרץ 'zip -FF broken.zip --out fixed.zip', חלץ את word/document.xml, תקן שגיאות תחביר XML באמצעות עורך XML, וכווץ מחדש ל-ZIP.
ניתוח אבטחה ווקטורי תקיפה נגד מנתחי פורמטים (parsers)
קובצי DOCX אינם יכולים להכיל מאקרו פעיל מסוג VBA (פורמט .docm נדרש למאקרו), מה שהופך אותם לבטוחים יותר מקובצי .doc ישנים, אך הזרקת תבניות חיצונית נותרה סיכון.
ווקטורי תקיפה ידועים
- הזרקת תבנית מרוחקת המצביעה על תבניות dotm חיצוניות זדוניות.
- פגיעויות XML External Entity (XXE) במנתחי מסמכים שאינם מעודכנים.
- אובייקטי OLE מוטמעים המסתירים תוכנות זדוניות שניתן להריץ.
שיטות מומלצות להגנה: אין לאפשר העלאת קבצים תומכי מאקרו (.docm) בפורטלים ציבוריים, בדוק את תיקיית '_rels' עבור תבניות URI חיצוניות לא מהימנות, וטהר קלטי XML.
היסטוריה ואבני דרך
יתרונות מרכזיים
- אריזת Open XML מאפשרת יצירת מסמכים אוטומטית וחילוץ טקסט ללא צורך ב-Microsoft Word.
- דחיסת ZIP מקטינה משמעותית את גודל הקובץ בהשוואה לקובצי .doc בינאריים ישנים.
- מבנה מודולרי מבודד רכיבים פגומים ומונע אובדן של המסמך כולו.
מגבלות טכניות וחסרונות
- התצוגה החזותית עשויה להשתנות בין LibreOffice, Google Docs ו-Microsoft Word עקב היוריסטיקות פריסת גופנים.
- לא נועד לארכיונים בעלי פריסה קבועה (בניגוד ל-PDF/A).
- מפרט ECMA-376 מורכב הכולל אלפי תגיות תאימות מדור קודם.
עובדות טכניות מעניינות
- שינוי שמו של קובץ .docx ל-.zip מאפשר לחלץ את כל התמונות המוטמעות ישירות מתיקיית 'word/media/'.
- תוכן הטקסט העיקרי של כל מסמך וורד נמצא בקובץ 'word/document.xml'.
- למרות השם 'XML', קובץ DOCX אינו ניתן לעריכה ישירה באמצעות עורך טקסט פשוט מבלי לפתוח תחילה את ארכיון ה-Open Packaging Convention (OPC) שלו.
שאלות טכניות נפוצות
כיצד אוכל לחלץ את כל התמונות מקובץ DOCX ללא וורד?
שנה את סיומת הקובץ מ-'.docx' ל-'.zip', פתח את הארכיון עם כל כלי לפתיחת קובצי ZIP, ונווט לתיקיית 'word/media/'. כל התמונות והגרפיקות המקוריות ברזולוציה גבוהה מאוחסנות שם.
מה ההבדל בין .doc ל-.docx?
.doc הוא פורמט בינארי קנייני ישן שהיה בשימוש ב-Word 97-2003. .docx הוא תקן פתוח מודרני (ISO/IEC 29500) המבוסס על XML ודחיסת ZIP, ומציע קבצים קטנים יותר, אמינות שחזור גבוהה יותר ואינו מאפשר הרצת מאקרו.
האם קובצי DOCX יכולים להכיל תוכנות זדוניות או וירוסים?
קובצי DOCX סטנדרטיים אינם יכולים להכיל סקריפטים פעילים של מאקרו מסוג VBA (המצריכים את פורמט .docm). עם זאת, הם עשויים להכיל קישורי הזרקת תבניות חיצוניות או חבילות אובייקטי OLE מוטמעות זדוניות, וזו הסיבה שחבילות משרד מודרניות פותחות הורדות אינטרנט לא מהימנות במצב תצוגה מוגנת (Protected View).