Word-dokumentum (.docx)
ECMA-376 SzabványA DOCX egy tömörített, XML-alapú fájlformátum, amelyet a Microsoft szövegszerkesztő dokumentumokhoz fejlesztett ki, és amely az Office Open XML-specifikáció szerint szabványosítja a Word-dokumentumokat.
JPG konvertálása erre: DOCX
Ingyenes, böngészőben használható JPG-konverter DOCX formátumba. A fájlokat azonnal konvertálhatja az eszközén.
Vizsgálat és metaadatok
Az operációs rendszerek és a fájlelemzők a kezdő bináris bájtsorozat vizsgálatával azonosítják a(z) DOCX fájlokat:
Bájtszintű fejlécaláírás (fájlazonosító bájtok)
Az operációs rendszerek és a fájlelemzők a kezdő bináris bájtsorozat vizsgálatával azonosítják a(z) DOCX fájlokat:
HEX ALÁÍRÁS (ELTOLÁS 0):
50 4B 03 04ASCII ÁBRÁZOLÁS: PK..
Szabványosítás: ECMA-376 / ISO/IEC 29500
Műszaki specifikációk
| Konténer architektúra | Open Packaging Convention (OPC) ZIP-archívum, amely XML-részeket tartalmaz |
| Tömörítés | Deflate-tömörítés a ZIP-en belüli egyes XML-fájlokhoz és médiaerőforrásokhoz |
| Bájtsorrend | kis bájtsorrendű a ZIP-fejlécrekordokhoz; UTF-8 XML a dokumentumszöveghez |
| Színterek | sRGB a szöveghez és a stílusokhoz; a beágyazott képrészek megőrzik a natív profilokat |
| Csatornák és struktúra | Strukturált dokumentumhierarchia: bekezdések (w:p), karaktersorozatok (w:r) és szöveges csomópontok (w:t) |
| Max. méretek | 55,87 x 55,87 cm (a Word maximális oldalmérete 22 x 22 hüvelyk) |
| Átlátszóság | Támogatott a beágyazott raszteres és vektoros alakzatokon belül |
| Streaming és progresszív | A ZIP-struktúra megköveteli, hogy az archívum végén beolvassák a központi könyvtárat (Central Directory) |
Műszaki összehasonlító mátrix: DOCX vs. versenytársak
| Technikai attribútum | DOCX (Jelenlegi) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| Elsődleges cél | Szerkeszthető szövegszerkesztési dokumentum | Rögzített elrendezésű digitális papír | Szerkeszthető nyílt szabványú dokumentum | Könnyű, sima szöveges írás |
| Formázási konzisztencia | Szoftvernézegetőtől és telepített betűtípusoktól függően változik | A megjelenítés a betűtípusoktól, az alkalmazástól és az eszköztől függően eltérhet. | Szoftvercsomagtól függően változik | A Markdown elemzőtől és a CSS-től függ |
| Szerkesztési élmény | Teljes körű, gazdag WYSIWYG szerkesztés követett módosításokkal | Nehezen szerkeszthető speciális eszközök nélkül | Teljes WYSIWYG szerkesztés | Gyors sima szöveges szerkesztés |
| Keresési indexelés és szövegkinyerés | Gyors XML-csomópont-bejárás a document.xml fájlban, megjelenítőmotor nélkül | OCR-t vagy komplex PDF betűtípus-leképezési adatfolyam-dekódereket igényel | Egyszerű XML-csomópont-bejárás a content.xml fájlban | Azonnali, natív keresés egyszerű szövegben reguláris kifejezésekkel és karakterláncokkal |
Gyakori sérülési módok és hexadecimális helyreállítási útmutató
A Word a következő hibaüzenetet jeleníti meg: 'A fájl sérült, és nem nyitható meg'.
Kiváltó ok: Sérült ZIP tárolószerkezet vagy hibás XML a word/document.xml fájlban.
Helyreállítás: Nevezze át a .docx fájlt .zip kiterjesztésűre, futtassa a 'zip -FF broken.zip --out fixed.zip' parancsot, csomagolja ki a word/document.xml fájlt, javítsa ki az XML szintaxishibáit egy XML-szerkesztővel, majd csomagolja újra.
Biztonsági elemzés és elemző (parser) támadási vektorok
A DOCX fájlok nem tartalmazhatnak aktív VBA makrókat (a makrókhoz a .docm formátum szükséges), így biztonságosabbak a régi .doc fájloknál, de a külső sablonokkal történő injekció továbbra is kockázatot jelent.
Ismert támadási vektorok
- Távoli sablonokkal végrehajtott injekció rosszindulatú külső .dotm sablonokra mutató hivatkozásokkal.
- XML-külsőentitás-injektálási (XXE) sebezhetőségek a nem javított dokumentumelemzőkben.
- Beágyazott OLE-objektumok, amelyek futtatható kártevőnek álcázzák magukat.
Ajánlott védekezési módszerek: Ne engedélyezze a makrókat tartalmazó fájlok (.docm) feltöltését a nyilvános feltöltési portálokon, ellenőrizze a '_rels' mappát a nem megbízható külső URI-kra mutató sablonhivatkozások után, és tisztítsa meg az XML-bemeneteket.
Történeti háttér és mérföldkövek
Főbb előnyök
- Az Open XML-csomagolás lehetővé teszi dokumentumok automatikus létrehozását és szövegkinyerését Microsoft Word nélkül.
- A ZIP-tömörítés jelentősen csökkenti a fájlméretet a régi bináris .doc-fájlokéhoz képest.
- A moduláris struktúra elszigeteli a sérült összetevőket, megakadályozva a teljes dokumentum elvesztését.
Technikai korlátok és hátrányok
- A vizuális megjelenítés a betűtípus-elrendezési heurisztikák miatt eltérhet a LibreOffice, a Google Docs és a Microsoft Word programban.
- Nem rögzített elrendezésű archiválásra lett tervezve (ellentétben a PDF/A-val).
- Összetett ECMA-376 specifikáció több ezer örökölt kompatibilitási címkével.
Érdekes technikai tudnivalók
- Egy .docx fájl átnevezése .zip kiterjesztésre lehetővé teszi az összes beágyazott kép közvetlen kibontását a 'word/media/' mappából.
- Bármely Word-dokumentum elsődleges szöveges tartalma a 'word/document.xml' fájlban található.
- Az „XML” név ellenére a DOCX-fájl nem szerkeszthető közvetlenül egyszerű szövegszerkesztővel az Open Packaging Convention (OPC) tárolójának előzetes kicsomagolása nélkül.
Gyakran Ismételt Műszaki Kérdések
Hogyan nyerhetem ki az összes képet egy DOCX fájlból Word nélkül?
Módosítsa a fájlkiterjesztést '.docx'-ről '.zip'-re, nyissa meg az archívumot egy kicsomagoló programmal, majd nyissa meg a 'word/media/' mappát. Az összes eredeti, nagy felbontású fénykép és grafika ebben a mappában található.
Mi a különbség a .doc és a .docx között?
A .doc a Word 97 - 2003 verziókban használt régi, saját fejlesztésű bináris formátum. A .docx egy modern, XML-en és ZIP tömörítésen alapuló nyílt szabvány (ISO/IEC 29500), amely kisebb fájlméretet, nagyobb helyreállítási megbízhatóságot és makrófuttatási képesség hiányát kínálja.
Hordozhatnak a DOCX fájlok kártevőket vagy vírusokat?
A szabványos DOCX fájlok nem tartalmazhatnak aktív VBA makróparancsfájlokat (amelyekhez a .docm formátum szükséges). Azonban tartalmazhatnak külső sabloninjekciós hivatkozásokat vagy rosszindulatú beágyazott OLE objektumcsomagokat, ezért a modern irodai csomagok a nem megbízható webes letöltéseket védett nézetben (Protected View) nyitják meg.