Word dokument (.docx)
ECMA-376 StandardDOCX je kompresovani format datoteke zasnovan na XML-u koji je Microsoft razvio za dokumente za obradu teksta i kojim se Word dokumenti standardizuju prema specifikaciji Office Open XML.
Konvertujte JPG u DOCX
Besplatan konvertor JPG u DOCX u pregledaču. Konvertujte datoteke odmah na svom uređaju.
Pregled i metapodaci
Operativni sistemi i analizatori datoteka identifikuju DOCX datoteke proverom početnog binarnog niza bajtova:
Potpis zaglavlja na nivou bajtova (magični bajtovi)
Operativni sistemi i analizatori datoteka identifikuju DOCX datoteke proverom početnog binarnog niza bajtova:
HEKSADECIMALNI POTPIS (OFFSET 0):
50 4B 03 04ASCII REPREZENTACIJA: PK..
Standardizacija: ECMA-376 / ISO/IEC 29500
Tehničke specifikacije
| Arhitektura kontejnera | Open Packaging Convention (OPC) ZIP arhiva koja sadrži XML delove |
| Kompresija | kompresija algoritmom Deflate pojedinačnih XML datoteka i medijskih resursa unutar ZIP-a |
| Bajtni redosled (Endianness) | Little-Endian za zapise ZIP zaglavlja; UTF-8 XML za tekst dokumenta |
| Prostori boja | sRGB za tekst i stilove; ugrađeni delovi slika zadržavaju izvorne profile |
| Kanali i struktura | Strukturirana hijerarhija dokumenta: pasusi (w:p), nizovi (w:r) i tekstualni čvorovi (w:t) |
| Maksimalne dimenzije | 55.87 x 55.87 cm (maksimalno ograničenje Word stranice od 22 x 22 inča) |
| Transparentnost | Podržana unutar ugrađenih rasterskih i vektorskih oblika |
| Strimovanje i progresivno učitavanje | ZIP struktura zahteva čitanje centralnog direktorijuma na kraju arhive |
Tehnička matrica poređenja: DOCX u odnosu na konkurente
| Tehnički atribut | DOCX (Trenutno) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| Primarna svrha | Dokument za obradu teksta koji se može uređivati | Digitalni papir sa fiksnim rasporedom | Dokument otvorenog standarda koji se može uređivati | Jednostavno pisanje običnog teksta |
| Konzistentnost formatiranja | Varira u zavisnosti od softverskog pregledača i instaliranih fontova | Prikaz može da se razlikuje u zavisnosti od fontova, aplikacije i uređaja. | Varira u zavisnosti od softverskog paketa | Zavisi od Markdown parsera i CSS-a |
| Iskustvo uređivanja | Potpuno bogato WYSIWYG uređivanje uz praćenje promena | Teško za uređivanje bez specijalizovanih alata | Potpuno WYSIWYG uređivanje | Brzo uređivanje običnog teksta |
| Indeksiranje pretrage i ekstrakcija teksta | Brzi prolazak kroz XML čvorove u datoteci document.xml bez mašine za prikazivanje | Zahteva OCR ili složene dekodere strimova za mapiranje PDF fontova | Jednostavan prolazak kroz XML čvorove u datoteci content.xml | Neposredna pretraga običnog teksta pomoću regularnih izraza i niski |
Uobičajeni režimi oštećenja i vodič za heksadecimalni oporavak
Word prikazuje grešku: 'Datoteka je oštećena i ne može se otvoriti'.
Osnovni uzrok: Oštećena struktura ZIP kontejnera ili neispravan XML u datoteci word/document.xml.
Oporavak: Preimenujte .docx u .zip, pokrenite 'zip -FF broken.zip --out fixed.zip', raspakujte word/document.xml, ispravite greške u XML sintaksi pomoću XML uređivača i ponovo zapakujte u ZIP.
Bezbednosna analiza i vektori napada parsera
DOCX datoteke ne mogu da sadrže aktivne VBA makroe (.docm je obavezan za makroe), što ih čini bezbednijim od starijih .doc datoteka, ali spoljna injekcija šablona ostaje rizik.
Poznati vektori napada
- Injekcija udaljenog šablona koja upućuje na zlonamerne spoljne dotm šablone.
- Ranjivosti XML spoljnog entiteta (XXE) u neažuriranim parserima dokumenata.
- Ugrađeni OLE objekti koji prikrivaju izvršni zlonamerni softver.
Najbolje prakse za zaštitu: Zabranite datoteke sa omogućenim makroima (.docm) na javnim portalima za otpremanje, proverite '_rels' na nepoverljive spoljne URI šablone i očistite XML ulazne podatke.
Istorijat i prekretnice
Ključne prednosti
- Open XML pakovanje omogućava automatsko generisanje dokumenata i izdvajanje teksta bez programa Microsoft Word.
- ZIP kompresija značajno smanjuje veličinu datoteke u poređenju sa starijim binarnim .doc datotekama.
- Modularna struktura izoluje oštećene komponente, sprečavajući gubitak celog dokumenta.
Tehnička ograničenja i nedostaci
- Vizuelni prikaz može varirati u programima LibreOffice, Google Docs i Microsoft Word zbog heuristike rasporeda fontova.
- Nije dizajniran za arhiviranje sa fiksnim rasporedom (za razliku od PDF/A).
- Kompleksna ECMA-376 specifikacija sa hiljadama oznaka za kompatibilnost sa starijim verzijama.
Zanimljivosti
- Preimenovanje .docx datoteke u .zip omogućava vam da izdvojite sve ugrađene slike direktno iz fascikle 'word/media/'.
- Primarni sadržaj teksta bilo kog Word dokumenta nalazi se u datoteci 'word/document.xml'.
- Uprkos nazivu 'XML', DOCX datoteka se ne može direktno uređivati običnim uređivačem teksta bez prethodnog otpakivanja njenog Open Packaging Convention (OPC) kontejnera.
Često postavljana tehnička pitanja
Kako mogu da izdvojim sve slike iz DOCX datoteke bez programa Word?
Promenite ekstenziju datoteke iz '.docx' u '.zip', otvorite arhivu bilo kojim alatom za raspakivanje i idite do fascikle 'word/media/'. Tamo su sačuvane sve originalne fotografije i grafike visoke rezolucije.
Koja je razlika između .doc i .docx?
.doc je stari vlasnički binarni format koji se koristio u Wordu 97 - 2003. .docx je savremeni otvoreni standard (ISO/IEC 29500) zasnovan na XML-u i ZIP kompresiji, koji nudi manju veličinu datoteka, veću pouzdanost oporavka i odsustvo mogućnosti izvršavanja makroa.
Mogu li DOCX datoteke nositi zlonamerni softver ili viruse?
Standardne DOCX datoteke ne mogu sadržati aktivne skripte VBA makroa (za koje je potreban .docm format). Međutim, mogu sadržati veze za injekciju spoljnih šablona ili zlonamerne ugrađene pakete OLE objekata, zbog čega savremeni kancelarijski paketi otvaraju nepoverljiva preuzimanja sa veba u zaštićenom prikazu.