Word-dokument (.docx)
ECMA-376 StandardDOCX är ett zippat, XML-baserat filformat som utvecklats av Microsoft för ordbehandlingsdokument och som standardiserar Word-dokument under specifikationen Office Open XML.
Konvertera JPG till DOCX
Gratis konverterare från JPG till DOCX i webbläsaren. Konvertera filer direkt på din enhet.
Granska och metadata
Operativsystem och filanalysverktyg identifierar DOCX-filer genom att granska den inledande sekvensen av binära byte:
Signatur i filhuvudet på bytenivå (magiska byte)
Operativsystem och filanalysverktyg identifierar DOCX-filer genom att granska den inledande sekvensen av binära byte:
HEX-SIGNATUR (OFFSET 0):
50 4B 03 04ASCII-REPRESENTATION: PK..
Standardisering: ECMA-376 / ISO/IEC 29500
Tekniska specifikationer
| Containerarkitektur | Open Packaging Convention (OPC) ZIP-arkiv som innehåller XML-delar |
| Komprimering | Deflate-komprimering av enskilda XML-filer och resursfiler inuti ZIP-arkivet |
| Byteordning | Little-Endian för ZIP-huvudposter; UTF-8 XML för dokumenttext |
| Färgrymder | sRGB för text och formatering; inbäddade bilddelar behåller sina ursprungliga profiler |
| Kanaler och struktur | Strukturerad dokumenthierarki: stycken (w:p), textsegment (w:r) och textnoder (w:t) |
| Maximala dimensioner | 55,87 x 55,87 cm (maximal sidgräns på 22 x 22 tum i Word) |
| Transparens | Stöds inom inbäddade raster- och vektorformer |
| Strömning och progressiv visning | ZIP-strukturen kräver att det centrala registret (Central Directory) läses i slutet av arkivet |
Teknisk jämförelsematris: DOCX jämfört med konkurrenter
| Tekniskt attribut | DOCX (Aktuell) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| Primärt syfte | Redigerbart ordbehandlingsdokument | Digitalt papper med fast layout | Redigerbart dokument med öppen standard | Lättviktig textredigering i ren text |
| Konsekvent formatering | Varierar beroende på programvara och installerade typsnitt | Visningen kan variera beroende på typsnitt, app och enhet. | Varierar beroende på programsvit | Beroende på Markdown-tolk och CSS |
| Redigeringsupplevelse | Fullständig WYSIWYG-redigering med ändringsspårning | Svårt att redigera utan specialiserade verktyg | Fullständig WYSIWYG-redigering | Snabb redigering av ren text |
| Sökindexering och textextrahering | Snabb genomsökning av XML-noder i document.xml utan renderingsmotor | Kräver OCR eller komplexa strömavkodare för PDF-teckensnittsmappning | Okomplicerad genomsökning av XML-noder i content.xml | Omedelbar sökning med inbyggda reguljära uttryck och strängar för ren text |
Vanliga skadeorsaker och hex-återställningsguide
Word visar felmeddelandet: 'Filen är skadad och kan inte öppnas'.
Grundorsak: Skadad struktur i ZIP-behållaren eller felaktig XML i word/document.xml.
Återställning: Byt namn på .docx till .zip, kör 'zip -FF broken.zip --out fixed.zip', extrahera word/document.xml, åtgärda XML-syntaxfel med en XML-redigerare och zippa om filen.
Säkerhetsanalys och attackvektorer för tolkar
DOCX-filer kan inte innehålla aktiva VBA-makron (.docm krävs för makron), vilket gör dem säkrare än äldre .doc-filer, men extern mallinjektering utgör fortfarande en risk.
Kända attackvektorer
- Fjärrmallinjektering som pekar på skadliga externa dotm-mallar.
- Sårbarheter för XML External Entity (XXE) i oepatcherade dokumenttolkar.
- Inbäddade OLE-objekt som döljer exekverbar skadlig kod.
Rekommenderade skyddsåtgärder: Tillåt inte makroaktiverade filer (.docm) på offentliga uppladdningsportaler, granska '_rels' efter otillförlitliga externa URI-mallar och sanera XML-indata.
Historiskt ursprung och milstolpar
Viktiga fördelar
- Open XML-paketering möjliggör automatiserad dokumentgenerering och textextrahering utan Microsoft Word.
- ZIP-komprimering minskar filstorleken avsevärt jämfört med äldre binära .doc-filer.
- Den modulära strukturen isolerar skadade komponenter och förhindrar att hela dokumentet går förlorat.
Tekniska begränsningar
- Visuell rendering kan variera mellan LibreOffice, Google Dokument och Microsoft Word på grund av typsnittets layoutheuristik.
- Inte utformat för arkivering med fast layout (till skillnad från PDF/A).
- Komplex ECMA-376-specifikation med tusentals taggar för bakåtkompatibilitet.
Intressant teknisk kuriosa
- Genom att ändra filändelsen från .docx till .zip kan du extrahera alla inbäddade bilder direkt från mappen 'word/media/'.
- Det primära textinnehållet i ett Word-dokument finns i filen 'word/document.xml'.
- Trots 'XML'-namnet kan en DOCX-fil inte redigeras direkt med en vanlig textredigerare utan att dess OPC-behållare (Open Packaging Convention) packas upp först.
Vanliga tekniska frågor
Hur kan jag extrahera alla bilder från en DOCX-fil utan Word?
Ändra filändelsen från '.docx' till '.zip', öppna arkivet med valfritt uppackningsverktyg och navigera till mappen 'word/media/'. Alla ursprungliga högupplösta foton och grafiska element lagras där.
Vad är skillnaden mellan .doc och .docx?
.doc är ett äldre proprietärt binärt format som användes i Word 97 - 2003. .docx är en modern öppen standard (ISO/IEC 29500) baserad på XML- och ZIP-komprimering, vilket ger mindre filer, större tillförlitlighet vid återställning och ingen möjlighet att köra makron.
Kan DOCX-filer sprida skadlig kod eller virus?
Vanliga DOCX-filer kan inte innehålla aktiva VBA-makroskript (vilket kräver .docm-formatet). De kan dock innehålla länkar för extern mallinjektering eller skadliga inbäddade OLE-objektpaket, vilket är anledningen till att moderna kontorssviter öppnar opålitliga filer som laddats ned från webben i Skyddad vy.