เอกสาร Word (.docx)
ECMA-376 มาตรฐานDOCX คือรูปแบบไฟล์ที่บีบอัดและอิงตาม XML ซึ่งพัฒนาโดย Microsoft สำหรับเอกสารประมวลผลคำ โดยมาตรฐานเอกสาร Word อยู่ภายใต้ข้อกำหนด Office Open XML
แปลง JPG เป็น DOCX
ตัวแปลงจาก JPG เป็น DOCX ฟรีในเบราว์เซอร์ แปลงไฟล์ได้ทันทีบนอุปกรณ์ของคุณ
ตรวจสอบไฟล์และข้อมูลเมตา
ระบบปฏิบัติการและเครื่องมือวิเคราะห์ไฟล์จะระบุไฟล์ DOCX โดยการตรวจสอบลำดับไบต์ไบนารีส่วนต้น:
ลายเซ็นส่วนหัวระดับไบต์
ระบบปฏิบัติการและเครื่องมือวิเคราะห์ไฟล์จะระบุไฟล์ DOCX โดยการตรวจสอบลำดับไบต์ไบนารีส่วนต้น:
ลายเซ็น HEX (OFFSET 0):
50 4B 03 04การแสดงผลรูปแบบ ASCII: PK..
มาตรฐาน: ECMA-376 / ISO/IEC 29500
ข้อมูลจำเพาะทางเทคนิค
| สถาปัตยกรรมคอนเทนเนอร์ | Open Packaging Convention (OPC) เป็นคลังข้อมูล ZIP ที่บรรจุส่วนประกอบ XML |
| การบีบอัด | การบีบอัดแบบ Deflate ของไฟล์ XML และทรัพยากรสื่อแต่ละไฟล์ที่อยู่ภายใน ZIP |
| การจัดลำดับไบต์ | Little-Endian สำหรับระเบียนส่วนหัวของ ZIP; UTF-8 XML สำหรับข้อความในเอกสาร |
| พื้นที่สี | sRGB สำหรับข้อความและการจัดรูปแบบ; ส่วนประกอบรูปภาพที่ฝังไว้จะคงโปรไฟล์ดั้งเดิมไว้ |
| ช่องสัญญาณและโครงสร้าง | ลำดับชั้นเอกสารที่มีโครงสร้าง: ย่อหน้า (w:p), รันข้อความ (w:r) และโหนดข้อความ (w:t) |
| ขนาดสูงสุด | 55.87 x 55.87 ซม. (ขีดจำกัดหน้า Word สูงสุด 22 x 22 นิ้ว) |
| ความโปร่งใส | รองรับภายในรูปทรงแรสเตอร์และเวกเตอร์ที่ฝังอยู่ |
| การสตรีมและแบบโปรเกรสซีฟ | โครงสร้าง ZIP กำหนดให้ต้องอ่าน Central Directory ที่ส่วนท้ายของคลังข้อมูล |
ตารางเปรียบเทียบทางเทคนิค: DOCX กับคู่แข่ง
| คุณลักษณะทางเทคนิค | DOCX (ปัจจุบัน) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| วัตถุประสงค์หลัก | เอกสารประมวลผลคำที่แก้ไขได้ | กระดาษดิจิทัลแบบคงที่ | เอกสารมาตรฐานเปิดที่แก้ไขได้ | การเขียนข้อความธรรมดาน้ำหนักเบา |
| ความสม่ำเสมอในการจัดรูปแบบ | แตกต่างกันไปตามโปรแกรมแสดงผลและฟอนต์ที่ติดตั้ง | การแสดงผลอาจแตกต่างกันตามฟอนต์ แอป และอุปกรณ์ | แตกต่างกันไปตามชุดซอฟต์แวร์ | ขึ้นอยู่กับตัวแยกวิเคราะห์ Markdown และ CSS |
| ประสบการณ์การแก้ไข | การแก้ไขแบบ WYSIWYG ที่สมบูรณ์พร้อมการติดตามการเปลี่ยนแปลง | แก้ไขได้ยากโดยไม่มีเครื่องมือเฉพาะทาง | การแก้ไขแบบ WYSIWYG เต็มรูปแบบ | การแก้ไขข้อความธรรมดาอย่างรวดเร็ว |
| การจัดทำดัชนีการค้นหาและการดึงข้อความ | ไล่สำรวจโหนด XML ใน document.xml ได้รวดเร็วโดยไม่ต้องเรนเดอร์ | ต้องใช้ OCR หรือตัวถอดรหัสสตรีมการแมปฟอนต์ PDF ที่ซับซ้อน | การท่องโหนด XML ตรงไปตรงมาข้าม content.xml | ค้นหาด้วย regex และข้อความธรรมดาได้ทันทีในตัว |
รูปแบบความเสียหายทั่วไปและคู่มือการกู้คืน Hex
Word แสดงข้อผิดพลาด: 'ไฟล์เสียหายและไม่สามารถเปิดได้'
สาเหตุหลัก: โครงสร้างคอนเทนเนอร์ ZIP เสียหายหรือ XML ใน word/document.xml ผิดรูปแบบ
การกู้คืน: เปลี่ยนชื่อ .docx เป็น .zip, รันคำสั่ง 'zip -FF broken.zip --out fixed.zip', แตกไฟล์ word/document.xml, แก้ไขข้อผิดพลาดไวยากรณ์ XML ด้วยโปรแกรมแก้ไข XML, แล้วบีบอัดเป็น ZIP อีกครั้ง
การวิเคราะห์ความปลอดภัยและเวกเตอร์การโจมตีตัวแยกวิเคราะห์
ไฟล์ DOCX ไม่สามารถบรรจุมาโคร VBA ที่ทำงานอยู่ได้ (ต้องใช้ .docm สำหรับมาโคร) ทำให้มีความปลอดภัยมากกว่าไฟล์ .doc รุ่นเก่า แต่การแทรกเทมเพลตภายนอกยังคงเป็นความเสี่ยง
เวกเตอร์การโจมตีที่ทราบ
- การแทรกเทมเพลตระยะไกลที่ชี้ไปยังเทมเพลต dotm ภายนอกที่เป็นอันตราย
- ช่องโหว่ XML External Entity (XXE) ในตัวแยกวิเคราะห์เอกสารที่ยังไม่ได้แพทช์
- ออบเจ็กต์ OLE ที่ฝังอยู่ซึ่งปลอมแปลงเป็นมัลแวร์ที่สามารถทำงานได้
แนวทางปฏิบัติที่ดีที่สุดในการป้องกัน: ไม่อนุญาตให้อัปโหลดไฟล์ที่เปิดใช้งานมาโคร (.docm) บนพอร์ทัลสาธารณะ ตรวจสอบ '_rels' เพื่อหาเทมเพลต URI ภายนอกที่ไม่น่าเชื่อถือ และทำความสะอาดข้อมูลป้อนเข้า XML
ประวัติความเป็นมาและเหตุการณ์สำคัญ
ข้อได้เปรียบและจุดเด่นสำคัญ
- การบรรจุแพ็กเกจ Open XML ช่วยให้สามารถสร้างเอกสารอัตโนมัติและดึงข้อความได้โดยไม่ต้องใช้ Microsoft Word
- การบีบอัดแบบ ZIP ช่วยลดขนาดไฟล์ลงอย่างมากเมื่อเทียบกับไฟล์ไบนารี .doc แบบเดิม
- โครงสร้างแบบโมดูลาร์ช่วยแยกส่วนประกอบที่เสียหาย ป้องกันการสูญหายของเอกสารทั้งหมด
ข้อจำกัดทางเทคนิคและข้อควรพิจารณา
- การแสดงผลภาพอาจแตกต่างกันไประหว่าง LibreOffice, Google Docs และ Microsoft Word เนื่องจากหลักการจัดวางฟอนต์ที่ต่างกัน
- ไม่ได้ออกแบบมาสำหรับการจัดเก็บถาวรแบบหน้าคงที่ (ไม่เหมือนกับ PDF/A)
- ข้อกำหนด ECMA-376 มีความซับซ้อนและมีแท็กความเข้ากันได้รุ่นเก่าหลายพันแท็ก
เกร็ดความรู้ทางเทคนิคที่น่าสนใจ
- การเปลี่ยนชื่อไฟล์ .docx เป็น .zip ช่วยให้คุณสามารถดึงรูปภาพที่ฝังอยู่ทั้งหมดออกจากโฟลเดอร์ 'word/media/' ได้โดยตรง
- เนื้อหาข้อความหลักของเอกสาร Word ใดๆ จะอยู่ในไฟล์ 'word/document.xml'
- แม้จะมีชื่อ 'XML' แต่ไฟล์ DOCX ไม่สามารถแก้ไขได้โดยตรงด้วยโปรแกรมแก้ไขข้อความธรรมดาโดยไม่ต้องแตกไฟล์ในคอนเทนเนอร์ Open Packaging Convention (OPC) เสียก่อน
คำถามทางเทคนิคที่พบบ่อย
ฉันจะดึงรูปภาพทั้งหมดออกจากไฟล์ DOCX โดยไม่ต้องใช้ Word ได้อย่างไร
เปลี่ยนนามสกุลไฟล์จาก '.docx' เป็น '.zip' แล้วเปิดไฟล์บีบอัดด้วยเครื่องมือแตกไฟล์ใดก็ได้ และเข้าไปที่โฟลเดอร์ 'word/media/' ภาพถ่ายและกราฟิกความละเอียดสูงดั้งเดิมทั้งหมดจะถูกจัดเก็บไว้ที่นั่น
ความแตกต่างระหว่าง .doc และ .docx คืออะไร
.doc เป็นรูปแบบไบนารีที่เป็นกรรมสิทธิ์รุ่นเก่าที่ใช้ใน Word 97 - 2003 ส่วน .docx เป็นมาตรฐานเปิดสมัยใหม่ (ISO/IEC 29500) ที่อิงตาม XML และการบีบอัด ZIP ซึ่งให้ขนาดไฟล์ที่เล็กกว่า ความน่าเชื่อถือในการกู้คืนที่ดีกว่า และไม่มีความสามารถในการรันมาโคร
ไฟล์ DOCX สามารถพกพามัลแวร์หรือไวรัสได้หรือไม่
ไฟล์ DOCX มาตรฐานไม่สามารถบรรจุสคริปต์มาโคร VBA ที่ทำงานอยู่ได้ (ซึ่งต้องใช้รูปแบบ .docm) อย่างไรก็ตาม ไฟล์เหล่านี้สามารถมีลิงก์การแทรกเทมเพลตภายนอกหรือแพ็กเกจออบเจ็กต์ OLE ที่ฝังมาพร้อมอันตราย ซึ่งเป็นสาเหตุที่ชุดโปรแกรมสำนักงานสมัยใหม่เปิดไฟล์ดาวน์โหลดเว็บที่ไม่น่าเชื่อถือในมุมมองที่ปลอดภัย (Protected View)