Документ Word (.docx)
ECMA-376 СтандартDOCX: це ZIP-архів на основі XML, розроблений Microsoft для текстових документів і стандартизований відповідно до специфікації Office Open XML.
Конвертувати з JPG у DOCX
Безкоштовний конвертер з JPG у DOCX у браузері. Миттєво конвертуйте файли на своєму пристрої.
Аналіз та метадані
Операційні системи та аналізатори файлів ідентифікують файли DOCX, перевіряючи початкову послідовність бінарних байтів:
Сигнатура заголовка на байтовому рівні (Magic Bytes)
Операційні системи та аналізатори файлів ідентифікують файли DOCX, перевіряючи початкову послідовність бінарних байтів:
ШІСТНАДЦЯТКОВА СИГНАТУРА (ЗСУВ 0):
50 4B 03 04ПОДАННЯ В ASCII: PK..
Стандартизація: ECMA-376 / ISO/IEC 29500
Технічні характеристики
| Архітектура контейнера | ZIP-архів Open Packaging Convention (OPC), що містить XML-частини. |
| Стиснення | Стиснення Deflate окремих XML-файлів і медіаресурсів всередині ZIP |
| Порядок байтів (Endianness) | Зворотний порядок байтів (Little-Endian) для записів заголовка ZIP; текст документа у форматі UTF-8 XML. |
| Колірні простори | sRGB для тексту та стилів; вбудовані зображення зберігають початкові профілі. |
| Канали та структура | Структурована ієрархія документа: абзаци (w:p), фрагменти (w:r) і текстові вузли (w:t) |
| Максимальні розміри | 55,87 × 55,87 см (максимальний розмір сторінки Word: 22 × 22 дюйми). |
| Прозорість | Підтримується у вбудованих растрових і векторних фігурах |
| Потокове та прогресивне завантаження | ZIP-структура вимагає читання центрального каталогу в кінці архіву |
Технічна матриця порівняння: DOCX проти конкурентів
| Технічний атрибут | DOCX (Поточний) | OpenDocument (ODT) | Markdown | |
|---|---|---|---|---|
| Основне призначення | Текстовий документ для редагування. | Цифровий папір із фіксованою розміткою | Документ відкритого стандарту з можливістю редагування | Написання звичайного тексту без зайвих функцій |
| Послідовність форматування | Відрізняється залежно від програми перегляду та встановлених шрифтів | Відображення може відрізнятися залежно від шрифтів, програми та пристрою. | Відрізняється залежно від пакета програм | Залежить від синтаксичного аналізатора Markdown та CSS |
| Досвід редагування | Повноцінне редагування у режимі WYSIWYG із відстеженням змін | Важко редагувати без спеціалізованих інструментів | Повноцінне редагування WYSIWYG | Швидке редагування звичайного тексту |
| Пошукова індексація та вилучення тексту | Швидкий обхід вузлів XML у document.xml без потреби у засобі відображення. | Вимагає OCR або складних декодерів потоків зіставлення шрифтів PDF | Простий обхід вузлів XML у content.xml | Миттєвий вбудований пошук у звичайному тексті за регулярними виразами та рядками |
Типові режими пошкодження та посібник з відновлення в шістнадцятковому форматі
Word показує помилку: «Файл пошкоджено і його неможливо відкрити».
Першопричина: Пошкоджена структура ZIP-контейнера або неправильний XML у word/document.xml.
Відновлення: Перейменуйте .docx на .zip, запустіть 'zip -FF broken.zip --out fixed.zip', розпакуйте word/document.xml, виправте синтаксичні помилки XML у редакторі XML та знову запакуйте у ZIP.
Аналіз безпеки та векторів атак на парсери
Файли DOCX не можуть містити активні макроси VBA (для макросів потрібен формат .docm), що робить їх безпечнішими за застарілі файли .doc, але ін'єкція зовнішніх шаблонів залишається ризиком.
Відомі вектори атак
- Підключення шкідливих зовнішніх шаблонів dotm через механізм віддалених шаблонів.
- Вразливості зовнішніх сутностей XML (XXE) в аналізаторах документів, для яких не встановлено виправлення.
- Вбудовані об'єкти OLE, що маскуються під виконувані шкідливі програми.
Рекомендації щодо захисту: Забороніть файли з підтримкою макросів (.docm) на публічних порталах завантаження, перевіряйте «_rels» на наявність ненадійних зовнішніх шаблонів URI та очищайте вхідні дані XML.
Історичне походження та віхи
Основні переваги
- Пакування Open XML дозволяє автоматично створювати документи та витягувати текст без Microsoft Word.
- ZIP-стиснення суттєво зменшує розмір файлу порівняно із застарілими двійковими файлами .doc.
- Модульна структура ізолює пошкоджені компоненти, запобігаючи втраті всього документа.
Технічні обмеження та недоліки
- Візуальне відображення може відрізнятися в LibreOffice, Google Docs та Microsoft Word через евристику розмітки шрифтів.
- Не призначено для архівування з фіксованою розміткою (на відміну від PDF/A).
- Складна специфікація ECMA-376 з тисячами застарілих тегів сумісності.
Цікаві технічні факти
- Перейменуйте файл .docx на .zip, щоб розпакувати всі вбудовані зображення безпосередньо з папки «word/media/».
- Основний текст будь-якого документа Word міститься у файлі «word/document.xml».
- Попри слово «XML» у назві, файл DOCX не можна редагувати безпосередньо у звичайному текстовому редакторі, не розпакувавши спершу контейнер Open Packaging Convention (OPC).
Поширені технічні запитання
Як можна витягти всі зображення з файлу DOCX без Word?
Змініть розширення файлу з «.docx» на «.zip», відкрийте архів будь-яким засобом розпакування й перейдіть до папки «word/media/». Там зберігаються всі оригінальні фотографії та графіка високої роздільної здатності.
У чому різниця між .doc та .docx?
.doc: це застарілий пропрієтарний двійковий формат, який використовувався у Word 97-2003. .docx: це сучасний відкритий стандарт (ISO/IEC 29500) на основі XML та ZIP-стиснення, що забезпечує менший розмір файлів, вищу надійність відновлення та відсутність можливості виконання макросів.
Чи можуть файли DOCX переносити шкідливе ПЗ чи віруси?
Стандартні файли DOCX не можуть містити активних сценаріїв макросів VBA (для них потрібен формат .docm). Проте вони можуть містити посилання, що підключають зовнішні шаблони, або шкідливі пакети вбудованих об’єктів OLE. Тому сучасні офісні пакети відкривають ненадійні завантажені з інтернету файли в режимі захищеного перегляду (Protected View).