.doc格式如何工作？

Question

我最近了解到.docx文件的基本結構（它是一個特殊結構的zip壓縮文件）。但是，docx並不像doc一樣被格式化。

doc文件如何工作？什麼是文件格式，結構等？

Answer 1

二進制.doc文件的完整格式在this pdf從（the Wikipedia article on .doc）

Answer 2

.doc格式文件是相當複雜的。與大多數微軟格式一樣，它反映了版本和傳統支持之間長期的變化歷史。他們在不久之前發佈了它，因此如果您想查看它（以及其他Office 2007之前的格式），請參閱knock yourself out here。

Answer 3

有Microsoft Word的.doc，然後是純文本.doc。這聽起來像你想知道專有的Microsoft格式。

從Wikipedia：

的DOC格式的Microsoft Office的Word格式各不相同。 Word版本多達97使用來自微軟的Word版本不同的格式，97和2003年

之間

直到Word 2007中，其中 .docx，雖然打包的文件，也未必就是一個.zip檔案。它是一個結構化的XML文檔。

Answer 4

這不是一個直接回答你的問題，但我強烈建議閱讀喬爾斯波爾斯基的文章Why are the Microsoft Office file formats so complicated? (And some workarounds)。它會讓你深入瞭解.doc格式真正的複雜程度 - 以及爲什麼。喬爾也給出了什麼樣的.doc格式由一個非常基本概述：

你看時，Excel 97-2003文件是OLE複合文檔，這是本質上，文件中的單個文件中 系統。這些都是非常複雜的，你必須閱讀 另外9頁規格來解決這個問題。這些「規格」看起來更像C數據 結構比我們傳統上認爲的規格。這是一個完整的分層文件 系統。

（引用是指Excel文件，但它也適用於Word文檔）。內容翔實的文章，有助於理解爲什麼.docx和ODF文件在從外部角度進行檢查時的邏輯結構和設計更加合理。

Answer 5

MS Word DOC格式背後的基本思想是OLE Compund Document，正如Kibbee已經寫過的那樣，它基本上是一個內存轉儲。這是存儲文檔的一種非常複雜和複雜的方式，但是如果您真的深入瞭解應用程序Word，您會知道它具有多麼強大的功能，如果您已將其用於商業環境中，感覺它如何與Office系列中的其他程序集成。

通常，OLE Compund Documents是非常易於擴展的結構，它允許您將各種數據填充到一個文件中，甚至在某種程度上處理您沒有安裝應用程序的數據。例如，如果將公式對象（從MS公式編輯器）插入到文檔中，它將作爲子對象存儲，就像文件內的文件一樣，但該對象不僅包含公式編輯器所需的數據編輯並渲染它，它也有一個通用的位圖（或圖元文件，也許）存儲，因此它可以顯示，但不編輯，沒有安裝公式編輯器的機器上。

這是爲什麼，爲你如何要讀其他人連接到已經規格;）

如果你想討巧處理這些文件的工作，雖然，確保您的軟件在安裝了Word的Windows計算機上運行，​​然後使用COM/OLE自動化打開並處理這些文檔。那麼你將不必擔心文件格式。

Answer 6

Doc是word文檔的二進制格式 - 這裏是Microsoft Office Word 97-2007 Binary File Format Specification [*.doc]文檔。