Formatos de archivo
¿Qué es DOCX? Así funciona el formato de Word
DOCX, el formato predeterminado de Word desde Word 2007, es un paquete ZIP lleno de archivos XML. Explicamos su estructura, las normas en las que se basa y qué se conserva al convertirlo.
Autor: Hemen Dönüştür Editör EkibiPublicado: 8 min de lectura
Pulsa «Guardar» en Word y el archivo que obtienes casi seguro termina en .docx. Lleva cerca de veinte años como formato predeterminado de Microsoft Word y es uno de los formatos de documento editable más extendidos en empresas, centros educativos y administraciones. Sin embargo, poca gente sabe que un archivo DOCX es en realidad un archivo ZIP lleno de archivos XML. En este artículo verás cómo nació DOCX, en qué normas se basa, qué contiene y qué tener en cuenta al convertirlo a otros formatos.
¿Qué es DOCX?
DOCX es la extensión de los documentos escritos en WordprocessingML, la parte de procesamiento de textos de la norma Office Open XML (OOXML). El antiguo formato .doc era un formato binario cerrado que volcaba al disco, más o menos tal cual, las estructuras que Word tenía en memoria. DOCX, en cambio, guarda el texto, el formato, las imágenes y la configuración como partes XML separadas y las reúne en un único paquete comprimido. Por eso los archivos suelen ser más pequeños, más resistentes a los daños y legibles y editables por programas distintos de Word.
Un poco de historia
Microsoft pasó a los formatos de Office basados en XML por etapas. El primer formato XML para Excel llegó en 2000 y el de Word en 2002, y ambos se incluyeron en Office 2003. En noviembre de 2005 Microsoft anunció que normalizaría estos formatos a través de Ecma International con el nombre «Office Open XML». A partir de ahí todo fue rápido:
- Diciembre de 2006: Ecma aprobó la primera edición como ECMA-376.
- 2007: Office 2007 convirtió DOCX en el formato de guardado predeterminado de Word. Para las versiones anteriores de Word, Microsoft publicó un Paquete de compatibilidad capaz de abrir y guardar DOCX.
- Abril de 2008: el procedimiento acelerado de ISO/IEC, que no había superado su primera votación, terminó con la aprobación.
- Noviembre de 2008: la norma se publicó como ISO/IEC 29500:2008, y Ecma publicó en diciembre de 2008 una segunda edición técnicamente equivalente.
- 2011, 2012 y 2021: llegaron la tercera, cuarta y quinta ediciones de ECMA-376. Las partes de la quinta edición actual se actualizaron entre 2015 y 2021.
La normalización introdujo dos niveles de conformidad: Transitional y Strict. Transitional incluye funciones de compatibilidad heredadas de los antiguos documentos binarios, y es lo que Word escribe por defecto. Office 2010 solo podía leer documentos Strict; Office 2013 y posteriores admiten Strict por completo, pero Microsoft no lo hizo predeterminado por motivos de compatibilidad con versiones anteriores.
¿Qué hay dentro de un archivo DOCX?
Si cambias la extensión de un archivo DOCX a .zip y lo abres, normalmente verás una estructura como esta:
[Content_Types].xml content types of the parts in the package
_rels/.rels top-level package relationships
docProps/core.xml metadata such as title, author and dates
word/document.xml the main document text
word/styles.xml style definitions
word/numbering.xml list numbering
word/header1.xml header (if any)
word/footer1.xml footer (if any)
word/media/image1.png embedded images
word/_rels/document.xml.rels image and hyperlink relationshipsLas reglas de empaquetado se definen en la Parte 2 de ECMA-376, las Open Packaging Conventions (OPC). Cada parte tiene un tipo de contenido y las partes se enlazan mediante archivos de relaciones. Una imagen dentro del texto, por ejemplo, no se referencia por su nombre de archivo, sino por un identificador del archivo de relaciones, como rId5.
El contenido real está en word/document.xml. Según la documentación de Open XML de Microsoft, el documento válido más sencillo necesita una raíz document, un body, al menos un párrafo (p) que contenga un fragmento (r, «run») y texto (t) dentro de ese fragmento:
<w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
<w:body>
<w:p>
<w:r>
<w:rPr><w:b/></w:rPr>
<w:t>Hello world</w:t>
</w:r>
</w:p>
</w:body>
</w:document>Un «run» es un tramo de texto con el mismo formato. Una sola palabra en negrita en medio de una frase divide el párrafo en tres runs. Por eso los documentos de Word a menudo reparten el mismo texto en muchos runs sin motivo visible, algo con lo que todo conversor tiene que lidiar.
DOCX, DOCM y DOTX
La misma familia tiene algunas extensiones más. .docm es un documento habilitado para macros; un .docx normal no puede llevar macros, lo que lo convierte en la opción más segura para los adjuntos de correo. .dotx es una plantilla y .dotm, una plantilla habilitada para macros. En cuanto a estructura, todos son el mismo paquete OPC; se diferencian en las partes que contienen y en los tipos de contenido que declaran.
¿Dónde se usa DOCX?
- Correspondencia empresarial: propuestas, informes, notas internas y borradores de contratos.
- Educación: trabajos, tesis, plantillas de tesis y materiales de curso.
- Ámbito jurídico y sector público: escritos y borradores de cartas.
- Edición: rondas de revisión entre autor y editor con control de cambios y comentarios.
- Generación automática de documentos: como el formato es una norma abierta, los programas pueden producir facturas, certificados e informes en DOCX.
Ventajas y desventajas
| Ventajas | Desventajas |
|---|---|
| Norma abierta y documentada (ECMA-376, ISO/IEC 29500) | La norma es enorme; pocos programas la admiten entera |
| Archivos pequeños gracias a la compresión ZIP | La maquetación puede variar entre programas |
| Control de cambios, comentarios, estilos, tablas de contenido | Las fuentes no se incrustan, así que el aspecto depende del dispositivo |
| Formato predeterminado sin macros, más seguro | La división entre Transitional y Strict puede causar problemas de compatibilidad |
| Compatible con casi todas las suites ofimáticas | No es tan adecuado como el PDF para «cerrar» una versión definitiva |
¿Qué programas abren DOCX?
Word 2007 y posteriores, además de Word para la web y para móviles, abren DOCX de forma nativa. LibreOffice Writer, Google Docs, Apple Pages y WPS Office también pueden leerlo y escribirlo. Word 2003 y anteriores necesitan el Paquete de compatibilidad de Microsoft. Todos ellos manejan bien el texto básico, los estilos y las tablas, pero la maquetación avanzada, los cuadros de texto, SmartArt y algunos códigos de campo pueden verse distintos de un programa a otro.
Problemas habituales y cómo resolverlos
«El archivo está dañado y no se puede abrir»
Como DOCX es un paquete ZIP, un archivo descargado a medias o un adjunto de correo mal guardado no se abrirá. Prueba primero a descargarlo de nuevo. En Word, la opción «Abrir y reparar» del cuadro de diálogo Abrir suele recuperar el texto. Cambiar la extensión de una copia a .zip e intentar abrirla también te dice si el archivo es siquiera un paquete válido.
La maquetación cambia en otro ordenador
DOCX no incrusta las fuentes por defecto. Si el destinatario no tiene la fuente, se usa otra en su lugar, las líneas se recolocan y los saltos de página se desplazan. Si la maquetación debe ser exacta, comparte un PDF o activa la incrustación de fuentes en las opciones de Word.
El aviso «Modo de compatibilidad»
Al abrir un archivo .doc antiguo en un Word reciente aparece «Modo de compatibilidad» en la barra de título. Guardar de nuevo el archivo como DOCX desactiva ese modo y habilita las funciones más recientes.
Los cambios controlados siguen visibles
Los cambios sin aceptar y los comentarios permanecen en el archivo compartido. Acepta o rechaza todos los cambios y borra los comentarios antes de enviarlo.
Consejos para convertir archivos DOCX
En nuestro conversor, los documentos de Word se suben a nuestro servidor y se eliminan en un plazo de 30 minutos. Las conversiones entre DOCX, DOC, RTF y PDF se hacen directamente con LibreOffice, sin pasar por HTML. Por eso Word a PDF conserva la maquetación, los encabezados y pies de página, los bordes de las tablas, la numeración de las listas y las imágenes. Una fuente personalizada que no esté instalada en el servidor puede sustituirse por otra parecida.
- Para sistemas antiguos: Word a DOC sirve con programas que solo aceptan el formato de Word 97-2003. Las funciones más recientes sin equivalente en DOC, como algunos gráficos y elementos de maquetación, pueden simplificarse.
- Para la web y la documentación: Word a Markdown conserva los títulos, la negrita y la cursiva, las listas, las tablas y los enlaces; las fuentes, los colores y la maquetación se descartan porque Markdown no tiene equivalente para ellos.
- En sentido contrario: PDF a Word siempre es una reconstrucción, así que conserva el DOCX original siempre que puedas.
Preguntas frecuentes
¿Qué diferencia hay entre DOCX y DOC?
DOC es el formato binario de Word 97-2003. DOCX es la norma abierta basada en ZIP y formada por partes XML que llegó con Word 2007. DOCX suele ser más pequeño, más robusto y más seguro, porque no puede llevar macros.
¿DOCX es una norma abierta?
Sí. Está normalizado por Ecma como ECMA-376 y por ISO/IEC como ISO/IEC 29500. Los textos de ECMA-376 se pueden descargar gratis desde el sitio web de Ecma.
¿Cómo puedo ver lo que hay dentro de un archivo DOCX?
Haz una copia, cambia su extensión a .zip y ábrela. Encontrarás el texto en word/document.xml y las imágenes en la carpeta word/media.
¿Un archivo DOCX puede contener un virus?
Un DOCX normal no puede contener macros; los documentos con macros usan la extensión .docm. Como con cualquier tipo de archivo, ten cuidado con los documentos de origen desconocido y mantén actualizado tu software ofimático.
¿Puedo abrir un DOCX sin Word?
Sí. LibreOffice Writer, Google Docs, Apple Pages y WPS Office abren DOCX. Si solo necesitas leerlo, convertirlo a PDF también es una opción práctica.
