قالب‌های فایل
DOCX چیست؟ نگاهی به درون فرمت فایل Word
DOCX، فرمت پیش‌فرض Word از نسخهٔ 2007، در واقع یک بستهٔ ZIP از فایل‌های XML است. ساختار آن، استانداردهای پشتش و آنچه در تبدیل حفظ می‌شود را توضیح می‌دهیم.
نویسنده: Hemen Dönüştür Editör Ekibiتاریخ انتشار: 8 دقیقه مطالعه
در Word دکمهٔ «ذخیره» را بزنید؛ فایلی که به دست می‌آید تقریباً به‌طور قطع با .docx تمام می‌شود. این فرمت نزدیک به بیست سال است که پیش‌فرض Microsoft Word است و یکی از رایج‌ترین فرمت‌های سند ویرایش‌پذیر در کسب‌وکار، آموزش و ادارات به شمار می‌آید. با این حال کمتر کسی می‌داند که فایل DOCX در واقع یک آرشیو ZIP پر از فایل‌های XML است. این مقاله توضیح می‌دهد DOCX چگونه پدید آمد، بر چه استانداردهایی بنا شده، درونش چه چیزی هست و هنگام تبدیل DOCX به فرمت‌های دیگر به چه نکاتی باید توجه کرد.
DOCX چیست؟
DOCX پسوند فایل اسنادی است که با WordprocessingML، بخش واژه‌پردازی استاندارد Office Open XML (OOXML)، نوشته شده‌اند. فرمت قدیمی‌تر .doc یک فرمت دودویی بسته بود که ساختارهای حافظهٔ Word را کم‌وبیش مستقیم روی دیسک می‌نوشت. در مقابل، DOCX متن، قالب‌بندی، تصاویر و تنظیمات را به صورت بخش‌های XML جداگانه ذخیره می‌کند و آن‌ها را در یک بستهٔ فشرده کنار هم می‌گذارد. در نتیجه فایل‌ها معمولاً کم‌حجم‌ترند، در برابر خرابی مقاوم‌ترند و نرم‌افزارهایی غیر از Word هم می‌توانند آن‌ها را بخوانند و بنویسند.
تاریخچهٔ کوتاه
Microsoft به‌تدریج به سمت فرمت‌های Office مبتنی بر XML رفت. نخستین فرمت XML برای Excel در سال 2000 و برای Word در سال 2002 عرضه شد و هر دو همراه Office 2003 ارائه شدند. در نوامبر 2005، Microsoft اعلام کرد این فرمت‌ها را با نام «Office Open XML» از طریق Ecma International استاندارد خواهد کرد. پس از آن کارها سریع پیش رفت:
- دسامبر 2006: Ecma نخستین ویرایش را با نام ECMA-376 تصویب کرد.
- 2007: Office 2007، فرمت DOCX را فرمت پیش‌فرض ذخیره در Word کرد. Microsoft برای نسخه‌های قدیمی‌تر Word یک Compatibility Pack منتشر کرد که می‌توانست DOCX را باز و ذخیره کند.
- آوریل 2008: فرایند سریع ISO/IEC که در رأی‌گیری نخست ناکام مانده بود، با تصویب به پایان رسید.
- نوامبر 2008: استاندارد با عنوان ISO/IEC 29500:2008 منتشر شد و Ecma در دسامبر 2008 ویرایش دومی را منتشر کرد که از نظر فنی معادل آن بود.
- 2011، 2012 و 2021: ویرایش‌های سوم، چهارم و پنجم ECMA-376 پشت سر هم آمدند. بخش‌های ویرایش پنجم فعلی بین 2015 و 2021 به‌روزرسانی شدند.
استانداردسازی دو سطح انطباق را معرفی کرد: Transitional و Strict. سطح Transitional ویژگی‌های سازگاری به‌جامانده از اسناد دودویی قدیمی را در بر دارد و همان چیزی است که Word به‌طور پیش‌فرض می‌نویسد. Office 2010 فقط می‌توانست اسناد Strict را بخواند؛ Office 2013 و نسخه‌های بعدی به‌طور کامل از Strict پشتیبانی میکنند، اما Microsoft به دلایل سازگاری با نسخه‌های قبلی آن را پیش‌فرض نکرد.
درون فایل DOCX چه چیزی هست؟
اگر پسوند یک فایل DOCX را به .zip تغییر دهید و بازش کنید، معمولاً ساختاری مانند این می‌بینید:
[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 relationshipsقواعد بسته‌بندی در بخش 2 استاندارد ECMA-376 با عنوان Open Packaging Conventions (OPC) تعریف شده‌اند. هر بخش یک نوع محتوا (content type) دارد و بخش‌ها از طریق فایل‌های رابطه (relationship) به هم پیوند می‌خورند. برای نمونه، تصویری که در متن آمده نه با نام فایلش، بلکه با شناسه‌ای در فایل رابطه‌ها مانند rId5 ارجاع داده می‌شود.
محتوای واقعی در word/document.xml قرار دارد. طبق مستندات Open XML مایکروسافت، ساده‌ترین سند معتبر به یک ریشهٔ document، یک body، دست‌کم یک پاراگراف (p) شامل یک run (r) و متنی (t) درون آن run نیاز دارد:
<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>Run بخشی از متن است که قالب‌بندی یکسانی دارد. یک واژهٔ پررنگ در میانهٔ جمله، پاراگراف را به سه run تقسیم می‌کند. به همین دلیل است که اسناد Word اغلب بی‌آنکه دلیل دیداری داشته باشد، یک متن واحد را میان runهای زیادی پخش میکنند؛ چیزی که هر مبدلی باید با آن کنار بیاید.
DOCX، DOCM و DOTX
این خانواده چند پسوند دیگر هم دارد. .docm سندی است که ماکرو را مجاز می‌داند؛ یک .docx معمولی نمیتواند ماکرو داشته باشد و همین آن را برای پیوست ایمیل انتخاب امن‌تری می‌کند. .dotx یک قالب (template) و .dotm قالبی با ماکرو است. همهٔ این‌ها از نظر ساختاری همان بستهٔ OPC هستند و فقط در بخش‌هایی که دارند و نوع محتوای اعلام‌شده‌شان تفاوت دارند.
DOCX کجا به کار می‌رود؟
- مکاتبات کاری: پیشنهاد، گزارش، یادداشت داخلی و پیش‌نویس قرارداد.
- آموزش: تکلیف، پایان‌نامه، قالب پایان‌نامه و مواد درسی.
- حقوقی و بخش دولتی: پیش‌نویس دادخواست و نامه.
- نشر: رفت‌وبرگشت‌های ویرایشی میان نویسنده و ویراستار با پیگیری تغییرات و یادداشت‌ها.
- تولید خودکار سند: چون این فرمت یک استاندارد باز است، نرم‌افزارها می‌توانند فاکتور، گواهی و گزارش را به صورت DOCX تولید کنند.
نقاط قوت و ضعف
| نقاط قوت | نقاط ضعف |
|---|---|
| استاندارد باز و مستند (ECMA-376، ISO/IEC 29500) | استاندارد بسیار بزرگ است و برنامه‌های کمی همهٔ آن را پشتیبانی میکنند |
| فایل‌های کم‌حجم به لطف فشرده‌سازی ZIP | صفحه‌آرایی ممکن است در برنامه‌های مختلف جابه‌جا شود |
| پیگیری تغییرات، یادداشت، سبک‌ها و فهرست مطالب | قلم‌ها جاسازی نمی‌شوند، پس ظاهر به دستگاه بستگی دارد |
| فرمت پیش‌فرض بدون ماکرو و امن‌تر | دوگانگی Transitional و Strict میتواند مشکل سازگاری ایجاد کند |
| پشتیبانی در تقریباً همهٔ مجموعه‌های اداری | برای «قفل کردن» نسخهٔ نهایی به اندازهٔ PDF مناسب نیست |
چه برنامه‌هایی DOCX را باز میکنند؟
Word 2007 و نسخه‌های بعدی و همچنین Word برای وب و موبایل، DOCX را به‌طور بومی باز میکنند. LibreOffice Writer، Google Docs، Apple Pages و WPS Office هم می‌توانند آن را بخوانند و بنویسند. Word 2003 و نسخه‌های قدیمی‌تر به Compatibility Pack مایکروسافت نیاز دارند. همهٔ این برنامه‌ها متن پایه، سبک‌ها و جدول‌ها را به‌خوبی مدیریت میکنند، اما صفحه‌آرایی پیشرفته، کادرهای متن، SmartArt و برخی کدهای فیلد ممکن است از برنامه‌ای به برنامهٔ دیگر متفاوت دیده شوند.
مشکلات رایج و راه‌حل آن‌ها
«فایل خراب است و باز نمی‌شود»
چون DOCX یک بستهٔ ZIP است، فایلی که ناقص دانلود شده یا پیوست ایمیلی که بد ذخیره شده باز نمی‌شود. ابتدا دوباره دانلودش کنید. در Word، گزینهٔ «Open and Repair» در پنجرهٔ Open اغلب متن را بازیابی می‌کند. تغییر نام یک نسخهٔ کپی به .zip و تلاش برای باز کردنش هم نشان می‌دهد که آیا فایل اصلاً یک بستهٔ معتبر است یا نه.
صفحه‌آرایی در کامپیوتر دیگر جابه‌جا می‌شود
DOCX به‌طور پیش‌فرض قلم‌ها را جاسازی نمی‌کند. اگر گیرنده قلم را نداشته باشد، قلم جایگزین به کار می‌رود، خط‌ها دوباره چیده می‌شوند و شکست صفحه‌ها جابه‌جا می‌شود. اگر صفحه‌آرایی باید دقیق بماند، PDF بفرستید یا جاسازی قلم را در تنظیمات Word فعال کنید.
نوار «Compatibility Mode»
باز کردن یک فایل قدیمی .doc در Word جدید، عبارت «Compatibility Mode» را در نوار عنوان نشان می‌دهد. ذخیرهٔ دوبارهٔ فایل به صورت DOCX این حالت را خاموش می‌کند و قابلیت‌های جدیدتر را در دسترس قرار می‌دهد.
تغییرات پیگیری‌شده هنوز دیده می‌شوند
تغییرات تأییدنشده و یادداشت‌ها در فایل اشتراک‌گذاشته‌شده باقی می‌مانند. پیش از ارسال، همهٔ تغییرات را بپذیرید یا رد کنید و یادداشت‌ها را حذف کنید.
نکته‌هایی برای تبدیل فایل‌های DOCX
در مبدل ما، اسناد Word روی سرور ما آپلود می‌شوند و ظرف 30 دقیقه حذف می‌شوند. تبدیل میان DOCX، DOC، RTF و PDF مستقیم با LibreOffice و بدون مرحلهٔ میانی HTML انجام می‌شود. به همین دلیل تبدیل Word به PDF صفحه‌آرایی، سرصفحه و پاصفحه، کادر جدول‌ها، شماره‌گذاری فهرست‌ها و تصاویر را حفظ می‌کند. قلم سفارشی‌ای که روی سرور نصب نیست ممکن است با قلم مشابهی جایگزین شود.
- برای سیستم‌های قدیمی: تبدیل Word به DOC به کار نرم‌افزارهایی می‌آید که فقط فرمت Word 97-2003 را می‌پذیرند. قابلیت‌های جدیدتری که معادلی در DOC ندارند، مانند برخی گرافیک‌ها و عناصر صفحه‌آرایی، ممکن است ساده شوند.
- برای وب و مستندسازی: تبدیل Word به Markdown عنوان‌ها، متن پررنگ و کج، فهرست‌ها، جدول‌ها و پیوندها را نگه می‌دارد؛ قلم‌ها، رنگ‌ها و صفحه‌آرایی کنار گذاشته می‌شوند، چون Markdown معادلی برای آن‌ها ندارد.
- در جهت عکس: تبدیل PDF به Word همیشه یک بازسازی است، پس هر وقت می‌توانید DOCX اصلی را نگه دارید.
پرسش‌های متداول
تفاوت DOCX و DOC چیست؟
DOC فرمت دودویی Word 97-2003 است. DOCX استاندارد باز مبتنی بر ZIP و متشکل از بخش‌های XML است که با Word 2007 معرفی شد. DOCX معمولاً کم‌حجم‌تر و مقاوم‌تر است و چون نمیتواند ماکرو داشته باشد، امن‌تر هم هست.
آیا DOCX یک استاندارد باز است؟
بله. Ecma آن را با عنوان ECMA-376 و ISO/IEC با عنوان ISO/IEC 29500 استاندارد کرده‌اند. متن‌های ECMA-376 را می‌توان رایگان از وب‌سایت Ecma دانلود کرد.
چطور درون یک فایل DOCX را ببینم؟
یک کپی بسازید، پسوندش را به .zip تغییر دهید و بازش کنید. متن را در word/document.xml و تصاویر را در پوشهٔ word/media پیدا می‌کنید.
آیا فایل DOCX میتواند ویروس داشته باشد؟
یک DOCX معمولی نمیتواند ماکرو داشته باشد؛ اسناد دارای ماکرو از پسوند .docm استفاده میکنند. مثل هر نوع فایل دیگری، با اسنادی که از منابع ناشناس میرسند محتاط باشید و نرمافزار اداریتان را بهروز نگه دارید.
آیا می‌توانم DOCX را بدون Word باز کنم؟
بله. LibreOffice Writer، Google Docs، Apple Pages و WPS Office همگی DOCX را باز میکنند. اگر فقط می‌خواهید آن را بخوانید، تبدیلش به PDF هم گزینهٔ کاربردی‌ای است.
