Qu'est-ce que le DOC ? Le format binaire de Word 97-2003

Fouillez les vieilles archives d'une organisation, remontez au début d'un long fil d'e-mails ou exportez un rapport depuis un logiciel qui n'a pas été mis à jour depuis des années : vous tomberez sur des fichiers en .doc. Le DOC a été le format par défaut de Microsoft Word jusqu'à l'arrivée du DOCX avec Word 2007, et énormément de documents existent encore sous cette forme. Cet article explique d'où vient le DOC, comment il est organisé en interne, en quoi il diffère du DOCX, et comment ouvrir et convertir ces fichiers en toute sécurité.

Qu'est-ce que le DOC ?

Le DOC est le format de document binaire de Microsoft Word. Aujourd'hui, « DOC » désigne en général le format commun à Word 97, 2000, 2002 (XP) et 2003, et la spécification officielle de Microsoft couvre exactement ces versions. Contrairement aux formats texte, ouvrir un fichier DOC dans le Bloc-notes n'affiche rien d'intelligible : le contenu est une suite d'octets organisée selon les structures de données propres à Word.

Un peu d'histoire

L'extension « .doc » a été utilisée pour la première fois en 1983, avec la version MS-DOS de Word. L'extension n'a pas changé, mais le format qui se cache derrière a évolué plusieurs fois :

• Word pour Windows 1.0 et 2.0 : utilisaient leur propre format DOC.
• Word 6.0 et Word 95 : le format a changé, et ces deux versions le partageaient.
• De Word 97 à Word 2003 : le DOC a été reconstruit sur OLE et le Compound File Binary Format (CFB). Microsoft a aussi publié un convertisseur d'importation pour que les utilisateurs de Word 6.0 et 95 puissent ouvrir les nouveaux fichiers.
• Word 2007 : le DOCX devient le format par défaut. Word continue d'ouvrir et d'enregistrer le DOC ; à l'ouverture d'un tel fichier, la barre de titre affiche « Mode de compatibilité ».

La documentation du format a sa propre longue histoire. En 1997, Microsoft a publié les spécifications des formats binaires d'Office 97 sous une licence restrictive, puis les a retirées en 1999. De 2006 à février 2008, la spécification n'était disponible que sur demande et à des conditions restreintes, si bien que des projets comme OpenOffice.org ont dû procéder par rétro-ingénierie. En février 2008, Microsoft a publié la spécification DOC dans le cadre de son Open Specification Promise. Le document aujourd'hui publié sur Microsoft Learn sous le nom [MS-DOC] indique une première version datée du 27 juin 2008, et il est toujours maintenu : la révision la plus récente mentionnée sur la page date du 17 février 2026.

Que contient un fichier DOC ?

Un fichier DOC postérieur à Word 97 est en réalité un « système de fichiers dans un fichier ». Selon la spécification [MS-CFB] de Microsoft, le Compound File Binary Format fournit, au sein d'un fichier, une structure semblable à un système de fichiers pour stocker des flux de données propres à une application. Les dossiers s'appellent des storages et les fichiers des streams (flux). Le fichier est découpé en secteurs de taille fixe (512 octets en version 3, 4096 octets en version 4), et une table d'allocation (FAT) indique à quel flux appartient chaque secteur.

Tout fichier composé commence par la même signature de 8 octets :

D0 CF 11 E0 A1 B1 1A E1

Cette signature n'est pas propre à Word : les anciens fichiers Excel (.xls) et PowerPoint (.ppt) utilisent le même conteneur. Ce qui fait d'un fichier DOC un document Word, c'est l'ensemble des flux qu'il contient :

• Flux WordDocument : contient le texte du document et, à l'offset 0, le FIB (File Information Block). Le FIB joue le rôle d'une table des matières qui indique où se trouve tout le reste.
• Flux de table (0Table ou 1Table) : contient les données vers lesquelles pointe le FIB, comme la mise en forme, les styles, les polices et les propriétés de paragraphe. Selon MS-DOC, le bit fWhichTblStm du FIB détermine lequel est utilisé ; si les deux existent, le flux non référencé est ignoré.
• Flux Data : peut contenir des données supplémentaires, comme des images incorporées.
• Storage ObjectPool : stocke les objets OLE incorporés, par exemple un tableau Excel.
• Flux SummaryInformation : métadonnées récapitulatives comme le titre, l'auteur et la date de création.

Si le document est chiffré, le flux de table commence par un en-tête de chiffrement. Cette organisation complexe, fondée sur des pointeurs, permettait aux fichiers DOC de se charger rapidement, mais elle signifiait aussi qu'un seul secteur endommagé pouvait rendre tout un document illisible, et que les autres logiciels avaient du mal à implémenter correctement le format.

DOC ou DOCX ?

Où trouve-t-on encore du DOC ?

• Archives d'entreprises et d'administrations : courriers, rapports et modèles créés avant 2007.
• Logiciels anciens : outils de comptabilité, de RH ou métier qui exportent encore leurs rapports en DOC.
• Systèmes de dépôt : vieux formulaires web et systèmes internes qui n'acceptent que le DOC.
• Modèles à macros : formulaires et modèles automatisés conçus il y a des années.

Points forts et points faibles

Points forts : une prise en charge logicielle très large ; presque tous les traitements de texte depuis Word 97 ouvrent le DOC. Parce qu'il existe depuis si longtemps, c'est le format Word le moins susceptible de poser problème avec les anciens systèmes.

Points faibles : en raison de son passé fermé, les documents complexes peuvent perdre leur mise en page dans les applications tierces. Comme il peut contenir des macros, il est plus risqué que le DOCX du point de vue des logiciels malveillants. Certaines fonctions ajoutées après Word 2007, comme les graphiques et éléments de mise en page plus récents, sont simplifiées ou perdues lors d'un enregistrement en DOC. Les fichiers sont aussi généralement plus lourds qu'un DOCX au contenu identique.

Quels programmes ouvrent le DOC ?

Toutes les versions de bureau de Microsoft Word ouvrent le DOC. LibreOffice Writer, Google Docs, Apple Pages et WPS Office savent aussi le lire. Sur les serveurs Linux et dans les chaînes d'automatisation, les fichiers DOC sont généralement traités avec LibreOffice.

Problèmes courants et solutions

Word ouvre le fichier en mode protégé et je ne peux pas le modifier

Par sécurité, Word ouvre en lecture seule les anciens fichiers provenant d'Internet ou d'un e-mail. Si vous faites confiance à la source, cliquez sur « Activer la modification ». N'activez pas les macros dans les documents d'origine inconnue qui vous le demandent.

Le fichier ne s'ouvre pas ou affiche des caractères illisibles

Certains fichiers .doc ne sont pas vraiment des DOC. La sortie « Enregistrer en tant que page web » de Word et des fichiers RTF ou DOCX renommés peuvent circuler avec une extension .doc. Essayez un programme qui détecte le contenu, comme LibreOffice. Pour un DOC réellement endommagé, l'option « Ouvrir et réparer » de Word peut récupérer le texte.

Mode de compatibilité et fonctions manquantes

Les fonctions récentes de Word ne sont pas disponibles dans un document enregistré en DOC. Si vous comptez continuer à le modifier, convertissez-le en DOCX avec « Fichier > Informations > Convertir ».

Conseils pour convertir des fichiers DOC

Sur notre convertisseur, les fichiers DOC sont envoyés sur notre serveur, traités avec LibreOffice et supprimés dans les 30 minutes. Avant la conversion, les premiers octets du fichier sont vérifiés : les vrais fichiers DOC, les fichiers « .doc » qui sont en réalité des DOCX ou des RTF, et la sortie « .doc » de Word basée sur HTML sont tous acceptés. Si le contenu ne correspond à aucun de ces cas, vous obtenez un message « le fichier n'a pas pu être lu » au lieu d'un document rempli de caractères illisibles.

• DOC en Word (DOCX) est la meilleure façon de garder vivants vos anciens documents. La conversion passe directement par LibreOffice, sans étape intermédiaire : la mise en page, les en-têtes et pieds de page, les tableaux et les images sont conservés.
• DOC en PDF convient à l'archivage ou au partage avec une personne qui n'a pas Word.
• DOC en TXT extrait uniquement le texte brut, pratique pour fouiller une ancienne archive ou alimenter un autre système.
• Si vous devez déposer un DOCX dans un système ancien, utilisez Word en DOC.

Questions fréquentes

Faut-il encore utiliser le format DOC ?

Pas pour de nouveaux documents : le DOCX est plus sûr, plus robuste et c'est une norme ouverte. N'utilisez le DOC que si le système destinataire n'accepte rien d'autre.

Un fichier DOC peut-il contenir un virus ?

Les fichiers DOC peuvent contenir des macros VBA, et les virus de macro peuvent se propager ainsi. N'activez pas les macros des fichiers DOC d'origine inconnue et maintenez votre suite bureautique à jour.

Perd-on quelque chose en convertissant un DOC en DOCX ?

En général, non. Le DOCX couvre presque tout ce que gère le DOC. Certains codes de champ ou objets incorporés propres à de très anciennes versions de Word peuvent s'afficher différemment : relisez donc les documents importants après la conversion.

La spécification DOC est-elle publique ?

Oui. Microsoft publie sur Microsoft Learn le format binaire de Word 97-2003 sous le nom [MS-DOC] et le conteneur de fichier composé sous le nom [MS-CFB]. Depuis février 2008, ces spécifications relèvent de l'Open Specification Promise.

Peut-on ouvrir un fichier DOC sur son téléphone ?

L'application mobile Word et Google Docs savent ouvrir le DOC. Si vous avez seulement besoin de le lire, le convertir en PDF garantit un affichage correct sur n'importe quel appareil.

Sources

• Microsoft Learn : [MS-DOC] Word (.doc) Binary File Format
• Microsoft Learn : [MS-DOC] 1Table Stream or 0Table Stream
• Microsoft Learn : [MS-CFB] Compound File Binary File Format
• Wikipédia (anglais) : Doc (computing) (histoire, source secondaire)