Formats de fichiers
Qu'est-ce que le DOCX ? Le format de fichier Word décrypté
Le DOCX, format par défaut de Word depuis Word 2007, est un paquet ZIP de fichiers XML. Nous expliquons sa structure, les normes qui l'encadrent et ce qui survit à une conversion.
Auteur: Hemen Dönüştür Editör EkibiPublié le: 8 min de lecture
Cliquez sur « Enregistrer » dans Word : le fichier obtenu se termine presque toujours par .docx. C'est le format par défaut de Microsoft Word depuis près de vingt ans et l'un des formats de documents modifiables les plus répandus en entreprise, dans l'enseignement et dans l'administration. Pourtant, peu de gens savent qu'un fichier DOCX est en réalité une archive ZIP remplie de fichiers XML. Cet article retrace la naissance du DOCX, les normes sur lesquelles il repose, ce qu'il contient et ce qu'il faut garder en tête pour le convertir dans d'autres formats.
Qu'est-ce que le DOCX ?
DOCX est l'extension des documents rédigés en WordprocessingML, la partie traitement de texte de la norme Office Open XML (OOXML). L'ancien format .doc était un format binaire fermé qui écrivait plus ou moins directement sur le disque les structures internes de Word. Le DOCX, lui, stocke le texte, la mise en forme, les images et les paramètres dans des parties XML distinctes, réunies dans un seul paquet compressé. Résultat : les fichiers sont généralement plus légers, résistent mieux aux corruptions et peuvent être lus et écrits par d'autres logiciels que Word.
Un peu d'histoire
Microsoft est passé aux formats Office basés sur XML par étapes. Le premier format XML pour Excel est apparu en 2000, celui de Word en 2002, et tous deux ont été livrés avec Office 2003. En novembre 2005, Microsoft a annoncé qu'il ferait normaliser ces formats par Ecma International sous le nom « Office Open XML ». Les choses sont ensuite allées vite :
- Décembre 2006 : Ecma approuve la première édition sous le nom ECMA-376.
- 2007 : Office 2007 fait du DOCX le format d'enregistrement par défaut de Word. Pour les anciennes versions de Word, Microsoft publie un Pack de compatibilité capable d'ouvrir et d'enregistrer des DOCX.
- Avril 2008 : la procédure accélérée ISO/IEC, qui avait échoué à son premier vote, aboutit à une approbation.
- Novembre 2008 : la norme est publiée sous la référence ISO/IEC 29500:2008, et Ecma publie en décembre 2008 une deuxième édition techniquement équivalente.
- 2011, 2012 et 2021 : suivent les troisième, quatrième et cinquième éditions d'ECMA-376. Les parties de l'actuelle cinquième édition ont été mises à jour entre 2015 et 2021.
La normalisation a introduit deux niveaux de conformité : Transitional et Strict. Le niveau Transitional inclut des fonctions de compatibilité héritées des anciens documents binaires, et c'est lui que Word écrit par défaut. Office 2010 ne savait que lire les documents Strict ; Office 2013 et les versions suivantes les prennent entièrement en charge, mais Microsoft n'en a pas fait le choix par défaut, pour des raisons de rétrocompatibilité.
Que contient un fichier DOCX ?
Renommez un fichier DOCX en .zip et ouvrez-le : vous verrez en général une structure comme celle-ci :
[Content_Types].xml types de contenu des parties du paquet
_rels/.rels relations de premier niveau du paquet
docProps/core.xml métadonnées : titre, auteur, dates
word/document.xml texte principal du document
word/styles.xml définitions des styles
word/numbering.xml numérotation des listes
word/header1.xml en-tête (le cas échéant)
word/footer1.xml pied de page (le cas échéant)
word/media/image1.png images incorporées
word/_rels/document.xml.rels relations des images et des liensLes règles d'empaquetage sont définies dans la partie 2 d'ECMA-376, les Open Packaging Conventions (OPC). Chaque partie possède un type de contenu, et les parties sont reliées entre elles par des fichiers de relations. Une image placée dans le texte, par exemple, n'est pas référencée par son nom de fichier mais par un identifiant du fichier de relations, comme rId5.
Le contenu proprement dit se trouve dans word/document.xml. Selon la documentation Open XML de Microsoft, le document valide le plus simple nécessite une racine document, un body, au moins un paragraphe (p) contenant une séquence (r, pour « run »), et du texte (t) dans cette séquence :
<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 est une portion de texte qui partage la même mise en forme. Un seul mot en gras au milieu d'une phrase découpe le paragraphe en trois runs. C'est aussi pour cela que les documents Word dispersent souvent un même texte sur de nombreux runs sans raison visible, ce que tout convertisseur doit savoir gérer.
DOCX, DOCM et DOTX
La même famille compte quelques autres extensions. .docm désigne un document prenant en charge les macros ; un simple .docx ne peut pas contenir de macros, ce qui en fait le choix le plus sûr pour les pièces jointes. .dotx est un modèle et .dotm un modèle avec macros. Sur le plan structurel, ce sont tous des paquets OPC identiques ; ils diffèrent par les parties qu'ils contiennent et par les types de contenu qu'ils déclarent.
Où utilise-t-on le DOCX ?
- Correspondance professionnelle : propositions commerciales, rapports, notes internes et projets de contrats.
- Enseignement : devoirs, mémoires, modèles de thèse et supports de cours.
- Juridique et secteur public : requêtes et projets de courriers.
- Édition : allers-retours entre auteur et éditeur grâce au suivi des modifications et aux commentaires.
- Génération automatique de documents : le format étant une norme ouverte, des logiciels peuvent produire factures, attestations et rapports en DOCX.
Points forts et points faibles
| Points forts | Points faibles |
|---|---|
| Norme ouverte et documentée (ECMA-376, ISO/IEC 29500) | La norme est immense ; peu de programmes la prennent en charge entièrement |
| Fichiers légers grâce à la compression ZIP | La mise en page peut varier d'un programme à l'autre |
| Suivi des modifications, commentaires, styles, tables des matières | Les polices ne sont pas incorporées : l'apparence dépend de l'appareil |
| Format par défaut sans macros, donc plus sûr | La distinction Transitional/Strict peut poser des problèmes de compatibilité |
| Pris en charge par presque toutes les suites bureautiques | Moins adapté que le PDF pour « figer » une version définitive |
Quels programmes ouvrent le DOCX ?
Word 2007 et les versions suivantes, ainsi que Word pour le web et sur mobile, ouvrent nativement le DOCX. LibreOffice Writer, Google Docs, Apple Pages et WPS Office savent aussi le lire et l'écrire. Word 2003 et les versions antérieures ont besoin du Pack de compatibilité de Microsoft. Tous gèrent bien le texte simple, les styles et les tableaux, mais la mise en page avancée, les zones de texte, les SmartArt et certains codes de champ peuvent s'afficher différemment d'un programme à l'autre.
Problèmes courants et solutions
« Le fichier est endommagé et ne peut pas être ouvert »
Comme le DOCX est un paquet ZIP, un fichier partiellement téléchargé ou une pièce jointe mal enregistrée ne s'ouvrira pas. Essayez d'abord de le télécharger à nouveau. Dans Word, l'option « Ouvrir et réparer » de la boîte de dialogue Ouvrir permet souvent de récupérer le texte. Renommer une copie en .zip et tenter de l'ouvrir indique aussi si le fichier est bien un paquet valide.
La mise en page bouge sur un autre ordinateur
Le DOCX n'incorpore pas les polices par défaut. Si le destinataire ne dispose pas de la police, une police de remplacement est utilisée, les lignes se recomposent et les sauts de page se déplacent. Si la mise en page doit être exacte, partagez un PDF ou activez l'incorporation des polices dans les options de Word.
Le bandeau « Mode de compatibilité »
Ouvrir un ancien fichier .doc dans une version récente de Word affiche « Mode de compatibilité » dans la barre de titre. Enregistrer de nouveau le fichier au format DOCX désactive ce mode et débloque les fonctions plus récentes.
Les modifications suivies restent visibles
Les modifications non acceptées et les commentaires restent dans le fichier partagé. Acceptez ou refusez toutes les modifications et supprimez les commentaires avant l'envoi.
Conseils pour convertir des fichiers DOCX
Sur notre convertisseur, les documents Word sont envoyés sur notre serveur et supprimés dans les 30 minutes. Les conversions entre DOCX, DOC, RTF et PDF se font directement avec LibreOffice, sans étape HTML intermédiaire. C'est pourquoi la conversion Word en PDF conserve la mise en page, les en-têtes et pieds de page, les bordures de tableaux, la numérotation des listes et les images. Une police personnalisée qui n'est pas installée sur le serveur peut être remplacée par une police proche.
- Pour les systèmes anciens : Word en DOC est utile pour les logiciels qui n'acceptent que le format Word 97-2003. Les fonctions récentes sans équivalent en DOC, comme certains graphiques et éléments de mise en page, peuvent être simplifiées.
- Pour le web et la documentation : Word en Markdown conserve les titres, le gras et l'italique, les listes, les tableaux et les liens ; les polices, les couleurs et la mise en page disparaissent, faute d'équivalent en Markdown.
- Dans l'autre sens : la conversion PDF en Word reste toujours une reconstruction ; conservez donc le DOCX d'origine chaque fois que possible.
Questions fréquentes
Quelle différence entre DOCX et DOC ?
Le DOC est le format binaire utilisé par Word 97-2003. Le DOCX est la norme ouverte basée sur ZIP et composée de parties XML, introduite avec Word 2007. Le DOCX est généralement plus léger, plus robuste et plus sûr, car il ne peut pas contenir de macros.
Le DOCX est-il une norme ouverte ?
Oui. Il est normalisé par Ecma sous la référence ECMA-376 et par l'ISO/IEC sous la référence ISO/IEC 29500. Les textes d'ECMA-376 sont téléchargeables gratuitement sur le site d'Ecma.
Comment regarder à l'intérieur d'un fichier DOCX ?
Faites une copie, changez son extension en .zip et ouvrez-la. Vous trouverez le texte dans word/document.xml et les images dans le dossier word/media.
Un fichier DOCX peut-il contenir un virus ?
Un simple DOCX ne peut pas contenir de macros ; les documents avec macros utilisent l'extension .docm. Comme pour tout type de fichier, méfiez-vous des documents de source inconnue et maintenez votre suite bureautique à jour.
Peut-on ouvrir un DOCX sans Word ?
Oui. LibreOffice Writer, Google Docs, Apple Pages et WPS Office ouvrent tous le DOCX. Si vous avez seulement besoin de le lire, le convertir en PDF est aussi une solution pratique.
