Formati di file
Cos'è il DOCX? Dentro il formato di Word
Il DOCX, formato predefinito di Word da Word 2007, è un pacchetto ZIP di file XML. Ne spieghiamo la struttura, gli standard su cui si basa e cosa si conserva in una conversione.
Autore: Hemen Dönüştür Editör EkibiPubblicato: 8 min di lettura
Premi "Salva" in Word e il file che ottieni termina quasi certamente con .docx. È il formato predefinito di Microsoft Word da quasi vent'anni ed è uno dei formati di documento modificabili più diffusi in aziende, scuole e pubblica amministrazione. Eppure pochi sanno che un file DOCX è in realtà un archivio ZIP pieno di file XML. In questo articolo vediamo come è nato il DOCX, su quali standard si basa, cosa contiene e cosa tenere presente quando lo si converte in altri formati.
Cos'è il DOCX?
DOCX è l'estensione dei documenti scritti in WordprocessingML, la parte dedicata all'elaborazione di testi dello standard Office Open XML (OOXML). Il vecchio formato .doc era un formato binario chiuso che scriveva su disco, più o meno direttamente, le strutture che Word teneva in memoria. Il DOCX, invece, salva testo, formattazione, immagini e impostazioni come parti XML separate e le riunisce in un unico pacchetto compresso. Il risultato sono file in genere più piccoli, più resistenti ai danneggiamenti e leggibili e scrivibili anche da programmi diversi da Word.
Breve storia
Microsoft è passata ai formati Office basati su XML per gradi. Il primo formato XML per Excel arrivò nel 2000 e quello per Word nel 2002, ed entrambi furono distribuiti con Office 2003. Nel novembre 2005 Microsoft annunciò che avrebbe standardizzato questi formati tramite Ecma International con il nome "Office Open XML". Da lì le cose andarono veloci:
- Dicembre 2006: Ecma approvò la prima edizione come ECMA-376.
- 2007: Office 2007 rese il DOCX il formato di salvataggio predefinito di Word. Per le versioni precedenti, Microsoft rilasciò un Compatibility Pack in grado di aprire e salvare file DOCX.
- Aprile 2008: la procedura accelerata ISO/IEC, che aveva fallito la prima votazione, si concluse con l'approvazione.
- Novembre 2008: lo standard fu pubblicato come ISO/IEC 29500:2008 ed Ecma rilasciò una seconda edizione tecnicamente equivalente nel dicembre 2008.
- 2011, 2012 e 2021: seguirono la terza, la quarta e la quinta edizione di ECMA-376. Le parti dell'attuale quinta edizione sono state aggiornate tra il 2015 e il 2021.
La standardizzazione ha introdotto due livelli di conformità: Transitional e Strict. Transitional include funzioni di compatibilità ereditate dai vecchi documenti binari ed è quello che Word scrive per impostazione predefinita. Office 2010 poteva solo leggere i documenti Strict; Office 2013 e versioni successive supportano pienamente Strict, ma Microsoft non lo ha reso predefinito per motivi di retrocompatibilità.
Cosa c'è dentro un file DOCX?
Rinomina un file DOCX in .zip e aprilo: di solito vedrai una struttura come questa:
[Content_Types].xml tipi di contenuto delle parti del pacchetto
_rels/.rels relazioni di primo livello del pacchetto
docProps/core.xml metadati come titolo, autore e date
word/document.xml il testo principale del documento
word/styles.xml definizioni degli stili
word/numbering.xml numerazione degli elenchi
word/header1.xml intestazione (se presente)
word/footer1.xml piè di pagina (se presente)
word/media/image1.png immagini incorporate
word/_rels/document.xml.rels relazioni di immagini e collegamentiLe regole di impacchettamento sono definite nella Parte 2 di ECMA-376, le Open Packaging Conventions (OPC). Ogni parte ha un tipo di contenuto e le parti sono collegate tra loro tramite file di relazioni. Un'immagine nel testo, per esempio, non è richiamata con il nome del file ma con un ID del file delle relazioni, come rId5.
Il contenuto vero e proprio si trova in word/document.xml. Secondo la documentazione Open XML di Microsoft, il documento valido più semplice richiede un elemento radice document, un body, almeno un paragrafo (p) con una run (r) e il testo (t) all'interno della run:
<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>Ciao mondo</w:t>
</w:r>
</w:p>
</w:body>
</w:document>Una run è un tratto di testo con la stessa formattazione. Una sola parola in grassetto a metà frase divide il paragrafo in tre run. È anche il motivo per cui i documenti Word spesso spezzano lo stesso testo in molte run senza ragioni visibili, un aspetto che ogni convertitore deve saper gestire.
DOCX, DOCM e DOTX
La stessa famiglia comprende alcune altre estensioni. .docm è un documento con macro abilitate; un normale .docx non può contenere macro, per cui è la scelta più sicura per gli allegati email. .dotx è un modello e .dotm un modello con macro abilitate. Dal punto di vista strutturale sono tutti lo stesso pacchetto OPC; cambiano le parti che contengono e i tipi di contenuto dichiarati.
Dove si usa il DOCX?
- Corrispondenza aziendale: offerte, relazioni, promemoria e bozze di contratto.
- Istruzione: compiti, tesi, modelli di tesi e materiale didattico.
- Ambito legale e pubblica amministrazione: bozze di istanze e lettere.
- Editoria: giri di revisione tra autore ed editor con revisioni e commenti.
- Generazione automatica di documenti: essendo uno standard aperto, i software possono produrre fatture, attestati e report in DOCX.
Punti di forza e punti deboli
| Punti di forza | Punti deboli |
|---|---|
| Standard aperto e documentato (ECMA-376, ISO/IEC 29500) | Lo standard è enorme; pochi programmi lo supportano per intero |
| File piccoli grazie alla compressione ZIP | L'impaginazione può cambiare tra un programma e l'altro |
| Revisioni, commenti, stili, sommari | I caratteri non sono incorporati, quindi l'aspetto dipende dal dispositivo |
| Formato predefinito senza macro, più sicuro | La distinzione Transitional/Strict può creare problemi di compatibilità |
| Supportato da quasi tutte le suite per ufficio | Meno adatto del PDF per "bloccare" una versione definitiva |
Quali programmi aprono i DOCX?
Word 2007 e successivi, oltre a Word per il web e per dispositivi mobili, aprono il DOCX in modo nativo. Anche LibreOffice Writer, Google Documenti, Apple Pages e WPS Office lo leggono e lo scrivono. Word 2003 e versioni precedenti richiedono il Compatibility Pack di Microsoft. Tutti gestiscono bene testo, stili e tabelle di base, ma impaginazioni avanzate, caselle di testo, SmartArt e alcuni codici di campo possono apparire diversi da un programma all'altro.
Problemi comuni e come risolverli
"Il file è danneggiato e non può essere aperto"
Poiché il DOCX è un pacchetto ZIP, un file scaricato solo in parte o un allegato email salvato male non si apre. Per prima cosa prova a scaricarlo di nuovo. In Word, l'opzione "Apri e ripristina" della finestra Apri spesso recupera il testo. Rinominare una copia in .zip e provare ad aprirla ti dice anche se il file è almeno un pacchetto valido.
L'impaginazione cambia su un altro computer
Per impostazione predefinita il DOCX non incorpora i caratteri. Se il destinatario non ha il carattere usato, ne viene impiegato un sostituto, le righe si ridistribuiscono e le interruzioni di pagina si spostano. Se l'impaginazione deve essere esatta, condividi un PDF oppure attiva l'incorporamento dei caratteri nelle opzioni di Word.
Il messaggio "Modalità compatibilità"
Aprendo un vecchio file .doc in una versione recente di Word, nella barra del titolo compare "Modalità compatibilità". Salvando di nuovo il file come DOCX la modalità si disattiva e si sbloccano le funzioni più recenti.
Le revisioni sono ancora visibili
Le modifiche non accettate e i commenti restano nel file condiviso. Prima dell'invio accetta o rifiuta tutte le modifiche ed elimina i commenti.
Consigli per convertire i file DOCX
Sul nostro convertitore i documenti Word vengono caricati sul nostro server ed eliminati entro 30 minuti. Le conversioni tra DOCX, DOC, RTF e PDF avvengono direttamente con LibreOffice, senza un passaggio intermedio in HTML. Per questo la conversione da Word a PDF mantiene impaginazione, intestazioni e piè di pagina, bordi delle tabelle, numerazione degli elenchi e immagini. Un carattere personalizzato non installato sul server potrebbe essere sostituito con uno simile.
- Per i sistemi più vecchi: la conversione da Word a DOC è utile con i software che accettano solo il formato Word 97-2003. Le funzioni più recenti senza equivalente in DOC, come alcuni elementi grafici e di impaginazione, potrebbero essere semplificate.
- Per il web e la documentazione: la conversione da Word a Markdown mantiene titoli, grassetto e corsivo, elenchi, tabelle e collegamenti; caratteri, colori e impaginazione vengono eliminati perché in Markdown non hanno un equivalente.
- Nella direzione opposta: la conversione da PDF a Word è sempre una ricostruzione, quindi conserva il DOCX originale quando puoi.
Domande frequenti
Che differenza c'è tra DOCX e DOC?
Il DOC è il formato binario usato da Word 97-2003. Il DOCX è lo standard aperto basato su ZIP e composto da parti XML, introdotto con Word 2007. Il DOCX è in genere più piccolo, più robusto e più sicuro perché non può contenere macro.
Il DOCX è uno standard aperto?
Sì. È standardizzato da Ecma come ECMA-376 e da ISO/IEC come ISO/IEC 29500. I testi di ECMA-376 si possono scaricare gratuitamente dal sito di Ecma.
Come posso vedere cosa c'è dentro un file DOCX?
Fai una copia, cambia l'estensione in .zip e aprila. Troverai il testo in word/document.xml e le immagini nella cartella word/media.
Un file DOCX può contenere un virus?
Un normale DOCX non può contenere macro; i documenti con macro abilitate usano l'estensione .docm. Come per qualsiasi tipo di file, fai attenzione ai documenti di provenienza sconosciuta e tieni aggiornato il software per ufficio.
Posso aprire un DOCX senza Word?
Sì. LibreOffice Writer, Google Documenti, Apple Pages e WPS Office aprono tutti il DOCX. Se devi solo leggerlo, convertirlo in PDF è un'altra soluzione pratica.
