Bestandsformaten
Wat is DOC? Het binaire formaat van Word 97-2003
DOC is het binaire documentformaat dat Word van Word 97 tot en met Word 2003 gebruikte, en je komt het nog in veel archieven tegen. Zo werkt het vanbinnen, hier schiet het tekort en zo converteer je het veilig.
Auteur: Hemen Dönüştür Editör EkibiGepubliceerd: 7 min lezen
Duik in het oude archief van een organisatie, scrol naar het begin van een lange e-mailwisseling of exporteer een rapport uit software die al jaren niet is bijgewerkt, en je komt bestanden tegen die op .doc eindigen. DOC was het standaardformaat van Microsoft Word tot DOCX met Word 2007 kwam, en ontzettend veel documenten bestaan nog in dit formaat. Dit artikel legt uit waar DOC vandaan komt, hoe het intern is opgebouwd, waarin het verschilt van DOCX en hoe je zulke bestanden veilig opent en converteert.
Wat is DOC?
DOC is het binaire documentformaat van Microsoft Word. Met "DOC" bedoelt men tegenwoordig meestal het formaat dat Word 97, 2000, 2002 (XP) en 2003 gemeen hebben, en de officiële specificatie van Microsoft beschrijft precies die versies. Anders dan bij tekstgebaseerde formaten zie je niets zinnigs als je een DOC-bestand in Kladblok opent: de inhoud is een reeks bytes, geordend volgens de eigen datastructuren van Word.
Een korte geschiedenis
De extensie ".doc" werd voor het eerst gebruikt in 1983, met de MS-DOS-versie van Word. De extensie bleef gelijk, maar het formaat erachter veranderde meerdere keren:
- Word for Windows 1.0 en 2.0: gebruikten hun eigen DOC-formaat.
- Word 6.0 en Word 95: het formaat veranderde, en deze twee versies deelden het.
- Word 97 tot en met Word 2003: DOC werd opnieuw opgebouwd op basis van OLE en het Compound File Binary Format (CFB). Microsoft bracht ook een importconverter uit, zodat gebruikers van Word 6.0 en 95 de nieuwe bestanden konden openen.
- Word 2007: DOCX werd de standaard. Word bleef DOC openen en opslaan; open je zo'n bestand, dan staat er "Compatibiliteitsmodus" in de titelbalk.
De documentatie van het formaat heeft een eigen lange geschiedenis. In 1997 publiceerde Microsoft de specificaties van de binaire Office 97-formaten onder een beperkende licentie, en in 1999 trok het ze weer in. Van 2006 tot februari 2008 was de specificatie alleen op aanvraag en onder beperkte voorwaarden beschikbaar, waardoor projecten als OpenOffice.org het formaat via reverse engineering moesten ontcijferen. In februari 2008 gaf Microsoft de DOC-specificatie vrij onder zijn Open Specification Promise. Het document dat nu op Microsoft Learn als [MS-DOC] staat, noemt 27 juni 2008 als eerste versie en wordt nog steeds onderhouden: de meest recente revisie op de pagina is van 17 februari 2026.
Wat zit er in een DOC-bestand?
Een DOC-bestand vanaf Word 97 is eigenlijk een "bestandssysteem in een bestand". Volgens de specificatie [MS-CFB] van Microsoft biedt het Compound File Binary Format een structuur binnen een bestand die op een bestandssysteem lijkt, om toepassingsspecifieke datastromen op te slaan. Mappen heten storages en bestanden heten streams. Het bestand is verdeeld in sectoren van vaste grootte (512 bytes in versie 3, 4096 bytes in versie 4), en een toewijzingstabel (FAT) houdt bij welke sector bij welke stream hoort.
Elk compoundbestand begint met dezelfde handtekening van 8 bytes:
D0 CF 11 E0 A1 B1 1A E1Die handtekening is niet specifiek voor Word; oude Excel-bestanden (.xls) en PowerPoint-bestanden (.ppt) gebruiken dezelfde container. Wat een DOC-bestand tot een Word-document maakt, zijn de streams erin:
- WordDocument-stream: bevat de documenttekst en op offset 0 het FIB (File Information Block). Het FIB werkt als een inhoudsopgave die aanwijst waar al het andere staat.
- Table-stream (0Table of 1Table): bevat de gegevens waar het FIB naar verwijst, zoals opmaak, stijlen, lettertypen en alinea-eigenschappen. Volgens MS-DOC bepaalt de bit
fWhichTblStmin het FIB welke van de twee wordt gebruikt; bestaan ze allebei, dan wordt de stream waarnaar niet wordt verwezen genegeerd. - Data-stream: kan extra gegevens bevatten, zoals ingesloten afbeeldingen.
- ObjectPool-storage: bewaart ingesloten OLE-objecten, bijvoorbeeld een Excel-tabel.
- SummaryInformation-streams: samenvattende metadata zoals titel, auteur en aanmaakdatum.
Is het document versleuteld, dan begint de table-stream met een versleutelingsheader. Dankzij deze complexe, op verwijzingen gebaseerde opbouw laadden DOC-bestanden snel, maar het betekende ook dat één beschadigde sector een heel document onleesbaar kon maken, en dat andere software het formaat moeilijk correct kon implementeren.
DOC versus DOCX
| Kenmerk | DOC | DOCX |
|---|---|---|
| Structuur | Binair, OLE2-compoundbestand | XML-onderdelen in een ZIP |
| Norm | Door Microsoft gepubliceerde specificatie (MS-DOC) | ECMA-376 en ISO/IEC 29500 |
| Macro's | Kan VBA-macro's in hetzelfde bestand bevatten | Kan dat niet (documenten met macro's gebruiken .docm) |
| Robuustheid | Laag, één fout kan het hele bestand raken | Hoger, onderdelen zijn los van elkaar te lezen |
| Nieuwere Word-functies | Voor sommige functies van na 2007 bestaat geen equivalent | Volledige ondersteuning |
Waar kom je DOC nog tegen?
- Archieven van bedrijven en overheden: correspondentie, rapporten en sjablonen van vóór 2007.
- Oudere software: boekhoud-, hr- of branchetools die rapporten nog als DOC exporteren.
- Uploadsystemen: oude webformulieren en interne systemen die alleen DOC accepteren.
- Macrosjablonen: formulieren en sjablonen met automatisering die jaren geleden is gebouwd.
Sterke en zwakke punten
Sterke punten: zeer brede softwareondersteuning; vrijwel elke tekstverwerker sinds Word 97 opent DOC. Omdat het al zo lang bestaat, is het het Word-formaat dat met oude systemen het minst snel problemen geeft.
Zwakke punten: door de gesloten voorgeschiedenis kunnen complexe documenten hun opmaak verliezen in programma's van derden. Omdat het macro's kan bevatten, is het qua malware riskanter dan DOCX. Sommige functies die na Word 2007 zijn toegevoegd, zoals nieuwere afbeeldingen en opmaakelementen, worden vereenvoudigd of gaan verloren als je als DOC opslaat. Bestanden zijn bovendien meestal groter dan een DOCX met dezelfde inhoud.
Met welke programma's open je DOC?
Elke desktopversie van Microsoft Word opent DOC. LibreOffice Writer, Google Docs, Apple Pages en WPS Office kunnen het ook lezen. Op Linux-servers en in automatiseringsprocessen worden DOC-bestanden meestal met LibreOffice verwerkt.
Veelvoorkomende problemen en oplossingen
Word opent het bestand in de beveiligde weergave en ik kan niets bewerken
Word opent oudere bestanden van internet of uit e-mail om veiligheidsredenen als alleen-lezen. Vertrouw je de bron, klik dan op "Bewerken inschakelen". Schakel geen macro's in bij documenten van onbekende afzenders die daarom vragen.
Het bestand opent niet of toont vreemde tekens
Niet elk .doc-bestand is echt DOC. Uitvoer van Word via "Opslaan als webpagina" en hernoemde RTF- of DOCX-bestanden kunnen met de extensie .doc rondgaan. Probeer een programma dat de inhoud herkent, zoals LibreOffice. Bij een echt beschadigd DOC-bestand kan de optie "Openen en herstellen" van Word de tekst terughalen.
Compatibiliteitsmodus en ontbrekende functies
Nieuwere Word-functies zijn niet beschikbaar in een document dat als DOC is opgeslagen. Ga je er nog verder aan werken, zet het dan om naar DOCX via "Bestand > Info > Converteren".
Tips voor het converteren van DOC-bestanden
Bij onze converter worden DOC-bestanden naar onze server geüpload, met LibreOffice verwerkt en binnen 30 minuten verwijderd. Vóór de conversie worden de eerste bytes van het bestand gecontroleerd: echte DOC-bestanden, ".doc"-bestanden die eigenlijk DOCX of RTF zijn, en de op HTML gebaseerde ".doc"-uitvoer van Word worden allemaal geaccepteerd. Past de inhoud bij geen van deze, dan krijg je de melding dat het bestand niet kon worden gelezen in plaats van een document vol onzintekens.
- DOC naar Word (DOCX) is de beste manier om oude documenten bruikbaar te houden. De conversie loopt rechtstreeks via LibreOffice zonder tussenstap, dus pagina-opmaak, kop- en voetteksten, tabellen en afbeeldingen blijven behouden.
- DOC naar PDF is geschikt om te archiveren of om te delen met iemand die geen Word heeft.
- DOC naar TXT haalt alleen de platte tekst eruit, handig om een oud archief te doorzoeken of de tekst in een ander systeem te laden.
- Moet je een DOCX in een ouder systeem uploaden, gebruik dan Word naar DOC.
Veelgestelde vragen
Moet ik het DOC-formaat nog gebruiken?
Niet voor nieuwe documenten; DOCX is veiliger, robuuster en een open norm. Gebruik DOC alleen als het ontvangende systeem niets anders accepteert.
Kan een DOC-bestand een virus bevatten?
DOC-bestanden kunnen VBA-macro's bevatten, en macrovirussen kunnen zich zo verspreiden. Schakel geen macro's in bij DOC-bestanden van onbekende afzenders en houd je officesoftware up-to-date.
Verlies ik iets als ik DOC naar DOCX converteer?
Meestal niet. DOCX dekt vrijwel alles wat DOC ondersteunt. Sommige veldcodes of ingesloten objecten die specifiek zijn voor heel oude Word-versies kunnen er anders uitzien, dus controleer belangrijke documenten na de conversie.
Is de DOC-specificatie openbaar?
Ja. Microsoft publiceert het binaire formaat van Word 97-2003 als [MS-DOC] en de compoundbestandscontainer als [MS-CFB] op Microsoft Learn. Sinds februari 2008 vallen deze specificaties onder de Open Specification Promise.
Kan ik een DOC-bestand op mijn telefoon openen?
De mobiele Word-app en Google Docs kunnen DOC openen. Hoef je het alleen te lezen, dan zorgt converteren naar PDF ervoor dat het op elk apparaat goed wordt weergegeven.
