Formatos de arquivo
O que é DOC? O formato binário do Word 97-2003
DOC é o formato binário que o Word usou do Word 97 ao Word 2003, e ele ainda aparece em muitos arquivos antigos. Veja como funciona por dentro, onde deixa a desejar e como convertê-lo com segurança.
Autor: Hemen Dönüştür Editör EkibiPublicado em: 8 min de leitura
Vasculhe o arquivo antigo de uma empresa, role até o fim de uma longa troca de e-mails ou exporte um relatório de um programa que não é atualizado há anos e você vai encontrar arquivos terminados em .doc. O DOC foi o formato padrão do Microsoft Word até a chegada do DOCX com o Word 2007, e uma enorme quantidade de documentos ainda existe nele. Este artigo explica de onde veio o DOC, como ele se organiza internamente, por que é diferente do DOCX e como abrir e converter esses arquivos com segurança.
O que é DOC?
DOC é o formato binário de documentos do Microsoft Word. Hoje, "DOC" costuma significar o formato comum ao Word 97, 2000, 2002 (XP) e 2003, e a especificação oficial da Microsoft cobre exatamente essas versões. Ao contrário dos formatos baseados em texto, abrir um arquivo DOC no Bloco de Notas não mostra nada que faça sentido: o conteúdo é uma sequência de bytes organizada segundo as estruturas de dados próprias do Word.
Um breve histórico
A extensão ".doc" foi usada pela primeira vez em 1983, com a versão do Word para MS-DOS. A extensão continuou a mesma, mas o formato por trás dela mudou várias vezes:
- Word for Windows 1.0 e 2.0: usavam seu próprio formato DOC.
- Word 6.0 e Word 95: o formato mudou, e essas duas versões o compartilhavam.
- Word 97 ao Word 2003: o DOC foi reconstruído sobre OLE e o Compound File Binary Format (CFB). A Microsoft também lançou um conversor de importação para que usuários do Word 6.0 e 95 pudessem abrir os novos arquivos.
- Word 2007: o DOCX passou a ser o padrão. O Word continuou abrindo e salvando DOC; ao abrir um, a barra de título mostra "Modo de Compatibilidade".
A documentação do formato tem uma longa história própria. Em 1997, a Microsoft publicou as especificações dos formatos binários do Office 97 sob uma licença restritiva e as retirou em 1999. De 2006 até fevereiro de 2008, a especificação só estava disponível mediante solicitação e em condições restritas, por isso projetos como o OpenOffice.org precisaram fazer engenharia reversa do formato. Em fevereiro de 2008, a Microsoft liberou a especificação do DOC sob sua Open Specification Promise. O documento publicado hoje no Microsoft Learn como [MS-DOC] indica como primeira versão 27 de junho de 2008, e continua sendo mantido: a revisão mais recente listada na página é de 17 de fevereiro de 2026.
O que há dentro de um arquivo DOC?
Um arquivo DOC posterior ao Word 97 é, na prática, um "sistema de arquivos dentro de um arquivo". Segundo a especificação [MS-CFB] da Microsoft, o Compound File Binary Format oferece, dentro de um arquivo, uma estrutura semelhante a um sistema de arquivos para guardar fluxos de dados específicos de cada aplicativo. As pastas são chamadas de storages e os arquivos de streams. O arquivo é dividido em setores de tamanho fixo (512 bytes na versão 3, 4096 bytes na versão 4), e uma tabela de alocação (FAT) registra qual setor pertence a qual stream.
Todo arquivo composto começa com a mesma assinatura de 8 bytes:
D0 CF 11 E0 A1 B1 1A E1Essa assinatura não é exclusiva do Word; os antigos arquivos do Excel (.xls) e do PowerPoint (.ppt) usam o mesmo contêiner. O que faz de um arquivo DOC um documento do Word é o conjunto de streams dentro dele:
- Stream WordDocument: guarda o texto do documento e, na posição 0, o FIB (File Information Block). O FIB funciona como um índice que aponta onde está todo o resto.
- Stream de tabela (0Table ou 1Table): traz os dados para os quais o FIB aponta, como formatação, estilos, fontes e propriedades de parágrafo. Segundo a MS-DOC, o bit
fWhichTblStmdo FIB decide qual dos dois é usado; se ambos existirem, o stream não referenciado é ignorado. - Stream Data: pode guardar dados adicionais, como imagens incorporadas.
- Storage ObjectPool: armazena objetos OLE incorporados, por exemplo uma tabela do Excel.
- Streams SummaryInformation: metadados de resumo como título, autor e data de criação.
Se o documento estiver criptografado, o stream de tabela começa com um cabeçalho de criptografia. Essa organização complexa, baseada em ponteiros, permitia que os arquivos DOC carregassem rápido, mas também fazia com que um único setor danificado pudesse deixar o documento inteiro ilegível, e com que outros programas tivessem dificuldade para implementar o formato corretamente.
DOC x DOCX
| Característica | DOC | DOCX |
|---|---|---|
| Estrutura | Binária, arquivo composto OLE2 | Partes XML dentro de um ZIP |
| Norma | Especificação publicada pela Microsoft (MS-DOC) | ECMA-376 e ISO/IEC 29500 |
| Macros | Pode conter macros VBA no mesmo arquivo | Não pode (documentos com macros usam .docm) |
| Resistência a danos | Baixa, um único erro pode afetar o arquivo todo | Maior, as partes podem ser lidas de forma independente |
| Recursos mais novos do Word | Alguns recursos posteriores a 2007 não têm equivalente | Suporte completo |
Onde o DOC ainda aparece?
- Arquivos de empresas e órgãos públicos: correspondências, relatórios e modelos criados antes de 2007.
- Software legado: ferramentas de contabilidade, RH ou de setores específicos que ainda exportam relatórios em DOC.
- Sistemas de envio: formulários web antigos e sistemas internos que só aceitam DOC.
- Modelos com macros: formulários e modelos com automações criadas há anos.
Pontos fortes e fracos
Pontos fortes: suporte muito amplo; quase todo processador de texto desde o Word 97 abre DOC. Por existir há tanto tempo, é o formato do Word com menos chance de dar problema em sistemas antigos.
Pontos fracos: por causa do histórico fechado, documentos complexos podem perder o layout em aplicativos de terceiros. Como pode conter macros, é mais arriscado que o DOCX do ponto de vista de malware. Alguns recursos adicionados depois do Word 2007, como gráficos e elementos de layout mais novos, são simplificados ou perdidos ao salvar em DOC. Os arquivos também costumam ser maiores que um DOCX com o mesmo conteúdo.
Quais programas abrem DOC?
Todas as versões do Microsoft Word para desktop abrem DOC. LibreOffice Writer, Google Docs, Apple Pages e WPS Office também conseguem lê-lo. Em servidores Linux e em fluxos de automação, arquivos DOC geralmente são processados com o LibreOffice.
Problemas comuns e como resolvê-los
O Word abre o arquivo no Modo de Exibição Protegido e não consigo editar
Por segurança, o Word abre como somente leitura os arquivos antigos vindos da internet ou de e-mail. Se você confia na origem, clique em "Habilitar Edição". Não habilite macros em documentos de origem desconhecida que peçam isso.
O arquivo não abre ou mostra caracteres estranhos
Alguns arquivos .doc não são DOC de verdade. A saída "Salvar como Página da Web" do Word e arquivos RTF ou DOCX renomeados podem circular com extensão .doc. Experimente um programa que detecta o conteúdo, como o LibreOffice. Para um DOC realmente danificado, a opção "Abrir e Reparar" do Word pode recuperar o texto.
Modo de Compatibilidade e recursos ausentes
Os recursos mais novos do Word ficam indisponíveis em um documento salvo como DOC. Se você vai continuar editando, converta-o para DOCX em "Arquivo > Informações > Converter".
Dicas para converter arquivos DOC
No nosso conversor, os arquivos DOC são enviados ao nosso servidor, processados com o LibreOffice e excluídos em até 30 minutos. Antes da conversão, os primeiros bytes do arquivo são verificados: são aceitos arquivos DOC genuínos, arquivos ".doc" que na verdade são DOCX ou RTF e a saída ".doc" do Word baseada em HTML. Se o conteúdo não corresponder a nenhum desses, você recebe uma mensagem de "não foi possível ler o arquivo" em vez de um documento cheio de caracteres sem sentido.
- DOC para Word (DOCX) é a melhor forma de manter documentos antigos vivos. A conversão passa diretamente pelo LibreOffice, sem etapa intermediária, então layout da página, cabeçalhos e rodapés, tabelas e imagens são preservados.
- DOC para PDF é indicado para arquivar ou compartilhar com quem não tem o Word.
- DOC para TXT extrai apenas o texto simples, o que é útil para pesquisar em um arquivo antigo ou alimentar outro sistema.
- Se você precisa enviar um DOCX para um sistema legado, use Word para DOC.
Perguntas frequentes
Ainda devo usar o formato DOC?
Não para documentos novos; o DOCX é mais seguro, mais robusto e é uma norma aberta. Use DOC apenas quando o sistema de destino não aceitar outro formato.
Um arquivo DOC pode conter vírus?
Arquivos DOC podem conter macros VBA, e vírus de macro podem se espalhar dessa forma. Não habilite macros em arquivos DOC de origem desconhecida e mantenha seu software de escritório atualizado.
Perco alguma coisa ao converter DOC para DOCX?
Normalmente não. O DOCX cobre quase tudo o que o DOC suporta. Alguns códigos de campo ou objetos incorporados específicos de versões muito antigas do Word podem aparecer de forma diferente, então revise documentos importantes depois da conversão.
A especificação do DOC é pública?
Sim. A Microsoft publica o formato binário do Word 97-2003 como [MS-DOC] e o contêiner de arquivo composto como [MS-CFB] no Microsoft Learn. Desde fevereiro de 2008, essas especificações estão cobertas pela Open Specification Promise.
Posso abrir um arquivo DOC no celular?
O aplicativo Word para celular e o Google Docs abrem DOC. Se você só precisa ler o documento, convertê-lo para PDF garante que ele seja exibido corretamente em qualquer dispositivo.
