Что такое DOC? Двоичный формат Word 97-2003

Загляните в старый архив организации, прокрутите длинную цепочку писем до самого начала или выгрузите отчет из программы, которую не обновляли годами, и вы наткнетесь на файлы с расширением .doc. DOC был форматом Microsoft Word по умолчанию, пока вместе с Word 2007 не появился DOCX, и в нем до сих пор хранится огромное количество документов. В этой статье разберем, откуда взялся DOC, как он устроен внутри, чем отличается от DOCX и как безопасно открывать и конвертировать такие файлы.

Что такое DOC?

DOC - это двоичный формат документов Microsoft Word. Сегодня под «DOC» обычно понимают общий формат Word 97, 2000, 2002 (XP) и 2003, и официальная спецификация Microsoft описывает именно эти версии. В отличие от текстовых форматов, если открыть файл DOC в Блокноте, ничего осмысленного вы не увидите: содержимое представляет собой последовательность байтов, организованную по собственным структурам данных Word.

Краткая история

Расширение «.doc» впервые появилось в 1983 году в версии Word для MS-DOS. Расширение оставалось прежним, но формат за ним менялся несколько раз:

• Word for Windows 1.0 и 2.0: использовали собственный формат DOC.
• Word 6.0 и Word 95: формат изменился, и эти две версии использовали его совместно.
• С Word 97 по Word 2003: DOC был перестроен на основе OLE и Compound File Binary Format (CFB). Microsoft также выпустила конвертер импорта, чтобы пользователи Word 6.0 и 95 могли открывать новые файлы.
• Word 2007: форматом по умолчанию стал DOCX. Word продолжил открывать и сохранять DOC; при открытии такого файла в заголовке окна отображается режим совместимости («Режим ограниченной функциональности»).

У документации формата своя долгая история. В 1997 году Microsoft опубликовала спецификации двоичных форматов Office 97 под ограничительной лицензией и в 1999 году отозвала их. С 2006 года до февраля 2008 года спецификация была доступна только по запросу на ограниченных условиях, поэтому таким проектам, как OpenOffice.org, приходилось восстанавливать формат обратной разработкой. В феврале 2008 года Microsoft выпустила спецификацию DOC в рамках Open Specification Promise. В документе, который сейчас опубликован на Microsoft Learn как [MS-DOC], первой версией указано 27 июня 2008 года, и он продолжает поддерживаться: последняя редакция, указанная на странице, датирована 17 февраля 2026 года.

Что находится внутри файла DOC?

Файл DOC начиная с Word 97 на самом деле представляет собой «файловую систему внутри файла». Согласно спецификации Microsoft [MS-CFB], Compound File Binary Format обеспечивает внутри файла структуру, похожую на файловую систему, для хранения потоков данных конкретного приложения. Папки называются хранилищами (storages), а файлы потоками (streams). Файл разделен на секторы фиксированного размера (512 байт в версии 3, 4096 байт в версии 4), а таблица размещения (FAT) отслеживает, какой сектор к какому потоку относится.

Каждый составной файл начинается с одной и той же 8-байтовой сигнатуры:

D0 CF 11 E0 A1 B1 1A E1

Эта сигнатура не уникальна для Word: старые файлы Excel (.xls) и PowerPoint (.ppt) используют тот же контейнер. Документом Word файл DOC делает набор потоков внутри него:

• Поток WordDocument: содержит текст документа и, по смещению 0, FIB (File Information Block). FIB работает как оглавление, указывающее, где находится все остальное.
• Табличный поток (0Table или 1Table): содержит данные, на которые указывает FIB, например форматирование, стили, шрифты и свойства абзацев. Согласно MS-DOC, какой из них используется, определяет бит fWhichTblStm в FIB; если существуют оба, поток без ссылки игнорируется.
• Поток Data: может содержать дополнительные данные, например встроенные рисунки.
• Хранилище ObjectPool: хранит встроенные объекты OLE, например таблицу Excel.
• Потоки SummaryInformation: сводные метаданные, такие как название, автор и дата создания.

Если документ зашифрован, табличный поток начинается с заголовка шифрования. Такая сложная структура на указателях позволяла файлам DOC быстро загружаться, но из-за нее же один поврежденный сектор мог сделать нечитаемым весь документ, а другим программам было трудно правильно реализовать поддержку формата.

DOC и DOCX

Где до сих пор встречается DOC?

• Корпоративные и государственные архивы: переписка, отчеты и шаблоны, созданные до 2007 года.
• Устаревшие программы: бухгалтерские, кадровые или отраслевые инструменты, которые до сих пор выгружают отчеты в DOC.
• Системы загрузки: старые веб-формы и внутренние системы, принимающие только DOC.
• Шаблоны с макросами: формы и шаблоны с автоматизацией, созданные много лет назад.

Сильные и слабые стороны

Сильные стороны: очень широкая поддержка в программах; почти любой текстовый редактор со времен Word 97 открывает DOC. Поскольку формат существует так давно, среди форматов Word он реже всего вызывает проблемы со старыми системами.

Слабые стороны: из-за закрытой истории сложные документы могут терять верстку в сторонних приложениях. Поскольку DOC может содержать макросы, с точки зрения вредоносных программ он опаснее DOCX. Некоторые функции, добавленные после Word 2007, например новые графические и макетные элементы, при сохранении в DOC упрощаются или теряются. Кроме того, файлы обычно больше, чем DOCX с тем же содержимым.

Какие программы открывают DOC?

DOC открывает любая настольная версия Microsoft Word. Читать его умеют также LibreOffice Writer, Google Документы, Apple Pages и WPS Office. На Linux-серверах и в автоматизированных процессах файлы DOC обычно обрабатывают с помощью LibreOffice.

Частые проблемы и их решение

Word открывает файл в режиме защищенного просмотра, и его нельзя редактировать

Ради безопасности Word открывает устаревшие файлы из интернета или почты только для чтения. Если вы доверяете источнику, нажмите «Разрешить редактирование». Не включайте макросы в документах из неизвестных источников, даже если документ об этом просит.

Файл не открывается или показывает непонятные символы

Некоторые файлы .doc на самом деле не являются DOC. Результат команды Word «Сохранить как веб-страницу», а также переименованные файлы RTF или DOCX могут иметь расширение .doc. Попробуйте программу, которая определяет содержимое, например LibreOffice. Для действительно поврежденного DOC функция Word «Открыть и восстановить» может вернуть текст.

Режим совместимости и недоступные функции

В документе, сохраненном в DOC, новые функции Word недоступны. Если вы будете продолжать его редактировать, преобразуйте его в DOCX через «Файл > Сведения > Преобразовать».

Советы по конвертации файлов DOC

В нашем конвертере файлы DOC загружаются на наш сервер, обрабатываются в LibreOffice и удаляются в течение 30 минут. Перед конвертацией проверяются первые байты файла: принимаются настоящие файлы DOC, файлы «.doc», которые на самом деле являются DOCX или RTF, и вывод Word в формате «.doc» на основе HTML. Если содержимое не соответствует ни одному из этих вариантов, вы получите сообщение «файл не удалось прочитать», а не документ, полный мусора.

• DOC в Word (DOCX) - лучший способ сохранить старые документы в рабочем состоянии. Конвертация идет напрямую через LibreOffice без промежуточного шага, поэтому верстка страниц, колонтитулы, таблицы и изображения сохраняются.
• DOC в PDF подходит для архивного хранения или для отправки тому, у кого нет Word.
• DOC в TXT извлекает только простой текст, что удобно для поиска по старому архиву или передачи данных в другую систему.
• Если нужно загрузить DOCX в устаревшую систему, используйте Word в DOC.

Часто задаваемые вопросы

Стоит ли еще пользоваться форматом DOC?

Для новых документов нет: DOCX безопаснее, надежнее и является открытым стандартом. Используйте DOC, только если принимающая система не принимает ничего другого.

Может ли файл DOC содержать вирус?

Файлы DOC могут содержать макросы VBA, и через них могут распространяться макровирусы. Не включайте макросы в файлах DOC из неизвестных источников и своевременно обновляйте офисные программы.

Теряется ли что-нибудь при конвертации DOC в DOCX?

Обычно нет. DOCX охватывает почти все, что поддерживает DOC. Некоторые коды полей или встроенные объекты, характерные для очень старых версий Word, могут выглядеть иначе, поэтому важные документы проверяйте после конвертации.

Является ли спецификация DOC общедоступной?

Да. Microsoft публикует двоичный формат Word 97-2003 как [MS-DOC], а контейнер составного файла как [MS-CFB] на Microsoft Learn. С февраля 2008 года на эти спецификации распространяется Open Specification Promise.

Можно ли открыть файл DOC на телефоне?

Мобильное приложение Word и Google Документы умеют открывать DOC. Если документ нужно только прочитать, конвертация в PDF гарантирует его правильное отображение на любом устройстве.

Источники

• 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
• Википедия: Doc (computing) (история, вторичный источник)