word文档是什么格式,DOC和DOCX格式有什么区别

题图来自Unsplash，基于CC0协议

导读

Word文档格式，通常指的是Microsoft Word应用程序创建和保存的文件。最常遇到的这两种格式是.doc和.docx，它们各自代表着不同的技术背景和存储方式。

历史沿革方面，Word文档格式并非一蹴而就。早期的Word版本（如Word 1.0）与WordStar兼容，采用的是MENATF（Microsoft Enhanced Natural Access Tech Format for Word）格式。随着Word在MS-DOS和Windows平台上的发展，格式也变得更加复杂。早期的MS-DOS版Word引入了所谓的“Shop”格式，这是一种高度定制化的二进制格式。后来为了提高文件系统的效率，微软对其进行了重命名，例如，在MS-DOS时代有版本8.2MB，但通常对其格式提及较少，关注更多的可能是用于Windows版本的.doc格式，它继承了早期二进制格式的一些特点，但更适应了Windows 9x/NT平台的需求。

关键区别在于.doc和.docx。.doc是较旧的标准 (由MS-DOS/Windows 9x时代的Word主要使用)，它本质上是一个二进制格式。这意味着文件内容是以非文本形式存储的，虽然可以通过应用程序（如Microsoft Word）进行读写，但直接用文本编辑器打开会显示一堆乱码。相比之下，.docx是自2007年Microsoft Word 2007开始采用的新标准。它并不是一个简单的二进制文件，而是实际上是一个基于XML的压缩包。docx文件的扩展名本身就表明了它是一种Office Open XML格式文件，当用户将其视为压缩文件（通常需要解压工具如WinRAR或7-Zip）时，内部实际上是包含了多个XML文件（定义文档结构、文字、格式等）、样式表、图片资源以及其他支持性文件。

如何查看文件的实际扩展名也很简单，在Windows文件资源管理器中，只需查看选项->文件选项->查看，取消选中“隐藏已知文件类型的扩展名”，就能看到.doc或.docx。

对于这个文件格式（特别是.docx）是不是“开放标准”的问题，情况比较复杂。尽管.docx基于XML，并且其部分结构是公开的（比如通过WordprocessingML等技术文档可以了解到部分格式细节），但它仍然由微软主导。在Word 2003之前，微软发布的老式Word格式如.doc基本上可以说是不开放的专有格式。虽然旧版Office可能提供了一些兼容方式，但对开发者而言，解析.doc非常困难。而.docx虽然提供了更多透明度，但由于微软持续在其内部组件中进行修改，并且可能存在专有元素，因此严格来说它并不是一个完全、彻底的开放标准。不过，鉴于其基于XML的特性，使得其他软件（如LibreOffice、Apache OpenOffice、WPS Office，甚至是基于Linux的GIMP文字工具等）能够通过驱动程序或开源库提供不错的兼容性和编辑能力。

了解Word文档格式——无论是传统的.doc还是现代的.docx——对于理解其在数据交换、版本兼容性以及文件安全等方面的特性都至关重要。从历史的MENATF、早期二进制格式到.doc，再到基于XML的压缩docx格式，Word文档格式的发展反映了软件及其生态系统在不断适应技术需求和用户期望的变化。