ARTICLE · 1392492
文档doc 和 docx有什么区别
文档doc 和 docx有什么区别FM和AM收音机区别 国家公务员行政级别完整详细划分 财政收入的形式 手机号码在最初为啥选用“13”开头? 移动用户,你的手机号发布在哪一年 男性更年期 有个很简单的实验,两分钟就能做完。 找一份 .docx 文件,复制一份,把后缀从 docx 改成 zip,双击打开。 里面会跳出一堆文件夹:word 目录下躺着 document.xml 和 styles.xml,media 目录里是文档里所有的图片,docProps 里记着作者和创建时间。 你的正文,就写在那个 XML 文件里,用记事本都能读。 再拿一份老 .doc 这么干,什么也不会发生。 它是一整块二进制,撬不开。 一个字母的差别,背后是两种完全不同的装东西的方式。 #先把那段卡片里的五条捋一遍 网上流传的解释列了五点,我一条条对着看过。 第一条讲版本:doc 是 Office 2003 以前的版本,docx 是 2007 之后。 大意对,但不够准。 准确说,doc 是 Word 97 到 Word 2003 用的二进制格式,Word 2003 自己也是 doc,不是“以前”。 docx 从 Office 2007 开始成为默认,一直用到现在。 第二条讲体积:docx 是个 ZIP 文件,占空间更小。 这条对,而且是最要紧的一条。 XML 文本压缩率很高,纯文字的文档从几百 KB 压到几十 KB 很常见; 图片多的文档差别小些,因为图片本来就压过。 第三条讲响应速度:docx 更快。这条没见着什么依据。 打开快慢跟文档大小、图片数量、软件版本、机器性能都有关,格式本身不保证更快。 写科普最怕这种听起来合理的推断,顺手就当结论写上了。 第四条讲兼容性,说反了。原话是“doc 文件不支持打开 docx 文件,除非安装了兼容包”。 文件不会打开文件,是软件打开文件。 真实情况是:Word 2003 打不开 docx,装了微软那个免费的兼容包才行; 反过来,新版 Word 打开老 .doc 毫无压力,只是标题栏会挂个“兼容模式”。 方向弄反了,读者照着做就白忙一场。 第五条最含糊:“在 doc 中,可以使用文本框、自由变形和沿路径等方式编辑文本,但处理图像略麻烦。 而 docx 有更友好的渲染方式,可以更简单地进行排版和美化。” 这句话把两件事搅在了一起。 老版 Word 里那些艺术字、沿路径的文字,靠的是一套旧的 WordArt 组件; 换成 docx 之后,文本框、图片样式、SmartArt、主题这些反而做得更完整。 所谓“doc 里更好编辑”,更像是有人把“兼容模式下有些老功能保留着”记成了“老格式功能更强”。 五条里,两条对,一条没依据,一条说反,一条搅浑。 这就是那种读着挺有条理、实际不能拿来用的科普。 #真正的差别,在文件头里 doc 用的是 OLE2 复合文档,也叫 CFB。 你可以把它想成一个塞进单个文件里的小文件系统:文字、格式、图片、样式被切成一段段二进制流,各自有名字,比如 WordDocument、Data、1Table,前面还有一张文件信息块,告诉程序去哪儿找哪一段。 这套结构是微软自己定的,早年没公开,第三方软件想兼容,得靠逆向工程一点点猜。 用十六进制编辑器看文件开头,是 D0 CF 11 E0 A1 B1 1A E1 这一串。 docx 是 Office Open XML,一个 ZIP 包,开头是 50 4B 03 04,跟普通压缩包一样。 里面装的不是二进制流,是一堆 XML 文本和图片文件,彼此用关系文件串起来。 这套格式后来成了公开标准,编号 ECMA-376,也就是 ISO/IEC 29500。谁都能照着规范去读写。 由这一条根上差别,长出四件事: 其他软件能好好读了。 WPS、LibreOffice、Google Docs、在线协作、服务器端的文档处理,都能比较可靠地解析 docx。 doc 时代那种“换个软件就跑版”的经历,年纪大点的人应该都遇过。 坏了还能抢救。 ZIP 包里某一条目损坏,其余文件常常还能解压出来,文字在 document.xml 里,图片在 media 里,手动抠一抠就回来了。 二进制复合文档要是 header 坏了,后面每一段的位置都找不着,往往整份完蛋。 这一条,经历过文档损坏的人最懂分量。 能被程序处理。 XML 是文本,可以检索、可以比对版本、可以批量替换、可以自动生成。 现在那些在线简历解析、合同抽取、批量套模板,靠的就是这一点。 安全边界清楚了。 doc 能把 VBA 宏一起塞进二进制里,九十年代到两千年初的宏病毒就是这么传的,打开文档就中招。 docx 在设计上就不放宏,需要宏的另存为 .docm,包里多一个 vbaProject.bin。 后缀一眼能看出这份文件带不带代码,杀毒软件、邮件网关、Word 自己都好判断。 顺带提个实用习惯:收到 .docm,或者任何提示“启用内容”的文档,别点,尤其是别人发来的。 那些说不清的“更好”,其实可以说清 “docx 排版更友好”这句,如果非要说,指的应该是新版 Word 的功能,而不是 docx 这个格式。 这两者常被捆在一起讲,其实可以分开:一套是软件能力,一套是容器格式。 Office 2007 之后界面换成功能区,图片样式、主题色、SmartArt、封面库一起上来,人自然觉得“新格式更好排”。 但那些功能多数也能在兼容模式里用一部分,只是受限于老格式存不下某些新对象。 所以真要给个选择建议,我这么说: 新写的文档一律存 docx,没什么好犹豫的。 老 .doc 建议另存一份 docx,但原件留着别删。 特别老的、用了 WordArt、嵌入了 OLE 对象或者冷门字体的文件,转完可能跑版,得翻一遍再定。 要发给还在用 Word 2003 的人,另存一份 .doc 或者干脆发 PDF。 要固定版式、防止别人改,用 PDF。 要最大兼容、不讲究格式,纯文本或 Markdown 最省事。 上传到各种报名系统、投稿系统之前,看一眼它收什么格式。 这些年不少表单已经只认 docx,传 .doc 会被直接驳回,跟文件好坏没关系。 另外那个“改后缀成 zip”的小实验,真遇到文档打不开的时候能救急。 我试过一次,一份从旧邮箱里翻出来的 docx 被 Word 判定损坏,解压之后 document.xml 完好,把文字粘出来,全篇没丢。 一个黑箱,一个能拆开的包 我并不觉得 docx 有多迷人,它甚至算不上一个讨人喜欢的格式,XML 里全是标签,人读着费劲。 但它是公开的、可拆的、坏了有得救的、别的软件能读的。 doc 像一个上了锁的黑箱,只有造它的那家公司有完整钥匙; docx 像一个贴了标签的收纳箱,谁都能打开,也知道每样东西放哪儿。 二十年前那次换格式,换的不是后缀,是把文档的解释权从一家公司手里,挪到了一份公开规范上。 下次有人问你 doc 和 docx 有什么区别,别背那五条。 把后缀改成 zip,让他自己看一眼。 党委、人大、政府、政协:四套班子到底谁管谁?一次讲清 编制、三定、编办:一个单位到底能招几个人,是谁说了算 公积金结息 高铁1公里耗电量多少度 何为"四大皆空”
往期文章回顾链接:















































































