Формат .doc¶

Формат .doc — это бинарный формат файлов, предназначенный для хранения текстовых документов с возможностью форматирования, созданный корпорацией Microsoft. Является основным форматом текстового процессора Microsoft Word до версии Word 2003 (включительно), после чего был заменён на формат .docx, основанный на открытом стандарте Office Open XML. Несмотря на появление более современного формата, .doc остаётся широко распространённым, особенно в среде корпоративных и государственных учреждений, где требуется совместимость с устаревшим программным обеспечением.

¶История

Разработка формата .doc началась в начале 1980-х годов для текстового процессора Word для MS-DOS. Первая версия формата была закрытой и проприетарной. С выходом Microsoft Word 2.0 для Windows в 1991 году формат претерпел значительные изменения, став более сложным и функциональным. Вплоть до версии Word 97 (формат 97-2003) структура .doc оставалась относительно стабильной, хотя и дополнялась новыми возможностями, такими как поддержка макросов, встроенных объектов OLE (Object Linking and Embedding) и сложного форматирования.

С выходом Microsoft Office 2007 компания Microsoft представила формат .docx, основанный на открытом стандарте Office Open XML (OOXML). Формат .docx стал форматом по умолчанию, а .doc был переименован в «Документ Word 97-2003» для обратной совместимости. Несмотря на это, многие организации, особенно в государственном секторе и образовании, продолжали использовать .doc из-за опасений по поводу совместимости с устаревшим оборудованием и программным обеспечением.

¶Технические особенности

Формат .doc является бинарным, то есть данные в нём хранятся в виде последовательности байтов, а не в виде текста, как в форматах .txt или .html. Это делает его сложным для чтения и редактирования без специализированного программного обеспечения.

¶Структура файла

Файл .doc представляет собой сложный контейнер, который может содержать:

• Текст с форматированием (шрифты, размеры, начертания, цвета).
• Таблицы с ячейками, объединением и границами.
• Изображения (внедрённые или связанные).
• Объекты OLE (например, встроенные таблицы Excel, диаграммы, презентации).
• Макросы (скрипты на языке VBA — Visual Basic for Applications).
• Стили (наборы параметров форматирования).
• Колонтитулы, сноски, примечания.
• Параметры страницы (поля, ориентация, размер бумаги).

Внутренняя структура формата основана на концепции «потоков» и «хранилищ», реализованной в технологии OLE (Object Linking and Embedding) и COM (Component Object Model). Файл .doc фактически является составным документом (compound document), который может содержать несколько независимых потоков данных, управляемых через специальную таблицу распределения (FAT — File Allocation Table, аналогичную файловой системе).

¶Версии формата

Существует несколько основных версий формата .doc, которые не полностью совместимы друг с другом:

• Word для MS-DOS (версии 1.0, 2.0, 5.0, 6.0) — ранние бинарные форматы, несовместимые с более поздними версиями.
• Word 2.0 для Windows — первый формат .doc для Windows, основанный на OLE.
• Word 6.0/95 — формат, использовавшийся в Word 6.0 и Word 95.
• Word 97-2003 — наиболее распространённая версия формата, поддерживающая макросы, сложное форматирование и объекты OLE. Именно этот формат обычно подразумевается под «.doc».

¶Применение

Формат .doc на протяжении десятилетий был стандартом де-факто для обмена текстовыми документами в деловой среде, образовании и государственном управлении. Его основные области применения:

• Создание и редактирование документов (отчёты, письма, договоры, резюме).
• Обмен документами между пользователями Microsoft Office.
• Хранение архивных документов в организациях, где используется устаревшее ПО.
• Совместимость с более старыми версиями Word (например, при работе с документами, созданными в 1990-х — начале 2000-х годов).

¶Критика и недостатки

Несмотря на широкое распространение, формат .doc имеет ряд существенных недостатков:

• Закрытость и проприетарность. Долгое время спецификация формата не была опубликована, что делало его использование в сторонних программах (например, LibreOffice, OpenOffice) затруднительным и приводило к ошибкам отображения. Microsoft опубликовала спецификации формата .doc только в 2008 году.
• Бинарная природа. Файлы .doc имеют большой размер по сравнению с текстовыми файлами и подвержены повреждению. Даже небольшое повреждение бинарных данных может сделать файл полностью нечитаемым.
• Уязвимость к макровирусам. Возможность внедрения макросов на языке VBA сделала формат .doc популярным вектором для распространения вредоносного ПО. Макровирусы, распространявшиеся через документы .doc, были одной из самых серьёзных угроз в 1990-х — начале 2000-х годов.
• Отсутствие поддержки современных возможностей. Формат .doc не поддерживает многие функции, доступные в .docx, такие как расширенная работа с темами, стилями, математическими формулами (в формате Office MathML), а также более эффективное сжатие данных.

¶Совместимость

Современные версии Microsoft Word (начиная с Word 2007) полностью поддерживают открытие и редактирование файлов .doc, но при сохранении в этом формате могут возникать предупреждения о потере некоторых функций. Сторонние текстовые процессоры, такие как LibreOffice Writer, OpenOffice Writer, WPS Office и Google Docs, также поддерживают чтение и запись файлов .doc, хотя точность отображения сложного форматирования может варьироваться.

В России и других странах постсоветского пространства формат .doc остаётся широко распространённым в государственных учреждениях и образовательных организациях, где часто используется устаревшее программное обеспечение, например, Microsoft Office 2003. В связи с этим, при обмене документами между организациями часто требуется сохранение в формате .doc для обеспечения совместимости.

¶Интересные факты

• Расширение .doc также использовалось другими программами, например, текстовыми процессорами WordPerfect и Lotus Word Pro, однако их файлы несовместимы с форматом Microsoft Word.
• В 2008 году Microsoft опубликовала спецификации формата .doc под лицензией Microsoft Open Specification Promise, что позволило сторонним разработчикам создавать программы для работы с этим форматом без опасений нарушения авторских прав.
• Существуют утилиты для восстановления повреждённых файлов .doc, которые могут извлекать текст из бинарного потока, даже если структура файла нарушена.

¶Источники

• Microsoft Corporation. «Microsoft Office Binary (doc) Format Specification». 2008.
• Microsoft Corporation. «[MS-DOC]: Word Binary File Format (.doc) Structure». 2018.
• История версий Microsoft Word.
• Документация по формату OLE (Object Linking and Embedding).