15

我最近了解了 .docx 文件的基本结构（它是一个特殊结构的 zip 存档）。但是，docx 的格式不像 doc。

doc文件如何工作？文件格式、结构等是什么？

4

6 回答 6

14

这不是您问题的直接答案，但我强烈建议您阅读 Joel Spolsky 的文章，为什么 Microsoft Office 文件格式如此复杂？（以及一些解决方法）。它将让您深入了解 .doc 格式的复杂程度以及原因。Joel 还对 .doc 格式包含的内容进行了非常基本的概述：

您会看到，Excel 97-2003 文件是 OLE 复合文档，它们本质上是单个文件中的文件系统。这些非常复杂，您必须阅读另外 9 页的规范才能弄清楚。这些“规范”看起来更像是 C 数据结构，而不是我们传统上认为的规范。它是一个完整的分层文件系统。

（引用是指 Excel 文件，但它也适用于 Word 文档）。内容丰富的文章，有助于理解为什么 .docx 和 ODF 文件的结构和设计在从外部角度检查时更加合乎逻辑。

于 2008-09-24T01:31:48.883 回答
12

二进制 .doc 文件的完整格式记录在此 pdf中（来自.doc 的 Wikipedia 文章）

于 2008-09-24T01:25:10.597 回答
5

MS Word DOC 格式背后的基本思想是一个 OLE 复合文档，正如 Kibbee 已经写的那样，它基本上是一个内存转储。这是一种非常复杂且令人费解的文档存储方式，但是如果您曾经真正深入研究过 Word 应用程序，您就会知道它有多么疯狂的功能，如果您在商业环境中使用过它，您将拥有一个很好的感受它如何与 Office 系列中的其他程序集成。

通常，OLE 复合文档是非常可扩展的结构，它允许您将各种数据填充到一个文件中，甚至在某种程度上可以处理您没有安装应用程序的数据。例如，如果您将 Equation 对象（来自 MS Equation Editor）插入到文档中，它将被存储为子对象，就像文件中的文件一样，但该对象不仅包含 Equation Editor 所需的数据为了编辑和渲染它，它还存储了一个通用位图（或元文件，也许）表示，因此它可以在没有安装方程式编辑器的机器上显示，尽管没有编辑。

这就是为什么，因为您必须如何阅读其他人已经链接到的规范；）

但是，如果您想以简单的方式处理文件，请确保您的软件在安装了 Word 的 Windows 计算机上运行，​​然后使用 COM/OLE 自动化打开和操作文档。那时您不必担心文件格式。

于 2008-09-24T01:37:11.897 回答
1

.doc 格式相当复杂。与大多数 Microsoft 格式一样，它反映了版本和旧支持之间的长期变化历史。他们不久前发布了它，所以如果您想查看它（以及其他 Office 2007 之前的格式），请点击此处。

于 2008-09-24T01:27:59.843 回答
1

Doc 是 word 文档的二进制格式 - 这是Microsoft Office Word 97-2007 Binary File Format Specification [*.doc]文档。

于 2008-09-24T02:00:14.210 回答
0

有 Microsoft Word 的 .doc，然后有纯文本 .doc。听起来您想知道专有的 Microsoft 格式。

来自维基百科：

DOC 格式因 Microsoft Office Word 格式而异。最高 97 的 Word 版本使用与 97 和 2003 之间的 Microsoft Word 版本不同的格式。

直到 Word 2007 中.docx，虽然是打包文件，但不一定是 .zip 存档。它是一个结构化的 XML 文档。

于 2008-09-24T01:28:33.257 回答