DOC es el formato en el que Microsoft Word guardaba documentos desde finales de los años 80 hasta que Word 2007 lo sustituyó por DOCX. Es un formato binario, lo que simplemente significa que el archivo es información de máquina y no texto legible: si lo abres en un editor de texto obtendrás sobre todo caracteres sin sentido con fragmentos de tus frases mezclados. Todavía existen cantidades enormes de archivos DOC en archivos históricos, adjuntos de correo electrónico y unidades compartidas, por lo que el formato sigue siendo importante mucho después de haber dejado de ser el predeterminado.
Cómo un DOC almacena un documento
Un archivo DOC utiliza un contenedor que Microsoft llamó Compound File Binary Format, en la práctica un pequeño sistema de archivos dentro de un único archivo, con su propio directorio de flujos con nombre. Un flujo contiene el texto, otro las tablas de formato y otros las imágenes y objetos incrustados. La especificación fue creciendo de forma orgánica a lo largo de una docena de versiones de Word, por lo que el formato es lo bastante complejo como para que leerlo correctamente sea un auténtico logro para cualquier programa que no sea Word.
Ese diseño tiene una consecuencia conocida. Como un flujo puede editarse en el mismo sitio, históricamente Word añadía y parcheaba en lugar de reescribir, por lo que el texto eliminado podía permanecer en el archivo aunque ya no apareciera en la página. El comportamiento de guardado rápido hacía que esto fuera habitual. Un DOC recuperado de una unidad antigua puede, por tanto, contener párrafos que se eliminaron mucho antes de enviarlo.
DOC tampoco tiene compresión integrada, por lo que un documento con algunas fotografías crece rápidamente, a menudo hasta varias veces el tamaño del DOCX equivalente.
Qué metadatos lleva un DOC
DOC almacena sus metadatos en flujos de información de resumen dentro del archivo compuesto. El conjunto visible es muy parecido al de DOCX: Title, Subject, Author, Keywords, Comments, Last Modified By y las marcas de tiempo de creación y modificación.
El resumen del documento añade Company, Manager, Category, los contadores de páginas, palabras y caracteres, la aplicación y versión que escribió el archivo, Total Editing Time en minutos y un Revision Number. Word también guardaba una lista de autores anteriores y las rutas locales donde se había guardado un documento; así es como los archivos DOC han filtrado históricamente nombres, nombres de recursos compartidos en red y estructuras de directorios.
Si estás leyendo metadatos de un DOC antiguo, considera que todo en ellos puede ser más revelador de lo previsto. Este es el formato que enseñó a las organizaciones a eliminar las propiedades de los documentos antes de publicarlos.
Cuándo usar DOC
No elijas DOC para nada nuevo. DOCX es más pequeño, está mejor especificado, es compatible en todos los sitios donde lo es DOC y no sufre el problema de los restos del guardado rápido. Todos los procesadores de texto actuales escriben DOCX de forma predeterminada por buenas razones.
El único motivo para usar DOC es la compatibilidad con software realmente antiguo que no puede leer ningún otro formato. En caso contrario, trata un DOC como algo que hay que convertir: ábrelo, comprueba que el diseño se ha conservado, guárdalo como DOCX o expórtalo a PDF y lee sus metadatos una vez antes de pasarlo a otra persona.