DOC est le format dans lequel Microsoft Word enregistrait les fichiers de la fin des années 1980 jusqu'à ce que Word 2007 le remplace par DOCX. C'est un format binaire, ce qui signifie simplement que le fichier contient des données lisibles par machine plutôt que du texte lisible : si vous l'ouvrez dans un éditeur de texte, vous obtenez surtout des caractères incompréhensibles avec, au milieu, des fragments de vos phrases. D'innombrables fichiers DOC existent encore dans des archives, des pièces jointes d'e-mails et des dossiers partagés, si bien que ce format reste important bien après avoir cessé d'être la valeur par défaut.
Comment un DOC stocke un document
Un fichier DOC utilise un conteneur que Microsoft appelait le Compound File Binary Format, en pratique un minuscule système de fichiers à l'intérieur d'un seul fichier, avec son propre répertoire de flux nommés. Un flux contient le texte, un autre les tables de mise en forme, d'autres les images et objets intégrés. La spécification a évolué de manière organique au fil d'une douzaine de versions de Word, ce qui explique pourquoi le format est suffisamment complexe pour que le lire correctement soit une véritable performance pour tout programme autre que Word.
Cette conception a une conséquence bien connue. Comme un flux peut être modifié sur place, Word ajoutait et corrigeait historiquement au lieu de tout réécrire, si bien que du texte supprimé pouvait rester dans le fichier même s'il n'apparaissait plus sur la page. Le comportement d'enregistrement rapide en faisait une routine. Un DOC récupéré sur un ancien disque peut donc contenir des paragraphes qui avaient été coupés bien avant son envoi.
DOC n'intègre pas non plus de compression, de sorte qu'un document contenant quelques photos grossit rapidement, atteignant souvent plusieurs fois la taille de l'équivalent en DOCX.
Quelles métadonnées un DOC contient
DOC stocke ses métadonnées dans des flux d'informations récapitulatives à l'intérieur du fichier composé. L'ensemble visible est très proche de celui d'un DOCX : Title, Subject, Author, Keywords, Comments, Last Modified By, ainsi que les horodatages de création et de modification.
Le récapitulatif du document ajoute Company, Manager, Category, le nombre de pages, de mots et de caractères, l'application et la version qui ont écrit le fichier, Total Editing Time en minutes, et un Revision Number. Word conservait également une liste des auteurs précédents et des chemins locaux où un document avait été enregistré, ce qui explique comment les fichiers DOC ont historiquement divulgué des noms, des noms de partages réseau et des structures de répertoires.
Si vous lisez les métadonnées d'un ancien DOC, considérez que tout ce qu'il contient est potentiellement plus révélateur que prévu. C'est le format qui a appris aux organisations à supprimer les propriétés de document avant publication.
Quand utiliser DOC
Ne choisissez pas DOC pour de nouveaux documents. DOCX est plus petit, mieux spécifié, pris en charge partout où DOC l'est, et n'a pas le problème de résidus lié à l'enregistrement rapide. Tous les traitements de texte actuels enregistrent en DOCX par défaut pour de bonnes raisons.
Le seul cas justifiant l'utilisation de DOC est la compatibilité avec de très anciens logiciels incapables de lire autre chose. Sinon, considérez un DOC comme un format à convertir : ouvrez-le, vérifiez que la mise en page a été préservée, enregistrez-le en DOCX ou exportez-le en PDF, et lisez ses métadonnées une fois avant de le transmettre.