DOC to format, w którym Microsoft Word zapisywał dokumenty od końca lat 80. do czasu, gdy Word 2007 zastąpił go formatem DOCX. Jest to format binarny, co po prostu oznacza, że plik zawiera dane maszynowe, a nie czytelny tekst: jeśli otworzysz go w edytorze tekstu, zobaczysz głównie ciągi niezrozumiałych znaków z fragmentami zdań. Ogromna liczba plików DOC nadal istnieje w archiwach, załącznikach e‑mail i na współdzielonych dyskach, więc format pozostaje istotny długo po tym, jak przestał być domyślnym wyborem.
Jak plik DOC przechowuje dokument
Plik DOC wykorzystuje kontener, który Microsoft nazwał Compound File Binary Format, będący w praktyce miniaturowym systemem plików wewnątrz jednego pliku, z własnym katalogiem nazwanych strumieni. Jeden strumień przechowuje tekst, inny tabele formatowania, kolejne osadzone obrazy i obiekty. Specyfikacja rozrastała się organicznie przez kilkanaście wydań Worda, dlatego format jest na tyle skomplikowany, że jego poprawne odczytanie jest realnym osiągnięciem dla każdego programu innego niż Word.
Taki projekt ma jeden szczególnie istotny skutek. Ponieważ strumień można edytować w miejscu, Word historycznie dopisywał i łatal dane zamiast je przepisywać, więc usunięty tekst mógł pozostać w pliku, mimo że nie pojawiał się już na stronie. Zachowanie związane z szybkim zapisem sprawiało, że było to na porządku dziennym. Plik DOC odzyskany ze starego dysku może więc zawierać akapity wycięte na długo przed jego wysłaniem.
DOC nie ma też wbudowanej kompresji, więc dokument z kilkoma zdjęciami szybko rośnie, często do rozmiaru kilkukrotnie większego niż równoważny plik DOCX.
Jakie metadane zawiera plik DOC
DOC przechowuje metadane w strumieniach informacji podsumowujących wewnątrz pliku złożonego. Widoczny zestaw jest w dużej mierze taki sam jak w DOCX: Title, Subject, Author, Keywords, Comments, Last Modified By oraz znaczniki czasu utworzenia i modyfikacji.
Podsumowanie dokumentu dodaje Company, Manager, Category, liczbę stron, słów i znaków, aplikację i wersję, która zapisała plik, Total Editing Time w minutach oraz Revision Number. Word przechowywał też listę poprzednich autorów oraz lokalne ścieżki, w których dokument był zapisywany, przez co pliki DOC historycznie ujawniały nazwy użytkowników, udostępnionych zasobów sieciowych i struktur katalogów.
Jeśli odczytujesz metadane ze starego pliku DOC, traktuj wszystko w nich jako potencjalnie bardziej informacyjne, niż zamierzał autor. To format, który nauczył organizacje usuwać właściwości dokumentu przed publikacją.
Kiedy używać formatu DOC
Nie wybieraj formatu DOC do nowych dokumentów. DOCX jest mniejszy, lepiej zdefiniowany, obsługiwany wszędzie tam, gdzie DOC, i nie ma problemu z pozostałościami po szybkim zapisie. Każdy współczesny edytor tekstu domyślnie zapisuje w DOCX z dobrego powodu.
Jedyny powód, by korzystać z DOC, to kompatybilność z naprawdę starym oprogramowaniem, które nie potrafi odczytać niczego innego. W pozostałych przypadkach traktuj plik DOC jako coś do konwersji: otwórz go, sprawdź, czy układ się zachował, zapisz jako DOCX lub wyeksportuj do PDF i jednorazowo odczytaj metadane, zanim przekażesz plik dalej.