DOC là định dạng mà Microsoft Word dùng để lưu tài liệu từ cuối những năm 1980 cho đến khi Word 2007 thay thế bằng DOCX. Đây là một định dạng nhị phân, nghĩa là tệp là dữ liệu máy móc chứ không phải văn bản có thể đọc: nếu mở bằng trình soạn thảo văn bản, bạn sẽ thấy chủ yếu là ký tự vô nghĩa với vài mảnh câu chữ của bạn lẫn bên trong. Vô số tệp DOC vẫn còn tồn tại trong kho lưu trữ, tệp đính kèm email và ổ đĩa dùng chung, nên định dạng này vẫn quan trọng rất lâu sau khi nó không còn là mặc định.
Cách một tệp DOC lưu trữ tài liệu
Tệp DOC sử dụng một dạng chứa mà Microsoft gọi là Compound File Binary Format, về bản chất là một hệ thống tệp nhỏ bên trong một tệp đơn, với thư mục riêng chứa các luồng được đặt tên. Một luồng chứa văn bản, luồng khác chứa bảng định dạng, luồng khác nữa chứa hình ảnh và đối tượng nhúng. Đặc tả này phát triển dần qua hàng chục phiên bản Word, đó là lý do định dạng này đủ phức tạp đến mức đọc chính xác nó là một thành tựu thực sự đối với bất kỳ chương trình nào không phải là Word.
Thiết kế đó dẫn đến một hệ quả nổi tiếng. Vì có thể chỉnh sửa trực tiếp từng luồng, trong lịch sử Word thường ghi nối thêm và vá chỗ thay vì ghi lại toàn bộ, nên văn bản đã xóa có thể vẫn nằm trong tệp dù nó không còn xuất hiện trên trang. Hành vi lưu nhanh khiến điều này trở nên thường xuyên. Một tệp DOC được khôi phục từ ổ đĩa cũ vì thế có thể chứa những đoạn văn đã bị cắt từ lâu trước khi nó được gửi đi.
DOC cũng không có cơ chế nén tích hợp, nên tài liệu có vài ảnh trong đó sẽ phình to rất nhanh, thường lớn gấp nhiều lần so với tệp DOCX tương đương.
Metadata mà một tệp DOC chứa
DOC lưu siêu dữ liệu trong các luồng thông tin tóm tắt bên trong tệp tổng hợp. Tập giá trị hiển thị gần giống DOCX: Title, Subject, Author, Keywords, Comments, Last Modified By, cùng với thời gian tạo và sửa đổi.
Phần tóm tắt tài liệu bổ sung Company, Manager, Category, số trang, số từ và số ký tự, ứng dụng và phiên bản đã ghi tệp, Total Editing Time tính bằng phút, và một Revision Number. Word cũng lưu một danh sách tác giả trước đó và các đường dẫn cục bộ nơi tài liệu đã được lưu, đây là lý do tệp DOC từng làm lộ tên người dùng, tên ổ chia sẻ mạng và cấu trúc thư mục.
Nếu bạn đang đọc siêu dữ liệu từ một tệp DOC cũ, hãy coi mọi thứ trong đó là có thể tiết lộ nhiều thông tin hơn dự định. Đây là định dạng đã khiến các tổ chức học cách xóa thuộc tính tài liệu trước khi công bố.
Khi nào nên dùng DOC
Đừng chọn DOC cho bất kỳ tài liệu mới nào. DOCX nhỏ hơn, được đặc tả rõ ràng hơn, được hỗ trợ ở mọi nơi DOC có mặt và không gặp vấn đề về dữ liệu thừa do lưu nhanh. Mọi trình soạn thảo văn bản hiện nay đều mặc định ghi DOCX là có lý do.
Trường hợp duy nhất nên dùng DOC là để tương thích với phần mềm thật sự quá cũ không đọc được định dạng nào khác. Ngoài ra, hãy coi DOC là thứ cần chuyển đổi: mở tệp, kiểm tra bố cục có giữ nguyên không, lưu lại dưới dạng DOCX hoặc xuất sang PDF, và đọc siêu dữ liệu của nó một lần trước khi bạn chuyển tiếp.