DOCX là định dạng tài liệu mà Microsoft Word sử dụng mặc định từ Word 2007, khi nó thay thế định dạng DOC nhị phân cũ. Chữ X đại diện cho XML và đánh dấu một cách tiếp cận hoàn toàn khác: nếu DOC là một khối nhị phân mờ đục duy nhất, thì DOCX là một tệp lưu trữ ZIP thông thường chứa đầy các tệp văn bản có thể đọc được. Định dạng này được công bố dưới dạng ECMA-376 và sau đó là tiêu chuẩn ISO với tên Office Open XML, đó là lý do các trình soạn thảo văn bản khác có thể mở và ghi định dạng này.
Cách một tệp DOCX lưu trữ tài liệu
Đổi tên một tệp DOCX thành .zip, giải nén nó, và tài liệu sẽ hiện ra trước mắt bạn như một "trang web" nhỏ gồm nhiều phần. Phần văn bản và định dạng của nó nằm trong word/document.xml. Kiểu dáng, phông chữ, đánh số và chú thích cuối trang đều có phần XML riêng. Mỗi hình bạn chèn vào được giữ nguyên trong word/media/ dưới dạng đúng tệp ảnh ban đầu. Một tệp manifest liệt kê các phần và cách chúng liên kết với nhau.
Điều này dẫn đến hai hệ quả hữu ích. Lớp bọc ZIP nén XML rất mạnh, nên một tệp DOCX thường nhỏ hơn rất nhiều so với tệp DOC tương đương. Và vì mỗi phần là riêng biệt, một hình ảnh bị hỏng hoặc một kiểu dáng lỗi không nhất thiết làm hỏng toàn bộ tài liệu: các ứng dụng khôi phục hoạt động bằng cách dựng lại tệp lưu trữ xung quanh những phần vẫn còn đọc được.
Ngược lại, DOCX phụ thuộc vào việc các phần phải nhất quán. Một tệp lưu trữ có manifest không khớp với nội dung của nó sẽ bị từ chối hoàn toàn thay vì được mở một cách "tạm tạm"; đó là lý do một tệp sống sót sau một lần truyền lỗi có thể hoàn toàn không mở được.
Những siêu dữ liệu mà một tệp DOCX chứa
Word lưu siêu dữ liệu của nó trong hai phần riêng của tệp lưu trữ, và chúng tiết lộ nhiều thông tin hơn hầu hết các định dạng tài liệu khác.
Các thuộc tính lõi chứa những trường bạn thường mong đợi: Title, Subject, Creator (tác giả), Keywords, Description, và các mốc thời gian Created và Modified. Bên cạnh đó là Last Modified By, trường ghi tên người lưu tệp gần đây nhất. Với một tài liệu được chuyền tay trong văn phòng, chỉ riêng trường này có thể hiển thị tên một người không hề xuất hiện trong nội dung.
Các thuộc tính mở rộng là những thứ mọi người hiếm khi để ý. Word ghi lại Application và AppVersion, vì vậy tệp có ghi phiên bản Office của bạn. Nó ghi Company, lấy từ lúc cài đặt. Nó ghi Pages, Words, Characters, Paragraphs và Lines. Và nó ghi TotalTime, số phút tài liệu được mở để chỉnh sửa, cùng Revision, số lần tài liệu được lưu. Một bản hợp đồng báo số lần chỉnh sửa là 47 và 900 phút thời gian biên tập đang kể một câu chuyện mà phần văn bản không cho thấy.
Thay đổi được theo dõi (tracked changes) và bình luận lại là chuyện khác: chúng tồn tại trong XML bất kể người đọc có bật hiển thị hay không, vì vậy việc chấp nhận tất cả thay đổi trước khi chia sẻ không tương đương với việc xóa chúng.
Khi nào nên sử dụng DOCX
Hãy dùng DOCX trong giai đoạn tài liệu đang được soạn thảo, xem xét và chỉnh sửa. Nó giúp văn bản có thể chỉnh sửa và tự dàn lại, hoạt động tròn vòng giữa mọi trình soạn thảo văn bản phổ biến, và cũng là định dạng mà cộng tác viên kỳ vọng.
Không dùng DOCX cho tài liệu đã hoàn thiện mà bạn sắp gửi đi. Bố cục có thể thay đổi giữa các trình soạn thảo và giữa các bộ phông chữ, nên những gì bạn thấy không được đảm bảo là những gì người nhận thấy. Hãy xuất sang PDF cho mục đích đó. Và hãy cân nhắc kỹ trước khi chia sẻ chính tệp DOCX: các thuộc tính mở rộng nói trên đi kèm với nó, và việc xóa chúng chỉ mất 5 giây so với việc phải giải thích sau này.