Lección de historia: ¿qué es un archivo .doc? No es lo mismo que .docx

¿Qué es un archivo .doc?

.doc es la extensión histórica de los documentos de Microsoft Word. Ese único sufijo ocultaba varias épocas binarias incompatibles. Word para MS-DOS tenía su propio formato DOC. Los primeros Word para Windows 1.0 / 2.0 (y los primeros Word para Mac relacionados) usaban una estructura binaria anterior. Word 6.0 y Word 95 (Word 7) introdujeron un nuevo binario nativo basado en el formato de documento compuesto OLE2, la época que PRONOM cataloga como fmt/39 (Microsoft Word Document 6.0/95).

De Word 97 a Word 2003, ese binario basado en OLE / CFB se revisó de nuevo. El formato se mantuvo en Word 2000 / 2002 / 2003: el clásico .doc binario «Word 97–2003», recogido en notas de la Library of Congress como FDD000509. A partir de Word 2007, el formato de guardado predeterminado pasó a ser el .docx Office Open XML. El .doc binario quedó como vía de compatibilidad para guardar y abrir, no como formato predeterminado.

¿Por qué un .doc no es lo mismo que un .docx?

El .doc clásico de Word 97–2003 es un archivo compuesto binario OLE (Object Linking and Embedding) / CFB (Compound File Binary): un sistema de archivos en miniatura hecho de almacenamientos y flujos dentro de un solo archivo. .docx es OOXML (Office Open XML): un paquete ZIP según las OPC (Open Packaging Conventions) formado por partes XML (WordprocessingML), no un CFB. Al mirar dentro de un .docx real se ve a menudo la firma ZIP `PK 03 04`. Cambiar el nombre de .doc a .docx no lo convierte.

ECMA-376 estandarizó la familia OOXML en diciembre de 2006. ISO/IEC 29500 se publicó en noviembre de 2008, tras su aprobación en abril de 2008. Los formatos binarios de Office siguieron cerrados durante años; Sun/OpenOffice les aplicaron ingeniería inversa. Microsoft publicó la especificación del .doc binario de Word 97–2007 bajo la Open Specification Promise hacia el 15 de febrero de 2008. Las especificaciones se han actualizado desde entonces (notas hasta mayo de 2022): el primer PDF publicado no era un mapa completo de todas las funciones.

Cómo está construido el formato binario (flujos CFB / OLE)

Un archivo CFB suele empezar con una firma de cabecera de ocho bytes: `D0 CF 11 E0 A1 B1 1A E1` (Library of Congress FDD000509 / Microsoft MS-CFB). Gary Kessler señala que el comienzo recuerda a «DOCFILE». La estructura predeterminada usa sectores de 512 bytes con FAT, Mini FAT y un directorio: un diminuto volumen de almacenamiento estructurado dentro del archivo.

Dentro de un DOC binario de Word, el flujo obligatorio `WordDocument` contiene el texto principal y el formato del documento. Un flujo de tabla se llama `0Table` o `1Table` (fuentes, estilos, marcadores y estructuras relacionadas). Los objetos OLE incrustados están en ObjectPool, dentro del flujo Data. El flujo WordDocument suele empezar cerca del desplazamiento 512 con identificadores del FIB (File Information Block); las notas de la LOC mencionan valores observados con frecuencia como wIdent `ECA5` y, para la versión, `C100` en la familia FibBase.nFib: referencias forenses útiles, no un número mágico universal para todas las épocas de Word.

Por qué el Word moderno bloquea algunos archivos .doc antiguos

El Bloqueo de archivos del Centro de confianza del Word moderno puede rechazar los tipos binarios antiguos. La apertura de documentos y plantillas binarios de Word 6.0 y Word 95 está bloqueada de forma predeterminada en el Word actual / Microsoft 365. Los binarios de Word 97 en adelante a menudo todavía se abren, salvo que las directivas se endurezcan. Los usuarios pueden desmarcar las casillas «Abrir» en Archivo → Opciones → Centro de confianza → Configuración de bloqueo de archivos. La directiva de grupo / las líneas base de seguridad pueden imponer el bloqueo, y algunas organizaciones bloquean más de lo que marcan los valores predeterminados.

No todos los .doc se bloquean. Maticemos ese mito: distingue los valores predeterminados de Word 6.0/95 de los de Word 97–2003 y después revisa las directivas. Las compilaciones más recientes de Microsoft 365 también han endurecido el tratamiento de los binarios antiguos. La historia de las macros / ActiveX es la razón de que exista el Bloqueo de archivos: un .doc binario puede llevar macros y objetos OLE; el empaquetado de .docx cambió la superficie de ataque. Mantén intacta la configuración de seguridad y convierte cuando necesites una copia moderna fiable.

Por qué siguen apareciendo archivos .doc antiguos en 2026

Décadas de archivos empresariales, jurídicos y personales siguen guardando .doc. Los escáneres, las herramientas de exportación antiguas y la opción «Guardar como Documento de Word 97-2003» siguen generando el formato binario. Los adjuntos de correo y las copias de seguridad mantienen las copias en circulación. La misma extensión puede ocultar Word 6/95, Word 97–2003 o incluso archivos que no son de Word mal etiquetados: otra razón por la que una conversión de verdad importa más que cambiar el nombre.

Estos archivos antiguos no están rotos por definición. Son binarios antiguos de Word a la espera de un formato en el que confíe el Word actual. Para la guía práctica, consulta Cuando un archivo .doc antiguo no se abre en Word moderno. Legacy File Converter convierte .doc / .dot a DOCX o PDF sin conexión en este PC.