Historiakatsaus: Mikä on .docx-tiedosto? XML:n ZIP-paketti, jonka Word 2007 teki oletukseksi
Wordin oletusasiakirja vuodesta 2007: ZIP-paketti XML-osia, joka kasvoi Microsoftin 2000-luvun alun XML-kokeiluista ja tuli Ecma-376:ksi ja ISO/IEC 29500:ksi kiistellyn standardointitaistelun jälkeen.

TL;DR
Tiedosto .docx on ZIP-paketti XML-osia: Office Open XML -muoto, jonka Word 2007 teki oletukseksi binäärisen .doc-muodon tilalle. Sen ensimmäiset tavut ovat PK, ZIP-allekirjoitus, ja sisällä on tekstitiedostoja, kuten word/document.xml, joka sisältää leipätekstin. Microsoft ilmoitti muodon standardoitavaksi marraskuussa 2005, Ecma International hyväksyi sen Ecma-376:ksi 7. joulukuuta 2006, ja ISO ja IEC julkaisivat sen ISO/IEC 29500:ksi marraskuussa 2008 kiistellyn äänestyksen jälkeen. Legacy File Converter muuntaa .docx-tiedostot paikallisesti Windowsissa muotoihin kuten PDF, Markdown ja HTML; mitään ei lähetetä verkkoon.
Mitä .docx-tiedostossa on?
Tiedosto .docx on ZIP-arkisto, jolla on eri tiedostopääte. Avaa sellainen heksakatselimessa – ohjelmassa, joka näyttää tiedoston raakatavut – ja kaksi ensimmäistä merkkiä ovat PK, Phil Katzin nimikirjaimet; hän loi ZIP-muodon PKWAREllä; koko allekirjoitus on neljä tavua 50 4B 03 04. Siksi mikä tahansa ZIP-työkalu voi luetella .docx-tiedoston sisällön, ja siksi Microsoftin kehittäjädokumentaatio neuvoo ohjelmoijia nimeämään päätteen .docx:stä .zip:ksi nähdäkseen sisällä olevat osat.
Standardi kutsuu arkiston jokaista tiedostoa osaksi (part) ja pakkaussääntöjään Open Packaging Conventions -käytännöiksi (OPC). Ecman yleiskatsaus kuvaa minimaalisen Word-asiakirjan kolmena osana: [Content_Types].xml, joka kertoo kunkin osan tyypin; _rels/.rels, joka kertoo, miten paketti liittyy pääasiakirjaansa; ja pääasiakirjaosa, yleensä word/document.xml. Oikeat asiakirjat lisäävät osia tyyleille, ylätunnisteille, alatunnisteille, alaviitteille, kommenteille ja asetuksille, ja kuvat ovat paketissa tavallisina kuvatiedostoina.
Tiedostossa document.xml rakenne on selkeä. Runko (body) sisältää kappaleita (w:p), kappale sisältää tekstijaksoja (w:r, ”runs”) – saman muotoilun jakavia tekstialueita – ja tekstijakso sisältää itse tekstin (w:t). Etuliite w: merkitsee WordprocessingML-sanastoa. Koska muotoilun muutos aloittaa uuden tekstijakson, yksi lause voi olla jakautunut useaan jaksoon, mikä on yksi syy siihen, miksi XML näyttää sivua sekavammalta.
Katso kopion sisälle, ei alkuperäisen
Kopioi tiedosto, nimeä kopio .zip-päätteiseksi ja avaa se. Word löytää kunkin osan suhde- ja sisältötyyppiluetteloiden kautta, joten käsin muokattu paketti, joka rikkoo ne, ei ehkä enää avaudu. Säilytä koskematon alkuperäinen.
Miksi Word 2007 teki asiakirjoista XML:n ZIP-paketin?
Ennen vuotta 2007 Word tallensi binäärisen .doc-muodon (katso Historiakatsaus: Mikä on .doc-tiedosto? Ei sama asia kuin .docx). Microsoftin oma vuoden 2006 kehittäjäyleiskatsaus kertoi avoimesti, miksi sen oli muututtava: binäärimuodot heijastivat sovellusten muistirakenteita, jotka oli tehty vähämuistisille tietokoneille ja hitaille kiintolevyille, ja niiden muuttaminen Officen ulkopuolella oli johtava syy vioittuneisiin tiedostoihin. Uusi rakenne säilytti käyttäjälle yhden tiedoston mutta kietoi erilliset osat ZIP-säiliöön, jolloin ohjelma pystyi lukemaan tai korvaamaan yksittäisen osan koskematta muuhun.
XML oli hiipinyt mukaan jo vuosia. Microsoftin Brian Jonesin tammikuussa 2007 julkaisema aikajana mainitsee Excelin XML-muodon Office XP:ssä, Wordin täyden XML-muodon – WordprocessingML – ensimmäisessä Office 2003 -betassa lokakuussa 2002 sekä Euroopan unionin, joka pyysi Microsoftia toukokuussa 2004 toimittamaan XML-muotonsa standardointielimelle. Microsoftin vuoden 2006 yleiskatsaus lisää, että Office 2003:n XML-muodot toimivat vain Wordille ja Excelille ja että vain Wordin oli aidosti täysin tarkka. Vuoden 2007 julkaisu laajensi ajatuksen PowerPointiin ja teki siitä oletuksen.
2005–2008: Microsoftin muodosta kansainväliseksi standardiksi
21. marraskuuta 2005 Microsoft ilmoitti osarahoittavansa uusien muotojen toimittamista Ecma Internationalille. Ecma perusti samana joulukuuna tekniikkakomitean TC45, jonka jäseniä olivat muun muassa Apple, Barclays Capital, BP, British Library, Essilor, Intel, Microsoft, NextPage, Novell, Statoil, Toshiba ja Yhdysvaltain Library of Congress, ja määrittely kasvoi noin 6 000 sivuun. Ecman yleiskokous hyväksyi sen Ecma-376:ksi 7. joulukuuta 2006 äänin 20–1; IBM antoi ainoan vastaäänen ja sanoi OpenDocumentin olevan parempi tulevaisuus.
Tuote ehti ensin. Office 2007 tavoitti yritysasiakkaat 30. marraskuuta 2006, viikkoa ennen Ecman äänestystä, ja kaupat 30. tammikuuta 2007. Kilpaileva muoto oli jo saanut oman hyväksyntänsä: OpenDocumentista tuli ISO-standardi vuonna 2006 (katso Historiaoppitunti: Mikä on .odt-tiedosto? Miksi Word avaa sen eri tavalla).
Ecma lähetti sitten Office Open XML:n ISO:lle ja IEC:lle niiden pikamenettelyssä. Syyskuussa 2007 päättyneessä äänestyksessä se hylättiin, ja kommentteja oli noin 3 500. Äänestyksen ratkaisukokous Genevessä 25.–29. helmikuuta 2008 kävi läpi hieman yli 1 000 erillistä kysymystä, monet maat muuttivat äänensä, ja 2. huhtikuuta 2008 ISO ilmoitti hyväksymiskynnysten täyttyneen: 75 % annetuista äänistä oli puoltavia ja 14 % vastustavia. ISO/IEC 29500:2008 julkaistiin marraskuussa 2008. InfoWorld kertoi, että monet olivat vastustaneet sitä tarpeettomana, koska OpenDocument oli jo kansainvälinen standardi.
ISO-teksti määrittelee kaksi yhdenmukaisuustasoa, Strict ja Transitional, ja sisältää osan nimeltä Transitional Migration Features yhteensopivuutta varten olemassa olevien asiakirjojen kanssa. Library of Congress toteaa, että Office 2013 ja uudemmat tukevat Strictiä mutta eivät käytä sitä oletuksena taaksepäin yhteensopivuuden vuoksi, joten Wordin tavallinen .docx-tuloste on normaalisti Transitional.
ZIP ja XML eivät tarkoita vaihdettavuutta
Microsoftin yleiskatsaus toteaa, että kiinteän asettelun XPS-muoto käyttää samoja Open Packaging Conventions -käytäntöjä, ja myös .odt on ZIP-paketti XML:ää. Kullakin on oma sanastonsa, joten päätteen nimeäminen toiseksi ei muunna mitään. Katso Historiakatsaus: Mikä on .xps-tiedosto? Paperimuoto, jota Windows lakkasi avaamasta.
Ylimääräinen x, ja miksi vanha Word ei osannut avata sitä
Microsoftin yleiskatsaus selittää nimeämisen: uudet tiedostopäätteet lainaavat binäärisiä lisäämällä kirjaimen, joten .doc tuli .docx, .xls tuli .xlsx ja .ppt tuli .pptx. Makroja sisältävät tiedostot saavat sen sijaan m-kirjaimen – .docm – jotta jokainen näkee ennen avaamista, että sisällä on koodia, eikä Office suorita koodia x-päätteellä tallennetusta tiedostosta.
Word 2003 ja vanhemmat eivät tienneet uudesta paketista mitään. Microsoft julkaisi ilmaisen Word-, Excel- ja PowerPoint 2007 -tiedostomuotojen yhteensopivuuspaketin, jonka lataussivu on päivätty 6. marraskuuta 2006 ja jonka avulla Word 2000, XP ja 2003 voivat avata, muokata ja tallentaa uudet muodot. Microsoft väitti myös, että tiedostot voivat olla jopa 75 prosenttia pienempiä kuin vastaavat binääriset, koska XML pakkautuu hyvin ja ZIP pakkaa osat; pidä tätä valmistajan lukuna, joka vaihtelee asiakirjan mukaan.
Miksi .docx-tiedostot ovat edelleen levyillä vuonna 2026
Tiedosto .docx ei ole vanhentunut muoto; se on ollut Wordin oletustallennusmuoto lähes kaksi vuosikymmentä, joten kirjeitä, sopimuksia, opinnäytteitä ja raportteja jokaiselta vuodelta 2007 alkaen on siinä muodossa. Microsoftin yleiskatsaus toteaa, että ominaisuudet, kuten tekijä ja viimeisin tallennuspäivä, sekä kommentit sijaitsevat omissa osissaan, joten .docx voi sisältää enemmän kuin sivu näyttää. Tiedostoista tulee legacy-tiedostoja, kun jokin niiden ympärillä muuttuu: tietokone ilman Wordia, vanha Word ilman pakettia tai ihminen, joka tarvitsee sen sijaan PDF:n, Markdown-tiedoston tai HTML:n.
Legacy File Converter luettelee .docx-muodon tuetuissa asiakirjoissa sivulla Tuetut tiedostotyypit ja muuntaa sen paikallisesti Windowsissa muotoihin kuten PDF, Markdown ja HTML. Mitään ei lähetetä verkkoon. Tämä artikkeli pysyy historiassa. Binäärimuodosta, jonka .docx korvasi, katso Historiakatsaus: Mikä on .doc-tiedosto? Ei sama asia kuin .docx; käytännön vaiheista vanhojen Word-tiedostojen kanssa katso Kun vanha .doc-tiedosto ei aukea modernissa Wordissa.
Aiheeseen liittyvää
Valmis avaamaan vanhat tiedostosi?
Aloita ilmaiseksi ja avaa sitten rajattomat muunnokset kertamaksullisella $79.95 Standard-lisenssillä. Lataa Windows-asennusohjelma – kaikki ominaisuudet jopa 10 tiedostolle.
Ilmainen kokeiluversio
Sovelluksen kaikki ominaisuudet · jopa 10 tiedostoa
Windows 10 tai 11
Ilmainen kokeiluversio – muunna enintään 10 tiedostoa. Lataa Windows-asennusohjelma ja muunna paikallisesti tietokoneellasi.
Suora Windows-asennusohjelma · offline-MSI
Onko tämä turvallinen? — julkaisija, asennusohjelma ja SmartScreen-ohjeet
Vaatii Windows 10:n tai 11:n. Ei tilauksia.