Logo de Legacy File ConverterLegacy File Converter
Leçon d’histoire8 min de lecture

Leçon d’histoire : Qu’est-ce qu’un fichier .docx ? Un ZIP de XML que Word 2007 a rendu standard

Le document par défaut de Word depuis 2007 : un paquet ZIP de parties XML issu des expériences XML de Microsoft au début des années 2000, devenu Ecma-376 puis ISO/IEC 29500 au terme d’une bataille de normalisation très disputée.

·Par l'équipe Legacy File Converter
Une page de document crème dont la fermeture éclair s’ouvre sur des cartes de parties teal et ambre, à côté d’un vieux bloc binaire terne, sans logos

TL;DR

Un fichier .docx est un paquet ZIP de parties XML : le format Office Open XML que Word 2007 a rendu par défaut à la place du .doc binaire. Ses premiers octets sont PK, la signature ZIP, et à l’intérieur se trouvent des fichiers texte comme word/document.xml, qui contient le texte du corps. Microsoft a annoncé le format en vue de sa normalisation en novembre 2005, Ecma International l’a approuvé comme Ecma-376 le 7 décembre 2006, et l’ISO et l’IEC l’ont publié comme ISO/IEC 29500 en novembre 2008 après un vote contesté. Legacy File Converter convertit le .docx en local sous Windows vers des formats comme PDF, Markdown et HTML ; rien n’est envoyé en ligne.

Que contient un fichier .docx ?

Un fichier .docx est une archive ZIP qui porte une autre extension. Ouvrez-en un dans un éditeur hexadécimal — un programme qui affiche les octets bruts d’un fichier — et les deux premiers caractères sont PK, les initiales de Phil Katz, qui a créé le format ZIP chez PKWARE ; la signature complète est formée des quatre octets 50 4B 03 04. C’est pourquoi n’importe quel outil ZIP peut lister un .docx, et pourquoi la documentation pour développeurs de Microsoft indique de renommer l’extension de .docx en .zip pour voir les parties qu’il contient.

La norme appelle partie chaque fichier de l’archive, et ses règles d’empaquetage les Open Packaging Conventions (OPC). L’aperçu publié par Ecma décrit un document Word minimal en trois parties : [Content_Types].xml, qui dit de quel type est chaque partie ; _rels/.rels, qui dit comment le paquet se relie à son document principal ; et la partie du document principal, normalement word/document.xml. Les vrais documents ajoutent des parties pour les styles, les en-têtes, les pieds de page, les notes de bas de page, les commentaires et les paramètres, et les images se trouvent dans le paquet sous forme de fichiers image ordinaires.

Dans document.xml, la structure est simple. Un corps (body) contient des paragraphes (w:p), un paragraphe contient des séquences (w:r, « runs ») — des zones de texte qui partagent la même mise en forme — et une séquence contient le texte lui-même (w:t). Le préfixe w: désigne le vocabulaire WordprocessingML. Comme un changement de mise en forme ouvre une nouvelle séquence, une seule phrase peut être répartie sur plusieurs séquences, ce qui explique en partie pourquoi le XML paraît plus chargé que la page.

Regardez dans une copie, pas dans l’original

Copiez le fichier, renommez la copie en .zip et ouvrez-la. Word retrouve chaque partie grâce aux listes de relations et de types de contenu ; un paquet modifié à la main qui les casse risque donc de ne plus s’ouvrir. Gardez l’original intact.

Pourquoi Word 2007 a-t-il transformé les documents en ZIP de XML ?

Avant 2007, Word enregistrait le .doc binaire (voir Leçon d’histoire : qu’est-ce qu’un fichier .doc ? Ce n’est pas un .docx). L’aperçu pour développeurs publié par Microsoft en 2006 expliquait franchement pourquoi cela devait changer : les formats binaires reflétaient les structures en mémoire des applications, conçues pour des ordinateurs à peu de mémoire et des disques durs lents, et les modifier hors d’Office était une cause majeure de fichiers corrompus. La nouvelle conception gardait un seul fichier pour l’utilisateur, mais enveloppait des parties distinctes dans un conteneur ZIP, de sorte qu’un programme pouvait lire ou remplacer une seule partie sans toucher au reste.

Le XML s’insinuait depuis des années. Une chronologie publiée par Brian Jones, de Microsoft, en janvier 2007 mentionne un format XML pour Excel avec Office XP, un format XML complet pour Word — WordprocessingML — dans la première bêta d’Office 2003 en octobre 2002, et l’Union européenne demandant à Microsoft en mai 2004 de soumettre ses formats XML à un organisme de normalisation. L’aperçu de Microsoft de 2006 ajoute que les formats XML d’Office 2003 ne valaient que pour Word et Excel, et que seul celui de Word était réellement fidèle. La version 2007 a étendu l’idée à PowerPoint et en a fait le format par défaut.

De 2005 à 2008 : du format de Microsoft à une norme internationale

Le 21 novembre 2005, Microsoft a annoncé qu’elle coparrainerait la soumission des nouveaux formats à Ecma International. Ecma a constitué en décembre le comité technique TC45, avec notamment Apple, Barclays Capital, BP, la British Library, Essilor, Intel, Microsoft, NextPage, Novell, Statoil, Toshiba et la Bibliothèque du Congrès des États-Unis, et la spécification a atteint environ 6 000 pages. L’assemblée générale d’Ecma l’a approuvée comme Ecma-376 le 7 décembre 2006, par 20 voix contre 1 ; IBM a émis l’unique vote contre, estimant qu’OpenDocument était le meilleur avenir.

Le produit est sorti en premier. Office 2007 est arrivé chez les clients professionnels le 30 novembre 2006, une semaine avant le vote d’Ecma, et en magasin le 30 janvier 2007. Le format rival avait déjà obtenu sa propre approbation : OpenDocument est devenu une norme ISO en 2006 (voir Leçon d’histoire : Qu’est-ce qu’un fichier .odt ? Pourquoi Word l’ouvre autrement).

Ecma a ensuite soumis Office Open XML à l’ISO et à l’IEC selon leur procédure accélérée. Lors du vote clos en septembre 2007, il a été rejeté, avec environ 3 500 commentaires. Une réunion de résolution des votes à Genève, du 25 au 29 février 2008, a examiné un peu plus de 1 000 questions distinctes, de nombreux pays ont changé leur vote et, le 2 avril 2008, l’ISO a annoncé que les seuils d’approbation étaient atteints, avec 75 % de votes exprimés positifs et 14 % négatifs. ISO/IEC 29500:2008 a été publiée en novembre 2008. InfoWorld a rapporté que beaucoup s’y étaient opposés comme à un format inutile, puisqu’OpenDocument était déjà une norme internationale.

Le texte ISO définit deux niveaux de conformité, Strict et Transitional, et conserve une partie intitulée Transitional Migration Features pour la compatibilité avec les documents existants. La Bibliothèque du Congrès note qu’Office 2013 et les versions suivantes prennent en charge Strict mais ne l’utilisent pas par défaut, pour des raisons de compatibilité ascendante ; la sortie .docx habituelle de Word est donc normalement Transitional.

ZIP plus XML ne veut pas dire interchangeable

L’aperçu de Microsoft note que le format à mise en page fixe XPS utilise les mêmes Open Packaging Conventions, et le .odt est lui aussi un ZIP de XML. Chacun a son propre vocabulaire : renommer une extension en une autre ne convertit rien. Voir Leçon d’histoire : qu’est-ce qu’un fichier .xps ? Le format papier que Windows n’ouvre plus.

Le x supplémentaire, et pourquoi l’ancien Word ne pouvait pas l’ouvrir

L’aperçu de Microsoft explique le nom : les nouvelles extensions reprennent les extensions binaires en y ajoutant une lettre, si bien que .doc est devenu .docx, .xls est devenu .xlsx et .ppt est devenu .pptx. Les fichiers avec macros reçoivent un m à la place — .docm — afin que chacun sache avant l’ouverture qu’ils contiennent du code, et Office n’exécute pas le code d’un fichier enregistré avec l’extension en x.

Word 2003 et les versions antérieures ne connaissaient rien du nouveau paquet. Microsoft a publié un Pack de compatibilité pour les formats de fichier Word, Excel et PowerPoint 2007 gratuit, dont la page de téléchargement est datée du 6 novembre 2006, qui permet à Word 2000, XP et 2003 d’ouvrir, de modifier et d’enregistrer les nouveaux formats. Microsoft affirmait aussi que les fichiers pouvaient être jusqu’à 75 % plus petits que les fichiers binaires comparables, car le XML se compresse bien et le ZIP compresse les parties ; voyez-y un chiffre de l’éditeur, qui varie selon le document.

Pourquoi les fichiers .docx traînent encore sur les disques en 2026

Un .docx n’est pas un format obsolète ; c’est celui que Word enregistre par défaut depuis près de vingt ans, si bien que lettres, contrats, mémoires et rapports de chaque année depuis 2007 s’y trouvent. L’aperçu de Microsoft note que des propriétés comme l’auteur et la date du dernier enregistrement, ainsi que les commentaires, résident dans leurs propres parties : un .docx peut donc contenir plus que ce que montre la page. Les fichiers deviennent des fichiers hérités (legacy) quand quelque chose autour d’eux change : un PC sans Word, un ancien Word sans le pack, ou une personne qui a besoin d’un PDF, d’un fichier Markdown ou de HTML.

Legacy File Converter range le .docx parmi les documents pris en charge sur Types de fichiers pris en charge et le convertit en local sous Windows vers des formats comme PDF, Markdown et HTML. Rien n’est envoyé en ligne. Cet article reste de l’histoire. Pour le format binaire que le .docx a remplacé, voir Leçon d’histoire : qu’est-ce qu’un fichier .doc ? Ce n’est pas un .docx ; pour les étapes pratiques avec d’anciens fichiers Word, voir Quand un ancien fichier .doc refuse de s’ouvrir dans Word.

Prêt à ouvrir vos anciens fichiers ?

Commencez gratuitement, puis débloquez les conversions illimitées avec une licence Standard à $79.95 en paiement unique. Téléchargez le programme d'installation Windows — toutes les fonctionnalités pour jusqu'à 10 fichiers.

Essai gratuit

Toutes les fonctionnalités · jusqu'à 10 fichiers

Windows 10 ou 11

Essai gratuit — convertissez jusqu'à 10 fichiers. Téléchargez le programme d'installation Windows et convertissez en local sur votre PC.

Commencer l'essai gratuit — Télécharger le programme d'installation

Programme d'installation Windows direct · MSI hors ligne

Est-ce sûr ? — éditeur, programme d'installation et aide SmartScreen

Nécessite Windows 10 ou 11. Sans abonnement.