Logo di Legacy File ConverterLegacy File Converter
Lezione di storia8 min di lettura

Lezione di storia: Che cos’è un file .docx? Uno ZIP di XML che Word 2007 ha reso predefinito

Il documento predefinito di Word dal 2007: un pacchetto ZIP di parti XML nato dagli esperimenti XML di Microsoft dei primi anni 2000 e diventato Ecma-376 e ISO/IEC 29500 dopo una contesa battaglia di standardizzazione.

·Dal team di Legacy File Converter
Una pagina di documento color crema con una cerniera che si apre su schede di parti teal e ambra accanto a un vecchio blocco binario spento, senza loghi

TL;DR

Un file .docx è un pacchetto ZIP di parti XML: il formato Office Open XML che Word 2007 ha reso predefinito al posto del .doc binario. I suoi primi byte sono PK, la firma ZIP, e all’interno ci sono file di testo come word/document.xml, che contiene il testo del corpo. Microsoft ha annunciato il formato per la standardizzazione nel novembre 2005, Ecma International lo ha approvato come Ecma-376 il 7 dicembre 2006, e ISO e IEC lo hanno pubblicato come ISO/IEC 29500 nel novembre 2008 dopo un voto contestato. Legacy File Converter converte i .docx in locale su Windows in formati come PDF, Markdown e HTML; non viene caricato nulla.

Cosa c’è dentro un file .docx?

Un file .docx è un archivio ZIP con un’altra estensione. Aprilo in un visualizzatore esadecimale — un programma che mostra i byte grezzi di un file — e i primi due caratteri sono PK, le iniziali di Phil Katz, che creò il formato ZIP in PKWARE; la firma completa sono i quattro byte 50 4B 03 04. Per questo qualsiasi strumento ZIP può elencare un .docx, e per questo la documentazione per sviluppatori di Microsoft dice ai programmatori di cambiare l’estensione da .docx a .zip per vedere le parti all’interno.

Lo standard chiama parte ogni file dell’archivio, e le sue regole di impacchettamento Open Packaging Conventions (OPC). La panoramica di Ecma descrive un documento Word minimo come tre parti: [Content_Types].xml, che dice di che tipo è ogni parte; _rels/.rels, che dice come il pacchetto si collega al documento principale; e la parte del documento principale, normalmente word/document.xml. I documenti reali aggiungono parti per stili, intestazioni, piè di pagina, note a piè di pagina, commenti e impostazioni, e le immagini stanno nel pacchetto come normali file immagine.

In document.xml la struttura è semplice. Un corpo (body) contiene paragrafi (w:p), un paragrafo contiene sequenze (w:r, «run») — regioni di testo con la stessa formattazione — e una sequenza contiene il testo vero e proprio (w:t). Il prefisso w: indica il vocabolario WordprocessingML. Poiché ogni cambio di formattazione avvia una nuova sequenza, una sola frase può essere divisa in più sequenze, ed è uno dei motivi per cui l’XML sembra più fitto della pagina.

Guarda dentro una copia, non l’originale

Copia il file, rinomina la copia in .zip e aprila. Word trova ogni parte attraverso gli elenchi di relazioni e di tipi di contenuto, quindi un pacchetto modificato a mano che li rompe potrebbe non aprirsi più. Conserva l’originale intatto.

Perché Word 2007 ha trasformato i documenti in uno ZIP di XML?

Prima del 2007 Word salvava il .doc binario (vedi Lezione di storia: che cos’è un file .doc? Non è la stessa cosa di .docx). La panoramica per sviluppatori pubblicata da Microsoft nel 2006 era franca sul perché dovesse cambiare: i formati binari rispecchiavano le strutture in memoria delle applicazioni, pensate per computer con poca memoria e dischi lenti, e modificarli fuori da Office era una delle principali cause di file danneggiati. Il nuovo progetto manteneva un solo file per l’utente, ma racchiudeva parti separate in un contenitore ZIP, così un programma poteva leggere o sostituire una singola parte senza toccare il resto.

L’XML si faceva strada da anni. Una cronologia pubblicata da Brian Jones di Microsoft nel gennaio 2007 elenca un formato XML per Excel con Office XP, un formato XML completo per Word — WordprocessingML — nella prima beta di Office 2003 nell’ottobre 2002, e l’Unione europea che nel maggio 2004 chiedeva a Microsoft di presentare i suoi formati XML a un ente di normazione. La panoramica di Microsoft del 2006 aggiunge che i formati XML di Office 2003 valevano solo per Word ed Excel, e che solo quello di Word era davvero fedele. La versione del 2007 ha esteso l’idea a PowerPoint e l’ha resa predefinita.

Dal 2005 al 2008: dal formato di Microsoft a uno standard internazionale

Il 21 novembre 2005 Microsoft ha annunciato che avrebbe co-sponsorizzato la presentazione dei nuovi formati a Ecma International. A dicembre Ecma ha costituito il comitato tecnico TC45, con membri tra cui Apple, Barclays Capital, BP, la British Library, Essilor, Intel, Microsoft, NextPage, Novell, Statoil, Toshiba e la Library of Congress degli Stati Uniti, e la specifica è arrivata a circa 6.000 pagine. L’assemblea generale di Ecma l’ha approvata come Ecma-376 il 7 dicembre 2006, con 20 voti contro 1; IBM ha espresso l’unico voto contrario, dicendo che OpenDocument era il futuro migliore.

Il prodotto è arrivato per primo. Office 2007 è arrivato ai clienti aziendali il 30 novembre 2006, una settimana prima del voto di Ecma, e nei negozi il 30 gennaio 2007. Il formato rivale aveva già ottenuto la propria approvazione: OpenDocument è diventato standard ISO nel 2006 (vedi Lezione di storia: Cos’è un file .odt? Perché Word lo apre in modo diverso).

Ecma ha poi inviato Office Open XML a ISO e IEC con la procedura accelerata. Nel voto conclusosi a settembre 2007 è stato respinto, con circa 3.500 commenti. Una riunione di risoluzione dei voti a Ginevra dal 25 al 29 febbraio 2008 ha esaminato poco più di 1.000 questioni distinte, molti paesi hanno cambiato voto e il 2 aprile 2008 ISO ha annunciato che le soglie di approvazione erano state raggiunte, con il 75% dei voti espressi favorevole e il 14% contrario. ISO/IEC 29500:2008 è stato pubblicato nel novembre 2008. InfoWorld ha riferito che molti vi si erano opposti come a un formato non necessario, dato che OpenDocument era già uno standard internazionale.

Il testo ISO definisce due livelli di conformità, Strict e Transitional, e mantiene una parte chiamata Transitional Migration Features per la compatibilità con i documenti esistenti. La Library of Congress osserva che Office 2013 e successivi supportano Strict ma non lo usano come predefinito per ragioni di retrocompatibilità, quindi l’output .docx abituale di Word è normalmente Transitional.

ZIP più XML non significa intercambiabile

La panoramica di Microsoft osserva che il formato a impaginazione fissa XPS usa le stesse Open Packaging Conventions, e anche .odt è uno ZIP di XML. Ognuno usa il proprio vocabolario, quindi rinominare un’estensione in un’altra non converte nulla. Vedi Lezione di storia: che cos’è un file .xps? Il formato «carta» che Windows non apre più.

La x in più, e perché il vecchio Word non poteva aprirlo

La panoramica di Microsoft spiega il nome: le nuove estensioni prendono in prestito quelle binarie aggiungendo una lettera, così .doc è diventato .docx, .xls è diventato .xlsx e .ppt è diventato .pptx. I file con macro ricevono invece una m — .docm — così chiunque può capire prima di aprirli che contengono codice, e Office non esegue codice da un file salvato con l’estensione con la x.

Word 2003 e precedenti non sapevano nulla del nuovo pacchetto. Microsoft ha pubblicato un Pacchetto di compatibilità per i formati di file di Word, Excel e PowerPoint 2007 gratuito, con la pagina di download datata 6 novembre 2006, che permette a Word 2000, XP e 2003 di aprire, modificare e salvare i nuovi formati. Microsoft sosteneva anche che i file potessero essere fino al 75 per cento più piccoli di quelli binari comparabili, perché l’XML si comprime bene e lo ZIP comprime le parti; consideralo un dato del produttore che varia con il documento.

Perché i file .docx sono ancora sui dischi nel 2026

Un .docx non è un formato obsoleto; è quello che Word salva per impostazione predefinita da quasi vent’anni, quindi lettere, contratti, tesi e relazioni di ogni anno dal 2007 sono lì dentro. La panoramica di Microsoft osserva che proprietà come l’autore e la data dell’ultimo salvataggio, e i commenti, vivono in parti proprie, quindi un .docx può contenere più di ciò che la pagina mostra. I file diventano file legacy quando qualcosa intorno a loro cambia: un PC senza Word, un vecchio Word senza il pacchetto, o una persona che ha bisogno di un PDF, di un file Markdown o di HTML.

Legacy File Converter elenca il .docx tra i documenti supportati in Tipi di file supportati e lo converte in locale su Windows in formati come PDF, Markdown e HTML. Non viene caricato nulla. Questo articolo resta nella storia. Per il formato binario che il .docx ha sostituito, vedi Lezione di storia: che cos’è un file .doc? Non è la stessa cosa di .docx; per i passaggi pratici con i vecchi file Word, vedi Quando un vecchio file .doc non si apre nel Word moderno.

Pronto ad aprire i tuoi vecchi file?

Inizia gratis, poi sblocca le conversioni illimitate con una licenza Standard da $79.95 una tantum. Scarica il programma di installazione per Windows: tutte le funzioni per un massimo di 10 file.

Prova gratuita

Tutte le funzioni dell'app · fino a 10 file

Windows 10 o 11

Prova gratuita: converti fino a 10 file. Scarica il programma di installazione per Windows e converti in locale sul tuo PC.

Inizia la prova gratuita: scarica il programma di installazione

Programma di installazione diretto per Windows · MSI offline

È sicuro? — editore, programma di installazione e aiuto su SmartScreen

Richiede Windows 10 o 11. Nessun abbonamento.