Lezione di storia: che cos’è un file .doc? Non è la stessa cosa di .docx

Che cos’è un file .doc?

.doc è la storica estensione dei documenti di Microsoft Word. Quell’unico suffisso nascondeva diverse epoche binarie incompatibili. Word per MS-DOS aveva il proprio formato DOC. I primi Word per Windows 1.0 / 2.0 (e i primi Word per Mac correlati) usavano una struttura binaria precedente. Word 6.0 e Word 95 (Word 7) introdussero un nuovo binario nativo basato sul formato di documento composto OLE2: l’epoca catalogata da PRONOM come fmt/39 (Microsoft Word Document 6.0/95).

Da Word 97 a Word 2003 quel binario basato su OLE / CFB fu rivisto di nuovo. Il formato rimase con Word 2000 / 2002 / 2003: il classico .doc binario «Word 97–2003», documentato in note della Library of Congress come FDD000509. A partire da Word 2007, il formato di salvataggio predefinito divenne il .docx Office Open XML. Il .doc binario rimase come percorso di compatibilità per salvare e aprire, non come impostazione predefinita.

Perché un .doc non è la stessa cosa di un .docx?

Il classico .doc di Word 97–2003 è un file composto binario OLE (Object Linking and Embedding) / CFB (Compound File Binary): un file system in miniatura fatto di archivi e flussi all’interno di un unico file. Il .docx è OOXML (Office Open XML): un pacchetto ZIP secondo le OPC (Open Packaging Conventions) composto da parti XML (WordprocessingML), non un CFB. Sbirciando dentro un vero .docx si vede spesso la firma ZIP `PK 03 04`. Rinominare un .doc in .docx non lo converte.

ECMA-376 standardizzò la famiglia OOXML a dicembre 2006. ISO/IEC 29500 fu pubblicata a novembre 2008, dopo l’approvazione di aprile 2008. I formati binari di Office rimasero chiusi per anni; Sun/OpenOffice li ricostruirono con il reverse engineering. Microsoft pubblicò la specifica del .doc binario di Word 97–2007 nell’ambito dell’Open Specification Promise intorno al 15 febbraio 2008. Le specifiche sono state aggiornate da allora (note fino a maggio 2022): il primo PDF pubblicato non era una mappa completa di tutte le funzionalità.

Come è costruito il formato binario (flussi CFB / OLE)

Un file CFB inizia di solito con una firma di intestazione di otto byte: `D0 CF 11 E0 A1 B1 1A E1` (Library of Congress FDD000509 / Microsoft MS-CFB). Gary Kessler osserva che l’inizio ricorda «DOCFILE». La struttura predefinita usa settori da 512 byte con FAT, Mini FAT e una directory: un minuscolo volume di archiviazione strutturata all’interno del file.

In un DOC binario di Word, il flusso obbligatorio `WordDocument` contiene il testo principale e la formattazione del documento. Un flusso di tabella si chiama `0Table` o `1Table` (caratteri, stili, segnalibri e strutture correlate). Gli oggetti OLE incorporati si trovano sotto ObjectPool nel flusso Data. Il flusso WordDocument inizia spesso vicino all’offset 512 con gli identificatori del FIB (File Information Block); le note della LOC riportano valori osservati di frequente come wIdent `ECA5` e, per la versione, `C100` nella famiglia FibBase.nFib: utili punti di riferimento forensi, non un numero magico universale per ogni epoca di Word.

Perché il Word moderno blocca alcuni vecchi file .doc

Il blocco dei file del Centro protezione del Word moderno può rifiutare i vecchi tipi binari. L’apertura di documenti e modelli binari di Word 6.0 e Word 95 è bloccata per impostazione predefinita nell’attuale Word / Microsoft 365. I binari da Word 97 in poi spesso si aprono ancora, a meno che i criteri non diventino più restrittivi. Gli utenti possono togliere le spunte di apertura in File → Opzioni → Centro protezione → Impostazioni blocco file. I criteri di gruppo / le baseline di sicurezza possono imporre il blocco, e alcune organizzazioni bloccano in modo più ampio rispetto alle impostazioni predefinite.

Non tutti i .doc vengono bloccati. Ridimensioniamo questo mito: distingui le impostazioni predefinite di Word 6.0/95 da quelle di Word 97–2003, poi controlla i criteri. Anche le build più recenti di Microsoft 365 hanno reso più rigida la gestione dei vecchi binari. È la storia delle macro / di ActiveX il motivo per cui esiste il blocco dei file: un .doc binario può contenere macro e oggetti OLE; il formato a pacchetto del .docx ha cambiato la superficie di attacco. Lascia intatte le impostazioni di sicurezza e converti quando ti serve una copia moderna affidabile.

Perché i vecchi file .doc spuntano ancora nel 2026

Decenni di archivi aziendali, legali e personali contengono ancora file .doc. Scanner, vecchi strumenti di esportazione e l’opzione «Salva come Documento Word 97-2003» producono ancora il formato binario. Allegati email e backup mantengono in circolazione le copie. La stessa estensione può nascondere Word 6/95, Word 97–2003 o persino file non Word etichettati male: un motivo in più per cui una vera conversione conta più di una ridenominazione.

Questi file datati non sono automaticamente danneggiati. Sono vecchi binari di Word in attesa di un formato di cui il Word attuale si fidi. Per la guida pratica, vedi Quando un vecchio file .doc non si apre nel Word moderno. Legacy File Converter converte i .doc / .dot in DOCX o PDF offline su questo PC.