Legacy File Converter のロゴLegacy File Converter
歴史レッスン8 分で読める

歴史レッスン: .docxファイルとは? Word 2007が標準にしたXMLのZIP

2007年からWordの標準文書形式となったXMLパーツのZIPパッケージ。2000年代初めのMicrosoftのXML実験から生まれ、激しい標準化論争を経てEcma-376とISO/IEC 29500になりました。

·Legacy File Converter チームより
ファスナーが開いてティールと琥珀色のパーツカードがのぞくクリーム色の文書ページと、くすんだ古いバイナリブロック、ロゴなし

TL;DR

.docxファイルはXMLパーツをまとめたZIPパッケージで、Word 2007がバイナリ形式の.docに代わって標準にしたOffice Open XML形式です。先頭のバイトはZIPのシグネチャであるPKで、中には本文を保持するword/document.xmlなどのテキストファイルが入っています。Microsoftは2005年11月にこの形式の標準化を発表し、Ecma Internationalが2006年12月7日にEcma-376として承認し、ISOとIECが2008年11月に、議論の分かれた投票を経てISO/IEC 29500として発行しました。Legacy File Converterは、.docxをWindows上でローカルにPDF、Markdown、HTMLなどへ変換します。アップロードはありません。

.docxファイルの中身は?

.docxファイルは、別の拡張子を付けたZIPアーカイブです。ファイルの生のバイトを表示するプログラムである16進ビューアで開くと、最初の2文字はPKです。これはPKWAREでZIP形式を作ったPhil Katzのイニシャルで、完全なシグネチャは50 4B 03 04の4バイトです。だからどのZIPツールでも.docxの内容を一覧でき、Microsoftの開発者向けドキュメントも、中のパーツを見るには拡張子を.docxから.zipに変えるよう案内しています。

標準ではアーカイブ内の各ファイルをパーツ、その格納規則をOpen Packaging Conventions(OPC)と呼びます。Ecmaの概要は、最小のWord文書を3つのパーツで説明しています。各パーツの種類を示す[Content_Types].xml、パッケージとメイン文書の関係を示す_rels/.rels、そして通常はword/document.xmlであるメイン文書パートです。実際の文書にはスタイル、ヘッダー、フッター、脚注、コメント、設定のパーツが加わり、画像は通常の画像ファイルとしてパッケージ内に入ります。

document.xmlの構造は素直です。本文(body)が段落(w:p)を含み、段落がラン(w:r)を含みます。ランとは書式が同じ文字の範囲のことです。そしてランがテキストそのもの(w:t)を含みます。接頭辞のw:はWordprocessingMLの語彙を示します。書式が変わるたびに新しいランが始まるため、1つの文が複数のランに分かれることがあり、これがXMLがページより雑然として見える理由のひとつです。

見るのは元のファイルではなくコピーで

ファイルをコピーし、コピーの拡張子を.zipに変えて開きます。Wordは関係リストとコンテンツタイプのリストをたどって各パーツを見つけるため、手作業で編集してそれらを壊すと、開けなくなることがあります。元のファイルはそのまま残してください。

Word 2007はなぜ文書をXMLのZIPにしたのか?

2007年より前、Wordはバイナリ形式の.docで保存していました(歴史レッスン: .docファイルとは? .docxと同じではないを参照)。Microsoftが2006年に公開した開発者向け概要は、なぜ変える必要があったかを率直に述べています。バイナリ形式はアプリケーションのメモリ上の構造を反映したもので、メモリが少なくハードディスクが遅いコンピューター向けに作られており、Office以外で書き換えることがファイル破損の主な原因だったのです。新しい設計はユーザーにとっては1つのファイルのままですが、別々のパーツをZIPコンテナに包むことで、プログラムが残りに触れずに1つのパーツだけを読み書きできるようにしました。

XMLは何年も前から入り込んでいました。MicrosoftのBrian Jonesが2007年1月に公開した年表には、Office XPでのExcel用XML形式、2002年10月の最初のOffice 2003ベータでのWord用の完全なXML形式(WordprocessingML)、そして2004年5月に欧州連合がMicrosoftにXML形式を標準化団体へ提出するよう求めたことが載っています。Microsoftの2006年の概要は、Office 2003のXML形式はWordとExcelにしか使えず、完全な忠実度を持つのはWordのものだけだったとも述べています。2007年版はこの考え方をPowerPointにも広げ、標準にしました。

2005年から2008年:Microsoftの形式から国際標準へ

2005年11月21日、Microsoftは新形式をEcma Internationalに提出する共同スポンサーになると発表しました。Ecmaは同年12月に技術委員会TC45を設置し、Apple、Barclays Capital、BP、British Library、Essilor、Intel、Microsoft、NextPage、Novell、Statoil、Toshiba、米国議会図書館などが参加しました。仕様は約6,000ページに膨らみました。Ecmaの総会は2006年12月7日に賛成20対反対1でEcma-376として承認し、唯一の反対票を投じたIBMは、OpenDocumentのほうがより良い未来だと述べました。

製品が先に出ました。Office 2007は、Ecmaの投票の1週間前の2006年11月30日に法人顧客へ、2007年1月30日に店頭へ届きました。対抗する形式は、すでに独自の承認を得ていました。OpenDocumentは2006年にISO規格になっています(歴史レッスン:.odt ファイルとは? Word で開くとレイアウトがずれる理由を参照)。

Ecmaはその後、Office Open XMLをファストトラック手続きでISOとIECに送りました。2007年9月に終了した投票では否決され、約3,500件のコメントが付きました。2008年2月25日から29日にジュネーブで開かれた投票解決会議は、1,000件強の個別の論点を検討し、多くの国が投票を変更しました。そして2008年4月2日、ISOは承認の基準が満たされたと発表し、投票の75%が賛成、14%が反対でした。ISO/IEC 29500:2008は2008年11月に発行されました。InfoWorldは、OpenDocumentがすでに国際標準だったため、不要だとして反対した人が多かったと報じています。

ISOの文書はStrictとTransitionalという2つの適合水準を定め、既存の文書との互換性のために、Transitional Migration Featuresというパートを残しています。米国議会図書館は、Office 2013以降はStrictに対応するものの、後方互換性の懸念から既定では使わないと指摘しています。そのため、Wordが通常出力する.docxは普通Transitionalです。

ZIPとXMLだからといって互換とは限らない

Microsoftの概要は、固定レイアウト形式のXPSが同じOpen Packaging Conventionsを使うと述べており、.odtもXMLのZIPです。それぞれが独自の語彙を使うので、拡張子を別のものに変えても何も変換されません。歴史レッスン: .xpsファイルとは? Windowsが開けなくなった用紙形式を参照してください。

末尾のxと、古いWordで開けなかった理由

Microsoftの概要は命名を説明しています。新しい拡張子はバイナリ形式のものに1文字足したもので、.docは.docx、.xlsは.xlsx、.pptは.pptxになりました。マクロ有効のファイルには代わりにmが付き(.docm)、開く前にコードが入っているとわかります。Officeはxの拡張子で保存されたファイルからコードを実行しません。

Word 2003以前は新しいパッケージについて何も知りませんでした。Microsoftは無料のWord、Excel、PowerPoint 2007ファイル形式用互換機能パックを公開しました。そのダウンロードページの日付は2006年11月6日で、これによりWord 2000、XP、2003で新形式を開く・編集する・保存することができます。Microsoftは、XMLがよく圧縮され、ZIPがパーツを圧縮するため、同等のバイナリ形式のファイルより最大75%小さくなる場合があるとも主張しました。これは文書によって変わるメーカーの数字として受け止めてください。

2026年にも.docxファイルがディスクに残っている理由

.docxは廃れた形式ではありません。Wordが約20年近く既定で保存してきた形式なので、2007年以降のあらゆる年の手紙、契約書、論文、報告書がこの形式で残っています。Microsoftの概要は、作成者や最終保存日などのプロパティやコメントがそれぞれ独自のパーツに入っていると述べており、.docxにはページに見える以上の情報が含まれていることがあります。ファイルがレガシーファイルになるのは、周囲が変わったときです。Wordのないパソコン、互換機能パックのない古いWord、あるいはPDFやMarkdownファイル、HTMLが必要な人などです。

Legacy File Converterは、対応ファイル形式の対応文書に.docxを挙げており、Windows上でローカルにPDF、Markdown、HTMLなどへ変換します。アップロードはありません。この記事は歴史にとどめます。.docxが置き換えたバイナリ形式については歴史レッスン: .docファイルとは? .docxと同じではないを、古いWordファイルの実用的な手順については古い.docが最新Wordで開けないときを参照してください。

古いファイルを開く準備はできましたか?

無料で始めて、買い切りの $79.95 Standard ライセンスで無制限変換を解除。Windows インストーラーをダウンロード — 最大 10 ファイルまで全機能。

無料トライアル

アプリの全機能 · 最大 10 ファイル

Windows 10 または 11

無料トライアル — 最大 10 ファイルまで変換できます。Windows インストーラーをダウンロードして、PC 上でローカルに変換してください。

無料トライアルを開始 — インストーラーをダウンロード

直接 Windows インストーラー · オフライン MSI

安全ですか? — 発行元、インストーラー、SmartScreen のヘルプ

Windows 10 または 11 が必要です。サブスクリプションなし。