Lição de história: o que é um ficheiro .doc? Não é o mesmo que .docx

O que é um ficheiro .doc?

.doc é a extensão histórica dos documentos do Microsoft Word. Esse único sufixo escondia várias eras binárias incompatíveis. O Word para MS-DOS tinha o seu próprio formato DOC. Os primeiros Word para Windows 1.0 / 2.0 (e os primeiros Word para Mac relacionados) usavam uma estrutura binária anterior. O Word 6.0 e o Word 95 (Word 7) introduziram um novo binário nativo baseado no formato de documento composto OLE2 — a era catalogada pelo PRONOM como fmt/39 (Microsoft Word Document 6.0/95).

Do Word 97 ao Word 2003, esse binário baseado em OLE / CFB foi novamente revisto. O formato manteve-se no Word 2000 / 2002 / 2003 — o .doc binário clássico «Word 97–2003», registado em notas da Library of Congress como FDD000509. A partir do Word 2007, o formato de gravação predefinido passou a ser o .docx Office Open XML. O .doc binário ficou como via de compatibilidade para guardar e abrir, e não como predefinição.

Porque é que um .doc não é o mesmo que um .docx?

O .doc clássico do Word 97–2003 é um ficheiro composto binário OLE (Object Linking and Embedding) / CFB (Compound File Binary): um sistema de ficheiros em miniatura feito de armazenamentos e fluxos dentro de um único ficheiro. O .docx é OOXML (Office Open XML): um pacote ZIP segundo as OPC (Open Packaging Conventions), composto por partes XML (WordprocessingML), e não um CFB. Ao espreitar um .docx verdadeiro vê-se muitas vezes a assinatura ZIP `PK 03 04`. Mudar o nome de .doc para .docx não o converte.

A ECMA-376 normalizou a família OOXML em dezembro de 2006. A ISO/IEC 29500 foi publicada em novembro de 2008, depois da aprovação em abril de 2008. Os formatos binários do Office continuaram fechados durante anos; a Sun/OpenOffice fez-lhes engenharia inversa. A Microsoft publicou a especificação do .doc binário do Word 97–2007 ao abrigo da Open Specification Promise por volta de 15 de fevereiro de 2008. As especificações foram atualizadas desde então (notas até maio de 2022) — o primeiro PDF publicado não era um mapa completo de todas as funcionalidades.

Como é construído o formato binário (fluxos CFB / OLE)

Um ficheiro CFB começa normalmente com uma assinatura de cabeçalho de oito bytes: `D0 CF 11 E0 A1 B1 1A E1` (Library of Congress FDD000509 / Microsoft MS-CFB). Gary Kessler nota que o início faz lembrar «DOCFILE». A estrutura predefinida usa setores de 512 bytes, com FAT, Mini FAT e um diretório — um minúsculo volume de armazenamento estruturado dentro do ficheiro.

Dentro de um DOC binário do Word, o fluxo obrigatório `WordDocument` contém o texto principal e a formatação do documento. Um fluxo de tabela chama-se `0Table` ou `1Table` (tipos de letra, estilos, marcadores e estruturas relacionadas). Os objetos OLE incorporados ficam em ObjectPool, no fluxo Data. O fluxo WordDocument começa muitas vezes perto do deslocamento 512 com identificadores do FIB (File Information Block); as notas da LOC referem valores frequentemente observados como wIdent `ECA5` e, quanto à versão, `C100` na família FibBase.nFib — pontos de referência forenses úteis, e não um número mágico universal para todas as eras do Word.

Porque é que o Word moderno bloqueia alguns ficheiros .doc antigos

O Bloqueio de Ficheiros do Centro de Confiança do Word moderno pode recusar tipos binários antigos. A abertura de documentos e modelos binários do Word 6.0 e do Word 95 está bloqueada por predefinição no Word atual / Microsoft 365. Os binários do Word 97 em diante muitas vezes ainda abrem, a menos que as políticas fiquem mais restritivas. Os utilizadores podem desmarcar as caixas «Abrir» em Ficheiro → Opções → Centro de Confiança → Definições de Bloqueio de Ficheiros. A Política de Grupo / as linhas de base de segurança podem impor o bloqueio — e algumas organizações bloqueiam de forma mais ampla do que as predefinições.

Nem todos os .doc são bloqueados. Desfaçamos esse mito: distinga as predefinições do Word 6.0/95 das do Word 97–2003 e depois verifique as políticas. As versões mais recentes do Microsoft 365 também tornaram mais restrito o tratamento dos binários antigos. É a história das macros / do ActiveX que explica a existência do Bloqueio de Ficheiros: um .doc binário pode conter macros e objetos OLE; o formato em pacote do .docx mudou a superfície de ataque. Mantenha as definições de segurança intactas e converta quando precisar de uma cópia moderna fiável.

Porque é que ainda aparecem ficheiros .doc antigos em 2026

Décadas de arquivos empresariais, jurídicos e pessoais ainda guardam .doc. Digitalizadores, ferramentas de exportação antigas e a opção «Guardar como Documento do Word 97-2003» continuam a produzir o formato binário. Anexos de e-mail e cópias de segurança mantêm as cópias em circulação. A mesma extensão pode esconder Word 6/95, Word 97–2003 ou até ficheiros que não são do Word com a etiqueta errada — mais uma razão pela qual uma conversão a sério importa mais do que mudar o nome.

Estes ficheiros antigos não estão automaticamente estragados. São binários antigos do Word à espera de um formato em que o Word atual confie. Para o guia prático, veja Quando um ficheiro .doc antigo não abre no Word atual. O Legacy File Converter converte .doc / .dot para DOCX ou PDF offline neste PC.