¿Qué es el formato de archivo DOC?
Los archivos con la extensión .doc contienen documentos de texto con formato almacenados en un formato binario propietario de Microsoft Word. El formato utiliza un contenedor OLE2 Compound File Binary -el mismo almacenamiento estructurado que comparten los archivos heredados de Office como .xls y .ppt- identificado internamente por un flujo WordDocument. Sus magic bytes (D0 CF 11 E0 A1 B1 1A E1) aparecen al principio del archivo, lo que hace que el .doc sea fácil de distinguir del más reciente .docx, que es un archivo basado en ZIP.
La estructura del formato variaba entre las versiones de Word; el diseño moderno basado en OLE2 data de Word 97 (1997) y fue el predeterminado hasta Word 2003. Desde entonces, ha sido desplazado en gran medida por el formato basado en XML .docx, diseñado para ofrecer una mejor portabilidad. Los archivos .doc todavía se pueden crear en Word y en la mayoría de los procesadores de texto actuales.
Los archivos .doc pueden contener:
- Texto y su formato (fuentes, estilos, diseño de página),
- tablas,
- imágenes y objetos incrustados,
- macros (scripts de VBA).
Microsoft publicó la especificación del formato .doc recién en 2008, para permitir que otros programas manejaran esos archivos correctamente. No obstante, el formato ya había sido sometido a ingeniería inversa para obtener todos sus detalles. Antes de que apareciera el formato propietario de Microsoft en 1983, la extensión .doc también se utilizaba para archivos de texto plano y documentos del programa WordPerfect. Los archivos de plantilla que comparten la misma estructura binaria utilizan la extensión .dot. El tipo MIME oficial es application/msword.
Seguridad y protección
RIESGO: MEDIUMEl riesgo real en los archivos .doc son las macros de VBA: el formato binario es un portador clásico de malware de macro (phishing de «Habilitar contenido»). El Office moderno abre archivos DOC provenientes del correo electrónico o de Internet en Vista protegida con las macros desactivadas; no habilite la edición ni las macros en un documento que no esperaba. Abrir en LibreOffice o Google Docs es generalmente más seguro porque sus motores de macros difieren del VBA de Word. El texto del documento en sí es inofensivo; solo las macros incrustadas y los objetos vinculados representan una amenaza.
Detalles del formato
en pocas palabrasProgramas que abren archivos DOC
Detalles técnicos
especificación profunda| Formato de contenedor | OLE2 Compound File Binary (almacenamiento estructurado CFB) |
| Magic bytes | D0 CF 11 E0 A1 B1 1A E1 - 8 bytes en el desplazamiento 0 del archivo |
| Tipo MIME | application/msword |
| Flujo interno principal | El flujo WordDocument contiene el contenido principal del documento y el formato |
| Flujos de soporte | Los flujos 0Table o 1Table almacenan el grupo de cadenas, referencias a objetos y datos de revisión |
| Codificación de caracteres | UTF-16 LE (Word 97-2003); las versiones anteriores a 97 usaban páginas de códigos ANSI |
| Lenguaje de macros | Macros de VBA almacenadas en un almacenamiento OLE2 Macros incrustado dentro del archivo |
| Compresión | Ninguna: binario sin comprimir; un .docx equivalente suele ser entre un 60 y un 80 % más pequeño |
| Cifrado | RC4 con clave de 40 bits (Word 97-2003); insuficiente para los estándares de seguridad modernos |
| Seguimiento de revisiones | Datos de seguimiento de cambios codificados como marcas de revisión binarias en el flujo WordDocument |
| Objetos incrustados | Incrustación y vinculación OLE2 para hojas de cálculo, gráficos y otros componentes de Office |
| Variante de plantilla | Los archivos .dot comparten el mismo formato binario con una marca interna que los identifica como plantillas |
| Rango de versiones de Word | Word 97 (1997) hasta Word 2003; todavía legible en las versiones actuales de Word y LibreOffice |
| Soporte entre aplicaciones | LibreOffice Writer, Google Docs y Apple Pages abren .doc con pequeñas diferencias de renderizado |
| Riesgo de seguridad de macros | Las macros de VBA pueden ejecutar código arbitrario; el Word moderno las desactiva por defecto a través del Centro de confianza |
| Lanzado | 1983 (Word 1.0); the modern OLE-based .doc layout dates from Word 97 (1997) |
| Especificación | learn.microsoft.com |
Conversiones de DOC
Preguntas y respuestas de la comunidad
preguntado por usuariosAún no hay preguntas; sea el primero en preguntar sobre los archivos DOC.