.docx 和 .doc 文件的结构是啥？

Posted 2023-02-23

【中文标题】.docx 和 .doc 文件的结构是啥？

【英文标题】：What is the structure of a .docx and .doc file?.docx 和 .doc 文件的结构是什么？

【发布时间】：2016-10-14 07:56:40

【问题描述】：

我了解到 .docx 文件基本上是二进制文件。但我不知道下面的结构。

.docx 文件的基本结构是什么？比如，标题有多长？实际文档内容从什么时候开始？最后有签名吗？

基本上，.docx 文件的结构是什么？

【问题讨论】：

因为如果我理解这个结构，我将不得不用 C++ 编写关于 .docx 文件结构@UmNyobe 的编码

【参考方案1】：

Docx 基本上是一个包含大量 xml 文件的 zip 存档。它是一种开放格式，文档可在线获取。 wikipedia article 有一般描述和您需要的链接。

【参考方案2】：

我要回答这个问题：“DocX 文件的结构是什么？”

官方答复

有关 DocX 目录结构的示例，请参阅 OOXML 官方文章“OOXML 剖析”：

http://officeopenxml.com/anatomyofOOXML.php

以 DocX XML 文档为例：

http://officeopenxml.com/WPsampleDoc.php

我个人的建议

但是，在仔细观察这些之后，我猜测细节在哪里变得模糊，我无法制作.docx 文件。

我选择了这条捷径：在 Libre Office 中创建一个Docx 文件（支持.docx 扩展），以您希望生成的 docx 文件的格式创建一个通用模板，将文件另存为 .docx，复制并另存为 .zip。

打开这个 .zip 目录，你会看到我发现在解释规范方面比上面的官方链接要好得多。

示例

例如，如果您在 .docx 中制作文章，则在标题大小写/格式设置中，[[Title]] 位于顶部，By: [[Author]] 用于作者等，等等。然后使用您的代码，使用该模板，然后将 [[field]] 替换为您准备放入其中的任何 $data。