DOC फ़ाइल क्या होती है?

DOC एक बाइनरी फ़ॉर्मेट है, जो सिर्फ़ उसी प्रोग्राम के लिए मायने रखता है जो इसे जानता हो। इसका इस्तेमाल एडिटिंग के लिए होता है।

एक्सटेंशन .doc है और पूरा नाम Word 97-2003 Document। दोनों उतना नहीं बताते जितना यह कि फ़ाइल अंदर क्या-क्या रख सकती है — और इस पन्ने का बाक़ी हिस्सा इसी के बारे में है।

इसे Microsoft ने 1997 में जारी किया था।

जो फ़ॉर्मेट इतने लंबे समय तक पढ़ा जाता रहा हो, उसे वह चीज़ सौंपी जा सकती है जो आपको दस साल बाद वापस चाहिए।

वह लिखित है और उस पर अमल किया जा सकता है, फिर भी अगला संस्करण कैसा होगा यह कंपनी तय करती है। व्यवहार में इतना काफ़ी है कि फ़ाइल खुलती रहे; इतना काफ़ी नहीं कि आप निश्चिंत हो जाएँ।

यह अब भी हर जगह खुलता है और पुराने प्रोग्राम इसे अब भी लिखते हैं, पर इसके इर्द-गिर्द नया कुछ नहीं बन रहा। जो सहेजकर रखना है उसे बदल लीजिए, और आज शुरू हो रहे किसी काम के लिए इसे मत चुनिए।

DOC फ़ाइल एक पन्ने तक सीमित नहीं है, और जब इसे ऐसी चीज़ में बदला जाए जो सीमित है तो यह मायने रखता है: एक बार बदलने पर एक ही फ़ाइल निकलती है और उसमें एक ही पन्ना होता है — पहला वाला, बशर्ते कन्वर्टर पन्ना चुनने की सुविधा न देता हो।

DOC के अंदर एक टेक्स्ट दस्तावेज़ होता है: ऐसे अनुच्छेद जो जिस पन्ने पर पड़ें उसी के हिसाब से नए सिरे से बैठ जाते हैं।

यही तय करता है कि यह कैसे बदलता है: टेक्स्ट नए सिरे से बैठता है, इसलिए पन्नों की गिनती नतीजे की ख़ासियत है, फ़ाइल की नहीं।

Microsoft Word और LibreOffice Writer इसे पढ़ते हैं, और इसी तरह के ज़्यादातर दूसरे प्रोग्राम भी।

फ़ाइल न खुले तो कसूर फ़ॉर्मेट का शायद ही कभी होता है — अक्सर प्रोग्राम ही फ़ॉर्मेट से पुराना होता है। किसी पुरानी चीज़ में बदल लेना इससे निकलने का भरोसेमंद रास्ता है, और इस वेबसाइट का बाक़ी हिस्सा इसी के लिए है।

इसे कोई भी ब्राउज़र नहीं पढ़ता।

इसे बदलने की सबसे आम वजह यही है: फ़ॉर्मेट ख़राब है, ऐसा नहीं — बात यह है कि जहाँ आप फ़ाइल दिखाना चाहते हैं वह जगह उसे पढ़ ही नहीं सकती।

DOC इसलिए बना है कि इसे खोला और बदला जाए। जब तक काम चल रहा है फ़ाइल इसी फ़ॉर्मेट में रखिए, और जब भी बनी हुई प्रति चाहिए हो, इसी से निर्यात कीजिए।

बार-बार आने वाली शिकायतें: पन्ने की सजावट हूबहू उतरने के बजाय दोबारा बनाई जाती है।

इनमें से कोई भी फ़ॉर्मेट से दूर रहने की वजह नहीं है। ये वे बातें हैं जिन्हें इनमें से कोई आपको चौंकाए उससे पहले जान लेना चाहिए — यह अलग दावा है, और ज़्यादा काम का।

DOC Word का फ़ॉर्मेट था 1983 से Office 2007 तक, जब तक इसकी जगह DOCX ने नहीं ली। यह लगभग दो दशक से पुराना पड़ चुका है, इसलिए आज पहुँची कोई DOC फ़ाइल किसी कहानी से आती है: किसी आर्काइव से, किसी टेम्पलेट फ़ोल्डर से जिसे किसी ने दोबारा नहीं देखा, स्कैन किए रिकॉर्ड सिस्टम से, किसी लॉ फ़र्म से।

इससे तय होता है क्या जानना काम का है। दिलचस्प सवाल हैं इसे कैसे खोलें, बदलते वक़्त क्या खोएगा — यह नहीं कि इस्तेमाल करें या नहीं, क्योंकि वह फ़ैसला बहुत पहले हो चुका।

जहाँ DOCX पढ़ने लायक़ XML का ZIP आर्काइव है, वहाँ DOC कंपाउंड बाइनरी फ़ाइल है — असल में एक फ़ाइल के भीतर छोटा फ़ाइलसिस्टम, संरचित रिकॉर्ड की धाराएँ रखता हुआ। इसे टेक्स्ट एडिटर में खोलने पर बाइनरी शोर के बीच शब्दों के टुकड़े दिखते हैं।

विनिर्देश आख़िरकार प्रकाशित हुआ, और वह विशाल है, क्योंकि फ़ॉर्मेट बीस साल जोड़-जोड़कर बढ़ा, डिज़ाइन किया नहीं गया। यही ईमानदार वजह है कि Microsoft Word के बाहर DOC समर्थन हमेशा अनुमानित रहा — अनिच्छा नहीं, बल्कि पीछे दशकों की बिना-दस्तावेज़ीकृत आदतों वाला चलता लक्ष्य।

Word के पुराने संस्करण «fast save» नाम की तरकीब इस्तेमाल करते थे, जो बदलाव फ़ाइल के अंत में जोड़ देती थी, पूरी दोबारा लिखने के बजाय। इससे उस दौर के हार्डवेयर पर सहेजना तेज़ होता था, और मतलब यह भी था कि मिटाया गया पाठ अक्सर फ़ाइल में रह जाता था, Word में अदृश्य पर बाइट देखने वाली किसी भी चीज़ को साफ़ पढ़ने लायक़।

अगर आपके पास मौजूद DOC की कोई परवाह करने लायक़ कहानी है, तो मान लीजिए इसमें दिखने से ज़्यादा है — और इसे PDF या DOCX में किसी आधुनिक औज़ार से बदलना उस अवशेष को पीछे छोड़ने के भरोसेमंद तरीक़ों में से एक है।

पाठ, हेडिंग, सूचियाँ, टेबल, फ़ुटनोट और तस्वीरें भरोसे से पार होती हैं। Track changes और टिप्पणियाँ आमतौर पर बचती हैं। ज़्यादातर दस्तावेज़ों के लिए — पत्र, रिपोर्ट, अनुबंध — बदली फ़ाइल वही दस्तावेज़ है।

जो हिलता है वह सटीक ले-आउट है। Word की लाइन-ब्रेकिंग और फ़ॉन्ट सँभाल दौर के बीच बदली, इसलिए कोई पन्ना एक लाइन पहले या बाद में ख़त्म हो सकता है। अगर पेजिनेशन ही मायने रखती है — क़ानूनी दाख़िला, टाइपसेट पांडुलिपि — PDF में बदलिए, जहाँ ले-आउट तय है, दोबारा गिना नहीं जाता।

DOC अपने फ़ॉन्ट का नाम लेती है और आमतौर पर embed नहीं करती। 2004 में Windows मशीन पर लिखा दस्तावेज़ ऐसे फ़ॉन्ट माँग सकता है जो उस दशक के Office के साथ आए थे और अब कहीं नहीं हैं, इसलिए रीडर अलग नाप वाला कुछ और लगा देता है।

नतीजा ऐसा दस्तावेज़ है जो पूरी तरह सही है और थोड़ा अजीब दिखता है: नई जगह लाइन-ब्रेक, दो लाइनों में लिपटी हेडिंग, अचानक संकरा टेबल कॉलम। कुछ खोया नहीं। अगर दिखावट बिलकुल सटीक होनी है, इकलौता भरोसेमंद जवाब है वह PDF जो उन फ़ॉन्ट वाली मशीन से बना हो।

DOC फ़ाइल में मैक्रो हो सकते हैं। यह DOCX से सबसे मायने रखने वाला व्यावहारिक फ़र्क़ है, जो नहीं हो सकते — मैक्रो-वाला आधुनिक दस्तावेज़ DOCM की तरह सहेजा जाना चाहिए और अपने एक्सटेंशन में ख़ुद को घोषित करता है।

मैक्रो-सक्षम Word दस्तावेज़ लंबे समय तक मालवेयर पहुँचाने का ज़रिया रहे, इसीलिए आधुनिक Word इंटरनेट से आई फ़ाइलों को प्रतिबंधित दृश्य में खोलता है। अनचाही DOC अटैचमेंट को उतना ही संदेह मिलना चाहिए जितना सॉफ़्टवेयर पहले ही दिखाता है।

ज़्यादातर लंबी याददाश्त वाले संस्थान। अदालत और सरकारी फ़ाइलिंग सिस्टम जिन्होंने 2003 में फ़ॉर्मेट तय किया और कभी दोबारा नहीं देखा। कॉर्पोरेट टेम्पलेट फ़ोल्डर जहाँ कोई फ़ॉर्म बीस साल से आगे कॉपी होता आ रहा है।

एक शांत हालत भी है: फ़ाइलें जो सचमुच DOC हैं ही नहीं। कुछ औज़ार RTF या HTML लिखते हैं और नतीजे को .doc नाम दे देते हैं क्योंकि Word वैसे भी खोल लेता है। अगर कोई कन्वर्टर किसी फ़ाइल को ठुकराए जिसे Word स्वीकार करे, तो यह जाँचना ख़राबी मान लेने से पहले लायक़ है।

सबसे पहले यह ख़ारिज कीजिए कि फ़ाइल सचमुच DOC है ही नहीं। पुराने Works दस्तावेज़, WordPerfect फ़ाइलें और RTF का नाम .doc रखा हुआ सब मिलते हैं। पहले कुछ बाइट बता देते हैं: असली DOC कंपाउंड-फ़ाइल हस्ताक्षर से शुरू होती है।

असली ख़राबी पकड़ना ज़्यादा मुश्किल और आमतौर पर आंशिक है, क्योंकि फ़ॉर्मेट पाठ को धाराओं में रखता है जो अपने चारों ओर की संरचना खोने पर भी बच सकती हैं। Word का अपना recover-text विकल्प शब्द निकाल लेता है और फ़ॉर्मेटिंग छोड़ देता है।