Che cos’è un file DOC?

DOC è un formato binario, che ha senso solo per un programma che lo conosce. Si usa per la modifica.

L’estensione è .doc e il nome per esteso è Word 97-2003 Document. Contano entrambi meno di ciò che il file può contenere, ed è di questo che parla il resto della pagina.

Microsoft lo ha pubblicato nel 1997.

A un formato rimasto leggibile così a lungo si può affidare qualcosa che vuoi ritrovare fra dieci anni.

È scritta e implementabile, però è il produttore a decidere come sarà la versione successiva. In pratica basta perché il file continui ad aprirsi; non basta per starne tranquilli.

Si apre ancora dappertutto e i programmi più vecchi lo scrivono ancora, ma attorno non si costruisce più niente di nuovo. Converti ciò che vuoi tenere e non sceglierlo per qualcosa che comincia oggi.

Un file DOC non è limitato a una pagina, e la cosa conta quando lo si converte in qualcosa che invece lo è: una conversione produce un solo file con dentro una sola pagina — la prima, a meno che non sia una di quelle che il convertitore ti lascia scegliere.

DOC contiene un documento di testo: paragrafi che si riadattano alla pagina su cui finiscono.

È questo a decidere come si converte: il testo si riadatta, quindi i numeri di pagina sono una proprietà del risultato e non del file.

Microsoft Word e LibreOffice Writer lo leggono, e così fanno quasi tutti i programmi dello stesso tipo.

Quando un file non si apre, il formato è raramente il problema: più spesso è il programma a essere più vecchio di lui. Convertire in qualcosa di più vecchio è la via d’uscita affidabile, ed è a questo che serve il resto di questo sito.

Nessun browser lo legge.

È di gran lunga il motivo più comune per convertirlo: non che il formato sia scadente, ma che il posto in cui vuoi mostrare il file non sappia leggerlo.

DOC è pensato per essere aperto e modificato. Tieni il file in questo formato per tutto il tempo in cui il lavoro va avanti, ed esporta da lì ogni volta che serve una copia finita.

Le lamentele ricorrenti: l’impaginazione viene ricostruita invece che riprodotta esattamente.

Nessuna di queste è un motivo per evitare il formato. Sono le cose che conviene conoscere prima che una di loro ti sorprenda, che è un’affermazione diversa e più utile.

Il DOC è stato il formato di Word dal 1983 finché Office 2007 non lo ha sostituito con il DOCX. È superato da quasi vent’anni, quindi un DOC che arriva oggi ha una storia: viene da un archivio, da una cartella di modelli aziendali che nessuno ha più toccato, da un sistema di documenti scansionati, da uno studio legale, o dal backup di un computer che non esiste più.

Questo definisce cosa vale la pena sapere. Le domande interessanti sono come aprirlo, cosa si perderà convertendolo, e cosa potrebbe portare con sé — non se usarlo, perché quella decisione è stata presa molto tempo fa.

Dove il DOCX è un archivio ZIP di XML leggibile, il DOC è un file binario composito — di fatto un piccolo filesystem dentro un solo file, con flussi di record strutturati. Aprirlo in un editor di testo mostra frammenti delle vostre parole sparsi in mezzo a rumore binario.

La specifica è stata pubblicata alla fine, ed è enorme, perché il formato è cresciuto per accumulo in vent’anni invece che per progetto. È la ragione onesta per cui il supporto al DOC fuori da Microsoft Word è sempre stato approssimativo: non riluttanza, ma un bersaglio mobile con dietro decenni di comportamenti non documentati.

Le vecchie versioni di Word usavano una tecnica chiamata salvataggio veloce, che accodava le modifiche alla fine del file invece di riscriverlo. Rendeva il salvataggio rapido sull’hardware dell’epoca e significava che il testo cancellato spesso restava nel file, invisibile in Word e perfettamente leggibile da chiunque guardasse i byte.

Questo ha prodotto una serie di imbarazzi ben documentati con documenti le cui bozze precedenti sono state recuperate dai destinatari. Se un DOC in vostro possesso ha una storia che vale la pena curare, trattatelo come se contenesse più di quanto mostra — e notate che convertirlo in PDF o DOCX con uno strumento moderno è uno dei modi affidabili per lasciarsi dietro i residui.

Testo, titoli, elenchi, tabelle, note a piè di pagina e immagini passano in modo affidabile. Revisioni tracciate e commenti di solito sopravvivono. Per la stragrande maggioranza dei documenti — lettere, relazioni, contratti, manoscritti — il file convertito è lo stesso documento.

Ciò che si sposta è l’impaginazione precisa. La gestione delle interruzioni di riga e dei font di Word è cambiata fra le epoche, quindi una pagina che finiva esattamente a una certa parola può finire una riga prima o dopo, e una tabella dimensionata per stare potrebbe ridistribuirsi. In un documento di cinquanta pagine questo può spostare un’interruzione di pagina. Se l’impaginazione stessa conta — un atto legale, un manoscritto impaginato — convertite in PDF, dove il layout è fisso invece che ricalcolato.

Un DOC fa riferimento ai font per nome e di solito non li incorpora. Un documento scritto nel 2004 su una macchina Windows può chiedere font che venivano forniti con l’Office di quell’epoca e non esistono più da nessuna parte, così il lettore sostituisce qualcosa con larghezze di lettera diverse.

Il risultato è un documento del tutto corretto che appare leggermente sbagliato: interruzioni di riga in nuovi punti, un titolo che va a capo su due righe, una colonna di tabella improvvisamente troppo stretta. Non si è perso nulla. Se l’aspetto deve essere esatto, l’unica risposta affidabile è un PDF fatto da una macchina che ha i font.

Un file DOC può contenere macro. È la differenza pratica più importante rispetto al DOCX, che non può — un documento moderno con macro va salvato come DOCM e si dichiara nell’estensione.

I documenti Word con macro attive sono stati il veicolo di consegna per una lunga generazione di malware, motivo per cui Word moderno apre i file da internet in visualizzazione protetta e rifiuta di eseguire qualunque cosa finché non viene detto due volte. Un allegato DOC inaspettato merita il sospetto che il software già gli riserva, e convertirlo invece di aprirlo in Word è un modo ragionevole per leggerne il contenuto senza eseguire nulla.

Soprattutto istituzioni con memoria lunga. Sistemi di deposito giudiziario e governativo che hanno specificato un formato nel 2003 e non l’hanno mai più rivisto. Cartelle di modelli aziendali dove un modulo è stato copiato in avanti per vent’anni. Vecchi sistemi di gestione documentale che esportano ciò che hanno memorizzato. Occasionalmente software che scrive DOC perché una libreria da cui dipende ha sempre supportato solo quello.

C’è anche un caso più silenzioso: file che non sono affatto DOC. Alcuni strumenti scrivono RTF o perfino HTML e chiamano il risultato .doc perché Word lo apre comunque. Se un convertitore rifiuta un file che Word accetta, vale la pena controllare questo prima di presumere un danno.

La prima cosa da escludere è che il file non sia un DOC. Vecchi documenti Works, file WordPerfect e RTF rinominati in .doc compaiono tutti, e ciascuno richiede un lettore diverso. I primi byte lo dicono: un vero DOC comincia con una firma di file composito, e l’RTF comincia con i caratteri letterali che ne scrivono il nome.

Un danno genuino è più difficile e di solito parziale, perché il formato memorizza il testo in flussi che possono sopravvivere alla perdita della struttura attorno. L’opzione di recupero testo di Word estrae le parole e abbandona la formattazione, il che per un documento il cui valore è il contenuto è generalmente lo scambio giusto.