浅析Word文档

陆静

Word有一个保存对话框，里面包含了一大堆类型各异的文档扩展名。然而很多时候，我们对于这个面板都是一览而过，并没有好好看过它。那么问题来了，这些扩展名到底都代表什么意思？

1. Word文档

特点：体积小、易修复、支持Word高级功能

后缀：.docx

这是日常接触最多的一种文档格式，其实也是Word的默认格式。这种文件的扩展名是.docx，是Office 2007以后版本新增加的一个格式。优点很多。首先.docx相比之前的.doc在压缩比上更高，同样一份文件保存成.docx后，体积会明显减小。其次.docx增加了冗余字段，这样当文档遭遇破坏时，可以更容易被修复。此外新版Office的一些特性，比如SmartART、图片样式等也要比.doc强大很多，更美观也更加易用。另外如果将文档的扩展名修改为.zip，还可以像打开文件夹一样直接提取到文档里的图片，这些都是.doc不具备的。

2.启用宏的Word文档

特点：通过编程实现传统Word不具备的功能

后缀：.docm

和上一种格式相比，二者最大的区别就在于“宏”。“宏”是什么？简单理解是一种编程代码，通过嵌入到当前文档中，即可让该文档拥有其他文档无法拥有的功能。举个例子，从网上下载了一本小说，然而粘贴到Word中发现断行断字非常严重，这时就可以编写一小段代码让Word自动整理。而像这种带有编程代码的文档，就叫宏文档。而实现这一功能的编程语言，其实就是大名鼎鼎的VBA。

3. Word 97- 2003文档

特点：体积大、缺乏修复冗余功能、兼容性佳

后缀：.doc

也许怕直接写出扩展名大家看不懂，总之微软在这里费了半天口舌，其实它就是我们刚刚所说的.doc格式。在Office 2007诞生以前，所有的Word文档都是采用这种格式。虽然以今天的眼光来看，.doc有着体积庞大、没有冗余和不支持媒体提取等弊端，但由于Office的低版不支持高版原则（即低版本Office无法打开高版本.docx文件），有些特殊环境我们还是需要将文档保存为.doc格式。

4. Word模板、Word 97-2003模板

特点：适合建立规范化公文

后缀：.dotx/.dot

Word模板和Word 97-2003模板是同一个东西，均为模板文件，其中Word模板的扩展名是.dotx，对应于Office 2017及以后版本，Word 97-2003模板的扩展名是.dot，对应于Office 2003及以前版本。换句话说，和.docx与.doc一样，同样也是新老版本的区别。

那么什么又是“模板文件”呢？简单来说，如果公司对于文档格式有着专门要求（比如页眉添加Logo，页脚标注页码，标题4号字，正文5号字……），那么就可以提前做出一套文件，然后保存为.dotx。今后再建立新文件时，只要选择这个模板就可以了。而且它的一大优点是，即便用户执行保存命令，也不会影响模板里的内容。

5.启用宏的Word模板

特点：可以包括特殊功能的Word模板

后缀：.dotm

和宏文档一样，启用宏的Word模板也是通过编程实现一些特殊功能，只不过这一次是作用于模板而不是文件，很简单。

6. PDF

特点：跨平台、防篡改

后缀：.pdf

无论是.doc还是更先进的.docx都解决不了恶意篡改问题。当然你可以通过密码或文档权限解决这个问题，但.doc非开源限制又让文档的使用范围大大缩小。这里就不得不提到，另一种特殊的文档格式———PDF了。简单来说，PDF有2个优势：不易篡改和跨平台使用。

PDF类似于图片但又不是图片，打开PDF后会发现每一个文字都能选择却无法编辑，事实上这种情况在商务应用中会有很大优势，很多重要的标书、合同、报价函等都会转成PDF传递，看中的正是PDF文件的不可篡改性。

此外PDF文件也能在不同平台间无差别打开，无论是Windows，MacOS，Android，iOS，都可以展现出文档的原始相貌，不必担心字体、字号和排版等问题。甚至这一特性还被一些设计师采用，通过将一些设计好的海报模板转换成Word格式，发送给普通用户修改，之后再另存为PDF格式，就能直接拿到打印店印刷了，清晰度丝毫不比PS差。

7. XPS文档

特点：微软的跨平台作品，在与PDF的竞争中已落败

后缀：.xps

相比PDF，XPS的知名度就低多了，其实它是微软为了竞争PDF所开发的一种文档格式。和PDF一样，XPS也拥有跨平台、不易篡改、容易读取（比如IE就可以直接打开）等优势，且由于是微软提出，因此在某些功能上与Office组件结合更加紧密（比如在Office中设置了IRM访问权限，转换为XPS后依旧保留）。

然而尽管有着这样或那样的优势，但XPS已经是一款失败的文档格式，现实中使用这种格式的场景极少，不建议大家采用。

8.单个文件网页、网页、筛选过的网页

特点：HTML格式，适合网络發布

后缀：.mht/.htm/.htm

有时我们会将一些资料发布到网上，这就需要将文档保存为网页格式了。Word提供了3种不同的网页文件格式：单个文件网页、网页和筛选过的网页。

单个文件网页：只生成一个文件（扩展名为.mht），图片、CSS和HTML会全部放入这个MHT文件中。整个过程有点像PPT里内嵌字体，最终生成的MHT体积很大，但省去了烦心的相对路径与绝对路径问题。

网页：生成一个HTML文件和一个媒体文件夹，好处是方便用户快速展开里面的图片，而且HTML的兼容性也是最棒的，不过二者需要同时移动。

筛选过的网页：生成结果类似于网页，同样也是一个HTML文件和一个媒体文件夹。它的不同之处在于会删除Word里一些不相关标志，而通过CSS控制网页。

9. RTF格式

特点：跨平台文档格式，支持编辑

后缀：.rtf

RTF也是一种跨平台文档格式，和.doc这种封闭格式不同，RTF可以在很多平台甚至写字板中轻松打开。与PDF和XPS不同，RTF是允许用户进行相关编辑的，而且也会把文档中一些格式保存下来。换句话说，它其实是融合了PDF与TXT的各自优点，而且比XPS更通行。不过RTF不支持很复杂的格式，一些不被支持的格式會在保存时被丢弃，所以更倾向于内容方面的传递。

10.纯文本

特点：最通行的文本格式，体积小、不会中毒

后缀：.txt

“纯文本”其实就是TXT了，这是一种非常通行的文本格式，早在DOS时代就已经有了它的身影。TXT一般用于保存文本信息，比如文件资料、备忘录和小说等，很多地方都能看到TXT的身影。由于它的高通用性，几乎可以被任何软件所读取（如浏览器、程序和APP），完全不必担心阅读器的问题，要比PDF，XPS等方便很多。此外TXT还拥有体积小、不会中毒等特性，唯一的问题就是无法保存格式。

11. Word XML，Word 2003 XML，strict open xml

特点：主要用于程序间数据交换

后缀：.xml/.docx

XML是一种通用化标记语言，它的简单易行让其几乎成为数据交换的唯一公共语言，很多编程语言都能直接读写XML文件。比如读取一份文档资料，传统的.doc或.docx由于规则封闭，一般的编程语言是无法读取的，而转换成XML则可以解决这个麻烦。

XML与我们熟知的HTML渊源很深，但二者并非1.0与2.0的关系。HTML语法松散主要用于网页编辑，XML语法严谨更侧重数据格式化存储。至于Word保存菜单里的“Word XML文档”和“Word 2003 XML文档”，同样也是Office版本的差异。

12. Opendocument文本

特点：跨平台免费文档格式

后缀：.odt

ODT是由OpenOffice软件生成的一种电子文件格式，由于OpenOffice的自由软件身份，使得它在Windows，Linux，MacOSX，Solaris等操作系统中都有很多拥簇。和PDF一样，ODT也支持格式排版，能够在不同平台间提供近乎一致的显示效果。不过和RTF一样，它也是允许用户编辑的，这一点是它和PDF的最大不同。

作为一款办公软件，Office体量之庞大从这篇文章便可见一斑。除了要兼顾自身功能外，还要同时满足不同环境、不同用户的信息交换需求。