doc与docx的历史

在 Linux 系统上处理 Microsoft Word 文档时，我们经常会遇到两种格式：.doc 和 .docx。由于兼容性问题，有时需要将旧版 .doc 转换为 .docx 才能正常编辑。本文将详细介绍这两种格式的历史、区别，并讲解如何使用 LibreOffice 进行转换。

---

1. DOC 与 DOCX 的历史与区别

(1) DOC 格式（1990s–2007）

• 诞生：DOC 是 Microsoft Word 的专有二进制格式，最早随 Word 1.0（1983）推出，并在 Word 97–2003 成为主流。
• 特点：
  • 二进制存储（不可直接阅读）。
  • 文件体积较大（未优化压缩）。
  • 兼容性问题较多（不同 Word 版本可能显示不同）。
• 现状：
  • 已淘汰，但仍有一些旧文档使用。

(2) DOCX 格式（2007–至今）

• 诞生：DOCX 是 Microsoft Office 2007 引入的 Office Open XML (OOXML) 格式，现为 Word 默认格式。
• 特点：
  • 基于 XML（结构化文本，可解压查看内容）。
  • 采用 ZIP 压缩，文件更小。
  • 兼容性更好（支持现代 Office 及开源软件）。
• 优势：
  • 更安全（不易损坏）。
  • 支持高级功能（如 SmartArt、新样式）。

DOC vs DOCX 核心区别：
| 特性 | DOC (Word 97-2003) | DOCX (Word 2007+) |
|————|——————–|——————-|
| 格式 | 二进制 | XML + ZIP 压缩 |
| 体积 | 较大 | 较小 |
| 兼容性 | 旧版软件 | 现代软件 |
| 扩展性 | 功能有限 | 支持新特性 |

---

2. 为什么在 Linux 上需要转换？

• 兼容性问题：
  • LibreOffice 对 .doc 的支持不如 .docx 完善（可能丢失格式）。
  • 新版 Microsoft Word 已逐步放弃 .doc 的官方支持。
• 功能需求：
  • .docx 支持更丰富的排版、图表和样式。

---

3. LibreOffice：开源办公套件

LibreOffice 是 最流行的开源 Office 套件，支持 DOC/DOCX 的读写与转换，包含：

• Writer（Word 替代）
• Calc（Excel 替代）
• Impress（PowerPoint 替代）

安装 LibreOffice

在 Linux 上安装：

# Debian/Ubuntu
sudo apt install libreoffice

# CentOS/RHEL
sudo yum install libreoffice

# Arch Linux
sudo pacman -S libreoffice-fresh

使用 LibreOffice 转换 DOC → DOCX

方法 1：GUI 图形界面

1. 打开 LibreOffice Writer。
2. 点击 文件 → 打开，选择 .doc 文件。
3. 点击 文件 → 另存为，格式选择 **”Word 2007-365 (.docx)”**。
4. 保存即可。

方法 2：命令行批量转换

libreoffice --headless --convert-to docx *.doc

• --headless：无图形界面模式（适合服务器）。
• *.doc：匹配所有 .doc 文件。

方法 3：Python 脚本自动化

import os
os.system("libreoffice --convert-to docx /path/to/file.doc")

---

4. 其他转换工具（备选）

工具	特点
Pandoc	支持 DOC/DOCX/ODT 互转（需安装）
unoconv	调用 LibreOffice 进行转换
Google Docs	在线导入后下载为 DOCX

---

5. 转换注意事项

• 格式可能丢失：复杂排版、宏或特殊字体可能无法完美转换。
• 批量处理：建议用命令行或脚本自动化。
• 版本问题：确保使用最新版 LibreOffice（≥7.0）。

---

6. 总结

• DOC：旧版二进制格式，已淘汰，兼容性差。
• DOCX：现代 XML 格式，推荐使用。
• LibreOffice：Linux 最佳转换工具，支持 GUI/CLI。

推荐操作：

1. 将旧 .doc 转换为 .docx 以确保兼容性。
2. 使用 libreoffice --convert-to 批量处理。
3. 检查转换后的文件是否有格式错误。