DOC-fájlok tömörítése

A régi .doc formátum

A .doc fájl a Word 97-től a Word 2003-ig használt bináris formátumú Microsoft Word-dokumentum. Belül egy Compound File Binary konténer, egy saját kis fájlrendszer (más néven OLE2 vagy strukturált tárolás), amelyben külön adatfolyamok vannak a szövegnek, a formázási tábláknak, a beágyazott képeknek és objektumoknak. A Word 2007 a DOCX-szel váltotta fel, de .doc fájlok még mindig mindenhol vannak: régi archívumokban, irodákban húsz éve kézről kézre járó sablonokban, régebbi üzleti szoftverek exportjaiban és azok leveleiben, akik soha nem változtatták meg a Word alapbeállítását.

A Microsoft csak 2008-ban tette közzé a formátum teljes specifikációját, és sok program ma is kerülőutakkal olvassa. Ez az előzmény az oka annak, hogy egy eszköz nem tudja biztonságosan szétszedni és újraépíteni a .doc fájlt.

Miért nőnek ilyen nagyra a .doc fájlok?

• Tömörítetlenül tárolt képek. A régebbi Word-verziók a beillesztett képernyőképeket és szkeneket gyakran BMP-ként vagy tömörítetlen bitképként tartották meg, vagy a kép mellett egy nagy előnézeti másolatot is tároltak.
• Gyors mentés. A Word 97–2003-ban volt egy „Gyors mentés engedélyezése” opció, amely a változásokat a fájl végéhez fűzte, ahelyett hogy újraírta volna. A törölt szöveg és a régi képek bent maradtak, a fájlok pedig egyre nőttek.
• Beágyazott objektumok. Az OLE-objektumként beillesztett Excel-diagramok és -táblázatok egy egész munkafüzetet hordoznak magukkal.
• Nincs belső tömörítés. A DOCX-szel ellentétben a bináris formátum nem tömöríti a tartalmát, így a szöveg és a formázási táblák több helyet foglalnak, mint egy ZIP-alapú fájlban.

Mit tud kezdeni az eszköz egy .doc fájllal?

A bináris szerkezet böngészőben való újraírása azzal a kockázattal jár, hogy olyan dokumentum születik, amelyet a Word nem hajlandó megnyitni, ezért az eszköz meg sem próbálja. Helyette két tisztességes lehetőséget kínál:

1. A fájl becsomagolása ZIP-be maximális tömörítéssel. Mivel a .doc formátum nem tömöríti a saját tartalmát, egy szöveges dokumentum így gyakran jelentősen összezsugorodik, a ZIP-fájlokat pedig minden operációs rendszer további szoftver nélkül megnyitja. A címzett kicsomagolja, és pontosan az eredetit kapja meg.
2. Előbb alakítsd DOCX-szé. Nyisd meg a fájlt a Wordben, és válaszd a Fájl › Mentés másként › Word-dokumentum (.docx) lehetőséget, vagy használd a LibreOffice Writert vagy a Google Dokumentumokat. Ezután tömörítsd a DOCX-et a Word-tömörítővel, amely újratömöríti a benne lévő képeket.

A 2. lehetőség általában kisebb eredményt ad, mert a sok képet tartalmazó fájlok ZIP-ben alig zsugorodnak: a bennük lévő JPEG-fotók már eleve tömörítettek. Ráadásul egy modern fájlt kapsz, amely mindenhol megnyílik.

Tippek konvertálás előtt

• Tarts meg egy másolatot az eredeti .doc fájlról. A szövegdobozokat, régi mezőket vagy makrókat tartalmazó összetett elrendezések a konvertálás során kissé elcsúszhatnak.
• Ha a dokumentum makrókat tartalmaz, .docx helyett .docm formátumban mentsd; a DOCX-fájlok nem tartalmazhatnak makrókat.
• A Wordben konvertálás után a Képformátum › Képek tömörítése funkció is csökkentheti a benne lévő képek méretét, nyomtatási, webes vagy e-mailes felbontási lehetőségekkel.
• Ha egy régi .doc fájlt egyszer kikapcsolt „gyors mentéssel” újramentesz, már ez önmagában eltávolíthatja a visszamaradt adatokat.

Kérdések a DOC-ról

Kapcsolódó oldalak

A többi dokumentumeszközt a dokumentumtömörítő oldalán találod. A régi táblázat- és bemutatóformátumokról lásd az XLS- és a PPT-oldalt, az adatvédelmi oldalról pedig a hogyan működik oldalon olvashatsz.