DOC-bestanden comprimeren

Het oude .doc-formaat

Een .doc-bestand is een Microsoft Word-document in het binaire formaat dat van Word 97 tot Word 2003 werd gebruikt. Vanbinnen is het een Compound File Binary-container, een klein eigen bestandssysteem (ook wel OLE2 of structured storage genoemd), met streams voor de tekst, de opmaaktabellen, ingesloten afbeeldingen en objecten. Word 2007 verving het door DOCX, maar .doc-bestanden zijn nog overal: in oude archieven, in sjablonen die al twintig jaar op kantoren rondgaan, in exports van oudere bedrijfssoftware en in mail van mensen die de standaardinstelling van Word nooit hebben veranderd.

Microsoft publiceerde pas in 2008 een volledige specificatie van het formaat, en veel programma's lezen het nog steeds met noodoplossingen. Door die geschiedenis kan een tool een .doc niet veilig uit elkaar halen en opnieuw opbouwen.

Waarom .doc-bestanden zo groot worden

• Ongecomprimeerd opgeslagen afbeeldingen. Oudere Word-versies bewaarden geplakte screenshots en scans vaak als BMP of ongecomprimeerde bitmaps, of hielden zowel de afbeelding als een grote voorbeeldkopie.
• Snel opslaan. Word 97–2003 had de optie “Snel opslaan toestaan”, die wijzigingen aan het eind van het bestand toevoegde in plaats van het te herschrijven. Verwijderde tekst en oude afbeeldingen bleven erin zitten, en bestanden bleven groeien.
• Ingesloten objecten. Excel-grafieken en -tabellen die als OLE-object zijn geplakt, nemen een hele spreadsheet met zich mee.
• Geen interne compressie. Anders dan DOCX comprimeert het binaire formaat zijn inhoud niet, dus tekst en opmaaktabellen nemen meer ruimte in dan in een bestand dat op ZIP is gebaseerd.

Wat de tool met een .doc kan doen

Wie de binaire structuur in een browser herschrijft, loopt het risico op een document dat Word weigert te openen, en daarom probeert de tool dat niet. Hij biedt in plaats daarvan twee eerlijke opties:

1. Het bestand in een ZIP inpakken met maximale compressie. Omdat het .doc-formaat zijn eigen inhoud niet comprimeert, krimpt een document met veel tekst op deze manier vaak flink, en elk besturingssysteem opent ZIP-bestanden zonder extra software. De ontvanger pakt het uit en krijgt het identieke origineel.
2. Het eerst omzetten naar DOCX. Open het bestand in Word en kies Bestand › Opslaan als › Word-document (.docx), of gebruik LibreOffice Writer of Google Documenten. Comprimeer de DOCX daarna met de Word-compressor, die de afbeeldingen erin opnieuw comprimeert.

Optie 2 geeft meestal het kleinere resultaat, omdat bestanden met veel afbeeldingen in een ZIP nauwelijks krimpen: de JPEG-foto's erin zijn al gecomprimeerd. Bovendien houd je er een modern bestand aan over dat overal opent.

Tips voordat je omzet

• Bewaar een kopie van de originele .doc. Complexe opmaak met tekstvakken, oude velden of macro's kan bij het omzetten iets verschuiven.
• Bevat het document macro's, sla het dan op als .docm in plaats van .docx; DOCX-bestanden kunnen geen macro's bevatten.
• In Word kun je na het omzetten met Afbeeldingsopmaak › Afbeeldingen comprimeren ook de afbeeldingen erin verkleinen, met opties voor een resolutie voor afdrukken, web of e-mail.
• Een oude .doc één keer opnieuw opslaan met “snel opslaan” uitgeschakeld, kan op zichzelf al achtergebleven gegevens verwijderen.

Vragen over DOC

Verwante pagina's

Andere documenttools staan op de pagina van de documentcompressor. Voor de oude formaten voor spreadsheets en presentaties zie XLS en PPT, en lees Zo werkt het voor de kant van de privacy.