Comprima arquivos DOC

O antigo formato .doc

Um arquivo .doc é um documento do Microsoft Word no formato binário usado do Word 97 ao Word 2003. Por dentro, é um contêiner Compound File Binary, um pequeno sistema de arquivos próprio (também chamado de OLE2 ou armazenamento estruturado), com fluxos para o texto, as tabelas de formatação, as imagens e os objetos incorporados. O Word 2007 o substituiu pelo DOCX, mas os arquivos .doc continuam por toda parte: em acervos antigos, em modelos que circulam pelos escritórios há vinte anos, em exportações de sistemas empresariais mais antigos e em e-mails de pessoas que nunca mudaram o padrão do Word.

A Microsoft só publicou uma especificação completa do formato em 2008, e muitos programas ainda o leem com gambiarras. Essa história é o motivo pelo qual uma ferramenta não consegue desmontar e reconstruir um .doc com segurança.

Por que arquivos .doc ficam tão grandes

• Imagens guardadas sem compressão. Versões mais antigas do Word muitas vezes guardavam capturas de tela e digitalizações coladas como BMP ou bitmaps sem compressão, ou guardavam a imagem e também uma grande cópia de pré-visualização.
• Salvamento rápido. O Word 97–2003 tinha a opção "Permitir salvamento rápido", que acrescentava as alterações ao fim do arquivo em vez de regravá-lo. Textos apagados e imagens antigas continuavam lá dentro, e os arquivos não paravam de crescer.
• Objetos incorporados. Gráficos e tabelas do Excel colados como objetos OLE carregam uma planilha inteira junto.
• Sem compressão interna. Ao contrário do DOCX, o formato binário não comprime o conteúdo, então o texto e as tabelas de formatação ocupam mais espaço do que ocupariam em um arquivo baseado em ZIP.

O que a ferramenta pode fazer com um .doc

Reescrever a estrutura binária em um navegador corre o risco de gerar um documento que o Word se recusa a abrir, então a ferramenta não tenta fazer isso. Em vez disso, ela oferece duas opções honestas:

1. Empacotar o arquivo em um ZIP com compressão máxima. Como o formato .doc não comprime o próprio conteúdo, um documento com muito texto muitas vezes diminui bastante assim, e todo sistema operacional abre arquivos ZIP sem programas extras. Quem recebe descompacta e obtém o original idêntico.
2. Converter antes para DOCX. Abra o arquivo no Word e escolha Arquivo › Salvar como › Documento do Word (.docx), ou use o LibreOffice Writer ou o Google Docs. Depois comprima o DOCX com o compressor de Word, que recomprime as imagens lá dentro.

A opção 2 normalmente dá o resultado menor, porque arquivos cheios de imagens quase não diminuem em um ZIP: as fotos JPEG lá dentro já são comprimidas. Ela também deixa você com um arquivo moderno, que abre em qualquer lugar.

Dicas antes de converter

• Guarde uma cópia do .doc original. Layouts complexos com caixas de texto, campos antigos ou macros podem se deslocar um pouco na conversão.
• Se o documento tiver macros, salve-o como .docm em vez de .docx; arquivos DOCX não podem conter macros.
• No Word, Formato da Imagem › Compactar Imagens, depois da conversão, também pode reduzir o tamanho das imagens, com opções de resolução para impressão, web ou e-mail.
• Salvar um .doc antigo uma vez com o "salvamento rápido" desativado pode, por si só, remover dados que sobraram.

Perguntas sobre DOC

Páginas relacionadas

Outras ferramentas de documentos estão na página do compressor de documentos. Para os formatos antigos de planilha e apresentação, veja XLS e PPT, e leia como funciona para a questão da privacidade.