Сжатие файлов DOC

Старый формат .doc

Файл .doc — документ Microsoft Word в двоичном формате, который использовался с Word 97 по Word 2003. Внутри это контейнер Compound File Binary — по сути, маленькая собственная файловая система (её также называют OLE2 или структурированным хранилищем) с потоками для текста, таблиц форматирования, встроенных картинок и объектов. В Word 2007 его сменил DOCX, но файлы .doc по-прежнему повсюду: в старых архивах, в шаблонах, которые двадцать лет кочуют по офисам, в выгрузках из старых бизнес-программ и в письмах от тех, кто так и не изменил настройку Word по умолчанию.

Полную спецификацию формата Microsoft опубликовала только в 2008 году, и многие программы до сих пор читают его с обходными решениями. Именно поэтому инструмент не может безопасно разобрать .doc и собрать его заново.

Почему файлы .doc так разрастаются

• Картинки хранятся без сжатия. Старые версии Word часто сохраняли вставленные скриншоты и сканы как BMP или несжатые растровые изображения либо хранили и картинку, и её большую копию для предпросмотра.
• Быстрое сохранение. В Word 97–2003 была опция «Разрешить быстрое сохранение», которая дописывала изменения в конец файла, а не перезаписывала его. Удалённый текст и старые изображения оставались внутри, и файлы продолжали расти.
• Встроенные объекты. Диаграммы и таблицы Excel, вставленные как объекты OLE, тянут за собой целую электронную таблицу.
• Нет внутреннего сжатия. В отличие от DOCX, двоичный формат не сжимает своё содержимое, поэтому текст и таблицы форматирования занимают больше места, чем в файле на основе ZIP.

Что инструмент может сделать с .doc

Перезапись двоичной структуры в браузере грозит документом, который Word откажется открывать, поэтому инструмент за это не берётся. Вместо этого он предлагает два честных варианта:

1. Упаковать файл в ZIP с максимальным сжатием. Поскольку формат .doc не сжимает своё содержимое, документ с большим количеством текста так часто сильно уменьшается, а ZIP открывается в любой операционной системе без дополнительных программ. Получатель распаковывает архив и получает идентичный оригинал.
2. Сначала преобразовать в DOCX. Откройте файл в Word и выберите «Файл» › «Сохранить как» › «Документ Word (*.docx)» или воспользуйтесь LibreOffice Writer либо Google Документами. Затем сожмите DOCX компрессором Word, который пересжимает картинки внутри.

Второй вариант обычно даёт меньший результат, потому что файлы с множеством картинок в ZIP почти не уменьшаются: фото JPEG внутри уже сжаты. К тому же у вас останется современный файл, который открывается везде.

Советы перед преобразованием

• Сохраните копию исходного .doc. Сложная вёрстка с надписями, старыми полями или макросами при преобразовании может немного сместиться.
• Если в документе есть макросы, сохраните его как .docm, а не .docx: файлы DOCX не могут содержать макросы.
• После преобразования в Word пункт «Формат рисунка» › «Сжать рисунки» тоже может уменьшить размер картинок внутри, с вариантами разрешения для печати, веба или почты.
• Одно лишь повторное сохранение старого .doc с выключенным быстрым сохранением может удалить оставшиеся лишние данные.

Вопросы о DOC

Связанные страницы

Другие инструменты для документов — на странице компрессора документов. О старых форматах электронных таблиц и презентаций читайте на страницах XLS и PPT, а о конфиденциальности — на странице «Как это работает».