Переваги формату DOCX над DOC

Сьогодні я випадково дізнався, що .docx - це той самий .zip (або великої різниці між ними немає). Коли ви зміните .docx на .zip і відкриєте програму WinRAR, ви бачите в папках купу файлів XML. У цьому XML-файлі зберігається текст, шрифти, власник, остання зміна тощо. Словом, вся інформація зберігається як XML-дані.

Але те ж саме не підходить для файлів розширень .doc. Неможливо відкрити їх як .zip op як .rar.

Отже, питання: Яка перевага зберігання даних .docx у XML, що Microsoft змінила спосіб зберігання даних? Дійсно, я хочу знати не перевагу формату XML, а чому Microsoft використовує декілька файлів XML для зберігання .docx даних. Це виявляється, що .docx - це не новий формат у корені.

У .docxфайл можна зберігати вбудовані ресурси, як файли зображень, а не лише XML-файли. Замість того, щоб кодувати речі в base64 чи щось подібне і зберігати їх у XML-файлі чи винайти ще один бінарний формат серіалізації, вони вирішили перейти зі стандартним ZIP-форматом.

Крім цього, XML - це дуже багатослівний формат файлу, що містить безліч зайвих шаблонів. Ви можете отримати високий коефіцієнт стиснення для XML-файлів.

До речі, я не дуже розумію, що "обманює нас". Чи краще винайти новий криптовалютний формат файлів з нуля або використовувати стандартний, відомий формат?

Стаття у Вікіпедії дуже красиво підсумовує це:

"Майкрософт зазнавав все більшого тиску, щоб прийняти формат відкритого файлу, зокрема кілька країн прийняли правила, згідно з якими офіційні документи повинні бути у відкритому форматі".

Редагувати: і стискати його має багато сенсу, оскільки XML дуже багатослівний, і, природно, стискає дуже добре.

Використання перейменованого .zip-файлу є досить поширеною практикою - наприклад, Quake III .pak-файли - це справді .zip-файли. Немає сенсу вигадувати власний формат стисненого файлу, коли вже існують ідеально хороші файли.

Це не тільки Office Open XML, який використовує блискавичний XML. OpenDocument Open Office робить те саме за кадром.

На сторінці Вікіпедії на Конвенціях про відкриту упаковку є кілька переваг :

Непрямий

Візьмемо для прикладу каталог, де логотип повторюється 1000 разів. Використовуючи механізм непрямості, якщо ми хочемо змінити логотип, нам потрібно змінити лише один запис в одному файлі, не займаючись пошуком, тому що ми знаємо, де шукати. Це суттєво збільшує ремонтопридатність. Якщо ви хочете змінити макет, скажімо, каталогів ZIP, де зберігаються ваші файли, це стає тривіальною справою, тому що вам не потрібно знати кожен елемент, який може вказувати на файл, всі вони в одному місці.

Чунчінг

Це закликає розділяти документи на невеликі шматки. Це краще для зменшення ефекту корупції файлів. І краще для доступу до даних: наприклад, вся інформація про стилі в одній частині XML, кожному окремому робочому аркуші чи таблиці в своїх власних різних частинах. Це дозволяє швидше отримати доступ і менше створювати об'єкти для клієнтів, а також полегшує роботу декількох процесів над одним документом.

Чункінг також приносить користь програмістам. Заміна однієї таблиці стилів іншою стає операцією ZIP-файлу, а не операцією XML. І це зменшує кількість речей, які повинен зрозуміти програміст, тому що вони можуть наблизитись до шматок, припускаючи, що вся інформація по темі знаходиться саме в цьому шматку: їм пощадило душевна тяга до необхідності пошуку великого файлу з великою кількістю сторонні елементи.

Відносна непрямість

У Конвенціях про відкриту упаковку кожен файл, на який є посилання, має власний файл _rels зі списками непрямості. Це полегшує вирізання та вставлення деякої інформації з усіма пов’язаними з нею ресурсами в деяких випадках, забезпечує масштабування імен, щоб усунути шанс зіткнення імен між файлами тощо.

Найбільша перевага полягає в тому, що ви можете дістатися до своїх даних, розпакувавши файл і скопіювавши текст з файлів xml. Це можна зробити за допомогою утиліти zip та текстового редактора, навіть якщо у вас немає копії Word 2007.

Саме це робить формат більш відкритим, ніж старі двійкові формати.