DOCX-Innenansicht

Was in einer .docx steckt

Eine Word-Datei ist ein ZIP aus XML-Teilen. Der Textkörper liegt in word/document.xml, die Formatvorlagen in word/styles.xml, die Nummerierungsdefinitionen in word/numbering.xml und jedes Bild in word/media/. Nichts in document.xml nennt einen anderen Teil direkt — es nennt eine Beziehungs-ID, und word/_rels/document.xml.rels bildet diese ID auf einen Pfad ab. r:embed="rId7" von Hand zu verfolgen ist der mühsame Teil beim Lesen einer DOCX; hier ist das aufgelöste Ziel eine Schaltfläche, und der geöffnete Teil listet die IDs auf, die auf ihn zurückverweisen.

Die Formatvorlagentabelle, kommentiert

Die styles.xml eines von Word erzeugten Dokuments enthält weit über hundert Formatvorlagen, von denen das Dokument vielleicht acht anwendet. Die interessante Frage lautet: welche? Jede Vorlage erscheint mit ID, Anzeigename, Typ und Basisvorlage — dazu mit einem Verwendungszähler aus den Verweisen w:pStyle, w:rStyle und w:tblStyle im Textkörper. Filtern Sie auf benutzt, unbenutzt oder benutzerdefiniert, und die tatsächliche Formatierung des Dokuments wird sofort sichtbar.

Worauf hingewiesen wird

• word/vbaProject.bin — das Dokument enthält ein Makroprojekt.
• Externe Beziehungen, die auf eine Adresse außerhalb der Datei zeigen.
• Änderungsverfolgung: die Zahl der w:ins- und w:del-Elemente, der schnellste Weg herauszufinden, ob eine „endgültige" Fassung noch ihre Überarbeitungsgeschichte mitführt.
• Kommentare, Fuß- und Endnoten.
• Felder. Word schreibt sie auf zwei Arten: Die Anweisung eines einfachen Feldes steht in einem Attribut, die eines komplexen Feldes verteilt sich über eine Folge von w:instrText-Elementen zwischen Feldzeichen — Word zerlegt INCLUDEPICTURE durchaus in drei Teile. Beide Formen werden gelesen und nach Typ gezählt; Anweisungen, die mit INCLUDEPICTURE, INCLUDETEXT, LINK, DDE, DDEAUTO oder IMPORT beginnen, werden gesondert gemeldet, weil sie Inhalte von anderswo holen.
• w:div-Elemente in word/webSettings.xml, Rückstände einer HTML-Konvertierung.

Außerdem nützlich für

Die Frage, warum ein Dokument 40 MB hat (meist ein unkomprimiertes Foto), die Prüfung einer Dokumentvorlage vor der Verteilung, die Kontrolle, ob eine Schwärzung wirklich etwas entfernt hat, und das Verstehen von OOXML an einer echten Datei.

Datenschutz

Alles läuft im Browser. Das Dokument wird nie hochgeladen.