「XML往返」對Word 2003文檔有什麼影響？

Question

將Word 2003文檔保存爲XML，然後返回將導致文件減小，並且可能更多我不知道。新文檔的WordML與舊版本的區別僅在於revision save ID's。那麼，在roundtrip中迷失什麼呢？

如果什麼都沒有實際上丟失，那麼如何解釋文件大小的幾千字節？

Answer 1

據我所知Word存儲在另外一些信息，文字和格式的DOC文件，例如用戶信息，在文檔歷史上的一些東西，等等。當使用「文件>保存」這一信息的積累。我想保存爲XML並重新保存爲DOC信息。

如果我記得正確，那麼簡單的「另存爲」就可以減小文件大小，我想過去有一些菜單項允許您保存DOC文件的版本，該版本的文件比「文件>保存「版本。

Answer 2

如果你看一下在十六進制編輯器一個字文檔（.doc），你會看到有多餘的零的很多很多塊。偉大的格式，醫生！

無論如何，保存到XML然後回到文檔可能會擺脫那些成千上萬的零字節。

如果你真的很好奇，只是一個十六進制編輯器中打開這兩個文件並運行一個差分算法，你可以嘗試六角車間和十六進制編輯器新。

Answer 3

我與幾個大的Word 2003個文檔的實驗表明，保存爲XML，然後保存，作爲.DOC，確實導致輕微，雖然不顯著，更小的文件。正如你指出的那樣，rsidR屬性是不同的，但是這並沒有考慮到尺寸的減小，因爲新的rsidR通常是相同的大小。

正如Danra指出的，.doc文件具有相同字節的運行。但是保存爲.doc的較小文件也有這樣的運行，所以我相信這是一個.doc二進制格式的文件，而不是攜帶信息的數據。我仔細考慮了一些雙向的.doc文件，並且根本看不出任何外觀上的差異，支持差異不是攜帶信息的想法。

檢查圓跳閘之後創建的XML文件顯示主要的區別是多個RPR（運行性能），沒有內容轉換成XML之後被去除。由於XML刪除了未使用的字符樣式和屬性，因此似乎可以保存。

Answer 4

以下只是一個猜測。

.doc文件實際上是OLE structured storagecompound file。後者是一種以一種明確定義的方式在單個文檔中打包多個流的方法，並且該結構實際​​上非常接近文件系統中的文件系統 - 例如它具有「扇區」和扇區分配表。這種方法可以在原地編輯文檔文件而不用完全重寫。

但是，此存儲方法會導致一些冗餘，如未使用的扇區。當你往返文件時，你可以從頭開始有效地重新創建它，從而消除任何這種冗餘存儲工件。