Microsoft Word Document (Open XML)

غيّر امتداد .docx إلى .zip. مستكشف الملفات يفتحه. ماذا في الداخل؟

كلّ ملف DOCX يتبع معياراً يُسمّى "اتفاقيات التعبئة المفتوحة" أو اختصاراً OPC. الأرشيف يحتوي على ملف فهرس اسمه [Content_Types].xml يُعلن عن نوع كلّ مكوِّن، ومجلّد _rels/ يصف العلاقات بين المكوِّنات، ومجلّد word/ يحمل المحتوى الفعلي.

داخل مجلّد word/ تجد ملف document.xml الذي يحوي نصّ المستند الرئيسي كسلسلة من الفقرات. ملف styles.xml يُعرِّف الأنماط المستخدمة — فقرة، حرف، جدول، ترقيم. ملف fontTable.xml يُعلن عن الخطوط وبدائلها إذا لم يجدها النظام. ملف settings.xml يحمل إعدادات المستند مثل نسبة التكبير وأعلام التوافق. ملف numbering.xml يحفظ تعريفات القوائم المرقَّمة. الصور والرسوم المضمَّنة تعيش في مجلّد فرعي اسمه word/media/.

البرامج تحتاج طريقة للتمييز بين تنسيقات Office المختلفة — كلّها أرشيفات ZIP تبدأ بنفس التوقيع السحري PK. الحلّ في ملف [Content_Types].xml: مستندات Word تُعلن عن نوع محتوى WordprocessingML، بينما XLSX يستخدم SpreadsheetML، وPPTX يستخدم PresentationML. اسم المجلّد الداخلي كذلك يكشف النوع: word/ للمستندات، xl/ للجداول، ppt/ للعروض التقديمية.

قصّة فتح هذه البنية تستحقّ التأمّل. قبل 2008 كان تنسيق DOC القديم سرّاً تجارياً مُحافَظاً عليه من Microsoft لمدّة 25 عاماً كاملة — من 1983 إلى 2008. بنية التنسيق الثنائي المسمّى CFBF كانت غير موثَّقة عمداً للحفاظ على الهيمنة التنافسية. عندما اعتمدت ECMA معيار 376 عام 2006 وأتبعته ISO/IEC بمعيار 29500 عام 2008، أصبحت بنية المستندات مفتوحة للعالم. نشرت Microsoft أيضاً مواصفات DOC القديم ضمن برنامج وعد المواصفات المفتوحة — لكن الوقت كان قد فات، وDOCX كان قد أصبح الافتراضي. للمعيار مستويان من التوافق: "Transitional" الذي يسمح بعناصر VML القديمة وامتدادات Microsoft، و"Strict" الذي يقبل فقط عناصر ISO الخالصة. معظم الملفّات المتداولة من النوع الانتقالي لأن Word يستخدمه افتراضياً.

مستند Word بسيط ينتفخ إلى 15 ميجابايت. لماذا؟

حوِّل كلمة واحدة إلى خطٍّ عريض وسيُنشئ Word ثلاثة عناصر XML منفصلة. التنسيق يُخزِّن النصّ في ثلاثة مستويات متداخلة: الفقرة (العنصر w:p) تحمل خصائص المحاذاة والتباعد والمسافات البادئة. داخل الفقرة، "المسار" (العنصر w:r) يمثّل نصّاً متواصلاً بتنسيق موحَّد. كلّ مسار يحمل عنصر نصّ (w:t) يحوي الأحرف الفعلية.

كلّ تغيير في التنسيق — تحويل إلى عريض، إلى مائل، تبديل الخطّ، تغيير اللون، تكبير الحجم — يفرض إنشاء مسار جديد. جملة مثل "مرحباً بالعالم" تُنتج مسارين. فقرة بخمسة أشكال خطّ مختلفة تحتوي خمسة مسارات على الأقلّ. الخاصّية xml:space="preserve" على عنصر النصّ تضمن عدم حذف المسافات البيضاء تلقائياً أثناء المعالجة.

نظام الأنماط يُخفِّف من هذا التضخّم بشكل ملحوظ. أربعة أنواع من الأنماط — فقرة، حرف، جدول، ترقيم — تتدرّج من الإعدادات الافتراضية للمستند عبر تسلسل الأنماط إلى التنسيق المباشر. نمط "Normal" يُرسي كلّ فقرة غير مُنسَّقة. لكن أيّ تنسيق مباشر (كتطبيق لون يدوياً) يُنتج مسارات فردية لكلّ انحراف عن النمط.

الصور المضمَّنة تُخزَّن مرّة واحدة فقط في مجلّد word/media/ ويُشار إليها عبر معرِّف علاقة. الصورة نفسها إذا ظهرت في عشر صفحات لا تُضيف عشر نسخ من الحجم — استراتيجية إزالة التكرار هذه تمنع المستندات الغنيّة بالصور من التضخّم بلا حاجة.

مستندات Word تتذكّر كل ما حاولت حذفه. لماذا؟

ميزة "تتبُّع التغييرات" في Word ليست مجرّد عرض واجهة. هي عناصر XML مُدمَجة في الملف نفسه. النصّ المُدرَج يُغلَّف بعنصر w:ins، والنصّ المحذوف يُغلَّف بعنصر w:del مع w:delText بدلاً من w:t العادي. كلّ مراجعة تحمل اسم المؤلِّف والتاريخ ومعرِّف جلسة التحرير (rsid) الذي يُميِّز الجلسات المختلفة عن بعضها.

المشكلة الأمنيّة الحقيقية أن هذه البيانات تبقى في الملف حتى بعد اختيار "قبول كلّ التغييرات". العلامات المرئية تختفي، لكن التاريخ الكامل يبقى في XML ما لم يُمسح يدوياً عبر "فاحص المستندات" المدمج في Word.

النتائج كانت محرجة أحياناً. مرافعات قانونية كشفت مواقف تفاوضية سرّية عندما فكَّ الطرف المقابل ضغط ملف DOCX وقرأ XML المراجعات. وثائق حكومية سرَّبت تعديلات مُصنَّفة بنفس الطريقة. معرِّفات rsid تتتبَّع جلسات التحرير الفردية، مما يسمح بإعادة بناء التسلسل الزمني الكامل لكتابة المستند — متى كُتب ماذا، ومن غيّره، ومتى.

الأمر لا يتوقّف عند تسريب المعلومات. ملفّات DOCX كانت تدعم في الماضي رموز حقول تُسمّى DDE قادرة على تنفيذ أوامر نظام عند فتح المستند، دون أيّ تحذير ماكرو. أصلحت Microsoft هذه الثغرة الخطيرة في 2017 عبر التحديث الأمني ADV170021. كائنات OLE المضمَّنة لا تزال تستطيع تنفيذ كود عند النقر المزدوج — ملفّات Flash القديمة، ملفّات تنفيذية متنكِّرة كأيقونات مستندات. لهذا السبب، امتداد .docx ذاته يُعتبر حدّاً أمنياً: ملفّات .docx القياسية لا تستطيع احتواء ماكرو VBA. المستندات التي تحتاج ماكرو يجب أن تستخدم امتداد .docm، مما يُتيح للمؤسّسات حظر هذا النوع في بوّابات البريد الإلكتروني دون حظر جميع مستندات Word.

النص العربي في Word يحتاج تحكُّمَين منفصلَين في الاتجاه. لماذا؟

انسخ فقرة عربية من مستند Word إلى آخر، وراقب اتجاه النصّ ينقلب في منتصف الجملة. هذه المشكلة لها سبب تقني واضح: النصّ ثنائي الاتجاه في DOCX يعمل على مستويَين مستقلَّين. العنصر w:bidi على خصائص الفقرة يُحدِّد اتجاه الفقرة الأساسي من اليمين إلى اليسار. العنصر w:rtl على خصائص المسار يُعلِم البرنامج أن المسار نفسه نصّ من اليمين إلى اليسار.

عندما تختلف إعدادات الاتجاه بين المستند المصدر والمستند الوجهة، النصّ المُلصَق قد يُرث إعدادات غير مناسبة وينقلب اتجاهه. الحلّ العملي: استخدم "لصق خاصّ" واختر "نصّ غير منسَّق" لإزالة إعدادات الاتجاه الموروثة، ثم أعد تطبيق تنسيق الفقرة الجديدة.

الفقرات المختلطة عربي-إنجليزي — شائعة في التقارير الفنّية والمستندات القانونية السعودية التي تحمل مصطلحات إنجليزية — تُفعِّل خوارزمية Unicode ثنائية الاتجاه على مستوى المسار تلقائياً. العنصر w:rFonts مع خاصّية w:cs يُعلن عن خطوط النصوص المعقَّدة. إعداد w:bidi على مستوى القسم يُحدِّد الاتجاه الافتراضي لقسم كامل من المستند — مفيد في مستندات الجهات الحكومية التي تبدأ بصفحات عربية ثم تحتوي ملحقاً إنجليزياً.

علامات التشكيل العربية (الفتحة، الضمّة، الكسرة، السكون، الشدّة، التنوين) تُحفَظ داخل عناصر النصّ كأحرف Unicode مُركَّبة. النصوص الدينية والتعليمية ومستندات الجهات الحكومية الرسمية التي تتطلَّب تشكيلاً كاملاً تُخزَّن في DOCX بسلامة تامّة. تنجو من التحويل بين التنسيقات طالما أن التنسيق الهدف يدعم توحيد Unicode (normalization). أدوات التدقيق العربي المُدمَجة في Word تدعم إدراج التشكيل تلقائياً، والجامعات والجهات الحكومية السعودية (جامعة الملك سعود، جامعة الملك فهد للبترول، الأمانة العامّة لمجلس التعاون) تستخدم DOCX بشكل أساسي لتأليف المحتوى العربي المُشكَّل.