我正在尝试了解如何在Microsoft Word打开时重建Word文件，以及在保存编辑和关闭文件时它们以什么格式序列化。您可能拥有的任何信息对我都非常有用吗？感谢
答案 0 :(得分：5)
所有.doc文件都存储在binary format中。打开和操纵这些是PAIN中的练习。
所有.docx文件实际上是以ZIP格式存储的XML文件的集合。这是正确的，只需将.docx或.xmlx或.pptx的扩展名更改为.ZIP，就可以像打开任何其他ZIP文件一样打开文件。 MS甚至还有一个名为Office Open XML的格式的API。就个人而言，我认为OOXML API有一个非常陡峭的学习曲线，当我倾向于制作Word文件或以其他方式操纵它们时，我只是制作一个示例文件，解压缩它并操纵它的内部。 IMO OOXML文件的基础知识非常简单，无需使用大型旧API ...
答案 1 :(得分：2)
所有MS Word文档是否都以XML可读格式序列化？
简答：不。
答案很长：每发布一次，MS都会更改word文档的格式。因此Word 6.0到95使用格式，Word 97到2002（a.k.a. XP）使用另一个，2003年另一个，2007年又使用另一个。
当然，每个版本都可以保存和打开较旧格式的文档（虽然较新的功能通常无法保存在较旧的格式上）。
2003年之前的格式（.doc）是之前格式的增量升级，并且是基于二进制的。
Office 2007（.docx）引入的格式是基于XML的，并且被强制作为ISO标准“ISO / IEC 29500：2008 Office Open XML”，尽管单词本身并不完全符合该标准。请注意，Word 2007仍然可以使用较旧的二进制格式保存（和打开）文档。
希望这有帮助。