Un document docx est en réalité composé de plusieurs fichiers : le guide pour comprendre

Vous avez peut-être lu cette phrase dans un cours d’informatique ou sur un forum : un document docx est en réalité composé de plusieurs fichiers. Elle surprend, car Word n’affiche qu’un seul fichier dans l’explorateur. Pourtant, c’est exact. Le format .docx, introduit avec Microsoft Word 2007, repose sur la norme Office Open XML. Concrètement, chaque fichier docx est un paquet compressé au format ZIP qui contient une arborescence de petits fichiers, chacun chargé d’une tâche précise. Ce guide vous montre comment l’ouvrir pas à pas, ce que contient chaque élément, les cas particuliers à connaître et les erreurs qui rendent un document illisible.

Pourquoi un fichier docx est une archive ZIP de fichiers XML

Avant 2007, Word enregistrait ses documents au format .doc, un format binaire propriétaire difficile à lire sans le logiciel de Microsoft. Avec Office 2007, l’éditeur a changé de philosophie : le contenu est désormais décrit en XML, un langage texte lisible par n’importe quel programme, puis ces fichiers sont rangés et compressés dans un conteneur ZIP. Ce standard, appelé Office Open XML (OOXML), a été normalisé par l’Ecma (ECMA-376) puis par l’ISO sous la référence ISO/IEC 29500.

Ce choix technique apporte plusieurs bénéfices très concrets :

• Des fichiers plus légers : la compression ZIP réduit nettement le poids par rapport à un .doc équivalent, surtout pour les documents riches en texte.
• Une meilleure résistance à la corruption : si une image est abîmée, le texte reste souvent récupérable, puisqu’il vit dans un fichier séparé.
• Une interopérabilité accrue : LibreOffice, Google Docs, les CMS ou les outils de gestion documentaire peuvent lire et produire du docx sans passer par Word.
• Une automatisation simplifiée : un développeur peut générer un contrat ou une facture en écrivant directement du XML, sans piloter Word.

Cette logique de « paquet » n’est pas propre à Word. Les classeurs .xlsx et les présentations .pptx suivent exactement le même principe, tout comme le format OpenDocument (.odt) de LibreOffice, qui est lui aussi une archive ZIP.

Ouvrir un document .docx pour voir les fichiers qui le composent

Vérifier par vous-même qu’un document .docx est en réalité composé de plusieurs fichiers prend moins de deux minutes. Aucun logiciel spécial n’est nécessaire sous Windows ou macOS.

1. Faites une copie du fichier. Travaillez toujours sur un duplicata pour ne pas risquer d’abîmer l’original.
2. Affichez les extensions. Sous Windows, dans l’Explorateur, ouvrez l’onglet Affichage et cochez « Extensions de noms de fichiers ». Sur Mac, passez par Finder, Réglages, Avancés.
3. Renommez la copie en remplaçant .docx par .zip, par exemple rapport.zip. Confirmez l’avertissement du système.
4. Ouvrez ou extrayez l’archive avec l’outil intégré, 7-Zip, WinRAR ou l’utilitaire d’archive de macOS. Sous Linux, la commande unzip rapport.docx fonctionne même sans renommer.
5. Explorez les dossiers : vous découvrez une vingtaine d’éléments, parfois davantage pour un document long avec images et notes.

Astuce pratique : 7-Zip permet d’ouvrir directement le .docx via un clic droit, sans modifier l’extension. C’est la méthode la plus sûre si vous voulez seulement consulter le contenu.

Le contenu d’un docx fichier par fichier

Une fois l’archive ouverte, la structure est toujours organisée de la même manière. Le tableau ci-dessous résume les éléments que l’on retrouve dans la quasi-totalité des fichiers docx produits par Microsoft Word.

Le mécanisme central repose sur les fichiers de relations (.rels). Lorsque le texte de document.xml appelle une image, il ne la contient pas : il pointe vers un identifiant, par exemple rId5, que le fichier de relations associe à word/media/image1.png. C’est cette séparation qui rend le format modulaire, et qui explique pourquoi supprimer une seule pièce peut casser l’ensemble.

Ce que cette structure permet en pratique

Savoir qu’un fichier docx se décompose ainsi n’est pas qu’une curiosité. Plusieurs usages quotidiens en découlent directement.

Récupérer toutes les images d’un document Word d’un coup

Plutôt que d’enregistrer chaque illustration une par une avec un clic droit, ouvrez l’archive et copiez le dossier word/media. Vous obtenez les images dans leur résolution d’origine, ce qui est souvent meilleur que la version affichée et redimensionnée dans la page.

Sauver le texte d’un fichier docx endommagé

Quand Word affiche un message d’erreur à l’ouverture, le texte est parfois intact dans word/document.xml. En ouvrant ce fichier dans un éditeur comme Notepad++ ou VS Code, vous pouvez copier le contenu brut entre les balises <w:t>. La mise en page sera perdue, mais les mots, eux, sont sauvés. Pensez aussi à l’option « Ouvrir et réparer » de Word, accessible depuis la flèche du bouton Ouvrir, à essayer en premier.

Contrôler les métadonnées avant d’envoyer un docx

Le fichier docProps/core.xml peut révéler votre nom, celui de votre entreprise ou l’identité de la personne qui a modifié le document en dernier. Commentaires masqués et suivi des modifications voyagent aussi dans l’archive. Avant de transmettre un document sensible, utilisez l’Inspecteur de document de Word (Fichier, Informations, Vérifier l’absence de problèmes) pour nettoyer ces données.

Générer et archiver des documents automatiquement

Dans les entreprises, cette structure ouverte facilite la production de courriers en masse et leur classement. Les solutions de gestion électronique des documents indexent le texte contenu dans le XML sans ouvrir Word, un sujet développé dans notre article sur La révolution GEDTech. De la même façon, les plateformes web qui acceptent le dépôt de fichiers Word, par exemple un espace numérique de travail scolaire comme l’ENT HDF, s’appuient sur ce format standardisé pour afficher un aperçu ou convertir le document.

DOC, DOCX, DOCM, DOTX : les variantes à ne pas confondre

Toutes les extensions de Word ne reposent pas sur le même principe. Le .doc hérité des versions 97 à 2003 est un fichier binaire unique : le renommer en .zip ne donnera rien. Les autres formats modernes partagent la structure en paquet, avec quelques nuances.

• .docm : même architecture que le .docx, avec en plus un fichier vbaProject.bin qui renferme les macros. Ouvrez ce type de fichier uniquement s’il provient d’une source fiable.
• .dotx et .dotm : modèles Word, construits de la même façon, qui servent de base pour créer de nouveaux documents.
• Docx protégé par mot de passe : c’est l’exception qui trompe le plus. Un document chiffré n’est plus une archive ZIP lisible, Word l’enveloppe dans un conteneur binaire. L’extraction échoue, et c’est normal.
• Fichier ._docx : sur une clé USB passée par un Mac, ces petits fichiers commençant par un point et un tiret bas sont des métadonnées système, pas des documents. Vous pouvez les ignorer.

Si un collègue reçoit vos pièces jointes converties de .doc en .docx, ce comportement vient généralement de la messagerie ou d’Office 365, qui modernise le format. Le contenu reste le même, seul l’emballage change.

Fusionner plusieurs fichiers docx sans toucher à l’archive

Beaucoup de recherches associent ce sujet à une autre question : comment réunir plusieurs fichiers Word en un seul. La structure interne ne doit pas servir à cela. Copier le document.xml d’un fichier dans un autre casse les styles, les numérotations et les relations vers les images. La méthode fiable passe par Word lui-même : ouvrez le document principal, placez le curseur à l’endroit voulu, puis choisissez Insertion, Objet, Texte d’un fichier. Vous pouvez sélectionner plusieurs fichiers docx à la fois, ils seront insérés dans l’ordre alphabétique. Des outils en ligne proposent aussi la fusion, mais évitez d’y déposer des documents confidentiels.

Le principe est le même lorsqu’on prépare un dossier à déposer sur une plateforme universitaire, comme celle présentée dans Mon Dossier Web: le guide de l’espace personnel étudiant : mieux vaut assembler les pièces dans Word, puis exporter si nécessaire en PDF, plutôt que bricoler l’archive.

Les erreurs qui corrompent un document docx

Manipuler l’intérieur d’un docx est instructif, mais quelques gestes rendent le fichier illisible. Voici les pièges les plus courants et la parade pour chacun.

• Recompresser le dossier parent : si vous zippez le dossier qui contient les fichiers, au lieu de sélectionner directement [Content_Types].xml, _rels, docProps et word, Word ne trouve plus rien. Il faut compresser le contenu, pas le conteneur.
• Modifier un XML avec un traitement de texte : utilisez un éditeur de texte brut. Une balise non fermée ou un caractère spécial comme « & » mal échappé suffit à bloquer l’ouverture.
• Supprimer une image sans mettre à jour les relations : le fichier .rels pointe alors vers un élément absent et Word signale un contenu illisible.
• Oublier l’encodage UTF-8 : enregistrer un XML dans un autre encodage abîme les lettres accentuées.
• Travailler sur l’original : la copie de sécurité reste la règle d’or, quelle que soit votre aisance technique.

Pour la plupart des utilisateurs, la bonne posture est simple : regarder l’intérieur pour comprendre ou récupérer, mais modifier le contenu depuis Word, LibreOffice ou Google Docs. Les développeurs, eux, passent par des bibliothèques spécialisées (python-docx, Open XML SDK, docx4j) qui gèrent les relations et les types de contenu à leur place.

Un document docx composé de plusieurs fichiers, et le web dans tout ça

Cette architecture explique aussi pourquoi un CMS sait importer un article rédigé dans Word : l’extension d’import lit document.xml, convertit les styles de titre en balises HTML et récupère les images du dossier media. Si vous débutez avec ces outils, notre dossier Qu’est-ce qu’un content management system détaille leur fonctionnement. Utiliser de vrais styles Titre 1 et Titre 2 dans Word, plutôt que du texte simplement grossi, garantit une conversion propre vers le web.

En résumé, retenir qu’un fichier .docx est un paquet ZIP de fichiers XML aide à mieux protéger ses données, à dépanner un document récalcitrant et à comprendre les échanges entre logiciels. Une fois l’archive ouverte une première fois, le format Word n’a plus grand-chose de mystérieux.