Formato de archivo de documento

Un formato de archivo de documento es un formato de archivo de texto o binario para almacenar documentos en un medio de almacenamiento , especialmente para su uso en computadoras . Actualmente existe una multitud de formatos de archivo de documento incompatibles.

Ejemplos de estándares abiertos basados ​​en XML son los estándares ISO / IEC OpenDocument (ISO 26300:2006) y las versiones estricta y transitoria de Office Open XML (ISO 29500:2008). Otro ejemplo es DocBook , que se utiliza para escribir documentación estructurada como manuales, libros y guías técnicas, y luego se procesa con hojas de estilo/cadenas de herramientas para generar HTML, PDF, EPUB, páginas man, etc. XHTML , un formato de archivo de documento anterior, con el tiempo se integró en HTML5 .

En 1993, la UIT-T intentó establecer un estándar para formatos de archivos de documentos, conocido como Arquitectura Abierta de Documentos (ODA), que pretendía reemplazar a todos los formatos de archivos de documentos de la competencia. Se describe en los documentos T.411 a T.421 de la UIT-T, equivalentes a la norma ISO 8613. No tuvo éxito.

Los lenguajes de descripción de páginas como PostScript y PDF se han convertido en el estándar de facto para documentos que un usuario típico solo debería poder crear y leer, no editar. En 2001, se empezó a publicar una serie de normas ISO / IEC para PDF, incluida la especificación para PDF propiamente dicha, ISO-32000 .

HTML es el estándar internacional más utilizado y abierto, y también se usa como formato de archivo de documentos. Además, se ha convertido en un estándar ISO / IEC (ISO 15445:2000).

El formato de archivo binario predeterminado utilizado por Microsoft Word ( .doc ) se ha convertido en un estándar de facto muy extendido para los documentos de oficina, pero es un formato propietario y no siempre es totalmente compatible con otros procesadores de texto.

Los documentos compuestos incluyen varios formatos de documento juntos en un solo archivo. ^{[ 1 ] [ 2 ]}

A continuación se muestra una lista de algunos de los formatos de archivo de documentos más comunes, con las extensiones de archivo comunes utilizadas por cada formato entre paréntesis:

• ASCII , UTF-8 (.txt, otros): cualquiera de algunas codificaciones de texto plano que pueden tener diferentes finales de línea dependiendo del sistema en el que se crearon o editaron.
• Amigaguide (.guide) — un formato de documento de hipertexto diseñado para Amiga que se utiliza para documentar programas de Amiga.
• Microsoft Word (.doc, .docx) — formatos de texto binarios estructurales ( .doc ) y basados ​​en XML ( .docx ) desarrollados principalmente por Microsoft, ambos sujetos a la Promesa de Especificación Abierta de Microsoft y utilizados para almacenar documentos de procesamiento de texto ^{[ 3 ] [ 4 ]}
• DjVu (.djv, .djvu) — un formato de archivo diseñado principalmente para almacenar documentos escaneados, especialmente aquellos que contienen una mezcla de texto, dibujos lineales e imágenes ^{[ 5 ].}
• DocBook (.dbk, .xml): un formato basado en XML destinado a la redacción de documentación técnica.
• HTML (.html, .htm): un formato de documento de hipertexto ad hoc creado originalmente para la World Wide Web , desarrollado inicialmente como un estándar abierto por el W3C y que actualmente está siendo desarrollado como tal por el WHATWG.
• FictionBook (.fb2, .fb3) — un formato de libro electrónico abierto, basado en XML, que se originó y ganó popularidad en Rusia.
• Markdown (.md) — un lenguaje de marcado de texto plano y sencillo con varias implementaciones diferentes que es popular en blogs y sistemas de gestión de contenido.
• OpenDocument (.odt, .fodt): un estándar abierto basado en XML para documentos de oficina, incluidos documentos de procesamiento de texto, hojas de cálculo, presentaciones y gráficos.
• OpenOffice.org XML (.sxw, .sxc, .sxd, .sxi, otros): un formato abierto basado en XML para documentos de oficina, incluidos documentos de procesamiento de texto, hojas de cálculo, presentaciones, gráficos y fórmulas.
• Especificación de documento Open XML (.xps, .oxps): un formato de descripción de página basado en XAML diseñado por Microsoft (.xps), destinado a competir con el formato de documento portátil (PDF) y que posteriormente fue estandarizado por Ecma International como ECMA-388 (.oxps).
• PalmDOC (.pdb): una versión especial del formato de base de datos de registros PDB utilizado por Palm OS para almacenar libros electrónicos y otros documentos de texto para dispositivos portátiles.
• Pages (.pages): un formato de archivo de documento utilizado para almacenar documentos de procesamiento de texto para la aplicación Pages de Apple , como parte de su suite ofimática iWork.
• Formato de documento portátil (.pdf): un formato abierto, ahora estandarizado (ISO 32000), basado en PostScript , desarrollado por Adobe en 1992, que permite almacenar documentos, formularios, contenido multimedia enriquecido y gráficos (PDF y PDF/UA ) para intercambio de documentos ( PDF/X y PDF/VT ), archivo ( PDF/A ) e ingeniería ( PDF/E ).
• PostScript (.ps): un lenguaje de programación y descripción de páginas diseñado por Adobe para su uso con sistemas de impresión y visualización, y para el almacenamiento de documentos.
• Formato de texto enriquecido (.rtf): un formato de documento propietario desarrollado por Microsoft para el intercambio de documentos multiplataforma con productos de Microsoft ^{[ 6 ].}
• Enlace simbólico (.slk): un formato de texto plano ASCII creado por Microsoft en la década de 1980 para intercambiar datos entre aplicaciones de hojas de cálculo.
• Gráficos vectoriales escalables (.svg): un formato de imagen vectorial basado en XML para definir gráficos bidimensionales que admite animaciones y contenido interactivo.
• TeX (.tex) — un formato de texto plano para describir tipos complejos y diseños de página que se usa frecuentemente en publicaciones matemáticas, técnicas y académicas.
• Iniciativa de codificación de texto (.xml): un formato basado principalmente en XML para marcar semánticamente texto, utilizado principalmente en el campo de las humanidades digitales para proporcionar representaciones detalladas de los componentes y conceptos que conforman un documento.
• troff (.tmac, .man, otros) — abreviatura de "typesetter roff", un lenguaje de marcado para composición tipográfica desarrollado por Bell Labs a partir del programa roff original para Unix.
• Formato uniforme de oficina (.uof, .uot, .uos, .uop): un formato abierto estandarizado basado en XML diseñado para su uso con aplicaciones de oficina desarrolladas en China, con soporte para documentos de procesamiento de texto, presentaciones y hojas de cálculo.
• WordPerfect (.wpd, .wp, .wp7): un formato propietario, ahora propiedad de Alludo , utilizado para almacenar y representar documentos de procesamiento de texto.

• Lista de formatos de archivo de documentos
• Lista de lenguajes de marcado de documentos
• Comparación de lenguajes de marcado de documentos
• Formato abierto
• Procesador de textos
• Autoedición
• Látex

• Perdidos en la traducción: Problemas de interoperabilidad para estándares abiertos - ODF y OOXML como ejemplos