doc是一种普通的OLE文件（复合文件），可以包含宏代码，而.docx和.docm文件，实际上都是压缩文件。Office 2007之前的版本可以看作二进制文件。其中十六进制文件头为 D0 CF 11 E0 A1 B1 1A E1，这是固定的 OLESS 文档格式文件头。

doc文件本身是一个OLE类型的文件，使用工具offvis打开doc文件，可以解析出OLE数据格式。

Office 2007之后的样本，文件头为PK，是zip算法的发明者Phil Katz名字的缩写。Office 2007之后的文档本质上是一个压缩包。由于文档中包含ooxml文件，因此不能用offvis进行解析，按下offvis的Parser按钮确实无法解析文件，这类文档可以通过解析出.xml和.rels来获取内容和逻辑关系。