最終更新: 2026年9月10日
EPUB、DOCX、XLSX、そして PPTX の内部で圧縮がどのように機能するか .docx、.xlsx、.pptx、または.epubファイルの名前を.zipに変更してダブルクリックすると、驚くべきことにエラーが発生しません。オペレーティングシステムはそれをサブディレクトリ、XML設定ファイル、スタイルシート、フォント、埋め込み画像が詰まったフォルダーとして開きます。
モダンな文書アーキテクチャは何十年も前に単一のバイナリブロブを廃止しました。その代わりに、業界標準—具体的には Microsoft Office 用の Open Packaging Conventions (OPC) と EPUB 用の Open Container Format (OCF) —が驚くほどエレガントな基盤、つまり控えめな ZIP アーカイブ を採用しました。
これらのフォーマット内で圧縮がどのように機能するかを理解することで、モダンな文書がなぜこれほど耐久性があり、軽量で、拡張性があるのか、そしてなぜあるファイルは 90% 圧縮できるのに、他のファイルはほとんど縮まらないのかが明らかになります。
1. コンテナアーキテクチャ: 偽装された ZIP パッケージ 圧縮アルゴリズム自体を理解する前に、モダンな文書フォーマットが単独の生ファイルではなくパッケージとして構成されている理由を理解することが役立ちます。
レガシーバイナリ形式の問題 1990 年代から 2000 年代初頭にかけて、Microsoft Office は独自のバイナリ形式（.doc、.xls、.ppt）を使用していました。これらのファイルは本質的に、Compound File Binary Format（CFBF）を基盤としたメモリダンプでした。これらは非常に壊れやすいことで悪名高かったです：
1 ビットの反転だけでファイル全体の構造が破損する可能性があります。 画像を埋め込むと、ファイルサイズが予測不可能に急増しました。 解析には、密集したバイナリ仕様のリバースエンジニアリングが必要でした。 クロスプラットフォームの相互運用性は悪夢のようでした。 オープンでモジュラーなコンテナへのシフト 2000年代半ばに、2つの平行した進化が起こりました。
Office Open XML (OOXML / ISO/IEC 29500): Microsoft は x で終わる XML ベースのフォーマット（DOCX、XLSX、PPTX）を導入しました。内部では、これらのファイルは Open Packaging Conventions (OPC) に従っています。 EPUB (IDPF / W3C): デジタル出版は、独自のリーダーフォーマットから、標準的なウェブ技術（HTML、CSS、SVG）を EPUB Open Container Format (OCF) にまとめた形へと移行しました。 両方のアーキテクチャは標準の PKZIP 2.