RTF in ODT umwandeln

Mehrere deutsche Verwaltungen haben in den vergangenen Jahren den Wechsel zu LibreOffice als Standard-Bürosoftware beschlossen, meist mit dem Argument der digitalen Souveränität: keine Abhängigkeit von einem einzelnen Hersteller, Dateiformate, die offen dokumentiert sind. Was in solchen Umstellungen selten mitgedacht wird, sind die Bestandsdokumente, die über Jahre als RTF gepflegt wurden — von einer alten Textverarbeitung, einem Formularsystem oder einer Fachanwendung, die dieses eine Format ausgibt.

Diese Dateien lassen sich in Writer öffnen und weiterbearbeiten, aber jedes Speichern schreibt das Dokument erneut durch den RTF-Filter. Für ein Formular, das zweimal im Jahr angefasst wird, ist das unerheblich. Für eine Vorlage, die eine Sachbearbeiterin jede Woche öffnet und wieder speichert, summiert sich der Verlust auf eine Weise, die erst nach Monaten auffällt.

RTF wurde als Austauschformat entworfen, nicht als Arbeitsformat. Bestimmte Feldtypen, Abschnittseigenschaften, komplexere Listenstrukturen und Teile des Formatvorlagen-Modells, die Writer intern kennt, haben in RTF schlicht keine Entsprechung und werden bei jedem Speichern angenähert oder verworfen. Auf dem Bildschirm sieht das Dokument dabei unverändert aus — der Verlust zeigt sich nicht sofort.

Eine einmalige Umwandlung nach ODT beendet diesen Kreislauf, weil das Dokument dann im nativen Format von Writer liegt. Speichern ist dann tatsächlich Speichern, ohne dass irgendetwas dazwischen übersetzt werden muss.

Ein RTF ist reiner Text: Öffnet man die Datei in einem Texteditor, steht der Inhalt lesbar zwischen Steuerwörtern mit vorangestelltem Backslash, die Schriftartentabelle, Farbtabelle und Formatvorlagen beschreiben. Das ist ausführlich, vollständig druckbar, von Hand reparierbar — und durch nichts validiert, sodass eine leicht fehlerhafte Datei meist trotzdem öffnet, nur eben leicht falsch.

Ein ODT ist ein ZIP-Archiv aus XML-Dateien: content.xml für den Text, styles.xml für die Formatvorlagen, ein Manifest, Bilder als eigenständige Dateien im Archiv. Word, LibreOffice Writer und Google Docs lesen es alle direkt. Man kann eine ODT-Datei entpacken und mit grep durch die XML gehen — bei einem Dokument, das sich merkwürdig verhält, oder wenn hundert Vorlagen dieselbe Textstelle brauchen, ist das ein echter Vorteil.

Zwei Gründe verstärken sich gegenseitig. Erstens die Kompression: Die XML in einem ODT wird vor dem Speichern deflate-komprimiert, und XML komprimiert sehr gut, weil dieselben Tag-Namen ständig wiederkehren. RTF hat keinerlei Kompression und schreibt jedes Steuerwort wörtlich aus.

Zweitens die Bilder: Ein RTF speichert ein eingebettetes Bild als hexadezimalen Text, ungefähr zwei Zeichen pro Byte Bilddaten. Ein ODT legt dieselbe Bilddatei binär und unverändert im Archiv ab. Ein Formular mit einem Behördenlogo und zwei Unterschriftenfeldern als Bild kann als RTF um ein Vielfaches größer sein als dasselbe Dokument als ODT.

RTF kennt tatsächlich Formatvorlagen, und genau deshalb funktioniert diese Umwandlung so gut, wie sie funktioniert: benannte Absatz- und Zeichenformate, Überschriften, Schriftarten, Größen und Abstände werden auf ihre OpenDocument-Entsprechung abgebildet, statt in direkte Formatierung aufgelöst zu werden. Tabellen behalten Zellen, Rahmen und Verbindungen; Listen behalten ihre Nummerierung.

Was OpenDocument zusätzlich bietet, ist Tiefe, für die RTF keinen Platz hat: Seitenvorlagen sind eigenständige Objekte statt Abschnittseigenschaften, Listenvorlagen werden einmal definiert und wiederverwendet, und die Trennung zwischen content.xml und styles.xml erlaubt es, das Erscheinungsbild eines Dokuments komplett auszutauschen, ohne den Text anzufassen. Für eine Verwaltung, die einen Bestand an Vorlagen auf ein einheitliches Corporate Design umstellen will, ist genau diese Trennung das eigentliche Argument.

Ein RTF deklariert einen Zeichensatz und schreibt alles außerhalb von reinem ASCII als Escape-Sequenz dagegen. Das funktioniert perfekt, solange die Deklaration stimmt, und produziert die vertraute Buchstabensuppe, wenn sie es nicht tut — ein Fachverfahren, das auf einem Rechner mit anderen Regionaleinstellungen lief, deklariert gelegentlich die falsche Codepage, und Umlaute in Namen oder Aktenzeichen sind dann schon in der Quelldatei kaputt.

Die Umwandlung überträgt genau das, was die Datei tatsächlich enthält, und kann nichts reparieren, was schon vorher falsch war. Steht in der geöffneten ODT-Datei ein verstümmelter Name, war er es auch schon im RTF — korrigiert wird das einmal in der ODT-Datei, direkt nach der Umwandlung, nicht erst am Ende, wenn der Fehler in drei weiteren Dokumenten weiterkopiert wurde.

In ODT zu arbeiten bedeutet nicht, ODT auch abliefern zu müssen. Writer exportiert aus einem ODT heraus nach DOCX, nach RTF, nach PDF und zurück in reinen Text, und Word liest OpenDocument seit vielen Jahren nativ. Der Export ist damit ein bewusster, einmaliger Schritt am Ende, statt eines Nebeneffekts bei jedem Speichern.

Verlangt ein älteres Fachverfahren die Datei ausdrücklich als RTF zurück, exportiert man einmal aus der fertigen ODT-Datei und prüft das Ergebnis, bevor es weitergeht. Ein einziger Durchlauf durch den Filter verliert kaum etwas, und es ist ein Durchlauf, den man selbst gewählt hat — anders als bei jedem versehentlichen Speichern zuvor.

Die Umwandlung läuft auf unserem Server, nicht im Browser — dieses Format-Paar braucht eine echte Office-Engine, und diese Seite sagt das offen, statt es zu verschweigen. Die Datei geht über eine verschlüsselte Verbindung an einen Container, der LibreOffice im Headless-Modus ausführt und keinen eigenen Zugang ins offene Internet hat.

Jeder Auftrag bekommt ein eigenes, frisches Arbeitsverzeichnis und ein eigenes LibreOffice-Profil, weil zwei gleichzeitig laufende soffice-Prozesse mit demselben Profil dieses beschädigen würden — mit dem Symptom, dass eine Umwandlung nie zurückkommt, statt einer klaren Fehlermeldung. Das Verzeichnis wird gelöscht, sobald der Auftrag endet, unabhängig vom Ergebnis. Die kostenlose Stufe nimmt bis zu 25 MB je Datei entgegen.

Zuerst die Liste der Formatvorlagen, nicht den Text. Enthält das Dokument einen sinnvollen Satz benannter Formatvorlagen, ist der Rest einfach; wurde stattdessen mit einer einzigen Vorlage und viel direkter Formatierung gearbeitet, hat das ursprüngliche Programm nie Formatvorlagen benutzt, und keine Umwandlung kann das nachträglich erfinden.

Danach die drei Stellen mit dem größten Risiko: Tabellen mit verbundenen Zellen, mehrstufige Nummerierungen und der Punkt, an dem ein langes Dokument zwischen Seiten umbricht. Stammt die Datei aus einer Serie vom selben Fachverfahren, verrät eine sorgfältig geprüfte Datei fast alles über die übrigen, weil die Eigenheiten vom erzeugenden Programm kommen, nicht vom einzelnen Dokument.

Der praktische Fall ist selten eine einzelne Datei. Eine Verwaltung, die auf LibreOffice umstellt, hat meist einen ganzen Ordner an Formularen und Vorlagen aus dem alten Fachverfahren, die alle denselben Weg gehen sollen. Diesen Ordner in einem Rutsch abzulegen statt jede Datei einzeln zu öffnen und zu speichern, erspart genau die Fehlerquelle, die bei manueller Bearbeitung entsteht: eine vergessene Datei, eine falsch benannte Kopie, ein Dokument, das aus Versehen doppelt bearbeitet wird.

Jede Datei kommt mit ihrem ursprünglichen Namen und geänderter Endung zurück, gesammelt in einem ZIP. Vor dem Verteilen an die Fachbereiche lohnt sich eine Stichprobe: eines der kürzeren Formulare und eines der längeren, mit Tabelle, öffnen und die Formatvorlagen-Liste prüfen — das zeigt in wenigen Minuten, ob der gesamte Bestand sauber durchläuft oder ob eine bestimmte Vorlagen-Familie eine Sonderbehandlung braucht.

Der Grund, ein Format wie ODT zu bevorzugen, ist selten allein die Lizenzfrage — es ist die Möglichkeit, jederzeit nachzuvollziehen, was eine Datei enthält, ohne auf eine bestimmte Herstellersoftware angewiesen zu sein. Dieselbe Überlegung gilt für das Werkzeug, das die Umwandlung selbst durchführt: Läuft es auf einem fremden Server, der die Datei vorhält, ist die Frage nach der Souveränität nur verschoben, nicht beantwortet.

Diese Umwandlung läuft zwar server-seitig, weil sie eine echte Office-Engine braucht, aber ohne Konto, ohne Speicherung über den einzelnen Auftrag hinaus und ohne Weitergabe der Datei an einen weiteren Dienst. Für ein Dokument, das ohnehin schon aus einem geschlossenen Verwaltungsnetz stammt, ist das der Unterschied zwischen einer Umwandlung, die man rechtfertigen kann, und einer, bei der man es lieber nicht versucht.