Convertir DOC en ODT

Le format Word binaire date de Word 97 et OpenDocument a été publié en 2005, le format de remplacement de Microsoft lui-même arrivant entre les deux en 2007. Convertir un .doc directement en ODT saute donc une génération plutôt que d’y passer, et il n’y a pas de raison de faire l’arrêt intermédiaire : le même moteur lit l’ancien fichier et écrit le nouveau de toute façon.

Ce qui rend l’itinéraire direct sensé, c’est que la destination est une décision sur les vingt prochaines années, pas sur cette semaine. Si l’archive est déplacée, elle l’est une fois. La poser sur le format que vous avez réellement l’intention de garder coûte moins cher que de la poser sur celui qui se trouve être le plus proche. Cela évite aussi une seconde passe de vérification : toute migration a besoin que quelqu’un ouvre un échantillon de la sortie et confirme qu’elle est correcte, et le faire deux fois pour la même archive est le genre de travail qui est sauté la deuxième fois.

OpenDocument est maintenu par OASIS et publié comme ISO/CEI 26300. Personne n’a à garder une licence à jour pour le lire, aucune entreprise unique ne décide quand le support se termine, et la spécification est disponible à quiconque veut écrire un lecteur de zéro dans quarante ans. C’est tout l’argument, et c’est un argument d’achat public plutôt qu’un argument technique.

C’est aussi pourquoi l’exigence arrive en général comme une règle plutôt qu’une préférence. Les portails de soumission de plusieurs administrations nationales et régionales nomment ODT spécifiquement, et aucune quantité d’explication sur le fait qu’un DOCX est aussi documenté ne changera ce que le formulaire accepte. Si c’est une politique qui vous a amené ici, la politique est la raison et c’est la conversion qu’elle demande. Le contre-argument, qui est juste, est qu’un format que personne au bureau ne peut ouvrir n’est pas non plus de la préservation. OpenDocument évite ce piège parce que le logiciel qui le lit est libre, multiplateforme et n’expire pas, ce qui est la moitié pratique du même argument.

La partie gênante d’une migration patrimoniale est en général la lecture, pas l’écriture. Un .doc binaire n’est pas un format que vous pouvez ouvrir dans un éditeur de texte et réparer à la main, et Office de Microsoft décline les variantes les plus anciennes par défaut. L’ensemble des programmes qui le lisent encore bien est petit, et LibreOffice en est le membre le plus capable.

C’est ce qui tourne ici. Le fichier est ouvert par la même suite bureautique qui l’ouvrirait sur un poste de travail, et écrit en OpenDocument par le programme pour qui OpenDocument est le format natif. Aucune licence Microsoft n’est impliquée nulle part dans le chemin, ce qui pour une école ou une petite association est souvent le facteur décisif. Cela veut dire aussi que la conversion peut être répétée plus tard. Si une meilleure voie apparaît, ou si quelqu’un trouve un défaut dans un lot, les originaux peuvent être passés à nouveau — ce qui n’est vrai que tant que les originaux existent encore et que quelque chose peut encore les lire.

Tout ce qui en faisait un document. Les styles de paragraphe et de caractère se mappent sur les styles OpenDocument, les tableaux gardent leur structure et leurs cellules fusionnées, les images restent ancrées là où elles étaient, les en-têtes, pieds de page et numérotations traversent, les notes de bas de page et de fin restent attachées à leurs références, et les sauts de section avec leur propre mise en page survivent en tant que sections.

Les polices sont gérées par substitution plutôt que par embarquement, et la machine qui effectue la conversion porte des clones métriques des visages Microsoft courants — Liberation pour Arial, Times New Roman et Courier New, Carlito pour Calibri, Caladea pour Cambria. Ces remplacements occupent le même espace que les originaux, et c’est pourquoi le nombre de pages ne bouge en général pas. Les documents de cette époque nomment aussi fréquemment des polices qui n’ont jamais été largement distribuées — un caractère livré avec un pilote d’imprimante, ou un acheté pour une seule publication — et celles-là sont remplacées par quelque chose d’approchant. Cela vaut la peine de noter lesquels, parce que c’est là qu’un nombre de pages change.

Les différences se concentrent dans les fonctionnalités que Microsoft a lui-même abandonnées plus tard. L’ancienne couche de dessin — formes groupées, cadres flottants, le WordArt de cette époque — a été réimplémentée entre les générations Word et n’a pas d’équivalent exact OpenDocument, donc un document dont la mise en page est construite sur ces objets peut se déplacer. Certains codes de champ ont cessé d’exister entièrement.

Rien de tout cela ne touche un rapport, un compte-rendu, une lettre ou un document de procédure, qui sont de quoi la plupart des archives sont faites. Une règle empirique qui tient bien : si le fichier aurait déjà eu l’air bizarre ouvert dans une version différente de Word chez un collègue, c’est aussi le fichier à inspecter après conversion. Tout le reste peut être converti en bloc et être sûr.

Les documents Word binaires portent un bloc de résumé dont les propriétaires oublient en général l’existence : un titre qui n’a jamais été mis à jour, le nom de la personne qui a sauvegardé en dernier, une organisation qui a depuis été renommée, parfois un compte de révisions qui en dit plus long sur le processus de rédaction que quiconque n’a voulu en publier.

La conversion transporte les propriétés de base plutôt que de les inventer ou de les effacer, donc si cette archive doit être publiée plutôt que simplement stockée, ouvrez les propriétés du document sur un échantillon de la sortie et décidez ce qui doit rester. Cela prend une minute par fichier et c’est le genre de contrôle qui n’est évidemment nécessaire qu’après. Pour une grande archive, la version sensée de ceci est une politique plutôt qu’une inspection : décidez ce que les propriétés doivent dire, réglez-les de façon cohérente sur l’ensemble converti, et enregistrez cette décision à côté de la collection pour que quiconque en hérite sache ce qui a été changé et ce qui était original.

Un .doc peut contenir du Visual Basic for Applications écrit contre le modèle objet de Word. LibreOffice a son propre système de scripts et son propre modèle objet, et il n’y a pas de traduction fidèle entre les deux, donc l’automatisation est supprimée tandis que le texte et la mise en forme arrivent intacts.

Dans une migration d’archives, c’est presque toujours la bonne issue. Une archive contient des documents, pas des programmes, et un document stocké qui exécute du code quand on l’ouvre est un risque plutôt qu’une fonctionnalité. Là où l’automatisation était vraiment le document — un formulaire de réclamation, un modèle de calcul — elle doit être reconstruite exprès, et c’est un projet plutôt qu’une conversion.

Les migrations arrivent en dossiers : une décennie de papiers de comité, les feuilles de travail d’une école, les précédents d’un solicitor. Déposez le répertoire entier et chaque fichier est converti à tour de rôle, en gardant son nom avec l’extension remplacée, et revient dans un seul ZIP qui se déballe par-dessus une copie de la structure d’origine.

Échantillonnez la sortie exprès plutôt qu’au hasard. Ouvrez le fichier le plus long, celui avec le plus de tableaux, et celui dont la mise en page rendait quelqu’un fier, parce que c’est là qu’une conversion échoue, et les mémos simples ne sont pas le cas. Ne retirez les originaux qu’après cela, et une fois que les copies ODT sont quelque part de sauvegardé. Dans la plupart des collections, la réponse honnête n’est pas de les retirer du tout. Les fichiers Word binaires sont petits par les standards modernes, et garder la source à côté de la copie convertie coûte quelques gigaoctets et supprime la possibilité qu’une migration que vous ne pouvez pas répéter se révèle imparfaite.

Cette paire tourne sur un serveur, pas dans votre navigateur, et la page le dit plutôt que de laisser supposer. Interpréter un fichier Word binaire composé demande une suite bureautique complète ; il n’y a pas de petite bibliothèque qui le fait correctement, et prétendre le contraire serait le genre d’affirmation que ce site ne fait pas.

Le fichier voyage sur une connexion chiffrée vers un conteneur qui exécute LibreOffice en mode headless, sans aucun accès réseau sortant de son propre chef. Chaque travail reçoit un répertoire de travail isolé qui est supprimé dès que le travail se termine, quelle que soit l’issue, et tout travail qui tourne encore après soixante secondes est tué plutôt que laissé en suspens. Le plafond gratuit est 25 Mo par fichier.

ODT est pour les documents qui doivent rester exploitables — quelque chose qu’une personne va amender, étendre ou réutiliser. Si le contenu d’un document est arrêté et que la seule exigence restante est qu’il reste exactement tel quel et se rende pareil partout, un PDF en est le conteneur plus honnête.

Beaucoup d’archives finissent par contenir les deux : le fichier OpenDocument comme maître éditable et un PDF comme rendu figé d’une version particulière. Cela coûte une conversion supplémentaire et supprime l’argument sur le fait que la copie dans le dépôt est le même document que celui qui a été approuvé.