Convertir DOC en RTF

Peu de gens convertissent un DOC en RTF parce qu’ils ont choisi le RTF. Ils le convertissent parce qu’un système l’a exigé : un portail de dépôt administratif qui ne liste que le texte enrichi, une plateforme de transcription ou de publipostage, un moteur d’e-discovery qui normalise tout ce qu’il reçoit en un format que son code sait lire depuis vingt ans.

DOC est le format de Word entre 1997 et 2003. C’est un bloc binaire dont la structure n’a jamais été publiée de façon exploitable, ce qui explique pourquoi les logiciels autres que Word s’y sont toujours cassé les dents. RTF est la sortie de secours évidente : un fichier en texte brut, lisible, que le système destinataire peut avaler sans savoir ce qu’est un Word binaire.

Ouvrez-en un dans un éditeur de texte et vous pouvez lire le document. Le texte est là, à découvert, enveloppé dans des mots de contrôle préfixés par un antislash qui décrivent la table des polices, la table des couleurs, la feuille de styles et la mise en forme de chaque passage. C’est verbeux, entièrement imprimable, et réparable à la main d’une manière qu’un format binaire ne l’est jamais.

Cette transparence est toute la personnalité du format. C’est pourquoi un RTF survit à avoir été collé dans un système qui malmène tout ce qui contient un octet nul, pourquoi un RTF cassé peut souvent être récupéré, et aussi pourquoi il ne porte aucune des garanties structurelles qu’un format moderne a. Rien ne le valide. Un fichier qui est légèrement faux s’ouvre en général légèrement faux.

La grande majorité des conversions de ce site tournent entièrement dans votre navigateur, et nous y tenons. Celle-ci n’en fait pas partie. Aucun lecteur du DOC binaire fonctionnant dans un navigateur n’est assez bon pour qu’on lui confie un document qu’un utilisateur veut vraiment convertir ; la conversion passe donc par LibreOffice sur notre infrastructure.

Concrètement, le fichier voyage sur une liaison chiffrée, LibreOffice lit le DOC et écrit le RTF, et le répertoire de travail est supprimé dès que le fichier de sortie a été lu — dans un bloc `finally`, donc que la conversion ait réussi ou échoué. La machine n’a aucune route vers l’internet : elle ne pourrait envoyer votre document nulle part même si on le lui demandait. Aucune copie n’est conservée et personne ne le lit.

Un DOC est un bloc binaire, et selon les cas il est plus ou moins efficacement empaqueté. Le RTF n’a aucune compression du tout ; chaque mot de contrôle est stocké littéralement. Pour un document surtout composé de prose, cela veut typiquement un fichier plusieurs fois plus gros, ce qui est sans particularité jusqu’à ce que cela rencontre une limite de pièce jointe.

Les images sont le cas dramatique. Un RTF stocke une image embarquée en texte hexadécimal, donc chaque octet de l’image devient deux caractères dans le fichier. Une photographie de cinq mégaoctets n’arrive pas comme cinq mégaoctets de RTF. Si le document est illustré et que la destination a un plafond de taille, réduisez les images dans le fichier Word avant de convertir plutôt qu’après.

Plus que son âge ne le suggère. Le RTF a une feuille de styles, donc les titres et les styles de paragraphe nommés passent en tant que styles plutôt qu’en tant que mise en forme manuelle. Les tableaux gardent leurs cellules, bordures et régions fusionnées. Les listes gardent leur numérotation. Les en-têtes, pieds de page, notes de bas de page, hyperliens, signets et mise en page ont tous des représentations directes, comme les attributs au niveau du caractère jusqu’au crénage et à la couleur.

La conversion passe par LibreOffice, qui lit DOC et écrit RTF comme formats de première classe plutôt que comme un ajout après coup, et la machine porte des substituts métriquement compatibles pour Arial, Times New Roman, Courier New, Calibri et Cambria. Cela garde les sauts de ligne au même endroit, ce qui compte quand le système destinataire pagine le document lui-même. Ce que le RTF ne peut pas faire est de porter les polices avec le fichier — il les nomme et rien de plus.

La syntaxe RTF n’a pas d’endroit où mettre un projet VBA, donc l’automatisation d’un document est laissée de côté par définition plutôt que par politique. Les mots, les tableaux et la mise en page arrivent ; le code n’arrive pas.

Plusieurs des systèmes qui imposent le RTF le font exactement pour cette raison. Un système de dépôt qui accepte des documents inertes et refuse les conteneurs qui peuvent exécuter quoi que ce soit a éliminé toute une catégorie de problèmes de son admission, et il ne sera pas persuadé que votre fichier Word en particulier est inoffensif. La conversion est la réponse qui respecte l’exigence au lieu de discuter avec elle.

Le RTF a bien des représentations pour les marques de révision et les annotations, et les cas simples passent. C’est nettement moins fiable ici qu’un format moderne, cependant, parce que les deux modèles ont des âges différents et que la mise en correspondance se fait à travers un large fossé.

Pour tout ce qui a une piste d’audit attachée, résolvez d’abord les modifications en cours et soumettez un document propre. Si les modifications suivies elles-mêmes sont le livrable — un document barré déposé comme preuve de ce qui a été amendé — vérifiez le résultat dans le programme qui le lira, pas dans celui qui l’a produit. C’est la seule vérification qui signifie quoi que ce soit.

Word, LibreOffice Writer, OpenOffice, WordPad sous Windows et TextEdit sous macOS ouvrent tous le RTF en tant que document mis en forme sans aucun module complémentaire. C’est l’un des très rares formats pour lesquels cette phrase est encore vraie sur toutes les plates-formes de bureau, ce qui est l’autre raison pour laquelle il s’accroche.

Cela veut dire aussi que vous pouvez vérifier la sortie vous-même avant de la soumettre. Ouvrez le RTF, regardez la première page, les tableaux et tout ce qui était un champ de formulaire, et comparez côte à côte avec le DOC. Trente secondes passées là valent moins cher qu’un dépôt rejeté et qu’une fenêtre de resoumission. Ouvrez-le dans le programme qui ressemble le plus à la destination plutôt que dans celui que vous avez sous la main.

Le plafond gratuit côté serveur est 25 Mo par fichier. C’est plus restrictif que les 100 Mo des conversions qui tournent dans le navigateur, parce que la machine qui travaille n’est pas la vôtre et que l’offre gratuite a un coût.

Il y a aussi un plafond de 100 conversions par visiteur et par jour, réinitialisé à minuit UTC. Pour un dossier qui dépasse ces plafonds, la parade est de découper, ou d’attendre le lendemain, ou de convertir par lots plus petits. Un DOC moyen de quelques centaines de pages avec des images embarquées atteint rapidement les 25 Mo ; un texte brut avec quelques images reste très en dessous.

Si le système destinataire va de toute façon retirer la mise en forme — un pipeline d’ingestion qui indexe des mots, un système qui refond tout dans son propre modèle — envoyez du texte brut et cessez de payer pour le balisage. Le résultat est plus petit, sans ambiguïté, et il n’y a plus rien à rendre incorrectement.

Si au contraire le document doit ressembler exactement à ce que vous avez mis en page et que personne ne devrait l’éditer, le PDF est la bonne cible et le RTF en est une mauvaise. Le RTF est le bon choix dans une bande étroite : le destinataire a besoin d’un document éditable, et son logiciel ne prend que le texte enrichi. En dehors de cette bande, l’un des deux autres est en général meilleur.