Convertir RTF en DOCX

Personne ne s’assoit pour écrire un RTF. Ils arrivent, émis par quelque chose : une plateforme de dictée ou de transcription qui rend un brouillon, un système de gestion de dossier ou de cabinet qui exporte un courrier, un moteur de publipostage qui produit une série de documents, un générateur de rapport dans un logiciel métier, un collègue sur Mac qui a écrit dans TextEdit sans remarquer ce que TextEdit enregistre. Dans chaque cas, le format a été choisi par un programme écrit à une époque où le texte enrichi était le plus petit commun dénominateur acceptable.

Le moment qui vous amène ici est celui où le document cesse d’être une sortie et devient du travail. Il faut le commenter, le réviser, l’incorporer au modèle de la maison, générer une table des matières, ou le remettre à trois collègues qui chacun ajouteront quelque chose. Word ouvrira le RTF parfaitement bien et sera un outil légèrement moins bon pour tout cela, et le fichier sera étrangement gros. Convertir une fois, au début, coûte moins cher que de se battre avec le format à chaque sauvegarde.

Le RTF date de 1987 et le registre le marque comme héritage. C’est du texte brut : les mots sont là dans le fichier, entourés de mots de contrôle préfixés d’un antislash décrivant une table de polices, une table de couleurs, une feuille de styles et la mise en forme de chaque passage. N’importe quoi peut en générer un par concaténation de chaînes, ce qui est précisément la raison pour laquelle tant de programmes le font. Microsoft a cessé de faire évoluer la spécification en 2008.

Le DOCX date de 2007, normalisé ECMA-376, et c’est une archive ZIP qui contient des parties XML avec un graphe de relations entre elles. La différence pratique pour vous n’est pas l’élégance mais la validation : une partie mal formée dans un DOCX fait refuser le fichier par Word, alors qu’un RTF légèrement faux s’ouvre en général légèrement faux. C’est le compromis qu’a fait le format ancien pour son universalité, et c’est la raison pour laquelle un RTF d’apparence correcte n’est pas la preuve d’un RTF correct.

Attendez-vous à ce que le DOCX soit une fraction du RTF, et à ce que le rapport dépende presque entièrement des images. Un DOCX est un ZIP, donc son XML est déflaté avant même d’arriver sur le disque ; le RTF n’a aucune compression et chaque mot de contrôle est stocké littéralement, de sorte que même un document purement textuel est plusieurs fois plus gros qu’il n’a besoin de l’être.

Les images sont le cas spectaculaire, parce qu’un RTF stocke une image intégrée comme du texte hexadécimal — environ deux caractères dans le fichier par octet d’image. Un document avec une demi-douzaine de captures d’écran peut être un ordre de grandeur plus gros en RTF qu’en DOCX contenant les mêmes images. Si le fichier qu’on vous a envoyé vous a semblé absurdement gros pour ce qu’il contient, c’est l’explication, et la conversion le corrige comme effet de bord plutôt que comme fonctionnalité.

Plus que ne le suggère l’âge du format, parce que le RTF a été précisément conçu pour transporter des documents mis en forme entre programmes. La feuille de styles passe en tant que styles et non en tant que mise en forme directe, ce qui est la chose la plus importante pour quiconque compte restyler le document ensuite. Les tableaux gardent leurs cellules, bordures et fusions ; les listes gardent leur numérotation ; les en-têtes, pieds de page, numérotation, notes de bas de page, de fin, hyperliens, signets et mise en page ont tous des représentations directes des deux côtés.

Le travail est fait par LibreOffice, qui traite les deux formats comme des filtres de première classe plutôt que comme un ajout après coup, et la machine sur laquelle il tourne embarque des substituts métriquement compatibles pour Arial, Times New Roman, Courier New, Calibri et Cambria. Ces substituts ont la même largeur de caractère que les originaux, donc les sauts de ligne tombent au même endroit et un document mis en page pour tenir sur une page y tient toujours. Un RTF nomme ses polices et ne peut pas les transporter, donc tout ce qui sort du lot commun était déjà remplacé par ce qui ouvrait le fichier.

C’est la limite honnête de la conversion et c’est ce qui piège ceux qui supposent qu’un aller-retour restaure ce qu’un aller simple avait enlevé. Si le document a commencé en DOCX avec des contrôles de contenu, des balises de document structuré, des SmartArt, un thème de document ou des polices intégrées, tout cela a été aplati quand il a été écrit en texte enrichi. Le convertir en retour donne la version aplatie dans un conteneur moderne, pas l’original.

La défaillance est silencieuse, ce qui rend la chose à vérifier plutôt qu’à supposer. Un contrôle de contenu devenu texte ordinaire a toujours l’air correct et ne fait plus rien ; un champ qui calculait — une date, un numéro de page, un renvoi — est maintenant la valeur qu’il détenait au moment de l’export. Si le document est sorti d’un modèle et que quelqu’un s’attend à le remplir à nouveau, c’est le modèle qu’il faut, pas cette conversion.

Le RTF a bien des représentations pour les marques de révision et les annotations, et les cas simples survivent à un passage. C’est beaucoup moins fiable qu’un format moderne, parce que les deux modèles sont à des décennies de distance et que toute correspondance entre eux est une approximation faite par le programme qui lit.

L’ordre de travail compte donc. Convertissez d’abord, puis activez le suivi des modifications et lancez la révision dans le DOCX, où le modèle propre de Word est utilisé nativement et où chaque relecteur voit la même chose. Si le RTF reçu contient déjà des marques de révision — un export de e-discovery, un relining envoyé par un autre cabinet — vérifiez-les contre la source avant de vous y fier, et tranchez-les avant diffusion plutôt que de transporter un historique de révision incertain dans un nouveau document.

Un RTF déclare un jeu de caractères et échappe tout ce qui sort de l’ASCII pur par rapport à lui, ce qui était une conception raisonnable en 1987 et qui est une source récurrente de texte maltraité aujourd’hui. Un fichier écrit par un vieux programme sur un système avec des paramètres régionaux différents peut déclarer une page de code qui ne correspond pas à ce qu’il contient réellement, et le résultat est des noms avec des points d’interrogation ou de mauvais accents.

Une conversion ne peut pas réparer cela, et il vaut mieux le savoir avant d’y passer un après-midi à chercher un réglage. Si le RTF s’affiche déjà incorrectement dans Word ou LibreOffice, les caractères dans le fichier sont faux et le DOCX portera fidèlement les mêmes caractères faux. La correction est à la source : faites réémettre le fichier par le système qui l’a produit avec le bon encodage, ou corrigez les noms touchés à la main une fois, dans le DOCX, où ils resteront corrects.

Cela tourne sur un serveur plutôt que dans votre navigateur. Convertir entre deux formats complets de traitement de texte demande un moteur de bureautique, et cette page le dit franchement au lieu de laisser croire que tout se passe sur votre appareil. Le fichier voyage par une connexion chiffrée vers un conteneur qui exécute LibreOffice en mode headless, et ce conteneur ne peut pas faire de connexions sortantes lui-même.

Chaque travail reçoit son propre répertoire de travail et son propre profil LibreOffice — deux processus soffice qui partagent un profil le corrompent, et le symptôme est une conversion qui ne revient jamais plutôt qu’une erreur — et le répertoire est supprimé à la fin du travail quel que soit le résultat. Tout ce qui tourne encore après soixante secondes est terminé. Le quota gratuit accepte 25 Mo par fichier téléversé, ce qui, vu la taille des RTF, est un vrai plafond pour un document illustré.

Ouvrez le résultat et comparez-le au RTF côte à côte plutôt que de le lire tout seul. Trois endroits concentrent presque tous les risques : les tableaux avec cellules fusionnées, tout ce qui était un champ de formulaire, et l’endroit où un long document change de page. La numérotation est le quatrième si le document utilise des listes multiniveaux, parce que la reprise et la continuation des numéros est un domaine où deux implémentations peuvent légitimement diverger.

Si le document doit ensuite entrer dans un modèle partagé, faites-le aussitôt après et revérifiez, parce qu’appliquer un modèle à un document converti est l’étape où les styles importés se cognent à ceux de la maison. Cela vaut la peine de résister à l’envie de supprimer le RTF tout de suite : c’est l’unique trace de ce que le système d’origine a réellement produit, et si une question se pose sur ce que la transcription ou l’export disait, le fichier qui est sorti de ce système est la réponse, pas votre copie éditée.