Convertir RTF en PDF

Très peu de gens écrivent un RTF exprès. Ils sont produits par des systèmes : un service de transcription qui rend une lettre dictée, un système de cabinet juridique ou médical qui assemble un document à partir d’un modèle, une exécution de publipostage qui a émis trois cents lettres personnalisées, une base de données vieille de dix ans dont le générateur d’états ne connaissait qu’un format de sortie.

Cette origine explique la forme du problème. Le fichier n’est pas à vous, vous n’avez pas choisi le format, et ce dont vous avez réellement besoin est un document que vous pouvez envoyer à un client, imprimer pour un dossier, ou joindre à un dossier — choses pour lesquelles un RTF n’est pas bon. Convertir n’est pas une amélioration du contenu ; c’est fixer le conteneur. Cela retire aussi un petit embarras de l’échange : envoyer un RTF à un client invite la question de ce qu’est le fichier, alors qu’un PDF n’invite aucune question et peut être ouvert sur un téléphone dans un parking.

Le texte enrichi décrit la mise en forme, pas la pagination. Là où les pages se coupent est décidé au moment où le fichier est ouvert, par le programme qui l’ouvre, avec les polices que cette machine a. WordPad, Word, LibreOffice Writer et TextEdit peuvent tous produire un nombre de pages différent à partir du même fichier, et tous se comportent correctement.

Pour une lettre qui sera imprimée et signée, ou un rapport qui fait référence à un numéro de page, ce n’est pas acceptable. Un PDF résout la mise en page une fois, sur une machine, avec un ensemble de polices, et chaque lecteur suivant voit la même chose. Cette seule propriété est la raison pour laquelle cette conversion existe. Cela signifie aussi que le nombre de pages cesse d’être une variable : une lettre qui fait deux pages dans le PDF fait deux pages quand elle est imprimée, classée, scannée de nouveau et comptée par quelqu’un qui facture dessus.

Ce sens surprend les gens, parce que convertir en PDF est normalement associé à une croissance. Le RTF n’a pas de compression et écrit les images embarquées en texte hexadécimal, ce qui coûte environ deux caractères pour chaque octet de l image d’origine. Un document avec un en-tête scanné et trois photographies est donc énorme en texte enrichi.

Un PDF stocke la même image en données binaires dans un flux compressé, et compresse aussi le contenu de la page. L’économie sur un document purement texte est modeste ; sur un document illustré, c’est souvent un grand multiple. Si un RTF a rebondi contre une limite de pièce jointe, le convertir est fréquemment la correction entière. L exception est un document dont les images sont déjà petites et dont le texte est long, où le PDF doit porter des informations de police que le RTF ne portait pas. Ce cas peut aller dans l’autre sens d une marge modeste, et cela vaut un coup d œil à la taille du fichier plutôt qu une supposition dans un sens.

Un RTF porte une table de polices listant les fontes qu’il veut et ne peut pas les embarquer. Quel que soit le moteur qui rend le fichier, il substitue ce qu’il n’a pas, et un substitut aux métriques différentes reforme chaque paragraphe — ce qui explique comment une lettre de deux pages arrive à trois avec une orpheline sur la dernière ligne.

La machine qui effectue cette conversion embarque la famille Liberation, Carlito et Caladea, qui sont des remplaçants métriquement identiques pour Arial, Times New Roman, Courier New, Calibri et Cambria, ainsi que DejaVu et Noto pour une couverture plus large, y compris le texte CJK. Les documents écrits dans ces fontes courantes se convertissent sans bouger. Un fichier réglé sur quelque chose d’inhabituel est celui à vérifier. Une fois que le PDF existe, la question est réglée pour de bon, parce que les polices utilisées pour le rendre sont décrites à l’intérieur du document, et aucun lecteur futur n’a à les avoir installées pour voir les mêmes lignes se couper aux mêmes endroits.

Les tableaux, en-têtes, pieds de page, numérotation de page, notes de bas de page, listes et hyperliens ont tous des représentations directes en texte enrichi et s’affichent comme on s’y attend. Ce qui bouge, ce sont les choses qui étaient déjà ambiguës : un tableau plus large que la page, une image ancrée à un paragraphe près d’une coupure, un en-tête qui supposait une marge particulière.

Les RTF générés par des systèmes sont généralement simples et se convertissent sans incident, parce que le programme qui les a écrits utilisait un sous-ensemble étroit du format. Ceux qui ont été édités à la main sont moins prévisibles, surtout s ils sont passés par plusieurs programmes. Regardez la première et la dernière page du PDF plutôt que la première seule.

Le texte enrichi est un format 7 bits. Tout ce qui dépasse l’ASCII pur est écrit comme une séquence d’échappement interprétée par rapport à un jeu de caractères que le fichier déclare dans son en-tête, ce qui marche parfaitement quand la déclaration est juste et produit le nom de famille en charabia habituel quand elle ne l’est pas. Les systèmes qui émettent du RTF se trompent là-dessus depuis trente ans.

La conversion rend ce que le fichier dit plutôt que de le réparer, donc un nom qui était déjà faux reste faux et est désormais fixé pour de bon dans une page. C’est la seule chose qui mérite vraiment d’être vérifiée avant de convertir un lot de correspondance : regardez une lettre adressée à quelqu’un avec un accent dans son nom, et si elle est cassée, corrigez cela au niveau du système qui a produit le fichier plutôt qu en aval.

Le PDF est le document tel qu’il s’imprimerait. Les commentaires et annotations ne sont pas dessinés, les marques de révision ne sont pas montrées, le texte caché reste caché, et tout champ qui était encore un champ se résout à la valeur qu’il porte actuellement plutôt que de rester vivant.

C est le bon comportement pour un document qu on classe ou qu on envoie, et cela vaut une vérification délibérée avant de convertir. Si un champ de publipostage dans une lettre générée n’a jamais reçu sa valeur, le RTF vous montre un espace vide et le PDF préserve cet espace vide définitivement. La conversion ne peut pas savoir que le blanc était une erreur.

Le cas de volume caractéristique pour cette paire est un dossier de lettres quasi identiques produites en une seule exécution : relevés, confirmations de rendez-vous, avis de renouvellement. Déposez tout le dossier plutôt que d’avancer fichier par fichier, et chaque fichier est converti à son tour, garde son nom de fichier avec l’extension changée, et l’ensemble revient dans un seul ZIP.

Vérifiez-en trois plutôt qu’un — le premier, un au milieu, et celui qui a le nom de destinataire le plus long, parce que c’est là qu’un modèle déborde une ligne et pousse quelque chose sur une deuxième page. Une exécution de publipostage qui se trompe l fait en général selon un motif, et un seul échantillon ne vous montrera pas le motif. Cela vaut aussi le coup de compter les fichiers de sortie par rapport au nombre d’enregistrements qui sont entrés dans le publipostage. Une exécution qui a silencieusement produit deux cent quatre-vingt-dix-huit lettres à partir de trois cents lignes est un problème que la conversion ne peut pas voir et que les destinataires verront certainement.

La plupart des conversions ici tournent en local et ne transmettent rien. Celle-ci ne le peut pas : rendre un document de traitement de texte en page exige un moteur bureautique complet, donc le fichier est envoyé par une connexion chiffrée vers un conteneur qui exécute LibreOffice en mode headless et ne contient rien d’autre. Le dire est plus utile qu’une affirmation de confidentialité non qualifiée qui ne serait pas vraie.

Le conteneur n’a pas d’accès internet sortant. Chaque tâche reçoit son propre répertoire de travail et son propre profil LibreOffice ; le répertoire est supprimé à la fin de la tâche, qu’elle ait réussi ou échoué, et une tâche qui tourne encore après soixante secondes est tuée plutôt que laissée à bloquer sur un fichier mal formé. Le plafond gratuit est de 25 Mo par document.

Si le document peut encore être amendé — une lettre brouillon en attente d’approbation, un rapport qui recevra un autre paragraphe — gardez le fichier de texte enrichi. Le PDF est le rendu d’un instant, et revenir en arrière signifie récupérer un document modifiable depuis un document fixe, ce qui est de la devinette plutôt que de la conversion.

L’arrangement qui marche dans un dossier est de garder les deux : le RTF comme copie de travail, le PDF comme la version qui a effectivement été envoyée, nommé de sorte que les deux soient manifestement le même document. Cela coûte une conversion et retire la discussion sur laquelle des copies fait foi.