Convertire DOC in ODT

Il formato Word binario risale a Word 97 e OpenDocument è stato pubblicato nel 2005, con il formato di sostituzione di Microsoft che è arrivato tra loro nel 2007. Convertire un .doc direttamente in ODT salta quindi una generazione invece di passarci attraverso, e non c’è ragione di fare la tappa intermedia: lo stesso motore legge il vecchio file e scrive quello nuovo in entrambi i casi.

Ciò che rende sensata la strada diretta è che la destinazione è una decisione sui prossimi vent’anni, non su questa settimana. Se l’archivio viene spostato, viene spostato una volta. Atterrarlo sul formato che intendete effettivamente conservare è più economico che atterrarlo su quello che capita essere più vicino. Evita anche un secondo giro di verifica: ogni migrazione ha bisogno di qualcuno che apra un campione dell’output e confermi che sia corretto, e farlo due volte per lo stesso archivio è il tipo di lavoro che viene saltato la seconda volta.

OpenDocument è mantenuto da OASIS e pubblicato come ISO/IEC 26300. Nessuno deve mantenere una licenza attiva per leggerlo, nessuna singola azienda decide quando finisce il supporto, e la specifica è disponibile a chiunque voglia scrivere un reader da zero tra quarant’anni. Questo è l’intero argomento, ed è un argomento di approvvigionamento piuttosto che tecnico.

È anche il motivo per cui il requisito di solito arriva come regola piuttosto che preferenza. I portali di submission di diverse amministrazioni nazionali e regionali nominano ODT specificamente, e nessuna quantità di spiegare che un DOCX è anch’esso documentato cambierà ciò che il modulo accetta. Se una policy è ciò che vi ha portato qui, la policy è la ragione e questa è la conversione che chiede. Il contro-argomento, che è legittimo, è che un formato che nessuno in ufficio può aprire non è nemmeno preservazione. OpenDocument evita quella trappola perché il software che lo legge è gratuito, multipiattaforma e non scade, che è la metà pratica dello stesso argomento.

La parte scomoda di una migrazione legacy è di solito la lettura, non la scrittura. Un .doc binario non è un formato che potete aprire con un editor di testo e riparare a mano, e Office corrente rifiuta le varianti più vecchie di default. L’insieme di programmi che ancora lo leggono bene è piccolo, e LibreOffice è il membro più capace di esso.

Questo è ciò che gira qui. Il file viene aperto dalla stessa suite office che lo aprirebbe su un desktop, e scritto fuori come OpenDocument dal programma per cui OpenDocument è il formato nativo. Nessuna licenza Microsoft è coinvolta da nessuna parte nel percorso, il che per una scuola o una piccola charity è spesso il fattore decisivo. Significa anche che la conversione può essere ripetuta dopo. Se appare una strada migliore, o se qualcuno trova un difetto in un lotto, gli originali possono essere rieseguiti, il che è vero solo finché gli originali esistono ancora e finché qualcosa può ancora leggerli.

Tutto ciò che lo rendeva un documento. Gli stili di paragrafo e di carattere mappano sugli stili OpenDocument, le tabelle mantengono la loro struttura e le celle unite, le immagini restano ancorate dove erano, intestazioni, piè di pagina e numerazione di pagina si trasferiscono, note a piè di pagina e note di chiusura restano attaccate ai loro riferimenti, e le interruzioni di sezione con la loro propria impostazione di pagina sopravvivono come sezioni.

I caratteri sono gestiti per sostituzione piuttosto che per incorporamento, e la macchina che esegue la conversione porta cloni metricamente compatibili dei caratteri Microsoft comuni (Liberation per Arial, Times New Roman e Courier New, Carlito per Calibri, Caladea per Cambria). Quelle sostituzioni occupano lo stesso spazio degli originali, il che è il motivo per cui i conteggi di pagina di solito non si muovono. I documenti di quell’epoca nominano anche frequentemente caratteri che non sono mai stati ampiamente distribuiti (un carattere bundled con un driver di stampante, o comprato per una singola pubblicazione) e quelli sono sostituiti con qualcosa di approssimativo. Vale la pena notare quali documenti sono, perché è lì che un conteggio di pagina cambia.

Le differenze sono concentrate in caratteristiche che Microsoft stessa ha successivamente abbandonato. Il vecchio livello di disegno (forme raggruppate, cornici fluttuanti, il WordArt dell’epoca) è stato reimplementato tra le generazioni di Word e non ha una controparte esatta in OpenDocument, quindi un documento il cui layout è costruito su quegli oggetti può spostarsi. Alcuni codici di campo sono cessati del tutto di esistere.

Niente di tutto questo tocca un rapporto, un set di verbali, una lettera o un documento di policy, che è ciò di cui sono fatti la maggior parte degli archivi. Una regola empirica che regge bene: se il file sembrerebbe già strano aperto su una versione diversa di Word di un collega, è anche il file da ispezionare dopo la conversione. Tutto il resto può essere convertito in blocco e considerato affidabile.

I documenti Word binari portano un blocco sommario che i proprietari rutinariamente dimenticano: un titolo che non è mai stato aggiornato, il nome della persona che ha salvato il file per ultima, un’organizzazione che da allora è stata rinominata, a volte un conteggio di revisioni che dice di più sul processo di stesura di quanto chiunque intendesse pubblicare.

La conversione porta le proprietà di base attraverso piuttosto che inventarle o cancellarle, quindi se questo archivio sta per essere pubblicato invece che solo conservato, aprite le proprietà del documento su un campione dell’output e decidete cosa deve restare. Richiede un minuto per file ed è il tipo di controllo che è ovviamente necessario solo dopo. Per un grande archivio la versione sensata di questo è una policy piuttosto che un’ispezione: decidete cosa le proprietà dovrebbero dire, impostatele coerentemente sul set convertito, e registrate quella decisione accanto alla collezione così che chi la eredita sappia cosa è stato cambiato e cosa era originale.

Un .doc può contenere Visual Basic for Applications scritto contro il modello a oggetti di Word. LibreOffice ha il suo sistema di scripting e il suo modello a oggetti, e non c’è traduzione fedele tra di essi, quindi l’automazione è abbandonata mentre il testo e la formattazione arrivano intatti.

In una migrazione di record questo è quasi sempre l’esito corretto. Un archivio contiene documenti, non programmi, e un record conservato che esegue codice quando viene aperto è una passività piuttosto che una caratteristica. Dove l’automazione era genuinamente il documento (un modulo di reclamo, un modello che calcola) deve essere ricostruita deliberatamente, e quello è un progetto piuttosto che una conversione.

Le migrazioni arrivano come cartelle: un decennio di carte di comitato, i fogli di lavoro di una scuola, i precedenti di un avvocato. Lasciate cadere l’intera directory e ogni file viene convertito a turno, mantiene il suo nome con l’estensione sostituita, e torna come un singolo ZIP che si spacchetta sopra una copia della struttura originale.

Campionate l’output deliberatamente piuttosto che casualmente. Aprite il file più lungo, quello con più tabelle, e quello di cui qualcuno era orgoglioso del layout, perché quelli sono dove una conversione fallisce e i memo semplici no. Ritirate gli originali solo dopo, e solo una volta che le copie ODT sono in un posto di cui si fa backup. Nella maggior parte delle collezioni la risposta onesta è non ritirarli affatto. I file Word binari sono piccoli per gli standard moderni, e conservare la sorgente accanto alla copia convertita costa pochi gigabyte e rimuove la possibilità che una migrazione che non potete ripetere si riveli imperfetta.

Questa coppia gira su un server, non nel vostro browser, e la pagina lo dice invece di lasciarlo intendere. Interpretare un file Word binario composto richiede una suite office completa; non c’è una piccola libreria che lo faccia correttamente, e far finta di sì sarebbe il tipo di affermazione che questo sito non fa.

Il file viaggia su una connessione crittografata a un container che esegue LibreOffice headless, senza accesso di rete in uscita proprio. Ogni lavoro riceve una directory scratch isolata che viene cancellata nel momento in cui il lavoro termina, qualunque sia l’esito, e qualsiasi lavoro ancora in esecuzione dopo sessanta secondi viene ucciso invece che lasciato in sospeso. Il limite gratuito è 25 MB per file.

ODT è per record che devono restare lavorabili, qualcosa che una persona modificherà, estenderà o riuserà. Se il contenuto di un documento è sistemato e l’unico requisito rimanente è che resti esattamente com’è e si renderizzi allo stesso modo ovunque, un PDF è il contenitore più onesto per esso.

Molti archivi finiscono per conservare entrambi: il file OpenDocument come master editabile e un PDF come resa fissa di una particolare versione. Costo una conversione in più e rimuove l’argomento sul se la copia nel repository sia lo stesso documento di quello che è stato approvato.