DOCX を PDF に変換

DOCX はページの見た目を記述したものではありません。何が書かれているかを記述したものです。この段落はこの書体で、この間隔で、ここに表がある、と。

どこで行が折り返されるかを決めるのは、開いたソフトです。書体が入っていなければ別の書体で代用され、その幅が違えば行数が変わり、改ページの位置が動きます。

変換には LibreOffice を使っています。欧文については、Arial、Times New Roman、Courier、Calibri、Cambria に対して字幅の一致する代わりの書体を用意してあります。字幅が一致するとは、1 文字の占める幅が同じという意味で、だから行の折り返しが動きません。

日本語には別の事情があります。仮名も漢字も、どの書体でも同じ正方形に収まるので、MS 明朝が Noto Serif CJK に置き換わっても行の折り返しはほとんど動きません。動くとすれば、その中に混ざっている欧文の部分です。

このサイトのほとんどはあなたのブラウザーの中で動きます。Office 文書だけが例外です。

DOCX を正しく読むというのは、事実上、本物のオフィスソフトを動かすということで、それはブラウザーに収まりません。ですからこのページでは、ファイルは一度こちらのサーバーに渡ります。変換が終われば消され、残ることはありません。

持ち越されるもの。本文、段落書式、表、画像、ヘッダーとフッター、ページ番号、脚注、目次、リンク。PDF には、その文書を印刷したときの姿がそのまま入ります。

持ち越されないもの。マクロ、入力欄としての動き、そして編集できるという性質そのものです。PDF は完成した状態で、そこから先は読むためのものになります。

DOCX は中身が ZIP です。文字は圧縮されていて、何度も使われている画像もファイルの中には 1 つしか入っていません。

PDF は、どの文字がどのページのどこにあるかを全部書き留め、使った書体も埋め込みます。日本語の書体は収録字数が多いので、文字ばかりの短い文書でも PDF のほうが大きくなることがあります。

PDF をまた DOCX にすることはできます。ただし戻ってくるのは見た目であって、構造ではありません。

段落書式も見出しの階層も表も、ページ上の位置から推測し直されます。読める文書にはなりますが、元の文書とは別のものです。編集を続ける予定があるなら、DOCX のほうを残しておいてください。

3 つあります。変更履歴が残ったままになっていないか。外に出したくないコメントが入っていないか。日付やファイルパスのような差し込み項目が、意図した値になっているか。

どれも Word の中では目立ちませんが、PDF にすると印刷された状態でそのまま固定されます。送ってしまったあとでは直せません。