DOCX を RTF に変換 — 提出システム向けに

この変換はほとんどの場合、好みではありません。どこか別の場所からの要求として届きます。リッチテキストだけを列挙する裁判所の提出窓口、文字起こしや口述筆記プラットフォーム、1990 年代に書かれた読み込み処理を持つ案件管理システム、テンプレートに文章を差し込んで手紙を組み立てるエンジン、受け取ったものすべてを正規化する電子証拠開示のプロセスなど。

それらのシステムが RTF を選んだ理由は理解しておく価値があります。変わらない理由がそこにあるからです。RTF は ZIP アーカイブも XML スキーマもオフィススイートも知らないプログラムが生成・読取できます。文字とコントロールワードだけだからです。これが一世代のソフトにとって安全な共通項になり、それに依存するコードはその流行が終わった後も長く生き残りました。Microsoft は 2008 年に仕様の開発を止めましたが、この文脈ではそれは放置ではなく利点です。二度と変わらない形式は、受付システムが 1 度書いて放置できる形式です。

テキストエディタで開けば文書が読めます。テキストはそのまま見える位置にあり、フォントテーブル、色テーブル、スタイルシート、各行の書式を説明するバックスラッシュ付きのコントロールワードに包まれています。冗長で、すべて印字可能な文字で、バイナリ形式では決してできない手作業での修復ができます。

この透明性が RTF の性格のすべてです。ヌルバイトを含むと壊れるシステムに貼り付けても生き残り、壊れたファイルはしばしば救出できる理由でもあり、また現代の形式が持つ構造的な保証をまったく持たない理由でもあります。何も検証しません。少し間違ったファイルはたいてい少し間違ったまま開きます。壊れた部分を持つ DOCX ははっきり拒否されますが、同じ問題を持つ RTF は最後の表が抜けた文書を静かに見せるだけです。きれいに表示されることと正しいファイルであることは別だと知っておく価値があります。

DOCX は ZIP アーカイブなので、中の XML はディスクに書かれる前に圧縮されています。RTF には圧縮がまったくなく、すべてのコントロールワードがそのまま保存されます。文章中心の文書なら数倍のサイズになるのが普通で、添付ファイルの上限にぶつかるまでは気づかれません。

画像は劇的なケースです。RTF は埋め込み画像を 16 進数のテキストとして保存するので、画像の 1 バイトがファイルの 2 文字になります。5 メガバイトの写真は 5 メガバイトの RTF にはなりません。文書に図版が多く、提出先にサイズ上限があるなら、変換前に Word ファイル側で画像を縮小してください。装飾的な画像——毎ページ繰り返されるレターヘッドのロゴや表紙のストック写真——を外すのももう 1 つの手です。提出システムが関心を持つのはテキストで、図版のコストは提出のたびに全額支払われます。

古さから想像するより多くを保持します。RTF にはスタイルシートがあるので、見出しや名前付き段落スタイルは手動書式ではなくスタイルとして渡ります。表はセル、罫線、結合領域を保ちます。リストは番号付けを保ちます。ヘッダー、フッター、ページ番号、脚注、ハイパーリンク、しおり、ページ設定はすべて直接対応する表現を持ち、カーニングや色といった文字単位の属性まで含まれます。

変換は LibreOffice を通して行われ、DOCX を読み RTF を書くことをおまけではなく主要な機能として扱っています。動作する機械は Arial、Times New Roman、Courier New、Calibri、Cambria の互換フォントを備えているので、改行位置は同じ場所に保たれ、受け取り側のシステムが自分でページ割りをする場合に重要です。RTF にできないのはフォント自体をファイルに含めることです。名前を記すだけなので、最終的に開くソフトが持っていないフォントはすべて置き換えられます。ブランドガイドラインの特殊な書体より普通の書体で下書きする理由がここにもあります。

RTF の開発が止まった後に Word が加えたものすべてです。コンテンツコントロールと構造化文書タグはただのテキストになります。SmartArt は届いても画像として届き、届かないこともあります。文書テーマは解決済みの具体的なフォントと色に収束します。埋め込みフォントは運べません。RTF にそれを運ぶ仕組みがないからです。

これは思い込まず確認する価値があります。失敗が静かだからです。テキストに変わったコンテンツコントロールは画面上は正しく見えたまま、何もしなくなります。DOCX が入力欄付きテンプレートから生成されたものなら、RTF はそのテンプレートのその瞬間の中身のスナップショットであり、フォームではありません。まだ計算中だったフィールド——自動更新する日付、ページ数、相互参照——にも同じことが起きます。それぞれ変換の瞬間の値に固定され、動かなくなります。これはたいてい提出システムが望むことで、テンプレートを作った人が意図したことでは決してありません。

RTF の構文には VBA プロジェクトを置く場所がないので、文書の自動化は方針としてではなく定義として置き去りになります。言葉と表とレイアウトは届き、コードは届きません。

RTF を義務付けるシステムの多くは、まさにこの理由でそうしています。何も実行できない不活性な文書だけを受け付け、何かを実行できる可能性のある入れ物を拒否することで、入り口から丸ごと 1 つの問題を排除しているのです。あなたの Word ファイルは安全だと説得しても通じません。変換することが、その要件に逆らわず応える答えです。

RTF には変更履歴や注釈を表す仕組みがあり、単純なケースは渡ります。ただしここは現代の形式より明らかに信頼性が低い部分です。2 つのモデルは世代が離れており、広い隔たりを越えて対応付けを行っているからです。

監査証跡が付いた文書なら、先に未確定の変更を確定させてからきれいな文書として提出してください。変更履歴そのものが成果物——修正の証拠として提出される赤入れ——なら、作成したソフトではなく読み込むソフトで結果を確認してください。それだけが意味のある確認です。

Word、LibreOffice Writer、OpenOffice、Windows の WordPad、macOS の TextEdit はどれもアドインなしで RTF を書式付き文書として開きます。この文がすべてのデスクトップ環境でいまだに成り立つ数少ない形式の 1 つで、これも RTF が生き残っているもう 1 つの理由です。

つまり提出前に自分で結果を確認できます。RTF を開き、1 ページ目や表、かつて入力欄だった箇所を見て、DOCX と並べて比較してください。ここに 30 秒かけるほうが、却下されて再提出するより安く済みます。手元にあるソフトではなく、提出先に近いソフトで開いてください。Word が表示するリッチテキストとシステム自身の解析ソフトが表示するそれは違うことがあり、提出を受け付けるかどうかを決めるのは後者です。

これはブラウザーではなくサーバーで動きます。2 つの完全なワープロ形式の間を変換するにはオフィスエンジンが必要で、このページはすべてがローカルで起きるかのようにほのめかすのではなく、はっきりそう述べます。ファイルは暗号化された接続で、LibreOffice をヘッドレスで動かすコンテナへ送られます。

そのコンテナは外向きの接続を作れません。ジョブごとに独自の作業ディレクトリと独自の LibreOffice プロファイルが与えられ、結果がどうであれジョブ終了時にディレクトリは削除され、60 秒を過ぎても終わらないジョブは打ち切られます。無料枠は送信するファイルで 25 MB です。

受け取るシステムがどうせ書式を捨てるなら——単語を索引化する取り込みパイプラインや、すべてを自分のテンプレートに流し込むシステム——プレーンテキストを送ってマークアップの分のコストを払わないでください。結果は小さく、曖昧さがなく、誤って描画される余地もありません。

逆に、文書のレイアウトを厳密に保ち、誰にも編集させたくないなら、PDF が正しい行き先で RTF は不向きです。RTF が正解なのは狭い範囲だけです。相手が編集可能な文書を必要とし、かつ相手のソフトがリッチテキストしか受け付けない場合です。その範囲の外では、たいてい他の 2 つのどちらかのほうが優れています。