Converter DOC para ODT

O Word binário é de 1997, o OpenDocument foi publicado em 2005, e o próprio substituto da Microsoft chegou entre os dois, em 2007. Converter um .doc direto para ODT pula uma geração inteira, e não há razão para fazer a parada no meio: o mesmo motor lê o arquivo antigo e escreve o novo de qualquer jeito.

O que torna a rota direta sensata é que o destino é uma decisão sobre os próximos vinte anos, não sobre esta semana. Se um acervo vai ser migrado, é migrado uma vez só. Também evita uma segunda rodada de conferência: toda migração precisa de alguém abrindo uma amostra do resultado, e fazer isso duas vezes para o mesmo acervo é o tipo de trabalho que fica pela metade na segunda vez.

OpenDocument é mantido pela OASIS e publicado como ISO/IEC 26300. Ninguém precisa manter licença em dia para ler, nenhuma empresa sozinha decide quando o suporte acaba, e a especificação está disponível para quem quiser escrever um leitor do zero daqui a quarenta anos. É esse o argumento inteiro, e é um argumento de política de aquisição, não técnico.

É também por isso que a exigência costuma chegar como regra, não como preferência. Portais de submissão de vários órgãos públicos e do Judiciário citam ODT nominalmente, e explicar que um DOCX também é documentado não muda o que o formulário aceita. Se foi uma política que trouxe você aqui, a política é o motivo e esta é a conversão que ela pede.

A parte incômoda de uma migração de acervo costuma ser a leitura, não a escrita. Um .doc binário não é um formato que dá para abrir num editor de texto e consertar na mão, e o Office atual recusa por padrão as variantes mais antigas. O grupo de programas que ainda lê bem esse formato é pequeno, e o LibreOffice é o mais capaz deles.

É isso que roda aqui. O arquivo é aberto pela mesma suíte de escritório que abriria numa mesa, e escrito de volta como OpenDocument pelo programa para o qual OpenDocument é o formato nativo. Nenhuma licença da Microsoft entra em jogo, o que para uma escola ou uma associação pequena costuma ser o fator decisivo.

Tudo que fazia dele um documento. Estilos de parágrafo e de caractere viram estilos OpenDocument, tabelas mantêm estrutura e células mescladas, imagens ficam ancoradas onde estavam, cabeçalho, rodapé e numeração de página atravessam, notas de rodapé continuam presas às suas referências.

Fontes são resolvidas por substituição, não por incorporação, e a máquina que faz a conversão carrega clones métricos das tipografias comuns da Microsoft — Liberation no lugar de Arial, Times New Roman e Courier New, Carlito no lugar de Calibri, Caladea no lugar de Cambria. Essas substituições ocupam o mesmo espaço que as originais, e é por isso que a contagem de páginas costuma não mudar. Documentos dessa época também frequentemente nomeiam fontes que nunca foram distribuídas de verdade, e essas são substituídas por algo aproximado.

As diferenças se concentram em recursos que a própria Microsoft depois abandonou. A camada de desenho antiga — formas agrupadas, quadros flutuantes, o WordArt daquela época — foi reimplementada entre gerações do Word e não tem equivalente exato no OpenDocument, então um documento cujo layout depende desses objetos pode se deslocar.

Nada disso afeta um relatório, uma ata, uma carta ou uma política interna, que é do que a maioria dos acervos é feita. Uma regra prática que funciona bem: se o arquivo já ficasse estranho aberto numa versão diferente do Word de um colega, é também o arquivo a inspecionar depois de convertido. O resto pode ser convertido em lote e é confiável.

Documentos binários do Word carregam um bloco de resumo que os donos costumam esquecer: um título nunca atualizado, o nome de quem salvou por último, uma empresa que já mudou de nome, às vezes uma contagem de revisões que diz mais sobre o processo de redação do que qualquer um pretendia publicar.

A conversão traz as propriedades básicas junto em vez de inventar ou apagar, então se este acervo vai ser publicado e não só guardado, abra as propriedades do documento numa amostra do resultado e decida o que deve ficar. Leva um minuto por arquivo e é o tipo de checagem que só parece óbvia depois de esquecida.

Um .doc pode conter Visual Basic for Applications escrito contra o modelo de objetos do Word. O LibreOffice tem seu próprio sistema de scripts e seu próprio modelo de objetos, sem tradução fiel entre os dois, então a automação é descartada enquanto o texto e a formatação chegam intactos.

Numa migração de acervo isso quase sempre é o resultado certo. Um acervo guarda documentos, não programas, e um registro armazenado que executa código ao ser aberto é um risco, não um recurso. Onde a automação realmente era o documento — um formulário de cálculo, um template — precisa ser reconstruída de propósito, e isso é um projeto, não uma conversão.

Migrações chegam em pastas: uma década de atas, os exercícios de uma escola, os precedentes de um escritório de advocacia. Solte a pasta inteira e cada arquivo converte em sequência, mantendo o nome com a extensão trocada, voltando como um único ZIP que descompacta sobre uma cópia da estrutura original.

Amostre a saída de propósito, não ao acaso. Abra o arquivo mais longo, o que tem mais tabelas, e aquele cujo layout alguém se orgulhava, porque é onde uma conversão falha — e os memorandos simples não falham. Aposente os originais só depois disso, e só quando as cópias em ODT estiverem em algum lugar com backup.

Este par roda em servidor, não no seu navegador, e a página diz isso em vez de deixar por conta de suposição. Interpretar um arquivo binário composto do Word exige uma suíte de escritório completa; não existe biblioteca pequena que faça isso corretamente.

O arquivo viaja por conexão criptografada até um contêiner rodando LibreOffice sem interface, sem acesso próprio à internet. Cada job recebe um diretório de trabalho isolado, apagado assim que o job termina, e qualquer job que passe de sessenta segundos é encerrado em vez de deixado pendurado. O limite gratuito é 25 MB por arquivo.

ODT serve para registros que precisam continuar editáveis — algo que alguém vai emendar, ampliar ou reaproveitar. Se o conteúdo de um documento está fechado e a única exigência restante é que ele fique exatamente como está e renderize igual em qualquer lugar, um PDF é o contêiner mais honesto para isso.

Muitos acervos acabam guardando os dois: o arquivo OpenDocument como matriz editável e um PDF como a versão fixa de uma edição específica. Isso custa uma conversão a mais e elimina a dúvida sobre se a cópia no repositório é o mesmo documento que foi aprovado.