Converter DOC para PDF

Quase ninguém converte um DOC porque quer um PDF pelo PDF. Converte porque chegou alguma coisa num formato que o computador não trata mais — um requerimento da prefeitura, um modelo de uma universidade federal, um anexo de edital de concurso, um contrato de um escritório cujos sistemas foram configurados há muito tempo.

DOC é o formato do Word de 1997 a 2003. É um bloco binário único cuja estrutura nunca foi publicada de forma aproveitável, e por isso programas que não são o Word sempre penaram com ele — e por isso ele acabou substituído. Quem não tem licença do Word muitas vezes só consegue ler a coisa convertendo; e um PDF depois abre em qualquer celular, tablet ou computador sem mais discussão.

A decepção mais comum em qualquer conversão de Word para PDF não é conteúdo faltando, é conteúdo deslocado: um documento de três páginas que vira quatro, uma tabela que se parte no meio, um título que fica sozinho no pé da página.

Quase sempre é questão de fonte. O documento cita Calibri, Cambria ou Times New Roman e não carrega nenhuma delas, então quem desenha a página troca por outra coisa. Qualquer substituta com larguras de letra diferentes muda o ponto em que cada linha quebra, e tudo depois disso anda. A conversão aqui usa substitutas de mesma métrica — desenhadas diferente, medidas igual —, e é isso que segura a paginação. É uma boa defesa, não uma defesa perfeita, e é por isso que vale abrir o PDF uma vez antes de mandar para onde importa.

A maioria das conversões deste site roda inteiramente no seu navegador, e fazemos questão disso. Esta não é uma delas. Não existe leitor do formato antigo do Word rodando em navegador que seja bom o bastante para se confiar o contrato de alguém, então esta conversão roda no nosso servidor.

O que isso quer dizer, em concreto: o arquivo viaja por uma conexão criptografada, o LibreOffice converte, o resultado volta, e o diretório de trabalho é apagado assim que o PDF é lido — num bloco `finally`, ou seja, tendo a conversão dado certo ou errado. A máquina não tem rota para a internet, então não conseguiria mandar o seu documento a lugar nenhum nem se pedissem. Nenhuma cópia fica e ninguém lê. Toda conversão deste site diz qual dos dois tipos ela é, no botão, antes de você apertar.

Se você tem acesso a qualquer versão do Word, ao LibreOffice ou até ao Google Docs, abrir o DOC e salvar como DOCX antes de converter dá um resultado melhor. O formato moderno é um ZIP de XML com especificação publicada, e tudo o que vem depois — inclusive este conversor — lê ele com mais precisão do que o binário original.

Na maioria das vezes isso não é possível, e é por isso que esta página existe. Mas quando é, leva trinta segundos e elimina uma classe inteira de surpresas de diagramação.

A extensão é o indicador confiável, e o Windows esconde ela por padrão — é assim que as pessoas acabam na página errada. Ative a exibição de extensões na visualização da pasta, ou abra as propriedades do arquivo.

Terminando em .doc, é o formato binário de 1997 a 2003 e é aqui mesmo. Terminando em .docx, é o formato moderno de ZIP com XML, e a página de DOCX converte com mais precisão, porque ali existe uma especificação publicada para seguir.

Passa: texto corrido, estilos de parágrafo, tabelas, imagens, cabeçalho e rodapé, numeração de página, notas de rodapé e sumário.

Não passa: macros, o comportamento dos campos de formulário e a possibilidade de editar. Um DOC escrito em 2001 também pode trazer recursos que não têm mais equivalente em lugar nenhum, e esses são descartados em vez de aproximados por algo parecido.

O formato binário não tem especificação publicada que mereça o nome, então um arquivo escrito por um software incomum, ou danificado no caminho, derruba qualquer leitor que não seja o próprio Word.

Falhar com clareza é a resposta honesta nessa situação. Um conversor que devolvesse um documento parcial a partir de um arquivo que não entendeu seria pior, porque você não teria como saber de quais partes desconfiar.

Um DOC protegido por senha de abertura não pode ser lido sem ela, aqui nem em lugar nenhum. A conversão falha em vez de adivinhar.

Documento com restrição de edição, e não senha de abertura, é outro caso. Esses abrem normalmente, e a restrição simplesmente deixa de importar, porque um PDF nunca foi editável nesse sentido para começo de conversa.

Solte uma pasta e leve os resultados num ZIP. Cada arquivo é tratado por conta própria, então um DOC ilegível não derruba os outros.

Como isto roda no nosso servidor e não no seu navegador, lotes grandes rendem mais divididos em grupos. Cada arquivo é apagado assim que o seu PDF é lido de volta.