Converter DOC para RTF

Esta conversão é uma resposta a uma regra, não a uma preferência, e a regra costuma ser invisível até disparar. O Word diz que o tipo de arquivo está bloqueado por uma política. Um e-mail chega com o anexo removido e uma nota de um sistema de segurança. Um formulário de upload lista os formatos aceitos e .doc não está entre eles.

Nada disso é um julgamento sobre o seu documento. O formato binário DOC é um arquivo composto OLE — um pequeno sistema de arquivos dentro de um arquivo, com fluxos nomeados que podem carregar um projeto VBA, objetos embutidos e bastante coisa difícil de inspecionar — e por duas décadas foi o jeito mais confiável de entregar algo indesejado dentro de uma organização. O RTF fica do outro lado dessa linha porque é feito de caracteres, e caracteres não executam.

Vale deixar claro que isto não é modernização. Os dois formatos datam de 1987 e ambos são marcados como legados; a Microsoft parou de desenvolver a especificação RTF em 2008. Você está trocando um contêiner binário por um de texto da mesma época, e a troca só faz sentido porque o destino se importa com o contêiner.

Se nada está recusando o arquivo, esta é a página errada. Um documento que você pretende continuar editando deveria virar DOCX; um documento que só precisa ser lido deveria virar PDF. Escolha RTF quando um sistema específico pedir isso por nome, ou quando o destinatário não tem suíte de escritório nenhuma.

Os dois formatos falham em direções opostas, e vale conhecer as duas. Um DOC binário é um arquivo de armazenamento estruturado: fluxos, armazenamentos e um cabeçalho, com o texto guardado numa tabela de peças que reconstrói o documento a partir de fragmentos. É denso, eficiente para o hardware de 1987, e completamente opaco sem uma biblioteca que o entenda.

Um RTF é o oposto em todo aspecto. Abra um num editor de texto e a prosa é legível, envolta em palavras de controle prefixadas por barra invertida para a tabela de fontes, tabela de cores e cada trecho de formatação. Essa transparência é o motivo de um RTF sobreviver a sistemas que estragam conteúdo binário — e também é o motivo de nada checá-lo: um DOC com um fluxo danificado se recusa a abrir, enquanto um RTF levemente errado abre levemente errado e não diz nada.

Boa parte dela, porque o RTF foi construído para carregar exatamente isso. Estilos de parágrafo nomeados atravessam como estilos em vez de formatação manual, já que o RTF tem uma folha de estilos de verdade. Tabelas mantêm células, bordas e regiões mescladas; listas mantêm a numeração; cabeçalho, rodapé, numeração de página, notas de rodapé, notas de fim, hiperlinks, marcadores e configuração de página têm representações diretas dos dois lados.

A conversão roda pelo LibreOffice, que lê o formato binário DOC e escreve RTF como filtros de primeira classe, e a máquina onde roda carrega substitutos com métrica compatível para Arial, Times New Roman, Courier New, Calibri e Cambria. O que nenhum dos dois formatos consegue fazer é carregar uma fonte com o arquivo — ambos apenas nomeiam fontes e param por aí.

Arquivos antigos do Word acumulam coisas que seus autores nunca pretenderam enviar. As propriedades do documento guardam o autor original, a empresa a que a licença foi registrada, o tempo total de edição e muitas vezes uma cadeia de caminhos de arquivo anteriores. Versões antigas do Word escreviam fragmentos de texto apagado no arquivo, e um documento que passou por quinze revisões pode conter frases que ninguém pretendia manter.

Uma passagem por RTF remove boa parte disso incidentalmente, porque simplesmente não há lugar na sintaxe para colocar um fluxo OLE ou um conjunto de propriedades de arquivo composto. É um motivo de alguns processos de recebimento pedirem texto rico logo de início — mas não é motivo para confiar cegamente no resultado.

A sintaxe RTF não tem lugar para um projeto VBA, então qualquer automação no documento fica para trás por definição, não por política. Num DOC dos anos 1990 isso é mais provável do que se espera: modelos com macro eram prática comum de escritório, e um documento criado a partir de um herda o que o modelo carregava.

Se o Word já mostrou um alerta de segurança ao abrir este arquivo, era sobre isso, e converter é a resposta mais limpa possível. As palavras, as tabelas e o layout chegam do outro lado; o código não, e não pode.

RTF não tem compressão nenhuma e guarda uma imagem embutida como texto hexadecimal — aproximadamente dois caracteres no arquivo por byte de imagem. Um DOC majoritariamente prosa cresce moderadamente. Um DOC com um timbre em toda página, uma assinatura escaneada e duas fotografias pode crescer várias vezes.

Isso importa mais aqui do que na maioria das páginas, porque o motivo de converter costuma ser um limite de anexo ou upload logo de início. Se o documento tem ilustrações, reduza as imagens no Word antes de converter em vez de depois.

No nosso servidor, não no seu navegador. Ler um arquivo binário do Word e escrever texto rico precisa de um mecanismo de escritório, e esta página diz isso claramente em vez de sugerir que tudo neste site roda localmente. O arquivo vai por uma conexão criptografada até um contêiner rodando LibreOffice sem interface, sem acesso próprio à internet.

Cada trabalho recebe seu próprio diretório temporário e seu próprio perfil de LibreOffice, apagado ao fim do trabalho independentemente do resultado. Qualquer coisa ainda rodando após sessenta segundos é encerrada. Um documento que pede senha falha com uma mensagem em vez de travar.

Abra o resultado e confira antes de enviar, e abra no que mais se pareça com o destino em vez do que for conveniente. Um arquivo de texto rico renderizado pelo Word e o mesmo arquivo renderizado pelo interpretador próprio de um sistema de recebimento podem diferir, e é o interpretador que decide se a submissão é aceita.

Olhe as tabelas primeiro, depois qualquer coisa que costumava ser um campo — uma data que se atualizava sozinha, uma contagem de páginas, uma referência cruzada — porque cada uma delas resolve para o valor que tinha no momento da conversão e para de ser viva.