Converter RTF para ODT

O RTF foi desenhado para mover um documento formatado de um programa para outro, e é muito bom nisso. Nunca foi desenhado para ser o formato onde um documento mora enquanto alguém trabalha nele por quinze dias, e a diferença aparece de um jeito fácil de não notar: toda vez que você salva, o Writer serializa o documento inteiro pelo filtro RTF e reconstrói ele a partir desse texto na próxima abertura.

Tudo que o filtro não tem representação vira aproximação ou é descartado nesse momento. Alguns tipos de campo, certas propriedades de seção e quadro, configurações particulares de lista e as partes mais finas do modelo de estilo não têm equivalente em RTF, e a perda é silenciosa porque o que aparece na tela ainda parece o documento. Uma ida e volta costuma ser invisível. Vinte delas, num arquivo editado diariamente por um tradutor ou revisor, não são.

O padrão é sempre o mesmo formato: um programa a montante que gera RTF, e uma pessoa a jusante que precisa trabalhar nisso no LibreOffice. Agência de tradução manda arquivo de origem em RTF porque é o formato que toda ferramenta CAT e todo cliente consegue ler. Plataforma de transcrição e ditado devolve rascunho em RTF. Editora pequena aceita submissão nesse formato porque é o que um autor em qualquer máquina consegue produzir. Ferramenta de pesquisa qualitativa exporta documento codificado para isso.

Nenhum desses remetentes vai mudar, e nenhum deveria — o RTF é a escolha certa para a entrega justamente porque é o formato que ninguém deixa de conseguir abrir. O erro é tratar o formato de entrega como o formato de trabalho. Converta na chegada, trabalhe em ODT, e exporte de volta para o que o cliente pedir no final. É uma conversão em cada fronteira, em vez de uma a cada salvamento.

Um RTF é caractere. Abra um num editor de texto e a prosa está ali à vista, cercada de palavras de controle com barra invertida descrevendo a tabela de fonte, a tabela de cor, a folha de estilo e a formatação de cada trecho. É verboso, inteiramente imprimível, reparável à mão, e nada validado — um arquivo levemente errado geralmente abre, levemente errado.

Um ODT é um arquivo ZIP contendo XML: `content.xml` para o texto, `styles.xml` para os estilos, um manifesto, e as imagens como arquivos de verdade numa pasta. É um contêiner com um padrão ISO por trás, lido por LibreOffice Writer, Microsoft Word e Google Docs. Dá para descompactar um e buscar dentro do XML, uma propriedade genuinamente útil quando um documento deu errado ou quando cem deles precisam da mesma substituição.

Dois motivos que se somam. Primeiro, o ZIP: o XML dentro de um ODT é deflacionado antes de chegar ao disco, e XML comprime extremamente bem porque repete os próprios nomes de tag o tempo todo. O RTF não tem compressão nenhuma e guarda toda palavra de controle literalmente.

Segundo, imagem. Um RTF escreve uma imagem embutida como texto hexadecimal — cerca de dois caracteres por byte de imagem — enquanto um ODT guarda o arquivo de imagem original no arquivo compactado, intocado. Um documento com meia dúzia de capturas de tela pode ser uma ordem de grandeza maior em texto rico do que em OpenDocument. Se o RTF que te mandaram parecia grande demais para uma carta de doze páginas, é por isso, e a conversão resolve sem ninguém precisar pensar sobre isso.

O RTF tem estilos, o que é mais do que a idade dele sugere e o motivo desta conversão funcionar tão bem quanto funciona: estilo de parágrafo nomeado, título, estilo de caractere, fonte, tamanho e espaçamento mapeiam para os equivalentes em OpenDocument em vez de virar formatação manual achatada. Tabela mantém célula, borda e mesclagem; lista mantém a numeração; cabeçalho, rodapé, nota de rodapé, hiperlink, marcador e configuração de página têm representação nos dois lados.

O que o OpenDocument acrescenta é uma profundidade que o formato mais antigo não tem onde colocar. Estilo de página é um objeto de primeira classe em vez de propriedade de seção, estilo de lista é definido uma vez e reutilizado, e a separação entre `content.xml` e `styles.xml` significa que a aparência de um documento pode ser substituída por completo sem tocar numa palavra do texto. Para quem pretende reestilizar uma pilha de documentos recebidos num padrão da casa, essa separação é o argumento inteiro para converter antes.

Um RTF declara um conjunto de caracteres e escapa qualquer coisa fora do ASCII simples contra ele. Isso fazia sentido em 1987 e hoje é uma fonte constante de texto embaralhado, porque um arquivo escrito por um programa antigo numa máquina com configuração regional diferente pode nomear uma página de código que não bate com o que de fato contém. Nome acentuado, caractere da Europa Central, aspas curvas e travessão são onde isso aparece.

Uma conversão não conserta isso, e saber disso economiza uma tarde. Se o RTF já mostra errado no Writer, os caracteres no arquivo estão errados, e o ODT vai carregar os mesmos caracteres errados fielmente. O OpenDocument é Unicode do começo ao fim, então uma vez que o texto está correto, permanece correto — o que significa que o movimento certo é corrigir o texto afetado uma vez, logo depois de converter, em vez de no fim do projeto quando já foi copiado para três outros documentos.

Trabalhar em ODT não te compromete a entregar um. O Writer exporta para DOCX, para RTF, para PDF e de volta para texto simples, e o Word lê OpenDocument diretamente há mais de uma década, então mesmo mandar o próprio ODT é uma escolha defensável com a maioria dos clientes. O ponto de converter é tornar a exportação um ato único e deliberado no fim, em vez de um acidente que acontece toda vez que você aperta Ctrl+S.

Se o entregável precisa ser RTF — porque a ferramenta da agência quer isso, ou o sistema do cliente exige — exporte para RTF uma vez, a partir do ODT pronto, e confira o resultado antes de mandar. Uma passagem pelo filtro perde muito pouco, e é uma passagem que você escolheu. Guarde o ODT como a cópia mestre, porque é o arquivo que ainda guarda tudo, e trate o RTF exportado como você trataria um PDF: uma saída, não o documento.

No nosso servidor, não no seu navegador. Converter entre dois formatos de processador de texto precisa de um motor de escritório de verdade, e esta página diz isso sem rodeios em vez de dar a entender que tudo aqui roda localmente. O arquivo viaja por uma conexão criptografada até um contêiner rodando LibreOffice sem interface, e esse contêiner não tem acesso de saída à internet.

Cada trabalho recebe o próprio diretório temporário e o próprio perfil de LibreOffice — dois processos `soffice` compartilhando um perfil corrompem ele, e o sintoma é uma conversão que nunca retorna em vez de um erro — e o diretório é apagado quando o trabalho termina, seja qual for o resultado. Qualquer coisa ainda rodando depois de sessenta segundos é encerrada. O plano gratuito aceita 25 MB por arquivo enviado, que para um RTF é menos documento do que parece, já que o formato é bem maior do que o que ele guarda.

Confira a lista de estilos antes de conferir o texto. Se o documento chegou com um conjunto sensato de estilos nomeados, você está no caso bom e tudo depois é fácil; se chegou como um estilo só com muita formatação manual, o programa de origem nunca usou estilos e nenhuma conversão consegue inventar eles. Saber qual dos dois casos você tem decide se reestilizar é uma escolha de menu ou um trabalho.

Depois olhe os três lugares que carregam o risco: tabela com célula mesclada, numeração de lista em vários níveis, e o ponto onde um documento longo quebra entre páginas. Se o arquivo é um de um lote da mesma origem, conferir um com cuidado diz quase tudo sobre o resto, porque as falhas vêm dos hábitos do programa que gerou, não do documento. Guarde o RTF original até o primeiro documento ter passado pelo seu processo inteiro uma vez — é o único registro do que o remetente de fato produziu.