DOCX na PDF

Prawdziwy skład, nie zrzut ekranu

Plik .docx to archiwum ZIP z plikami XML: jedna część zawiera treść, druga style, z których ta treść dziedziczy, trzecia definicje list, czwarta obrazy. Ten konwerter czyta wszystkie cztery, rozwiązuje każdy akapit względem jego łańcucha stylów tak, jak robi to Word, a następnie składa wynik — mierząc każde słowo na podstawie prawdziwych metryk czcionek, łamiąc wiersze tam, gdzie przestają się mieścić, i zaczynając nową stronę, gdy kolejny wiersz przekroczyłby dolny margines.

Większość konwerterów w przeglądarce idzie inną drogą: renderuje dokument na płótnie i wkleja bitmapę na stronę PDF. To znacznie mniej pracy i zawsze wygląda mniej więcej dobrze, ale daje plik kilkukrotnie większy, w którym żadnego słowa nie da się zaznaczyć, wyszukać ani odczytać na głos. Tutaj każdy znak jest zapisywany jako tekst.

Co jest przenoszone

Tekst

Pogrubienie, kursywa, podkreślenie, przekreślenie, kolor i rozmiar czcionki dla każdego fragmentu.

Struktura

Poziomy nagłówków 1–6, niezależnie od tego, czy pochodzą z nazwy stylu, czy z poziomu konspektu.

Listy

Wypunktowania i numerowanie, w tym poziomy zagnieżdżone, litery i cyfry rzymskie oraz restarty numeracji, o które prosi dokument.

Układ

Wyrównanie do lewej, do środka, do prawej i justowanie, wcięcia pierwszego wiersza i wysunięcia, tabulatory oraz odstępy między akapitami.

Tabele

Siatki komórek z obramowaniem, scalone kolumny i powtarzane wiersze nagłówka.

Obrazy

Obrazy PNG i JPEG w rozmiarze ustawionym w dokumencie.

Strona

Rozmiar strony, orientacja i wszystkie cztery marginesy, chyba że nadpiszesz je na pasku narzędzi.

A co nie

• Nagłówki, stopki i przypisy. Wymagają silnika składu, który rezerwuje miejsce poza tokiem tekstu i potrafi umieścić tam treść po ustaleniu układu. Ten ma jedną kolumnę i nie zna takiego pojęcia.
• Pola tekstowe i pływające kształty. Wszystko, co jest zakotwiczone w pozycji, a nie umieszczone w toku tekstu, jest pomijane, zamiast lądować w miejscu z pozoru sensownym, a w istocie błędnym.
• Pisma inne niż łacińskie. Czcionki wbudowane w każdy czytnik PDF obejmują Latin-1 i nic więcej. Znaki spoza tego zakresu stają się znakami zapytania, a konwersja mówi dokładnie, ile ich było i które.
• Zgodność strona w stronę. O tym, gdzie łamie się strona, decyduje sam konwerter. Treść jest kompletna; podział na strony jest jego własny.

Najczęstsze pytania

Czy mój dokument Word jest gdzieś wysyłany?

Nie. Plik .docx jest rozpakowywany, odczytywany i składany jako PDF w Twojej własnej karcie przeglądarki. Nic nie opuszcza urządzenia — i to główny powód, by używać tego zamiast konwertera, który wysyła Ci link e-mailem: umowa, pasek wypłaty czy szkic nigdy nie stają się czyimś plikiem.

Czy PDF będzie wyglądał dokładnie jak eksport z Worda?

Podobnie, ale nie identycznie. Nagłówki, pogrubienie i kursywa, kolor, wyrównanie, wcięcia, listy punktowane i numerowane, tabele, obrazy, rozmiar strony i marginesy są przenoszone, a wiersze łamią się w sensownych miejscach. Czego brakuje: nagłówków i stopek, przypisów, pól tekstowych, pływających kształtów, kolumn i numeracji stron. O tym, gdzie łamie się strona, decyduje własny skład tego konwertera, więc nie zawsze pokryje się to z Wordem strona w stronę.

Czy tekst w pliku PDF można zaznaczać?

Tak. Każdy znak jest zapisywany jako prawdziwy tekst z prawdziwą czcionką, więc wynik można przeszukiwać, kopiować, indeksować i odczytywać na głos. Konwertery, które robią zrzut każdej strony, tworzą znacznie większy plik, w którym nic z tego nie działa.

Jakich czcionek używa PDF?

Trzech rodzin czcionek wbudowanych w każdy czytnik PDF: Times, Helvetica i Courier. Każdy fragment jest mapowany na tę, która jest najbliższa czcionce wskazanej w dokumencie, więc dokument w Calibri staje się Helveticą, a w Cambrii — Timesem. Nic nie jest osadzane, dzięki czemu plik pozostaje mały i wszędzie otwiera się tak samo.

A co z tekstem chińskim, japońskim, arabskim lub cyrylicą?

Te nie przetrwają. Wbudowane czcionki PDF obejmują tylko zakres Latin-1, więc każdy znak spoza niego jest zastępowany znakiem zapytania i raportowany po konwersji. Języki używające alfabetu łacińskiego, w tym indonezyjski, angielski i wszystkie języki Europy Zachodniej, są konwertowane w całości.

Czy potrafi otworzyć plik .doc?

Nie. Stary format .doc to format binarny, który nie ma nic wspólnego z .docx, czyli archiwum ZIP z plikami XML. Otwórz plik w Wordzie, LibreOffice lub Dokumentach Google i najpierw zapisz go jako .docx.