DOCX в PDF

Настоящая вёрстка, а не скриншот

.docx — это ZIP с XML внутри: одна часть хранит содержимое, другая — стили, от которых оно наследуется, третья — определения списков, четвёртая — изображения. Этот конвертер читает все четыре, разрешает каждый абзац по цепочке стилей так же, как это делает Word, а затем верстает результат — измеряя каждое слово по настоящим метрикам шрифта, перенося строки там, где они перестают помещаться, и начиная новую страницу, когда следующая строка вышла бы за нижнее поле.

Большинство браузерных конвертеров идут другим путём: рендерят документ на canvas и вставляют растр в страницу PDF. Это гораздо меньше работы, и выглядит всегда примерно правильно, но на выходе получается файл в несколько раз больше, в котором ни одно слово нельзя выделить, найти или прочитать вслух. Здесь каждый символ записывается как текст.

Что переносится

Текст

Жирный, курсив, подчёркивание, зачёркивание, цвет и размер шрифта для каждого фрагмента.

Структура

Уровни заголовков 1–6 — независимо от того, заданы они именем стиля или уровнем структуры.

Списки

Маркеры и нумерация, включая вложенные уровни, буквы и римские цифры, а также перезапуски нумерации, заданные в документе.

Компоновка

Выравнивание по левому краю, по центру, по правому краю и по ширине, отступы первой строки и висячие отступы, позиции табуляции и интервалы между абзацами.

Таблицы

Сетки ячеек с границами, объединёнными столбцами и повторяющимися строками заголовков.

Изображения

Изображения PNG и JPEG в размере, заданном документом.

Страница

Размер страницы, ориентация и все четыре поля — если вы не переопределите их на панели инструментов.

А что нет

• Колонтитулы и сноски. Для них нужен движок вёрстки, который резервирует место вне потока текста и может разместить туда содержимое после того, как поток определён. Здесь одна колонка и такого понятия нет.
• Текстовые поля и плавающие фигуры. Всё, что привязано к позиции, а не находится в потоке, пропускается — вместо того чтобы оказаться в правдоподобном, но неверном месте.
• Нелатинские письменности. Шрифты, встроенные в каждую программу для чтения PDF, покрывают Latin-1 и ничего больше. Символы за его пределами превращаются в вопросительные знаки, и конвертер точно сообщает, сколько их и какие именно.
• Постраничное совпадение. Где именно разрывается страница — собственное решение этого конвертера. Содержимое полное; разбивка на страницы — своя.

Часто задаваемые вопросы

Загружается ли мой документ Word куда-либо?

Нет. .docx распаковывается, читается и верстается в PDF прямо во вкладке вашего браузера. Ничто не покидает устройство — и это главная причина использовать этот инструмент, а не конвертер, который присылает ссылку по почте: договор, расчётный лист или черновик никогда не станут чьим-то чужим файлом.

Будет ли PDF выглядеть в точности как экспорт из самого Word?

Близко, но не идентично. Заголовки, жирный и курсив, цвет, выравнивание, отступы, маркированные и нумерованные списки, таблицы, изображения, размер страницы и поля переносятся, а переносы строк оказываются в разумных местах. Что не переносится: колонтитулы, сноски, текстовые поля, плавающие фигуры, колонки и нумерация страниц. Где разрывать страницу, решает собственная вёрстка этого конвертера, поэтому постраничное совпадение с Word будет не всегда.

Можно ли выделять текст в PDF?

Да. Каждый символ записан как настоящий текст настоящим шрифтом, поэтому результат можно искать, копировать, индексировать и читать вслух. Конвертеры, которые делают скриншот каждой страницы, выдают гораздо больший файл, с которым ничего из этого не работает.

Какие шрифты использует PDF?

Три семейства шрифтов, встроенные в каждую программу для чтения PDF: Times, Helvetica и Courier. Каждый фрагмент сопоставляется с тем из них, который ближе всего к шрифту, указанному в документе, поэтому документ в Calibri становится Helvetica, а в Cambria — Times. Ничего не встраивается, что сохраняет файл небольшим и означает, что он везде откроется одинаково.

А как насчёт китайского, японского, арабского текста или кириллицы?

Они не переживают конвертацию. Встроенные шрифты PDF покрывают только диапазон Latin-1, поэтому любой символ за его пределами заменяется вопросительным знаком, о чём сообщается после конвертации. Языки на латинице, включая индонезийский, английский и все западноевропейские языки, конвертируются полностью.

Может ли он открыть файл .doc?

Нет. Старый формат .doc — двоичный, и у него нет ничего общего с .docx, который представляет собой ZIP с XML. Сначала откройте файл в Word, LibreOffice или Google Docs и сохраните его как .docx.