ما الذي يحمله المستند، وما الذي تفعله به كل عملية تحويل
ملف .docx هو ملف ZIP يضم ملفات XML، ومعظم ما يجعله مستندًا ليس النص. فهناك الأنماط — تعريفات مسمّاة مثل Heading 1 تشترك فيها فقرات كثيرة — وهناك التنسيق المباشر، حين يحدد شخص سطرًا ويضغط زر الخط العريض. يبدوان متطابقين لكنهما يتصرفان بشكل مختلف تمامًا عند التحويل: فالنمط يبقى نمطًا، أما المقطع المنسّق مباشرة فلا يبقى منه إلا التنسيق الذي أنتجه. وإلى جانبهما توجد تعريفات الترقيم، والتغييرات المتعقَّبة، والتعليقات، والحواشي السفلية، والرؤوس والتذييلات، ومربعات النص، والخطوط المضمّنة، وخصائص المستند، وكل منها مخزّن بشكل منفصل عن نص الفقرات.
أرقام القوائم هي أوضح مثال. لا يخزّن Word الرمز «1.» كنص؛ بل يخزّن مرجعًا إلى تعريف ترقيم ويحسب الرقم أثناء رسم الصفحة. ولذلك فإن أدوات استخراج النص التي تمر على XML الفقرات تُسقط كل الأرقام وتعطيك قائمة بلا ترقيم. أما «تحويل DOCX إلى TXT» فتعيد بناءها — «1.» و«1.1» و«a)» و«iii.» — بما في ذلك القوائم التي يُعاد ترقيمها أو تستمر عبر المستند.
التغييرات المتعقَّبة والتعليقات قرار، لا مصادفة. المستند قيد المراجعة يحمل النص المحذوف والنص المُدرج معًا، في الملف نفسه، مع علامات تميّزهما. وتقرؤه «تحويل DOCX إلى TXT» كما لو أن كل التغييرات قُبلت: تُحتفظ بالإضافات وتُستبعد المحذوفات. ولا تُدرج التعليقات إطلاقًا، وهذا عادةً ما تريده حين يكون النص العادي متجهًا إلى مكان عام. وتظهر الحواشي السفلية والختامية كعلامات [1] مع تجميع الحواشي في النهاية، ويمكن تفعيل الرؤوس والتذييلات، وتظهر مربعات النص مرة واحدة لكل منها بترتيب القراءة بدلًا من أن تتكرر أو تضيع.
ما يثبّته التحويل إلى PDF هو ترقيم الصفحات. في معالج النصوص، يُعاد حساب موضع نهاية الصفحة الرابعة في كل مرة يُفتح فيها الملف، باستخدام خطوط وبرنامج تشغيل الطابعة لدى من فتحه — ولهذا يصل المستند إلى المستلم والجدول منقسم على صفحتين عنده لا عندك. أما PDF فلا يُعاد فيه هذا الحساب: فقد تقررت فواصل الصفحات مرة واحدة عند التحويل، وأصبحت الآن حقيقة ثابتة في الملف. وتحصل «تحويل Word إلى PDF» و«تحويل ODT إلى PDF» و«تحويل RTF إلى PDF» على هذه الفواصل من تخطيط معالج نصوص كامل لا من متصفح يقلّده تقريبيًا، ولهذا تقع مربعات النص والأشكال والرؤوس والتذييلات حيث وضعها المؤلف.
وما يفقده هو قابلية التعديل وإعادة التدفق. تصبح الأنماط تنسيقًا مرئيًا، ويصبح المخطط إشارات مرجعية، ولم يعد النص يعيد الالتفاف ليناسب شاشة الهاتف. وتُستخدم الخطوط المضمّنة في المستند كما هي؛ أما الخط غير المضمَّن وغير المتاح لأداة التحويل فيُستبدل بأقرب خط متوافق معه في المقاييس، فتبقى الأسطر تنكسر في المواضع نفسها وإن اختلفت أشكال الحروف.
الكتب الإلكترونية لا صفحات فيها للحفاظ عليها. صيغ EPUB وMOBI وAZW3 قابلة لإعادة التدفق — فتطبيق القراءة يحدد أين تنتهي كل صفحة، بأي حجم خط اخترته — ولذلك فإن «الصفحة 40» ليست خاصية من خصائص الكتاب، ويُنشأ ترقيم الصفحات في ملف PDF عند التحويل بناءً على مقاس الصفحة والهوامش التي تختارها. أما ما يوجد في الملف فهو بنية الفصول وقائمة المحتويات، وتصبح هذه روابط وإشارات مرجعية حقيقية في PDF. تحمل AZW3 ورقة أنماط وخطوطًا مضمّنة في الغالب، فتخرج بالشكل الذي صممه الناشر؛ أما ملفات MOBI القديمة فلا تحتوي على ورقة أنماط إطلاقًا، ولهذا يبدو ملف MOBI المحوَّل أبسط من الكتاب نفسه في تطبيق Kindle — فالتطبيق كان يضيف تنسيقًا طباعيًا لم يكن موجودًا في الملف قط.
RTF نص من أوله إلى آخره، ولهذا صمد عبر عقود من البرمجيات. لكن مشكلته في ترميز الأحرف: فقد ظهر RTF قبل Unicode ويخزّن النص بصفحات ترميز قديمة — أوروبية وسطى، وسيريلية، ويونانية، ويابانية — ومن هنا تأتي الرموز المشوّهة في ملفات RTF المحوّلة بشكل سيئ. وهنا تُفك كل منها بشكل صحيح، إلى جانب نصوص Unicode الحديثة.
متى يكون المتصفح الأداة الخطأ فعلًا
بعض هذه الأدوات يُبقي ملفك خاصًا تمامًا وبعضها يسلّمه إلى خادم، ومن المهم أن نكون دقيقين بشأن أيها يفعل ماذا. «تحويل PDF إلى نص» و«تحويل TXT إلى PDF» و«تحويل DOCX إلى TXT» و«تحويل HTML إلى DOCX» و«تحويل Markdown إلى HTML» لا ترسل أي شيء أبدًا — يُقرأ الملف ويُحوَّل ويُكتب هنا مباشرة، ولا يغادر شيء. أما «تحويل Word إلى PDF» و«تحويل ODT إلى PDF» و«تحويل RTF إلى PDF» و«تحويل HTML إلى PDF» و«تحويل Markdown إلى PDF» وأدوات الكتب الإلكترونية الثلاث فتُجري التحويل على خادمنا، لأن إعادة إنتاج تخطيط صفحات معالج النصوص، أو ترقيم صفحات كتاب بشكل صحيح، ليس شيئًا تستطيع صفحة ويب تزييفه. ويختلف ما يُرسَل: فمستندات Word وODT وRTF تُرسَل كما هي، بينما تُفك ملفات Markdown والكتب الإلكترونية وتُجمَّع في صفحة ويب أولًا، وتلك الصفحة المجمّعة هي التي تُرسَل. وفي الحالتين تنتقل عبر اتصال مشفّر، وتُحوَّل، وتُحذف لحظة جاهزية التنزيل — لا يُخزَّن أي شيء ولا يُسجَّل ولا يُشارَك. وكل منها ينتقل أيضًا إلى أداة التحويل الخاصة به إذا تعذّر الوصول إلى الخادم، ويخبرك حين يفعل ذلك، وبما لم تستطع الأداة البديلة الحفاظ عليه.
صيغ لا نفتحها. ملفات .doc الثنائية القديمة من Word 97–2003 تتحول بلا مشكلة في «تحويل Word إلى PDF»، لأن الخادم يقرؤها مباشرة — لكن «تحويل DOCX إلى TXT» التي تعمل في المتصفح لا تستطيع ذلك، وتحتاج إلى ملف .docx. والمستندات المحمية بكلمة مرور تحتاج إلى إزالة كلمة المرور في البرنامج الذي وضعها. أما كتب Kindle المحمية بتقنية DRM فلا تستطيع أي أداة تحويل في أي مكان فتحها — فهذا هو الغرض من الحماية — وكذلك صيغة KFX الأحدث من Amazon، التي لا يقرؤها إلا تطبيق Kindle.
العمل على المستندات الطويلة. المستندات الرئيسية، وحقول الإسناد الترافقي، والفهارس، وجداول المراجع المُنشأة تلقائيًا، ودمج المراسلات، وبرامج إدارة الاستشهادات كلها ميزات لمعالج النصوص، وأداة التحويل ليست معالج نصوص. ثبّت LibreOffice — فهو مجاني، ويقرأ كل صيغة في هذه الصفحة، وهو ببساطة البرنامج المناسب لهذه المهام.
المعالجة المجمّعة والأتمتة. تعمل هذه الأدوات حين ينقر شخص ما. أما تحويل ألف ملف وفق جدول زمني فمهمة لسطر الأوامر، والأدوات المجانية ممتازة: LibreOffice في وضع headless يحوّل أي شيء يستطيع Writer فتحه، وPandoc ينقل بين Markdown وHTML وDOCX وLaTeX وعشرات الصيغ الأخرى بتحكم أكبر من أي نموذج ويب، وCalibre يعالج الكتب الإلكترونية بالجملة ويحوّل بين كل صيغ الكتب الإلكترونية غير المحمية.
التخطيط الأمين في الاتجاه المعاكس. تحويل ملف PDF مصمَّم بعناية إلى مستند قابل للتعديل مسألة استنتاج لا تحويل، ولا شيء يؤديها بشكل مثالي — لا نحن ولا البرامج المكتبية باهظة الثمن. وإذا كان المستند الأصلي لا يزال موجودًا، فعدّله هو.
الاختيار بين الأدوات المتشابهة الأسماء
تحويل Markdown إلى PDF مقابل تحويل Markdown إلى HTML. المحلل نفسه، والوجهة مختلفة. تعطيك «تحويل Markdown إلى PDF» مستندًا مقسّمًا إلى صفحات بخط ومقاس صفحة وهوامش تختارها، مع العناوين كإشارات مرجعية في PDF وقائمة محتويات تنتقل إلى الصفحة الصحيحة — للطباعة أو الإرفاق أو الأرشفة. أما «تحويل Markdown إلى HTML» فتعطيك إما صفحة مستقلة منسّقة أو مقتطفًا مجردًا للصقه في نظام إدارة محتوى — للنشر. وإذا أردت Markdown في Word، فمرّ عبر «تحويل Markdown إلى HTML» ثم «تحويل HTML إلى DOCX».
تحويل Word إلى PDF مقابل تحويل ODT إلى PDF مقابل تحويل RTF إلى PDF. عملية التحويل نفسها في الأساس؛ ولا تختلف إلا فيما تُدخله إليها. «تحويل Word إلى PDF» لملفات .docx. و«تحويل ODT إلى PDF» لأي ملف من LibreOffice أو OpenOffice أو من خيار «Download as OpenDocument» في Google Docs. و«تحويل RTF إلى PDF» لملفات WordPad وTextEdit والخطابات والتقارير التي لا تزال أنظمة الأعمال تُصدرها. واختيار الصفحة المطابقة لامتداد ملفك أقل أهمية مما تظن — المهم ألا تكون أي منها «تحويل TXT إلى PDF»، التي لا يوجد فيها تنسيق يُحافَظ عليه أصلًا.
تحويل TXT إلى PDF مقابل تحويل Markdown إلى PDF. تصوغ «تحويل TXT إلى PDF» نصك كنص: خط واحد، وهوامشك، دون أي تفسير. أما «تحويل Markdown إلى PDF» فتقرأ الرمزين # و* كتعليمات وتُنتج عناوين وقوائم وجداول وكودًا مُبرزًا ومخططًا من الإشارات المرجعية. أدخل ملف Markdown إلى «تحويل TXT إلى PDF» فتحصل على ملف PDF مليء بالنجوم.
تحويل EPUB وMOBI وAZW3 إلى PDF. الأدوات الثلاث تقبل أكثر مما توحي به أسماؤها، ولذلك ستفتح أي منها ملفك؛ وتختلف الصفحات لأن الكتب مختلفة. تحمل EPUB وAZW3 (KF8) أوراق أنماط وخطوطًا مضمّنة في الغالب، فتخرج بتصميم مدروس. أما MOBI فهي الحاوية الأقدم ذات التنسيق المحدود، وملف PDF المحوَّل منها بسيط عن قصد. وإذا كان ملف Kindle يحتوي على التخطيطين معًا، يُستخدم الأحدث.
تحويل HTML إلى DOCX مقابل تحويل Markdown إلى HTML. تخطّط «تحويل HTML إلى DOCX» الترميز أولًا، فتُكتب قيم CSS المحسوبة — الخطوط والأحجام والألوان والمسافات والحدود — في المستند كتنسيق Word حقيقي، مع أنماط عناوين Word وقوائم حقيقية وجداول حقيقية بدلًا من مربعات مثبّتة في أماكنها. أما «تحويل Markdown إلى HTML» فتُنتج الترميز نفسه من الأساس. ولا تشغّل أي منهما JavaScript أبدًا.
تحويل DOCX إلى TXT مقابل تحويل PDF إلى نص. كلتاهما تعطيك نصًا عاديًا، لكنهما تقرآن أشياء مختلفة جدًا. فملف .docx لا يزال يعرف ما الفقرة وما القائمة وما الجدول، ولذلك تستطيع «تحويل DOCX إلى TXT» إعادة بناء أرقام القوائم والحفاظ على صفوف الجداول متماسكة. أما PDF فلا يعرف إلا موضع رسم كل حرف، ولذلك تستنتج «تحويل PDF إلى نص» الأسطر والفقرات من المواضع — بنتيجة جيدة، لكنها لا تكون أبدًا بالأمانة البنيوية نفسها. وإذا كان لديك المستند الأصلي ونسخة PDF منه، فاستخرج النص من المستند.
«تحويل DOCX إلى TXT» مقابل الحفظ بصيغة .txt من Word. يُسقط تصدير Word للنص العادي ترقيم القوائم، ويشوّه الجداول، وله آراؤه الخاصة في الترميز. أما «تحويل DOCX إلى TXT» فتعيد بناء الترقيم، وتكتب الجداول إما كصفوف مفصولة بعلامات جدولة تُلصق مباشرة في جدول بيانات، أو كأعمدة محاذاة تبقى محاذاة حتى في الصينية واليابانية، وتحفظ الملف بترميز UTF-8 مع نهايات الأسطر التي تطلبها.