HTML থেকে DOCX করুন

এক জায়গায় আটকে থাকা পেজ থেকে প্রবহমান ডকুমেন্ট

HTML জিনিসপত্র নির্দিষ্ট জায়গায় বসায়; Word ডকুমেন্ট সেগুলো প্রবাহিত করে। এটাই মূল পার্থক্য, আর এখানকার প্রতিটি চমকের উৎস। একটি ওয়েব পেজ বাঁয়ে একটি সাইডবার আর ডানে একটি প্যানেল আটকে রাখতে পারে, দৈর্ঘ্য যা-ই হোক; একটি .docx হলো অনুচ্ছেদের একটি ধারা, যেখানে একটি আরেকটিকে পেজের নিচে ঠেলে দেয়। তাই CSS পজিশনিং, flexbox কলাম বা গ্রিড দিয়ে বানানো লেআউট পড়ার ক্রমে একটি প্রবহমান কলাম হিসেবে লেখা হয় — লেআউট মাপা যায়নি বলে নয়, বরং Word ডকুমেন্টে বক্স আটকে দিলে এমন কিছু তৈরি হয়, যা কেউ এডিট করতে পারে না, আর তাতে কনভার্ট করার উদ্দেশ্যটাই ব্যর্থ হয়।

যা আগে থেকেই ডকুমেন্টের মতো ছিল, তা পরিষ্কারভাবে মিলে যায়। হেডিং হয় Word-এর হেডিং স্টাইল — তাই নেভিগেশন পেন কাজ করে এবং সূচিপত্র তৈরি করা যায় — আর অনুচ্ছেদ, বোল্ড ও ইটালিক, তালিকা, ব্লক কোট, বর্ডারসহ টেবিল ও হাইপারলিংক — সবগুলোর সরাসরি সমতুল্য আছে। ছবি এমবেড করা হয়, তাই ডকুমেন্টটি স্বয়ংসম্পূর্ণ। একটি ব্লগ পোস্ট, প্রবন্ধ বা রিপোর্ট প্রায় নিখুঁতভাবে কনভার্ট হয়; একটি ল্যান্ডিং পেজ হয় না।

কনভার্শনের সময় ছবিগুলো নাগালে থাকতে হবে। আপনার নিজের কম্পিউটারের কোনো পাথ পড়া যায় না — ব্রাউজারের পেজ আপনার ফাইল সিস্টেমে ঢুকতে পারে না — আর ওয়েব ঠিকানা কেবল তখনই কাজ করে, যখন সেই সার্ভার অন্য সাইটকে ফাইলটি আনতে দেয়, যা অনেকে ইচ্ছে করেই দেয় না। সমাধান হলো ছবিগুলো data URI হিসেবে এমবেড করা, বা এমন ঠিকানা ব্যবহার করা, যা সবার জন্য আনা যায় বলে আপনি জানেন। যে ছবি অন্তর্ভুক্ত করা যায়নি, তা নীরবে হারিয়ে না গিয়ে জানিয়ে দেওয়া হয়।

আরও দুটি ছোট বাদ পড়া আশা করে রাখুন। ওয়েব ফন্ট এমবেড করা হয় না, তাই লেখা বসে Word-এর কাছে যে ফন্ট আছে তাতে, আর চেহারা কিছুটা বদলায়; আর CSS ব্যাকগ্রাউন্ড ছবি আসে না, কারণ অনুচ্ছেদের পেছনের ছবির কোনো সমতুল্য ধারণা Word-এ নেই। স্ক্রিপ্ট কখনো চলে না, তাই যে পেজ JavaScript দিয়ে নিজেকে তৈরি করে, তা কনভার্ট হয় তার আগের মার্কআপ যা বলে সেভাবেই।

অন্য কিছু দরকার হলে

রেন্ডার করা মার্কআপ থেকে কাজ করা যেকোনো কনভার্টারের চেয়ে Pandoc এতে ভালো: pandoc page.html -o page.docx --extract-media=. HTML কাঠামোকে ঠিকমতো Word স্টাইলে মেলায়, ছবিগুলো বের করে আনে, আর একটি রেফারেন্স ডকুমেন্ট নেয়, যাতে আউটপুট আপনার নিজের টেমপ্লেটের সঙ্গে মেলে — হেডিং, ফন্ট ও স্পেসিং সবই Word-এর ডিফল্ট নয়, আপনার প্রতিষ্ঠানের স্টাইলে। শেষের এই সুবিধাটাই একে ইনস্টল করার মতো করে তোলে।

ফাইল নয়, লাইভ ওয়েব পেজের জন্য আগে সেটি সেভ করুন — “Save Page As → Web Page, Complete” — অথবা curl দিয়ে এনে ফলাফল কনভার্ট করুন, কারণ এখানে কিছুই নেটওয়ার্কে যায় না। আর যদি এডিটযোগ্য কিছু নয়, বরং পেজটি দেখতে কেমন তার হুবহু কপি চান, তাহলে HTML থেকে PDF করাই সঠিক টুল, কারণ PDF বক্স নির্দিষ্ট জায়গায় আটকে রাখতে পারে, Word ডকুমেন্ট পারে না।