Convertir Bijoy a Unicode

Qué se convierte y qué se deja intacto

Solo se convierte el texto que está en una fuente Bijoy: la fuente propia del fragmento, la de su estilo de carácter o de párrafo, o la predeterminada del documento, en ese orden de precedencia. Así es como un documento que mezcla un título en inglés en Arial con párrafos en bengalí en SutonnyMJ vuelve con el título intacto y los párrafos en Unicode. Los fragmentos convertidos se componen en Nirmala UI, que cubre el bengalí y el latino y viene con Windows, así que el archivo se abre como bengalí sin instalar nada; cámbiala después por cualquier fuente bengalí Unicode si prefieres otra. Word guarda un tamaño y un grosor aparte para el texto de escritura compleja, y un fragmento Bijoy solo tiene los normales, así que esos se copian: un documento a 14 puntos sigue a 14 puntos en lugar de caer al valor predeterminado de escritura compleja.

Word parte un fragmento donde el corrector ortográfico dejó una marca o donde cambió el formato, lo que a menudo deja las dos mitades de una palabra en dos fragmentos. Convertir las mitades por separado dejaría un signo vocálico del lado equivocado del corte, así que los fragmentos vecinos con la misma fuente Bijoy se convierten como un solo tramo y el resultado va al primero de ellos. La única consecuencia visible es que una palabra que pasaba de negrita a normal a mitad de camino sale con el formato del primer fragmento. En Excel el mismo texto se comparte entre todas las celdas que lo muestran, así que una cadena mostrada en SutonnyMJ en una celda y en Calibri en otra se divide en dos, y solo las celdas en SutonnyMJ reciben la copia convertida.

Un archivo de texto sin formato se lee como UTF-8 y, cuando no es UTF-8 válido —un .txt Bijoy guardado por el Bloc de notas es Windows-1252—, como Windows-1252, que es lo que le da a "‡" su byte. Cada línea se convierte y el resultado se guarda como UTF-8. Nada más se reescribe en un archivo de Word o Excel: imágenes, estilos, numeración, comentarios, XML personalizado y macros se copian byte por byte, y un documento firmado digitalmente mostrará su firma como no válida, porque el contenido cambió.

Si buscas otra cosa

Un archivo que mezcla Bijoy e inglés dentro de la misma fuente es el único caso que esto no puede juzgar. Si alguien escribió una frase en inglés con SutonnyMJ seleccionada, el archivo contiene letras latinas de cualquier manera, y “Dhaka” en SutonnyMJ realmente se dibuja como bengalí: el convertidor tiene que tratar cada letra de esa fuente como Bijoy, así que la palabra inglesa también se convierte en una bengalí. Convierte y luego revisa si hay inglés que salió como un sinsentido; no existe una prueba automática que separe los dos.

Para cientos de documentos, la herramienta adecuada es un script. Las mismas tablas de conversión de código abierto que usa esta página están disponibles como bibliotecas, y un bucle sobre una carpeta con una de ellas, que escriba una copia convertida junto a cada original, son veinte líneas en Python o Node y corre sin supervisión. Esta página es para el documento que tienes delante.