TXT को PDF में बदलें

सादा टेक्स्ट पेज कैसे बनता है

टेक्स्ट में न पेज होते हैं, न मार्जिन, और न ही ऐसे लाइन ब्रेक जिनका मतलब इससे ज़्यादा हो कि लेखक ने कहां Enter दबाया, इसलिए यह सब यहां बनाया जाता है। पैराग्राफ़ पेज की चौड़ाई तक मोड़े जाते हैं, लिखे जा रहे फ़ॉन्ट की असली कैरेक्टर चौड़ाई से, कैरेक्टर की अंदाज़न गिनती से नहीं — इसी वजह से चौड़े अक्षरों वाली मुड़ी हुई लाइन मार्जिन में नहीं घुसती। लाइन से भी लंबा अकेला शब्द, कोई URL या हैश, बाहर निकलने देने की जगह नाप कर कई लाइनों में तोड़ा जाता है। कुछ भी नापने से पहले टैब को स्पेस में बदल दिया जाता है, ताकि जो मोड़ा जाए वही ड्रॉ हो।

PDF में एक पूरा यूनिकोड फ़ॉन्ट सिर्फ़ रेफ़र नहीं, एम्बेड किया जाता है, इसीलिए नतीजा उस मशीन पर भी बिल्कुल एक जैसा खुलता है जिसने उसे पहले कभी नहीं देखा, और इसीलिए एक्सेंट वाले, सिरिलिक और ग्रीक टेक्स्ट बॉक्स की जगह सही आते हैं। इसका मतलब यह भी है कि कुछ किलोबाइट की टेक्स्ट फ़ाइल से कुछ सौ किलोबाइट की PDF बनती है, क्योंकि फ़ॉन्ट साथ जाता है — न्यूनतम साइज़ फ़ॉन्ट तय करता है, टेक्स्ट नहीं, और लंबा डॉक्यूमेंट मुश्किल से ही बड़ा होता है।

जिन लिपियों को शेपिंग चाहिए, उन्हें बिगाड़ने की जगह मना कर दिया जाता है। अरबी अक्षर अपने पड़ोसियों के हिसाब से आकार बदलते हैं, बांग्ला और देवनागरी में संयुक्ताक्षर बनते हैं जो एक ही ग्लिफ़ होते हैं, और चीनी के लिए हज़ारों-हज़ार कैरेक्टर चाहिए जो कोई सामान्य एम्बेडेड फ़ॉन्ट नहीं रखता। इन कोड पॉइंट को एक के बाद एक लिख देने से ऐसा टेक्स्ट बनता है जो सिर्फ़ भद्दा नहीं, बल्कि सचमुच ग़लत होता है — इसलिए पेज ठीक-ठीक बताता है कि वह कौन-से कैरेक्टर नहीं बना सकता और रुक जाता है, बजाय ख़ाली जगहों से भरा ऐसा डॉक्यूमेंट थमाने के जिस पर आपका ध्यान तब तक न जाए जब तक कोई और उसे न खोले।

नतीजे में असली, सिलेक्ट और सर्च होने वाला टेक्स्ट होता है — टेक्स्ट की तस्वीर नहीं — इसलिए PDF से उद्धरण लिए जा सकते हैं और उसे इंडेक्स किया जा सकता है। सोर्स के लाइन ब्रेक पैराग्राफ़ ब्रेक के रूप में माने जाते हैं; लेआउट की बाक़ी हर चीज़ यहां चुनी जाती है, क्योंकि फ़ाइल में उसे पढ़ने लायक कुछ था ही नहीं। Markdown फ़ाइल वैसी ही कन्वर्ट होती है जैसी वह अक्षरशः है, हैश और एस्टरिस्क समेत; उसे रेंडर करने वाला टूल Markdown को PDF में बदलें है।

जब आपको कुछ और चाहिए

जिस टेक्स्ट को डिज़ाइन किया हुआ डॉक्यूमेंट बनना है — हेडिंग, पेज नंबर, विषय-सूची, फ़ुटनोट — उसके लिए Pandoc सही टूल है: pandoc notes.txt -o notes.pdf छोटा रूप है, और टेम्पलेट के साथ यह ऐसा टाइपसेट नतीजा देता है जिसके पास कोई भी प्लेन-टेक्स्ट कन्वर्टर नहीं पहुंच सकता। यह मुफ़्त है।

जटिल लिपियों या CJK के लिए ईमानदार जवाब यह है कि यह पेज मदद नहीं कर सकता, और सही फ़ॉन्ट वाला कन्वर्टर ही करेगा। LibreOffice टेक्स्ट फ़ाइल खोलकर उसे एक्सपोर्ट कर देगा — soffice --headless --convert-to pdf notes.txt — मशीन पर इंस्टॉल फ़ॉन्ट से, पूरी शेपिंग के साथ, जो ठीक वही है जो यहां नहीं है।