Converter RTF em PDF

Um formato de antes de tudo virar XML

RTF é um formato de texto puro, com a formatação escrita como palavras de controle — legível em qualquer editor de texto, e é exatamente por isso que ele sobreviveu. A Microsoft o publicou em 1987 como formato de intercâmbio entre editores de texto, e ele ainda é o que sistemas de documentos jurídicos, bancos de dados mais antigos e boa parte dos softwares médicos e governamentais geram quando precisam de texto formatado que qualquer programa abra.

Passa tudo o que o RTF consegue expressar: fontes, tamanhos, pesos, cores, alinhamento e espaçamento de parágrafos, listas, tabelas com bordas e sombreamento, cabeçalhos e rodapés, tamanho da página e margens, notas de rodapé e hiperlinks. O texto continua sendo texto real e selecionável. Como o RTF é muito mais simples que o formato nativo de um editor de texto, esta conversão tem menos casos extremos que a maioria — há menos coisas no arquivo que podem dar errado.

A parte complicada são as imagens. RTF da era do Windows costuma incorporar imagens como WMF ou EMF — instruções de desenho vetorial para uma interface anterior a tudo o que existe hoje — e elas precisam de um renderizador de verdade. Elas são convertidas no nosso servidor e ficam de fora no conversor alternativo local, que também ignora cabeçalhos e rodapés. Imagens PNG e JPEG comuns passam pelos dois caminhos. Se falta um logotipo ou um diagrama em um documento convertido, quase sempre é por isso.

A codificação de caracteres é a outra peculiaridade que vale conhecer. O RTF é anterior ao Unicode e codifica caracteres fora do ASCII por meio de escapes de página de código, com um mecanismo Unicode acrescentado depois — então um arquivo gerado por um software muito antigo pode produzir acentos errados se declarar a página de código de forma incorreta. Qualquer coisa escrita neste século funciona bem.

Quando você precisa de outra coisa

O LibreOffice faz a mesma conversão localmente: soffice --headless --convert-to pdf document.rtf não envia nada a lugar nenhum, processa uma pasta inteira com um só comando e renderiza as imagens WMF e EMF que um conversor alternativo local não consegue. Para um sistema que gera RTF em massa — processos, relatórios, cartas —, esse é o tipo certo de ferramenta.

Para converter RTF em grande escala dentro de um fluxo automatizado, o Pandoc — pandoc in.rtf -o out.pdf — é rápido e fácil de automatizar, embora trate o RTF como texto e formatação, e não como layout de página, então documentos complexos saem simplificados. E, se o RTF vem de um sistema que você controla, veja se ele consegue gerar PDF diretamente; uma conversão a menos é sempre melhor que um bom conversor.