Converter TXT em PDF

Como texto simples vira páginas

Texto não tem páginas, nem margens, nem quebras de linha que signifiquem algo além de onde o autor resolveu apertar Enter, então tudo isso é fabricado aqui. Os parágrafos são quebrados na largura da página usando as larguras reais dos caracteres da fonte que está sendo gravada, e não uma contagem estimada de caracteres — é isso que impede uma linha quebrada de invadir a margem quando tem letras largas. Uma única palavra mais longa que a linha, como uma URL ou um hash, é dividida entre linhas por medição, em vez de ser deixada transbordando. Tabulações são convertidas em espaços antes de qualquer medição, então o que é quebrado é o que é desenhado.

Uma fonte Unicode completa é incorporada ao PDF, e não apenas referenciada, e é por isso que o resultado abre igualzinho em um computador que nunca o viu, e por isso textos com acentos, em cirílico e em grego saem certos em vez de virarem quadradinhos. Também significa que um arquivo de texto de poucos kilobytes gera um PDF de algumas centenas, porque a fonte vai junto — o piso é a fonte, não o texto, e um documento mais longo fica só um pouco maior.

Escritas que precisam de modelagem são recusadas em vez de estropiadas. As letras árabes mudam de forma dependendo das vizinhas, o bengali e o devanágari formam conjuntos consonantais que são glifos únicos, e o chinês precisa de dezenas de milhares de caracteres que nenhuma fonte incorporada de uso geral traz. Gravar esses pontos de código um depois do outro produz um texto que não é só feio, mas realmente incorreto — então a página lista exatamente quais caracteres não consegue desenhar e para, em vez de devolver um documento cheio de lacunas que você talvez só perceba quando outra pessoa abrir.

O resultado traz texto de verdade, selecionável e pesquisável — não a imagem de um texto —, então o PDF pode ser citado e indexado. As quebras de linha do original são respeitadas como quebras de parágrafo; todo o resto do layout é definido aqui, porque não havia nada no arquivo de onde tirá-lo. Um arquivo Markdown é convertido como o que ele literalmente é, com cerquilhas e asteriscos incluídos; o Markdown para PDF é o que o renderiza.

Quando você precisa de outra coisa

Para um texto que precisa virar um documento diagramado — títulos, números de página, sumário, notas de rodapé —, a ferramenta é o Pandoc: pandoc notes.txt -o notes.pdf é a versão curta, e com um modelo ele produz um resultado tipográfico que nenhum conversor de texto simples chega perto. É gratuito.

Para escritas complexas, ou para CJK, a resposta honesta é que esta página não ajuda, e é preciso um conversor que tenha as fontes certas. O LibreOffice abre um arquivo de texto e o exporta — soffice --headless --convert-to pdf notes.txt — usando as fontes instaladas no computador, com modelagem completa, que é exatamente o que falta aqui.