Конвертировать Bijoy в Unicode

Что преобразуется, а что остаётся как есть

Преобразуется только текст в шрифте Bijoy — учитывается собственный шрифт фрагмента, шрифт его стиля символов или абзаца либо шрифт документа по умолчанию, именно в таком порядке приоритета. Поэтому документ, где английский заголовок набран Arial, а бенгальские абзацы — SutonnyMJ, возвращается с нетронутым заголовком и абзацами в Unicode. Преобразованные фрагменты набираются шрифтом Nirmala UI, который покрывает бенгальский и латиницу и входит в состав Windows, так что файл откроется как бенгальский без установки чего бы то ни было; потом при желании смените его на любой другой Unicode-шрифт для бенгальского. Word хранит отдельный размер и насыщенность для текста сложных письменностей, а у фрагмента Bijoy есть только обычные, поэтому они копируются и туда — документ в 14 пунктов остаётся в 14 пунктах, а не откатывается к значению по умолчанию для сложных письменностей.

Word разрывает фрагмент везде, где проверка орфографии оставила пометку или изменилось форматирование, из-за чего две половины одного слова часто оказываются в двух фрагментах. Если преобразовывать половины отдельно, знак гласной остался бы не по ту сторону разрыва, поэтому соседние фрагменты в одном и том же шрифте Bijoy преобразуются как единый отрезок, а результат записывается в первый из них. Единственное заметное следствие: слово, которое на середине сменило жирный шрифт на обычный, получает форматирование первого фрагмента. В Excel один и тот же текст общий для всех ячеек, в которых он показан, поэтому строка, показанная через SutonnyMJ в одной ячейке и через Calibri в другой, разделяется на две, и преобразованную копию получают только ячейки с SutonnyMJ.

Текстовый файл читается как UTF-8, а если это не корректный UTF-8 (файл .txt с Bijoy, сохранённый Блокнотом, — это Windows-1252), то как Windows-1252: именно эта кодировка даёт символу "‡" его байт. Каждая строка преобразуется, и результат сохраняется в UTF-8. Ничего другого в файле Word или Excel не переписывается: картинки, стили, нумерация, комментарии, пользовательский XML и макросы копируются байт в байт, а документ с цифровой подписью покажет подпись как нарушенную, потому что содержимое изменилось.

Если нужно другое

Файл, где внутри одного шрифта смешаны Bijoy и английский, — единственный случай, который здесь невозможно распознать. Если кто-то набрал английское предложение, пока был выбран SutonnyMJ, в файле в любом случае лежат латинские буквы, и "Dhaka" в SutonnyMJ действительно рисуется как бенгальский — конвертеру приходится считать каждую букву в этом шрифте Bijoy, так что английское слово тоже станет бенгальским. Преобразуйте, а затем перечитайте результат в поисках английского, превратившегося в бессмыслицу; автоматического теста, который разделил бы эти два случая, нет.

Для сотен документов правильный инструмент — скрипт. Те же открытые таблицы преобразования, что использует эта страница, доступны в виде библиотек, и цикл по папке с одной из них, записывающий преобразованную копию рядом с каждым оригиналом, — это двадцать строк на Python или Node, которые работают без присмотра. Эта страница — для документа, который перед вами.