HTML کو DOCX میں تبدیل کریں

جگہ پر جما صفحہ، بہتی ہوئی دستاویز بنتا ہے

HTML چیزوں کو جگہ پر رکھتا ہے؛ Word دستاویز انہیں بہاتی ہے۔ یہی بنیادی فرق ہے اور یہاں کی ہر حیرت کی جڑ۔ ویب پیج بائیں طرف سائیڈبار اور دائیں طرف پینل جما سکتا ہے اور لمبائی سے قطع نظر انہیں وہیں رہنے دیتا ہے؛ .docx پیراگرافس کا ایک دھارا ہے جو ایک دوسرے کو صفحے پر نیچے دھکیلتے ہیں۔ اس لیے CSS پوزیشننگ، flexbox کالمز یا گرڈز سے بنے لے آؤٹس پڑھنے کی ترتیب میں ایک بہتے ہوئے کالم کے طور پر لکھے جاتے ہیں — اس لیے نہیں کہ لے آؤٹ ناپا نہیں جا سکتا تھا، بلکہ اس لیے کہ Word دستاویز میں باکسز جمانے سے ایسی چیز بنتی ہے جسے کوئی ایڈٹ نہیں کر سکتا، جو تبدیل کرنے کا مقصد ہی ختم کر دیتا ہے۔

صاف طور پر وہ سب منتقل ہوتا ہے جو پہلے ہی دستاویز کی شکل میں تھا۔ ہیڈنگز Word کے ہیڈنگ اسٹائلز بنتی ہیں — اس لیے نیویگیشن پین کام کرتا ہے اور فہرستِ مضامین بنائی جا سکتی ہے — اور پیراگراف، بولڈ اور اٹالک، فہرستیں، بلاک کوٹس، بارڈرز والے ٹیبلز اور ہائپر لنکس سب کے سیدھے متبادل موجود ہیں۔ تصاویر ایمبیڈ کی جاتی ہیں تاکہ دستاویز اپنے آپ میں مکمل ہو۔ بلاگ پوسٹ، آرٹیکل یا رپورٹ تقریباً بالکل ٹھیک تبدیل ہوتی ہے؛ لینڈنگ پیج نہیں۔

کنورژن کے وقت تصاویر تک رسائی ہونی چاہیے۔ آپ کے اپنے کمپیوٹر کی طرف اشارہ کرنے والا پاتھ نہیں پڑھا جا سکتا — براؤزر میں کھلے صفحے کو آپ کے فائل سسٹم تک رسائی نہیں ہوتی — اور ویب ایڈریس تب ہی کام کرتا ہے جب وہ سرور دوسری سائٹس کو فائل لانے دے، جو بہت سے سرور جان بوجھ کر نہیں کرنے دیتے۔ حل یہ ہے کہ تصاویر کو data URIs کے طور پر ایمبیڈ کریں، یا ایسے ایڈریسز استعمال کریں جن کے بارے میں آپ جانتے ہوں کہ وہ عوامی طور پر لائے جا سکتے ہیں۔ جو تصویر شامل نہ ہو سکے اس کی اطلاع دی جاتی ہے، وہ خاموشی سے غائب نہیں ہوتی۔

دو چھوٹی کمیاں جن کی توقع رکھیں۔ ویب فونٹس ایمبیڈ نہیں ہوتے، اس لیے ٹیکسٹ اسی فونٹ میں لکھا جاتا ہے جو Word کے پاس ہو اور شکل بدل جاتی ہے؛ اور CSS بیک گراؤنڈ تصاویر منتقل نہیں ہوتیں، کیونکہ Word میں پیراگراف کی بیک گراؤنڈ تصویر جیسا کوئی تصور نہیں۔ اسکرپٹس کبھی نہیں چلتے، اس لیے جو صفحہ خود کو JavaScript سے بناتا ہے وہ اسی شکل میں تبدیل ہوتا ہے جو اس کا مارک اپ اس سے پہلے کہتا ہے۔

جب آپ کو کچھ اور چاہیے

رینڈر شدہ مارک اپ سے کام کرنے والے کسی بھی کنورٹر سے Pandoc اس میں بہتر ہے: pandoc page.html -o page.docx --extract-media=. HTML کے ڈھانچے کو Word اسٹائلز پر صحیح طرح منتقل کرتا ہے، تصاویر نکال لیتا ہے، اور ایک ریفرنس دستاویز قبول کرتا ہے تاکہ آؤٹ پٹ آپ کے اپنے ٹیمپلیٹ سے میل کھائے — ہیڈنگز، فونٹس اور فاصلہ سب Word کے ڈیفالٹس کے بجائے آپ کے اپنے انداز میں۔ یہی آخری بات اسے انسٹال کرنے کے قابل بناتی ہے۔

فائل کے بجائے کسی لائیو ویب پیج کے لیے، پہلے اسے محفوظ کریں — “Save Page As → Web Page, Complete” — یا curl سے لا کر نتیجہ تبدیل کریں، کیونکہ یہاں کچھ بھی نیٹ ورک تک نہیں جاتا۔ اور اگر آپ کو قابلِ ترمیم چیز کے بجائے صفحے کی شکل کی ہو بہو نقل چاہیے تو PDF میں تبدیل کرنا صحیح ٹول ہے، کیونکہ PDF باکسز کو جگہ پر جما سکتی ہے جہاں Word دستاویز نہیں جما سکتی۔