Chuyển TXT sang PDF

Văn bản thuần trở thành các trang như thế nào

Văn bản không có trang, không có lề và không có chỗ xuống dòng nào mang ý nghĩa ngoài nơi tác giả tình cờ nhấn Enter, nên tất cả những thứ đó đều được tạo ra tại đây. Đoạn văn được ngắt dòng theo chiều rộng trang bằng độ rộng thực của từng ký tự trong phông chữ đang dùng, chứ không phải ước lượng số ký tự — đó là điều giúp dòng được ngắt không lấn vào lề khi chứa chữ cái rộng. Một từ đơn lẻ dài hơn cả dòng, như URL hay mã hash, được ngắt qua nhiều dòng bằng cách đo đạc thay vì để tràn ra ngoài. Tab được đổi thành khoảng trắng trước khi đo, nên những gì được ngắt dòng cũng chính là những gì được vẽ ra.

Một phông chữ Unicode đầy đủ được nhúng vào PDF thay vì chỉ tham chiếu, đó là lý do kết quả mở ra giống hệt trên một máy chưa từng có phông chữ đó, và vì sao chữ có dấu, chữ Kirin và Hy Lạp hiển thị đúng thay vì thành các ô vuông. Điều đó cũng có nghĩa là một file văn bản vài kilobyte sẽ tạo ra PDF vài trăm kilobyte, vì phông chữ đi kèm theo — mức sàn là phông chữ chứ không phải văn bản, và tài liệu dài hơn thì hầu như không nặng thêm.

Những hệ chữ cần định hình bị từ chối chứ không bị làm hỏng. Chữ Ả Rập đổi hình dạng tùy theo các chữ bên cạnh, chữ Bengal và Devanagari tạo thành các chữ ghép là một glyph duy nhất, còn tiếng Trung cần hàng chục nghìn ký tự mà không phông chữ nhúng đa dụng nào chứa đủ. Viết lần lượt từng code point của chúng sẽ tạo ra văn bản không chỉ xấu mà thực sự sai — nên trang liệt kê chính xác những ký tự nó không vẽ được và dừng lại, thay vì trả về một tài liệu đầy chỗ trống mà bạn có thể không nhận ra cho đến khi người khác mở nó.

Kết quả chứa văn bản thật, chọn được, tìm kiếm được — không phải hình ảnh của chữ — nên PDF có thể được trích dẫn và lập chỉ mục. Chỗ xuống dòng trong file gốc được giữ làm chỗ ngắt đoạn; mọi thứ khác về bố cục đều được chọn tại đây, vì file không có gì để đọc ra điều đó. File Markdown được chuyển đổi đúng như bản chất của nó, cả dấu thăng lẫn dấu sao; Chuyển Markdown sang PDF mới là công cụ hiển thị nó.

Khi bạn cần công cụ khác

Với văn bản cần trở thành một tài liệu được thiết kế — có tiêu đề, số trang, mục lục, chú thích cuối trang — Pandoc là công cụ nên dùng: pandoc notes.txt -o notes.pdf là phiên bản ngắn gọn, và khi dùng kèm mẫu, nó tạo ra kết quả dàn trang mà không bộ chuyển văn bản thuần nào sánh được. Công cụ này miễn phí.

Với các hệ chữ phức tạp, hoặc với chữ CJK, câu trả lời thẳng thắn là trang này không giúp được và cần một bộ chuyển đổi có sẵn đúng phông chữ. LibreOffice sẽ mở file văn bản và xuất ra — soffice --headless --convert-to pdf notes.txt — dùng các phông chữ đã cài trên máy, với định hình chữ đầy đủ, chính là thứ còn thiếu ở đây.