DOCX пішімі

DOCX — бұл ZIP мұрағаты: файлды .zip етіп қайта атап, тарқатсаңыз, ішінен мәтіні бар word/document.xml, бөлек стиль файлдары және суреттер жатқан media қалтасы шығады. Пішім ECMA-376 ашық стандартымен сипатталған, сондықтан оны Word 2007 және одан жаңасы, LibreOffice Writer, Google Құжаттары оқиды. Біздің түрлендіргіш 25 МБ дейінгі .docx қабылдап, оны серверде LibreOffice арқылы PDF-ке басып шығарады.

Сервер · бірден жойылады25 МБ дейінтіркеусіз

Сандар туралы қысқаша

Алғашқы байттар: 50 4B 03 04 — ZIP сигнатурасы, сервер оны алдын ала тексереді
Стандарт: ECMA-376, ол ISO/IEC 29500 деп те аталады
Жүктеу шегі: файлға 25 МБ, бір мекенжайдан 10 минутта 10 түрлендіруден аспайды
Сервер немен басады: Gotenberg ішіндегі LibreOffice, жауапты күту 60 секундқа дейін
PDF → DOCX шарты: бетіне орташа 30 таңбадан мәтін, OCR жоқ

Файлдың ішінде не жатыр

Ішінде кәдімгі ZIP. Абзац мәтіні word/document.xml ішінде, безендіру word/styles.xml-ге бөлінген, нөмірлеу numbering.xml-де, ал суреттер word/media қалтасында бүтін файл күйінде жатады. Практикалық салдары мынау: бүлінген DOCX-ті Word ашпай қойса да, мұрағаттауышпен ашып, кем дегенде мәтін мен суреттерді алып қалуға болады.

Мұндай файлдың алғашқы төрт байты — 50 4B 03 04, яғни ZIP сигнатурасы. Сервер түрлендіру алдында дәл соны тексереді: кеңейтімді қайта атаумен бір секундта жасауға болады, ал файлдың басын олай өзгерте алмайсыз. Ішінде мұрағат болмаса, жұмыс басталмайды және сіз LibreOffice тереңінен шыққан түсініксіз қате емес, мазмұн кеңейтімге сәйкес келмейтіні туралы хабарлама аласыз.

PDF-ке аударғанда не жоғалады

Өңдеу мүмкіндігі: PDF көзді емес, нәтижені бекітеді — құжатты DOCX-ке қайтару құрылымды тану дегенді білдіреді, ал бұл бөлек операция.
Серверде жоқ қаріп ұқсасымен ауыстырылады. Ауыстырылғанның таңба ені басқа, сондықтан жол басқаша теріледі, бет үзілімдері жылжиды.
Бет нөмірі немесе күн сияқты өрістер түрлендіру сәтінде есептеліп қатып қалады: PDF оларды ертең қайта санамайды.
Макростар мүлде көшпейді — PDF-ке олардың құжатқа сызып үлгергені ғана түседі.
Жиектегі ескертпелер мен түзету белгілерін түрлендіргіштің еркіне қалдырмаңыз: түзетулерді алдын ала қабылдаңыз немесе қабылдамаңыз.

DOCX-ті PDF-ке қалай аудару керек

Word → PDF түрлендіргішін ашып, файлды сүйреп әкеліңіз: 25 МБ дейінгі .docx қабылданады.
Құжаттың құпия сөзбен қорғалмағанына көз жеткізіңіз — шифрланған файлды LibreOffice аша алмайды.
Түрлендіру түймесін басыңыз: файл Алматыдағы серверімізге барады, оны сонда LibreOffice басып шығарады.
Жауапты күтіңіз — оған 60 секунд бөлінген; жүздеген суреті бар ауыр құжаттар бұл уақытқа әрдайым сыя бермейді.
PDF-ті жүктеп алып, екі жерді тексеріңіз: тақырыптағы жол ауысуы мен кесте шекаралары — қаріп ауысуы дәл сол жерден көрінеді.

Кері жол: PDF → DOCX

Кері түрлендіру бізде pdf2docx негізіндегі бөлек қызметпен жүреді және мәтін қабатын талап етеді. Тексеру бүкіл құжаттағы таңбаларды санап, бет санына бөледі: бетіне отыз таңбадан аз шықса, файл «бұл скан, бізде тану жоқ» деген түсіндірмемен қайтарылады.

Табалдырық бет сайын емес, орташа алынған — әйтпесе бірнеше сканерленген қосымшасы бар шарт түгелдей қабылданбай қалар еді. Ал бүкіл «мәтіні» бұрыштағы бет нөмірі болып тұрған скан түрлендіруге дейін кесіледі: болмаса шығуда өңдеуге келмейтін, беттердің суретінен жасалған .docx пайда болар еді.

Жиі қойылатын сұрақтар

DOCX пен DOC айырмашылығы неде?

Жасында емес, құрылымында. DOCX — кез келген мұрағаттауыш ашатын XML файлдары бар ZIP. DOC — деректері ығысулары бар ағындарға таратылған екілік OLE контейнері, оны тек арнайы кітапхана оқиды.

Түрлендіруден кейін жолдар неге жылжып кетті?

Құжаттағы қаріп серверде жоқ болып, LibreOffice ұқсасын қойған болуы мүмкін. Ауыстырылған қаріптің таңба ені өзгеше, сондықтан жол басқаша теріледі, соңынан бет үзілімдері де жылжиды.

.docm файлымен не істеу керек?

Түрлендіргіш оны қабылдамайды: рұқсат етілген тізімде тек .docx бар. Көшірмесін кәдімгі .docx етіп сақтаңыз — макростар PDF-ке бәрібір көшпейді, онда олардың сызып қойған нәтижесі ғана қалады.

PDF-ті қайта DOCX-ке айналдыруға бола ма?

Иә, PDF ішінде мәтін қабаты болса: бұл бізде 25 МБ шегі бар pdf2docx негізіндегі жеке құрал. Танылмаған сканды ол қабылдамайды, өйткені қызметте OCR қарастырылмаған.