Převod souboru BZZ do DOC

Přijímající aplikace může pro úpravy nebo výměnu dokumentů vyžadovat starší formát Word .doc, zatímco dostupným zdrojem je soubor DjVu nebo extrahovaný stream BZZ. Protože BZZ obvykle obsahuje pouze komprimovaná data DjVu, musí převod nejprve obnovit celý dokument nebo jeho text.

Co je formát BZZ

V dokumentovém software je BZZ metoda komprese používaná pro některé interní datové streamy v dokumentech DjVu. Samostatný soubor .bzz je obvykle pouze komprimovaný stream, nikoli kompletní dokument se stránkami, obrázky, fonty, rozvržením a metadaty.

DjVuLibre a další nástroje DjVu zpracovávají data BZZ interně. Samostatný soubor BZZ se může objevit poté, co někdo extrahuje soubory z kontejneru DjVu, stáhne interní prostředek nebo přiřadí nesprávnou příponu. Obvykle jej nelze převést přímo do DOC, protože může chybět typ streamu i zbytek kontejneru DjVu.

Co je formát DOC

DOC je starší binární formát dokumentů Microsoft Word, používaný především ve verzích Word 97–2003. Ukládá upravitelný text, styly, tabulky, obrázky, záhlaví, zápatí a formátování stránek.

DOC je stále užitečný, když starší instalace Wordu, systém pro správu dokumentů nebo proces odevzdávání konkrétně vyžaduje formát Word 97–2003. Současný kancelářský software obecně používá místo něj DOCX; při převodu může DOC ztratit novější formátování a funkce.

Jak převést zdrojový dokument

Když je k dispozici původní soubor DjVu

1. Získejte kompletní soubor .djvu nebo .djv. Neměňte název .bzz na .djvu; změna přípony neobnoví chybějící kontejner DjVu.
2. Nainstalujte DjVuLibre a spusťte djvutxt input.djvu extracted.txt, přičemž input.djvu nahraďte skutečným názvem souboru. Tím se extrahuje textová vrstva DjVu, pokud existuje.
3. Otevřete soubor extracted.txt v LibreOffice Writer nebo Microsoft Word. Pomocí dialogového okna pro import textu potvrďte kódování znaků, obvykle UTF-8.
4. Podle potřeby znovu vytvořte odstavce, nadpisy, konce stránek, sloupce, tabulky a další formátování. Extrakce textu nezachovává původní rozvržení stránky.
5. Ve Writeru zvolte File → Save As, vyberte Word 97–2003 (*.doc) a výsledek uložte jako output.doc. Word může ekvivalentní uložení provést prostřednictvím File → Save As.

Pro opakované převody může LibreOffice převádět připravený textový soubor nebo dokument z příkazového řádku, například:

soffice --headless --convert-to doc --outdir output extracted.txt

Vygenerovaný soubor zkontrolujte, protože automatický převod z prostého textu nedokáže obnovit strukturu stránky.

Když je k dispozici pouze stream BZZ

Utilita bzz z DjVuLibre může dekomprimovat surový stream pomocí příkazu, jako je bzz -d input.bzz output. Výsledkem jsou stále interní data DjVu, která mohou představovat text, popis stránky nebo jiný stream; samotná dekomprese nevytvoří čitelný text ani použitelný soubor DOC.

Pokud dekomprimovaná data nejsou rozpoznaným textovým streamem a původní kontejner DjVu nelze získat, neexistuje spolehlivý obecný převod z BZZ do DOC. Vyžádejte si původní soubor DjVu nebo zdrojové stránky.

Když DjVu obsahuje naskenované stránky

Pokud djvutxt vrací málo nebo žádný text, dokument může obsahovat obrázky stránek bez použitelné textové vrstvy. Pomocí DjVuLibre převeďte stránky DjVu do formátu PDF nebo na obrázky s vysokým rozlišením, spusťte OCR v softwaru, jako je ABBYY FineReader PDF nebo OCRmyPDF, zkontrolujte výsledky rozpoznávání a opravený dokument uložte jako DOC.

Možnosti online převodu

Obecné online konvertory obvykle nepřijímají samostatný stream BZZ. U kompletního souboru DjVu mohou služby, jako jsou Convertio nebo Zamzar, nabízet převod z DjVu do DOC; před nahráním ověřte aktuální podporu formátů a výsledek poté zkontrolujte.

Nahrajte původní DjVu, nikoli extrahovaný stream BZZ. Online službu nepoužívejte pro důvěrné nebo regulované dokumenty, pokud nejsou přijatelné její podmínky uchovávání a zpracování.

Omezení kvality a kompatibility

Extrakce textové vrstvy obvykle zachovává slova lépe než vizuální vzhled. Může změnit pořadí sloupců, převést zalomení řádků na odstavce a ztratit tabulky, poznámky pod čarou, matematický zápis, obrázky, fonty a přesné stránkování. OCR může způsobit chyby v rozpoznávání, zejména u skenů s nízkým rozlišením, neobvyklých typů písma a vícesloupcových stránek.

Ukládejte jako DOC pouze tehdy, když to přijímající systém vyžaduje. Původní DjVu si ponechte a pokud záleží na vizuální věrnosti, uchovávejte spolu s upravitelným souborem DOC také kopii ve formátu PDF.