Converti BZZ in DOC

Un'applicazione ricevente può richiedere il formato legacy Word .doc per la modifica o lo scambio di documenti, mentre la sorgente disponibile è un file DjVu o un flusso BZZ estratto. Poiché BZZ normalmente contiene solo dati DjVu compressi, la conversione deve prima recuperare il documento completo o il relativo testo.

Che cos'è il formato BZZ

Nel software per documenti, BZZ è il metodo di compressione utilizzato per alcuni flussi di dati interni nei documenti DjVu. Un file .bzz autonomo è solitamente solo un flusso compresso, non un documento completo con pagine, immagini, font, layout e metadati.

DjVuLibre e altri strumenti DjVu elaborano internamente i dati BZZ. Un file BZZ autonomo può comparire dopo l'estrazione di file da un contenitore DjVu, il download di una risorsa interna o l'assegnazione dell'estensione errata. Normalmente non può essere convertito direttamente in DOC perché potrebbero mancare il tipo di flusso e il resto del contenitore DjVu.

Che cos'è il formato DOC

DOC è il formato binario legacy dei documenti Microsoft Word, utilizzato principalmente da Word 97–2003. Memorizza testo modificabile, stili, tabelle, immagini, intestazioni, piè di pagina e formattazione delle pagine.

DOC rimane utile quando una versione precedente di Word, un sistema di gestione documentale o un flusso di invio richiede specificamente il formato Word 97–2003. Il software per ufficio attuale utilizza generalmente DOCX; durante la conversione, DOC può perdere la formattazione e le funzionalità più recenti.

Come convertire il documento sorgente

Quando è disponibile il file DjVu originale

1. Procurarsi il file completo .djvu o .djv. Non rinominare .bzz in .djvu; la modifica dell'estensione non ricrea il contenitore DjVu mancante.
2. Installare DjVuLibre ed eseguire djvutxt input.djvu extracted.txt, sostituendo input.djvu con il nome file effettivo. Questo estrae il livello di testo DjVu, quando presente.
3. Aprire extracted.txt in LibreOffice Writer o Microsoft Word. Utilizzare la finestra di dialogo per l'importazione del testo per confermare la codifica dei caratteri, normalmente UTF-8.
4. Ricostruire paragrafi, titoli, interruzioni di pagina, colonne, tabelle e altra formattazione secondo necessità. L'estrazione del testo non conserva il layout originale della pagina.
5. In Writer, scegliere File → Save As, selezionare Word 97–2003 (*.doc) e salvare il risultato come output.doc. Word consente di eseguire il salvataggio equivalente tramite File → Save As.

Per conversioni ripetute, LibreOffice può convertire un file di testo o un documento preparato dalla riga di comando, ad esempio:

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

Controllare il file generato, perché la conversione automatica da testo normale non può ricostruire la struttura delle pagine.

Quando è disponibile solo il flusso BZZ

L'utility bzz di DjVuLibre può decomprimere un flusso non elaborato con un comando come bzz -d input.bzz output. Il risultato è ancora costituito da dati interni DjVu e può rappresentare testo, una descrizione di pagina o un altro flusso; la sola decompressione non produce testo leggibile né un file DOC utilizzabile.

Se i dati decompressi non sono un flusso di testo riconosciuto e non è possibile ottenere il contenitore DjVu originale, non esiste una conversione generica affidabile da BZZ a DOC. Richiedere il file DjVu originale o le pagine sorgente.

Quando il DjVu contiene pagine scansionate

Se djvutxt restituisce poco o nessun testo, il documento potrebbe contenere immagini delle pagine senza un livello di testo utilizzabile. Convertire le pagine DjVu in PDF o immagini ad alta risoluzione con DjVuLibre, eseguire l'OCR con software come ABBYY FineReader PDF o OCRmyPDF, correggere i risultati del riconoscimento e salvare il documento corretto come DOC.

Opzioni di conversione online

I convertitori online generici normalmente non accettano un flusso BZZ autonomo. Per un file DjVu completo, servizi come Convertio o Zamzar possono offrire un percorso di conversione da DjVu a DOC; verificare il supporto attuale dei formati prima del caricamento e controllare il risultato in seguito.

Caricare il DjVu originale anziché un flusso BZZ estratto. Non utilizzare un servizio online per documenti riservati o soggetti a normative, a meno che i relativi termini di conservazione e trattamento non siano accettabili.

Limiti di qualità e compatibilità

L'estrazione del livello di testo generalmente preserva le parole meglio dell'aspetto visivo. Può riordinare le colonne, trasformare le interruzioni di riga in paragrafi e perdere tabelle, note a piè di pagina, notazione matematica, immagini, font e impaginazione esatta. L'OCR può introdurre errori di riconoscimento, soprattutto nelle scansioni a bassa risoluzione, nei caratteri tipografici insoliti e nelle pagine a più colonne.

Salvare in DOC solo quando il sistema ricevente lo richiede. Conservare il DjVu originale e, quando la fedeltà visiva è importante, mantenere una copia PDF insieme al DOC modificabile.