Word ফাইল: DOCX হলো XML-ভরা একটি ZIP, আর তাতে রূপান্তর কেন কঠিন
একটি DOCX-এ কী থাকে, PDF থেকে Word-এ কেন বিন্যাস হারায়, আর আমরা Word ফাইল লিখতে পারি কিন্তু পড়তে পারি না কেন। ব্রাউজারেই PDF থেকে Word করুন, আপলোড ছাড়াই।
এক নজরে
- ধরন
- ডকুমেন্ট
- এক্সটেনশন
- .docx
- MIME টাইপ
- application/vnd.openxmlformats-officedocument.wordprocessingml.document
- অন্য নাম
- DOCX, Microsoft Word, Office Open XML
একটি .docx ফাইল হলো একটি ZIP আর্কাইভ। নাম বদলে .zip করুন, খুলুন, আর XML ডকুমেন্টের একটি ফোল্ডার পাবেন — লেখা আর তার কাঠামো এক ফাইলে, স্টাইল আরেকটিতে, নম্বরিং, সম্পর্ক, এমবেড করা ছবি আলাদা এন্ট্রি হিসেবে। Microsoft 2007 সালে এই ফরম্যাটে, Office Open XML-এ যায়, আগের অস্বচ্ছ বাইনারি .doc-এর জায়গায়। ZIP-এ XML হওয়ার কারণেই এত টুল কোনো Microsoft কোড ছাড়াই DOCX তৈরি করতে পারে, এই সাইটসহ।
আরও পড়ুন
অসামঞ্জস্যটি সরাসরি বলা ভালো: একটি DOCX লেখা সম্ভব, একটিকে বিশ্বস্তভাবে পড়া সম্ভব নয়। একটি ডকুমেন্ট তৈরি মানে অনুচ্ছেদ, শিরোনাম আর লেখার অংশের জন্য XML বানানো — একটি লাইব্রেরি তা পারে। বিদ্যমান একটি DOCX-কে Word-এর মতো হুবহু রেন্ডার করা মানে কয়েক দশকের বিন্যাসের আচরণ পুনরুৎপাদন, যার জন্য বাস্তবে Word বা LibreOffice লাগে। এ কারণেই এখানকার রূপান্তরগুলো DOCX-এ যায়, DOCX থেকে বেরোয় না।
উৎস PDF হলে কঠিনতা অন্য দিকে সরে যায়। একটি PDF অনুচ্ছেদ নয়, অবস্থানসহ অক্ষরের সারি রাখে, তাই তা থেকে DOCX বানানো মানে এমন কাঠামো অনুমান করা যা কখনো রেকর্ড হয়নি: বেসলাইন ধরে অক্ষরগুলো লাইনে জড়ো করা, অনুচ্ছেদ বিরতি অনুমান করা, শিরোনাম চিনতে লেখার আকারের ক্রম সাজানো। সাধারণ গদ্য ভালোভাবে আসে। বহু-কলামের বিন্যাস, টেবিল আর ভাসমান ছবি আসে না, কারণ সেগুলো আবার গড়ার তথ্য ফাইলে নেই।
PDF যদি স্ক্যান হয়, কাজ করার মতো কোনো লেখাই থাকে না, আর এই সাইট ফাইল আপলোড না করে আপনার নিজের মেশিনে চলা একটি AI শনাক্তকরণ মডেল দিয়ে পৃষ্ঠার ছবি থেকে অক্ষর পড়ে। ফলাফল এমন একটি Word ডকুমেন্ট যা সম্পাদনা করা যায়, এই শর্তে যে শনাক্তকরণ নিখুঁত নয় আর বিন্যাস সংরক্ষিত নয়, পুনর্গঠিত।
অন্য ফরম্যাট থেকে Word-এ রূপান্তর করুন
Word: প্রায়ই জিজ্ঞাসিত প্রশ্ন
PDF থেকে Word কখনো মূল বিন্যাসের সঙ্গে মেলে না কেন?
কারণ PDF কাঠামো নয়, অবস্থানসহ অক্ষর রাখে। অনুচ্ছেদ, শিরোনাম আর পড়ার ক্রম অনুমান করতে হয়, আর যে টেবিল বা দুই কলামের বিন্যাস কখনো সেভাবে রেকর্ড হয়নি তা ফেরানো যায় না।
এখানে কি Word থেকে PDF-এ রূপান্তর করা যায়?
লোকালভাবে নয়। একটি DOCX-কে Word-এর মতো হুবহু রেন্ডার করতে Word বা LibreOffice লাগে, যা ব্রাউজার ট্যাবে চলতে পারে না। এখানকার রূপান্তরগুলো DOCX-এ যায়, DOCX থেকে বেরোয় না।
DOCX কি সত্যিই একটি ZIP ফাইল?
হ্যাঁ। নাম বদলে .zip করলে খুলতে পারবেন — ভেতরে লেখা, স্টাইল আর সম্পর্কের বর্ণনা দেওয়া XML ফাইলের একটি ফোল্ডার, সঙ্গে এমবেড করা ছবি আলাদা এন্ট্রি হিসেবে।
স্ক্যান করা PDF-এ কি কাজ করে?
হ্যাঁ। PDF-এ লেখার স্তর না থাকলে পৃষ্ঠার ছবি থেকে অক্ষর পড়তে আপনার ব্রাউজারে একটি AI শনাক্তকরণ মডেল চলে। কিছুই আপলোড হয় না।
শিরোনাম আর পৃষ্ঠা বিরতি কি থাকে?
শিরোনাম লেখার আকার থেকে অনুমান করা হয় আর মূলের পৃষ্ঠা বিরতি বসানো হয়, তাই ডকুমেন্ট তার পৃষ্ঠাবিন্যাস রাখে। দুটোই অনুমান, আর দুটোই মাঝেমধ্যে ভুল হয়।
সার্ভারভিত্তিক কনভার্টার কি ভালো করত?
বিন্যাসে হ্যাঁ — LibreOffice চালানো একটি সার্ভার অনেক বেশি রাখে। তাকে আপনার ফাইলটিও গ্রহণ করতে হয়, আর PDF সাধারণত চুক্তি, বেতনের স্লিপ আর স্টেটমেন্ট। এই বিনিময়ই এই কনভার্টারের এভাবে কাজ করার কারণ।