Word फ़ाइलें: DOCX असल में XML से भरी एक ZIP है, और इसमें बदलना मुश्किल क्यों है
DOCX में क्या होता है, PDF से Word में लेआउट क्यों बिगड़ता है, और हम Word फ़ाइलें लिख तो सकते हैं पर पढ़ क्यों नहीं। PDF को Word में कन्वर्ट करें, बिना अपलोड।
एक नज़र में
- प्रकार
- डॉक्यूमेंट
- एक्सटेंशन
- .docx
- MIME टाइप
- application/vnd.openxmlformats-officedocument.wordprocessingml.document
- दूसरे नाम
- DOCX, Microsoft Word, Office Open XML
.docx फ़ाइल एक ZIP आर्काइव है। इसका नाम बदलकर .zip करें, खोलें, और आपको XML डॉक्यूमेंट का एक फ़ोल्डर मिलेगा — टेक्स्ट और उसका ढाँचा एक फ़ाइल में, स्टाइल दूसरी में, नंबरिंग, रिलेशनशिप, एम्बेड की गई इमेज अलग-अलग एंट्री के रूप में। Microsoft 2007 में इस फ़ॉर्मैट, Office Open XML, पर आया और उससे पहले के बंद बाइनरी .doc को हटा दिया। ZIP में XML होने की वजह से ही इतने सारे टूल Microsoft के किसी कोड के बिना DOCX बना लेते हैं, यह साइट भी।
और पढ़ें
यह असमानता साफ़-साफ़ कहने लायक़ है: DOCX लिखना संभव है, उसे वफ़ादारी से पढ़ना नहीं। डॉक्यूमेंट बनाने का मतलब है पैराग्राफ़, हेडिंग और टेक्स्ट के टुकड़ों के लिए XML तैयार करना — यह काम एक लाइब्रेरी कर सकती है। किसी मौजूदा DOCX को ठीक वैसे रेंडर करना जैसे Word करता है, मतलब दशकों के लेआउट व्यवहार को दोहराना, जिसके लिए व्यवहार में Word या LibreOffice चाहिए। इसीलिए यहाँ के कन्वर्ज़न DOCX में जाते हैं, उससे बाहर नहीं।
जब सोर्स PDF हो, तो मुश्किल दूसरी तरफ़ चली जाती है। PDF पैराग्राफ़ नहीं, बल्कि अपनी जगह रखे ग्लिफ़ के टुकड़े सेव करती है, इसलिए उससे DOCX बनाने का मतलब है ऐसा ढाँचा अंदाज़े से निकालना जो कभी दर्ज ही नहीं हुआ: बेसलाइन के हिसाब से ग्लिफ़ को लाइनों में जोड़ना, पैराग्राफ़ कहाँ टूटता है इसका अंदाज़ा लगाना, हेडिंग पहचानने के लिए टाइप साइज़ की रैंकिंग करना। आम गद्य अच्छी तरह आ जाता है। मल्टी-कॉलम लेआउट, टेबल और फ़्लोटिंग इमेज नहीं आते, क्योंकि उन्हें दोबारा बनाने के लिए ज़रूरी जानकारी फ़ाइल में है ही नहीं।
अगर PDF स्कैन है, तो काम करने के लिए कोई टेक्स्ट होता ही नहीं, और यह साइट फ़ाइल अपलोड करने के बजाय आपकी अपनी मशीन पर चल रहे एक AI रिकग्निशन मॉडल से पेज की तस्वीरों में से कैरेक्टर पढ़ती है। नतीजा एक Word डॉक्यूमेंट होता है जिसे आप एडिट कर सकते हैं, इस शर्त के साथ कि रिकग्निशन परफ़ेक्ट नहीं है और लेआउट बचाया नहीं, बल्कि दोबारा गढ़ा जाता है।
दूसरे फ़ॉर्मैट को Word में बदलें
Word: अक्सर पूछे जाने वाले सवाल
PDF से Word कभी मूल लेआउट से मेल क्यों नहीं खाता?
क्योंकि PDF ढाँचा नहीं, बल्कि अपनी जगह रखे ग्लिफ़ सेव करती है। पैराग्राफ़, हेडिंग और पढ़ने का क्रम अंदाज़े से निकालना पड़ता है, और जो टेबल या दो-कॉलम लेआउट कभी उस रूप में दर्ज ही नहीं हुआ, उसे वापस नहीं लाया जा सकता।
क्या मैं यहाँ Word को PDF में बदल सकता हूँ?
लोकल रूप से नहीं। DOCX को ठीक वैसे रेंडर करने के लिए जैसे Word करता है, Word या LibreOffice चाहिए, जो ब्राउज़र टैब में नहीं चल सकते। यहाँ के कन्वर्ज़न DOCX में जाते हैं, उससे बाहर नहीं।
क्या DOCX सच में एक ZIP फ़ाइल है?
हाँ। इसका नाम बदलकर .zip करें और आप इसे खोल सकते हैं — अंदर XML फ़ाइलों का एक फ़ोल्डर है जो टेक्स्ट, स्टाइल और रिलेशनशिप बताता है, साथ में एम्बेड की गई इमेज अलग-अलग एंट्री के रूप में।
क्या यह स्कैन की हुई PDF पर काम करता है?
हाँ। जब PDF में टेक्स्ट लेयर नहीं होती, तो पेज की तस्वीरों में से कैरेक्टर पढ़ने के लिए एक AI रिकग्निशन मॉडल आपके ब्राउज़र में चलता है। कुछ भी अपलोड नहीं होता।
क्या हेडिंग और पेज ब्रेक बचे रहते हैं?
हेडिंग टाइप साइज़ से अंदाज़े से निकाली जाती हैं और मूल के पेज ब्रेक डाले जाते हैं, इसलिए डॉक्यूमेंट के पेज वैसे ही बँटे रहते हैं। दोनों अंदाज़े हैं, और दोनों कभी-कभी ग़लत होते हैं।
क्या सर्वर-साइड कन्वर्टर बेहतर करेगा?
लेआउट के मामले में, हाँ — LibreOffice चलाने वाला सर्वर इसका कहीं ज़्यादा हिस्सा बचाता है। पर उसे आपकी फ़ाइल भी मिलनी चाहिए, और PDF अक्सर कॉन्ट्रैक्ट, सैलरी स्लिप और स्टेटमेंट होती हैं। यही सौदा वजह है कि यह कन्वर्टर इस तरह काम करता है।