Le DOCX, c'est Word au format OOXML, avec ses titres, ses tableaux et ses styles nommés. L'EPUB est un livre au texte redistribuable, découpé en chapitres. pandoc se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier DOCX en route vers l'EPUB.
Ce qui s'exécute quand un fichier DOCX devient un EPUB
pandoc en deux passes, sur une machine que nous louons et que nous surveillons. Votre fichier DOCX est envoyé une fois, pandoc s'exécute une fois, le fichier EPUB revient, et aucun des deux fichiers n'est conservé. DOCX vers EPUB fait partie des 3649 paires sur lesquelles ce moteur a été sondé avec un vrai fichier, et c'est pour cela que cette page existe quand celles que la sonde n'a pas su prouver n'existent pas.
Ce qui survit du fichier DOCX dans le fichier EPUB
La hiérarchie des titres. pandoc analyse le fichier DOCX vers son propre arbre de document et écrit cet arbre en EPUB, si bien qu'un titre de niveau deux reste un titre de niveau deux et non simplement du texte en gras.
Les tableaux, reconstruits en syntaxe EPUB plutôt que photographiés. C'est la différence entre un tableau qu'une machine sait lire et l'image d'un tableau, et c'est toute la raison de faire passer un fichier DOCX par pandoc plutôt que par une imprimante.
Les listes du fichier DOCX, imbrications comprises, plus les blocs de code, les citations et les liens, tous réexprimés en EPUB.
Les images : pandoc les extrait du fichier DOCX vers un répertoire de travail et les réintègre dans l'EPUB, si bien que rien ne finit par pointer vers un fichier qui n'existe plus.
Ce que la conversion DOCX vers EPUB vous coûte
La mise en page. Le DOCX en porte un peu et l'EPUB n'en porte aucune : les marges, les sauts de page, les en-têtes et les pieds de page n'ont nulle part où atterrir et ne sont tout simplement pas écrits.
D'où viennent les fichiers DOCX et EPUB
DOCX. Word l'écrit, et Google Docs aussi à l'export. C'est la norme ISO/IEC 29500, une archive zip de XML, et c'est ce qui permet à un programme de lire le document sans ouvrir Word.
Si un modèle doit lire le fichier EPUB
La structure est ce qui subsiste du fichier DOCX, et la structure est ce dont un modèle a besoin. DOCX en entrée, EPUB en sortie, avec l'arbre des titres intact plutôt qu'aplati en un seul long paragraphe.
DOCX vers EPUB, mesuré plutôt que promis
En passant DOCX vers EPUB sur le moteur réel avec un vrai fichier, pandoc a écrit 5 040 octets au format EPUB en 0,1 secondes, machine par ailleurs au repos. C'est un fichier DOCX un jour donné et non une moyenne, et c'est pourquoi le nombre est donné avec le fichier qui l'a produit.
Le verdict DOCX vers EPUB a été obtenu par un aller-retour pandoc, c'est-à-dire que la sortie a été relue par pandoc et devait encore contenir un mot témoin planté dans la source, ce qui prouve que le contenu a voyagé et pas seulement le conteneur. Le contrôle employé compte, parce qu'ils ne prouvent pas tous la même chose, et un code de statut 200 ne prouve strictement rien sur ce que le fichier EPUB contient.
Le même fichier DOCX, envoyé ailleurs
Les autres sorties que la sonde a mesurées à partir d'un fichier DOCX, pour que le coût du choix du format EPUB se lise face à quelque chose. Les tailles ne se comparent pas d'un moteur à l'autre, chaque famille ayant été sondée avec son propre fichier témoin DOCX.
DOCX vers PDF : 11 917 octets en 1,2 secondes, vérifié par une signature de format.
DOCX vers MD : 266 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
DOCX vers TXT : 264 octets en 0,1 secondes, vérifié par la relecture du texte.
DOCX vers HTML : 4 018 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
DOCX vers RTF : 4 205 octets en 1,1 secondes, vérifié par la relecture du type interne et la recherche d'un mot témoin.
DOCX vers ODT : 12 806 octets en 1,2 secondes, vérifié par la relecture du type interne et la recherche d'un mot témoin.
Les autres routes vers EPUB, et ce qu'elles ont mesuré
Parmi les routes publiées vers EPUB, DOCX est la cinquième plus grosse sortie des 11 mesurées. Les fichiers témoins diffèrent : ce classement porte sur la sonde et non sur votre document.
CSV vers EPUB : 4 913 octets en 0,1 secondes.
HTML vers EPUB : 5 027 octets en 0,1 secondes.
JSON vers EPUB : 5 035 octets en 0,1 secondes.
ODT vers EPUB : 5 063 octets en 0,1 secondes.
RTF vers EPUB : 5 033 octets en 0,1 secondes.
Ce que nous ne prétendrons pas sur DOCX vers EPUB
Un fichier DOCX de plus de 25 Mo est refusé avant la fin de l'envoi plutôt qu'après, pour que vous n'attendiez pas un refus.
Une conversion DOCX vers EPUB qui dépasse 60 secondes est tuée, et le processus pandoc avec elle. Une exécution abandonnée resterait posée sur l'un des deux cœurs de la machine jusqu'à ce que quelqu'un le remarque.
32 des 935 paires sondées dans la famille qui sert DOCX vers EPUB ont échoué, et celle-ci n'en fait pas partie. Elles échouent pour des raisons qu'il vaut mieux connaître : un rédacteur incapable de porter ce dont le document est fait, ou une sortie que le moteur n'a pas su relire. Elles sont comptées ici plutôt que cachées, parce qu'une paire qui échoue en silence est pire qu'une paire qui échoue bruyamment.
pandoc n'écrit jamais l'EPUB en passant par un moteur TeX ici, et il n'écrit pas de PDF du tout : les onze moteurs qu'il lui faudrait ne sont pas sur cette machine, et une distribution TeX pèse plusieurs gigaoctets. Qui veut un PDF à partir d'un fichier DOCX passe par LibreOffice ou par calibre, qui en sont réellement capables.
Un fichier DOCX à la fois, choisi dans le navigateur. Il n'y a rien d'autre à régler et rien d'autre à proposer.
DOCX vers EPUB : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier DOCX en EPUB ?
C'est pandoc qui s'en charge, en deux passes, sur une machine que nous louons et que nous surveillons. Ni astuce de navigateur, ni service d'un tiers : le fichier DOCX est envoyé une fois, pandoc s'exécute une fois, l'EPUB revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion DOCX vers EPUB ?
Sur le fichier utilisé par la sonde, pandoc a mis 0,1 seconde et écrit 5 040 octets d'EPUB. C'est une mesure réelle sur un fichier DOCX réel, pas une moyenne et pas une promesse sur le vôtre : un DOCX plus gros prend plus longtemps, et au-delà de 60 secondes l'exécution est arrêtée.
Qu'est-ce que je perds en passant du DOCX à l'EPUB ?
Celle qu'il faut connaître en premier : la mise en page. Le DOCX en porte un peu et l'EPUB n'en porte aucune : les marges, les sauts de page, les en-têtes et les pieds de page n'ont nulle part où atterrir et ne sont tout simplement pas écrits.
Les tableaux de mon fichier DOCX sont-ils encore des tableaux dans l'EPUB ?
Oui. pandoc lit les tableaux du DOCX dans son propre arbre de document et les réécrit en syntaxe EPUB, si bien que vous obtenez un tableau qu'une machine sait analyser plutôt qu'une image de tableau.
La conversion DOCX vers EPUB est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion DOCX vers EPUB coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un EPUB moins bon.