L'ODT est du texte OpenDocument, le format natif de LibreOffice Writer. Le Markdown est un balisage qui se lit à l'œil nu, et le format que les modèles de langage lisent le mieux. pandoc se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier ODT en route vers le MD.
Ce qui s'exécute quand un fichier ODT devient un MD
pandoc en deux passes, sur une machine que nous louons et que nous surveillons. Votre fichier ODT est envoyé une fois, pandoc s'exécute une fois, le fichier MD revient, et aucun des deux fichiers n'est conservé. ODT vers MD 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 ODT dans le fichier MD
La hiérarchie des titres. pandoc analyse le fichier ODT vers son propre arbre de document et écrit cet arbre en MD, 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 MD 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 ODT par pandoc plutôt que par une imprimante.
Les listes du fichier ODT, imbrications comprises, plus les blocs de code, les citations et les liens, tous réexprimés en MD.
Les images : pandoc les extrait du fichier ODT vers un répertoire de travail et les réintègre dans le MD, si bien que rien ne finit par pointer vers un fichier qui n'existe plus.
Les métadonnées de document du fichier ODT, que l'étape JSON intermédiaire conserve et qu'une passe en texte brut laisserait tomber en silence.
Ce que la conversion ODT vers MD vous coûte
La mise en page. L'ODT en porte un peu et le MD 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.
La typographie fine. Les styles nommés de l'ODT, les couleurs et les choix de police s'effondrent en simple emphase, parce que la simple emphase est tout ce que le MD possède. Pour la plupart des gens, c'est la raison de lancer la conversion, pas un regret.
D'où viennent les fichiers ODT et MD
ODT. LibreOffice Writer l'écrit nativement. Comme l'ODS, c'est la norme ISO/IEC 26300, et on le trouve partout où un organisme public ou une politique interne a demandé un format ouvert plutôt que celui d'un éditeur.
Si un modèle doit lire le fichier MD
C'est le sens qui aide un modèle de langue, et c'est la raison d'être de ce site. Un fichier ODT porte de la structure, et le MD est la seule sortie de cette liste qui remette cette structure sous une forme qu'un modèle lit déjà : un titre tient en deux caractères, un tableau en barres verticales, une liste en tiret. Aucune part de la fenêtre de contexte ne part à décrire une mise en page, parce qu'après le passage du fichier ODT dans pandoc il ne reste aucune mise en page à décrire.
ODT vers MD, mesuré plutôt que promis
En passant ODT vers MD sur le moteur réel avec un vrai fichier, pandoc a écrit 277 octets au format MD en 0,1 secondes, machine par ailleurs au repos. C'est un fichier ODT un jour donné et non une moyenne, et c'est pourquoi le nombre est donné avec le fichier qui l'a produit.
Le verdict ODT vers MD 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 MD contient.
Le même fichier ODT, envoyé ailleurs
Les autres sorties que la sonde a mesurées à partir d'un fichier ODT, pour que le coût du choix du format MD 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 ODT.
ODT vers PDF : 11 917 octets en 1,1 secondes, vérifié par une signature de format.
ODT vers DOCX : 5 514 octets en 1,1 secondes, vérifié par une signature de format.
ODT vers EPUB : 5 063 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
ODT vers TXT : 264 octets en 0,1 secondes, vérifié par la relecture du texte.
ODT vers HTML : 4 043 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
ODT vers RTF : 4 214 octets en 1,1 secondes, vérifié par la relecture du type interne et la recherche d'un mot témoin.
Les autres routes vers MD, et ce qu'elles ont mesuré
Parmi les routes publiées vers MD, ODT est la troisième plus grosse sortie des 8 mesurées. Les fichiers témoins diffèrent : ce classement porte sur la sonde et non sur votre document.
RTF vers MD : 265 octets en moins d'un dixième de seconde.
TEX vers MD : 276 octets en 0,1 secondes.
RST vers MD : 266 octets en 0,1 secondes.
IPYNB vers MD : 382 octets en 0,1 secondes.
CSV vers MD : 114 octets en 0,1 secondes.
Ce que nous ne prétendrons pas sur ODT vers MD
Un fichier ODT 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 ODT vers MD 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 ODT vers MD 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 le MD 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 ODT passe par LibreOffice ou par calibre, qui en sont réellement capables.
Un fichier ODT à la fois, choisi dans le navigateur. Il n'y a rien d'autre à régler et rien d'autre à proposer.
ODT vers MD : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier ODT en MD ?
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 ODT est envoyé une fois, pandoc s'exécute une fois, le MD revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion ODT vers MD ?
Sur le fichier utilisé par la sonde, pandoc a mis 0,1 seconde et écrit 277 octets de MD. C'est une mesure réelle sur un fichier ODT réel, pas une moyenne et pas une promesse sur le vôtre : un ODT plus gros prend plus longtemps, et au-delà de 60 secondes l'exécution est arrêtée.
Qu'est-ce que je perds en passant de l'ODT au MD ?
Celle qu'il faut connaître en premier : la mise en page. L'ODT en porte un peu et le MD 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 ODT sont-ils encore des tableaux dans le MD ?
Oui. pandoc lit les tableaux de l'ODT dans son propre arbre de document et les réécrit en syntaxe MD, si bien que vous obtenez un tableau qu'une machine sait analyser plutôt qu'une image de tableau.
La conversion ODT vers MD est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion ODT vers MD coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un MD moins bon.