Transformar documentos do Word em PDF sem enviá-los
O que esta ferramenta faz
Esta ferramenta lê um arquivo .docx e o reconstrói como PDF. Um documento do Word é, na prática, um arquivo ZIP cheio de XML, e o conversor abre esse pacote no seu navegador, percorre os parágrafos, trechos de texto, listas e tabelas que existem lá dentro e desenha cada elemento em uma página PDF com o pdf-lib. O tamanho da página e as margens vêm das próprias configurações de seção do documento, então um arquivo A4 continua A4 e um arquivo Carta continua Carta.
A formatação acompanha: negrito, itálico, sublinhado e tachado, tamanhos e cores de letra, alinhamento e recuos, estilos de título, listas com marcadores e numeradas incluindo os níveis aninhados, imagens no corpo do texto, tabelas com suas larguras de coluna e sombreamento de células, e hiperlinks que continuam clicáveis no PDF.
Como tudo se resolve em uma aba só
Só três peças fazem o serviço, e todas as três são JavaScript rodando na sua máquina. O JSZip descompacta o .docx, o próprio DOMParser do navegador lê o document.xml, o styles.xml, o numbering.xml e o theme1.xml, e o pdf-lib grava as páginas resultantes como bytes de PDF. Não há uma única ida e volta a um serviço de conversão nessa cadeia — dá para conferir no painel de rede das ferramentas de desenvolvedor enquanto um arquivo é convertido.
As consequências vão além da privacidade: a página continua funcionando se a conexão cair, um documento de 15 MB começa a converter na hora em vez de depois de um upload, e a velocidade depende do seu processador, não de quão cheio está um servidor compartilhado.
Qual fonte acaba dentro do PDF
Documentos escritos no Word quase nunca nomeiam uma fonte diretamente: eles apontam para um tema, w:asciiTheme="minorHAnsi", e o nome de verdade, normalmente Calibri ou Cambria, está no theme1.xml. O conversor resolve essa referência e depois encaixa a família em uma das catorze fontes que todo leitor de PDF já traz: as sem serifa vão para Helvetica, as com serifa para Times e as monoespaçadas para Courier, cada uma com suas variantes em negrito e itálico.
Essas catorze fontes cobrem a codificação WinAnsi, então acentos agudos e circunflexos, o til do ão, a cedilha e o trema são desenhados sem baixar nada: um documento em português não incorpora fonte alguma e sai com poucos kilobytes. Só quando o texto traz coreano, japonês ou chinês é que uma Noto Sans CJK é baixada, recortada apenas nos glifos usados. Se algum caractere não tiver glifo nem ali — um emoji, uma escrita rara —, a ferramenta o lista em vez de descartá-lo em silêncio.
O que é suportado e o que não é
Tabelas são suportadas, incluindo mesclagens horizontais, fundo e bordas de célula e linhas que se dividem entre páginas. Células mescladas verticalmente são desenhadas com as células de continuação em branco. Não são suportados: caixas de texto, formas, WordArt e SmartArt, gráficos, equações, notas de rodapé e de fim, comentários, layouts em várias colunas, tabelas aninhadas dentro de células e imagens EMF ou WMF. Quando o conversor encontra um desses elementos, pula aquele trecho, termina o restante do documento e depois informa exatamente o que ficou de fora e quantas vezes -- assim um PDF mais enxuto nunca é surpresa.
Arquivos binários .doc antigos não podem ser lidos de forma alguma; abra um deles no Word e salve como .docx primeiro. Documentos protegidos por senha precisam ser desbloqueados antes da conversão, já que o conteúdo está criptografado.
O que fazer com o PDF depois
Um documento convertido quase sempre pede mais um passo. Relatórios cheios de fotos saem maiores do que o DOCX de origem, e o Compressor de PDF recodifica as imagens para trazer o tamanho de volta. Uma carta de apresentação e um currículo convertidos separadamente só viram uma candidatura única com o Mesclar PDF. E um contrato vindo de um modelo do Word pode ser fechado na hora com o Assinar PDF, que carimba uma assinatura desenhada na página e dispensa o vaivém de imprimir e digitalizar de novo.