Conversione documenti dal formato .tex di LaTeX al formato .docx di MS Word
Premessa su LaTeX e MS Word
Da circa trent’anni uso LaTeX per scrivere documenti di ogni tipo: atti giudiziari, relazioni, ricerche, progetti ed altro.
Dopo avere superato la impegnativa curva di apprendimento iniziale, quindi, è molto improbabile che si torni ai sistemi di videoscrittura “tradizionali”: la straordinaria qualità tipografica ed il notevole risparmio di tempo sono diventati irrinunciabili.
A volte, tuttavia, occorre scambiare materiale scritto in LaTeX ad amici e colleghi che non hanno ancora avuto l’opportunità di apprezzarlo.
In questi casi è necessario, quindi, convertire il testo in formato leggibile software di videoscrittura. Principalmente mi riferisco al formato .docx, tipico di MS Word ma leggibile anche da altri sistemi analoghi, come ad esempio LibreOffice Writer che ho utilizzato per questo articolo.
La procedura di conversione non è univoca e neppure immediata: a volte è necessario completare il risultato con qualche piccolo intervento.
In questo articolo vi spiego, senza pretesa di completezza, come ho analizzato e risolto questa esigenza.
Conversione attraverso htlatex
Nella distribuzione TeXLive è presente il comando htlatex.
La funzione di htlatex è quella di convertire il formato .tex in formato .html.
L’esportazione è molto semplice, basta digitare sulla linea di comando:
htlatex file_name.tex.
Nessuna opzione e nessun nome di file esportato: tutto generato da htlatex.
All’esito della procedura si ottiene una sequenza di documenti: uno di essi è in formato .HTML che può essere direttamente in MS Word e salvato, poi, in formato .docx.
La versione in .docx potrebbe andare bene a patto che non vi siano elenchi numerati (tipici dei capitoli di prova negli atti giudiziari) che sono affetti da ritorni a capo aggiunti tra il numero progressivo ed il contenuto.
Occorre, pertanto, modificare ogni capitolo eliminando il ritorno a capo e ciò potrebbe essere dispendioso in termini di tempo nel caso di atti complessi magari con numerazioni di primo e secondo livello.
Conversione attraverso Pandoc
Un’alternativa è costituita da Pandoc, un convertitore universale multipiattaforma.
Per la conversione in oggetto si digita la seguente linea di comando:
pandoc inputfile.tex -o outputfile.docx.
Pandoc è molto efficiente ma a volte occorre aggiungere qualche piccolo ritocco per completare il lavoro.
In particolare nei documenti strutturati con sezioni, sottosezioni, elenchi numerati e indici (tipici degli atti giudiziari), ho dovuto effettuare le seguenti modifiche:
Inserire la formattazione “giustificata” nel testo base: è sufficiente modificare un paragrafo con quel foglio stile ed applicare la modifica a tutti gli analoghi paragrafi.
Modificare la formattazione delle intestazioni di Primo e (se presente) Secondo Livello cambiando il colore da blu a nero. Anche in questo la modifica di una sola intestazione di primo (e secondo) livello può essere estesa a tutte le intestazioni dello stesso livello.
Eliminare alcune aggiunte all’inizio del Documento non necessarie.
Reinserire (nel caso di documenti complessi), l’indice dei contenuti (Table of Contents).
Sistemare la numerazione dei capitoli di prova e dei documenti prodotti. Nel caso di sottonumerazioni occorre applicare la numerazione a “struttura” per ottenere la sequenza 1.1, 1.2, 2.1, 2.2, ecc.
Alla fine si ottiene un PDF, esportato in formato compatibile con Microsoft Word o LibreOffice Writer, con le stesse caratteristiche strutturali dell’originale in LaTeX.
Esempi di esportazioni di documenti
Per rendere più chiara la descrizione riporto quattro esempi.
Nel primo esempio riporto il PDF ottenuto da un documento direttamente da LaTeX:
Nel secondo esempio riporto l’esito della conversione applicando il comando htlatex ed aprendo, poi, il l’HTML con LibreOffice Writer:
Nel terzo esempio riporto l’esito grezzo della conversione da .tex a .docx con il comando Pandoc:
Nel quarto esempio riporto l’esito rielaborato della precedente conversione:
Grazie per l’attenzione.