Konversi BZZ menjadi DOC

Aplikasi penerima mungkin memerlukan format Word lama .doc untuk mengedit atau bertukar dokumen, sementara sumber yang tersedia adalah file DjVu atau BZZ stream yang diekstrak. Karena BZZ biasanya hanya berisi data DjVu terkompresi, konversi harus terlebih dahulu memulihkan dokumen lengkap atau teksnya.

Apa itu format BZZ

Dalam software dokumen, BZZ adalah metode kompresi yang digunakan untuk beberapa data stream internal dalam dokumen DjVu. File .bzz mandiri biasanya hanya berupa stream terkompresi, bukan dokumen lengkap dengan halaman, gambar, font, layout, dan metadata.

DjVuLibre dan berbagai tool DjVu lainnya memproses data BZZ secara internal. File BZZ mandiri dapat muncul setelah seseorang mengekstrak file dari container DjVu, mengunduh resource internal, atau menetapkan ekstensi yang salah. File tersebut biasanya tidak dapat dikonversi langsung ke DOC karena tipe stream dan bagian lain dari container DjVu mungkin tidak tersedia.

Apa itu format DOC

DOC adalah format dokumen binary lama milik Microsoft Word, yang terutama digunakan oleh Word 97–2003. Format ini menyimpan teks yang dapat diedit, style, tabel, gambar, header, footer, dan pemformatan halaman.

DOC tetap berguna ketika instalasi Word lama, sistem manajemen dokumen, atau workflow pengiriman secara khusus memerlukan format Word 97–2003. Software office saat ini umumnya menggunakan DOCX; DOC dapat kehilangan pemformatan dan fitur yang lebih baru selama konversi.

Cara mengonversi dokumen sumber

Jika file DjVu asli tersedia

1. Dapatkan file .djvu atau .djv lengkap. Jangan mengganti nama .bzz menjadi .djvu; mengubah ekstensi tidak akan membuat kembali container DjVu yang hilang.
2. Instal DjVuLibre dan jalankan djvutxt input.djvu extracted.txt, dengan mengganti input.djvu menggunakan nama file sebenarnya. Ini mengekstrak text layer DjVu jika tersedia.
3. Buka extracted.txt di LibreOffice Writer atau Microsoft Word. Gunakan dialog text-import untuk mengonfirmasi character encoding, biasanya UTF-8.
4. Bangun kembali paragraf, heading, page break, kolom, tabel, dan pemformatan lainnya sesuai kebutuhan. Ekstraksi teks tidak mempertahankan layout halaman asli.
5. Di Writer, pilih File → Save As, pilih Word 97–2003 (*.doc), lalu simpan hasilnya sebagai output.doc. Word dapat melakukan penyimpanan yang setara melalui File → Save As.

Untuk konversi berulang, LibreOffice dapat mengonversi file teks atau dokumen yang telah disiapkan dari command line, misalnya:

soffice --headless --convert-to doc --outdir output extracted.txt

Periksa file yang dihasilkan karena konversi otomatis dari plain text tidak dapat merekonstruksi struktur halaman.

Jika hanya BZZ stream yang tersedia

Utility bzz milik DjVuLibre dapat mendekompresi raw stream dengan command seperti bzz -d input.bzz output. Hasilnya tetap berupa data internal DjVu dan mungkin merupakan teks, page description, atau stream lain; dekompresi saja tidak menghasilkan teks yang dapat dibaca atau file DOC yang dapat digunakan.

Jika data yang telah didekompresi bukan text stream yang dikenali dan container DjVu asli tidak dapat diperoleh, tidak ada konversi BZZ-ke-DOC umum yang andal. Mintalah file DjVu asli atau halaman sumbernya.

Jika DjVu berisi halaman hasil pemindaian

Jika djvutxt menghasilkan sedikit atau tidak ada teks, dokumen tersebut mungkin berisi gambar halaman tanpa text layer yang dapat digunakan. Konversikan halaman DjVu ke PDF atau gambar beresolusi tinggi dengan DjVuLibre, jalankan OCR di software seperti ABBYY FineReader PDF atau OCRmyPDF, periksa kembali hasil pengenalan, lalu simpan dokumen yang telah dikoreksi sebagai DOC.

Opsi konversi online

Converter online umum biasanya tidak menerima BZZ stream mandiri. Untuk file DjVu lengkap, layanan seperti Convertio atau Zamzar mungkin menyediakan rute konversi DjVu-ke-DOC; konfirmasikan dukungan format terbaru sebelum mengunggah dan periksa hasilnya setelah itu.

Unggah DjVu asli, bukan BZZ stream yang diekstrak. Jangan gunakan layanan online untuk dokumen rahasia atau yang diatur regulasi kecuali ketentuan retensi dan pemrosesannya dapat diterima.

Batasan kualitas dan kompatibilitas

Ekstraksi text layer biasanya lebih baik dalam mempertahankan kata dibandingkan tampilan visual. Proses ini dapat mengubah urutan kolom, mengubah line break menjadi paragraf, serta menghilangkan tabel, catatan kaki, notasi matematika, gambar, font, dan pagination yang tepat. OCR dapat menimbulkan kesalahan pengenalan, terutama pada scan beresolusi rendah, typeface yang tidak umum, dan halaman multi-kolom.

Simpan sebagai DOC hanya ketika sistem penerima memerlukannya. Simpan DjVu asli dan, jika fidelitas visual penting, pertahankan salinan PDF bersama DOC yang dapat diedit.