Gendannelse af Ami Pro Ligninger og WMF-diagrammer

Problemet med stille tab

Den værste konverteringsfejl er ikke den, der giver en fejl. Det er den, der lykkes, producerer et rent udseende dokument og stille udelader indhold. Du finder det ikke ud af på konverteringstidspunktet; du finder det ud af, når nogen læser en rapport, der siger "forholdet er givet ved ligningen nedenfor" efterfulgt af en tom linje.

Tekniske Ami Pro dokumenter er særligt udsat for dette. Ingeniørberegninger, laboratorierapporter, universitetsforelæsningsnoter, standardindsendelser og patentudkast hviler alle på figurer og formler, og netop disse elementer kan en tekstorienteret konvertering ikke se.

Hvilket betyder, at verificering af diagram- og ligningsgendannelse ikke er en valgfri forfining. For et teknisk arkiv er det accepttesten.

Hvad Ami Pro faktisk indlejret

Ami Pro brugte Windows Metafile-familien til tegninger. WMF og dens 32-bit efterfølger EMF er vektorformater: de gemmer tegnekommandoer — linjer, buer, fyldte polygoner, tekstplacering — i stedet for et raster af pixels. Derfor kan et Ami Pro flowdiagram fra 1994 rendres skarpt i enhver størrelse i dag, forudsat at noget kan læse det.

Ligninger kom fra Ami Pro’s indbyggede ligningseditor, som gemte formler som struktureret markup, der beskrev den matematiske opstilling: tællere og nævnere, rødder, sub- og superscripts, summer og integraler med deres grænser. Det er en beskrivelse af matematik i stedet for et billede af den, hvilket viser sig at være meget nyttigt.

Begge objekttyper lever inde i .sam-strømmen sammen med teksten. Fordi formatet er tekstbaseret med indlejret markup i parenteser, er indlejrede binære og strukturerede data kodet inden i det — genopretteligt, men kun af en parser, der ved, at kodningen er der.

Hvorfor generiske omsættere mister dem

Hvordan genopretning fungerer i praksis

Diagramgendannelse starter med at finde indlejrede metafildeoplysninger i strømmen, genskabe dem til en gyldig WMF- eller EMF-fil og derefter gengive dem. Derefter skrives billedet ud og refereres fra det konverterede dokument — indlejret i DOCX og PDF, eller skrevet som en linket billedfil til HTML og Markdown output.

Ligninggendannelse kører to processer parallelt, fordi forskellige output har brug for forskellige ting. Formlen gengives som et billede, så DOCX, PDF og RTF viser matematikken korrekt; og den oversættes til LaTeX, så Markdown, HTML og tekstoutput bærer en repræsentation, som en maskine kan læse, søge i og gengive igen.

Den dobbelte tilgang er det, der gør tekniske arkiver virkelig genbrugelige. Et billede af en formel er fint at se på og ubrugeligt at søge i. LaTeX kan søges, indekseres, konverteres til MathML og kan indsættes direkte i en moderne editor, når nogen har brug for at genbruge formlen.

Valg af outputformat til tekniske dokumenter

• PDF — den pålidelige visuelle optegnelse; diagrammer og ligninger gengives præcist som angivet
• DOCX — redigerbar tekst med indlejrede figurer og ligningsbilleder; brug LaTeX til at genskabe de formler, du har brug for at redigere
• Markdown — bedst til søgning og AI-pipelines, fordi ligninger kommer som LaTeX i stedet for billeder
• HTML — figurer bliver tilknyttet billedfiler, og formler kan gengives på klientsiden; godt til intranetudgivelse
• TXT — forvent at miste alt visuelt indhold; nyttigt kun til triage og fuldtekstsøgning

Bekræfter, at intet blev tabt

Byg dit anmeldelseseksempel omkring figurer frem for omkring filstørrelse. Søg i arkivets tekstudtræk efter vendinger som "Figur", "Tabel", "Ligning", "vist nedenfor" og "se diagram", og tjek derefter de specifikke dokumenter i den konverterede output. Krydsreferencer er et pålideligt kort over, hvor visuelt indhold bør være.

For hver enkelt skal du bekræfte tre ting: billedet er til stede i stedet for en pladsholder, det vises i en fornuftig størrelse og er læseligt, og det vises i den rigtige position i forhold til den tekst, der henviser til det.

For ligninger, bekræft desuden, at matematikken er korrekt — indeks og eksponenter på de rette steder, rødder dækker de rette termer, grænser er knyttet til de rette operatorer. En gengivet ligning, der subtilt er forkert, er mere farlig end en, der mangler, fordi den ser autoritativ ud.

En bemærkning om dokumenter, der blev designet, ikke bare skrevet

Ami Pro understøttede rammebaseret layout, som nogle forfattere brugte meget til nyhedsbreve, brochurer og rapportomslag. Disse dokumenter handler mindre om genopretteligt indhold og mere om sammensætning, og deres layout har ikke en ren ækvivalent i DOCX.

For det delmængde, behandl PDF som den autoritative output og DOCX som en bekvemmelighedskopi. Du holder en tro visuel registrering af, hvordan dokumentet så ud, plus redigerbar tekst for alle, der har brug for at genbruge ordene, og du undgår at bruge dage på at prøve at genskabe 1990'ernes sideopsætning i Word.