Wiederherstellung von Ami Pro-Gleichungen und WMF-Diagrammen

Das Problem des stillen Verlusts

Der schlimmste Konvertierungsfehler ist nicht derjenige, der einen Fehler auslöst. Es ist derjenige, der erfolgreich ist, ein sauber aussehendes Dokument erstellt und stillschweigend Inhalte weglässt. Man stellt es nicht zum Konvertierungszeitpunkt fest; man stellt es fest, wenn jemand einen Bericht liest, der sagt: "Die Beziehung wird durch die folgende Gleichung angegeben", gefolgt von einer Leerzeile.

Technische Ami Pro Dokumente sind dafür besonders anfällig. Ingenieurrechnungen, Laborberichte, Universitätsvorlesungsnotizen, Normen-Einreichungen und Patentanmeldungen stützen sich alle auf Abbildungen und Formeln, und genau diese Elemente kann eine textorientierte Umwandlung nicht erfassen.

Das bedeutet, dass die Überprüfung der Wiederherstellung von Diagrammen und Gleichungen keine optionale Verfeinerung ist. Für ein technisches Archiv ist es der Abnahmetest.

Was Ami Pro tatsächlich eingebettet hat

Ami Pro verwendete die Windows Metafile-Familie für Zeichnungen. WMF und sein 32-Bit-Nachfolger EMF sind Vektorformate: Sie speichern Zeichenbefehle — Linien, Bögen, gefüllte Polygone, Textplatzierungen — anstelle eines Pixelrasters. Deshalb kann ein Ami Pro-Flussdiagramm von 1994 heute gestochen scharf in jeder Größe wiedergegeben werden, vorausgesetzt, es gibt etwas, das es lesen kann.

Gleichungen kamen aus Ami Pro’s eingebautem Gleichungseditor, der Formeln als strukturierte Markup speicherte, die das mathematische Layout beschreibt: Zähler und Nenner, Wurzeln, Tief- und Hochstellungen, Summen und Integrale mit ihren Grenzen. Es ist eine Beschreibung der Mathematik anstatt eines Bildes davon, was sich als sehr nützlich erweist.

Beide Objekttypen leben innerhalb des .sam-Streams zusammen mit dem Text. Da das Format textbasiert mit geklammertem Markup ist, sind eingebettete Binär- und strukturierte Daten darin kodiert — wiederherstellbar, aber nur von einem Parser, der weiß, dass die Kodierung vorhanden ist.

Warum generische Konverter sie verlieren

Wie die Genesung in der Praxis funktioniert

Die Diagrammwiederherstellung beginnt damit, eingebettete Metafile-Daten im Stream zu lokalisieren, diese in eine gültige WMF- oder EMF-Datei zu rekonstruieren und dann zu rendern. Von dort aus wird das Bild ausgegeben und im konvertierten Dokument referenziert – eingebettet in DOCX und PDF oder als verknüpfte Bilddatei für HTML- und Markdown-Ausgaben geschrieben.

Die Gleichungswiederherstellung läuft auf zwei Pfaden parallel, da unterschiedliche Ausgaben unterschiedliche Dinge benötigen. Die Formel wird als Bild dargestellt, damit DOCX, PDF und RTF die Mathematik korrekt anzeigen; und sie wird in LaTeX übersetzt, damit Markdown, HTML und Textausgaben eine Darstellung enthalten, die eine Maschine lesen, durchsuchen und neu rendern kann.

Dieser doppelte Ansatz ist es, der technische Archive wirklich wiederverwendbar macht. Ein Bild einer Gleichung ist gut anzusehen, aber nutzlos zum Suchen. LaTeX ist durchsuchbar, indexierbar, in MathML umwandelbar und kann direkt in einen modernen Editor eingefügt werden, wenn jemand die Formel wiederverwenden muss.

Auswahl eines Ausgabeformats für technische Dokumente

• PDF — die verlässliche visuelle Aufzeichnung; Diagramme und Gleichungen werden genau so dargestellt, wie sie angeordnet sind
• DOCX — bearbeitbarer Text mit eingebetteten Abbildungen und Gleichungsbildern; verwenden Sie LaTeX, um die Formeln, die Sie bearbeiten müssen, neu zu erstellen
• Markdown — am besten für Such- und KI-Pipelines geeignet, weil Gleichungen als LaTeX und nicht als Bilder ankommen
• HTML — Figuren werden zu verknüpften Bilddateien und Formeln können clientseitig gerendert werden; gut für die Veröffentlichung im Intranet
• TXT — erwarte, alle visuellen Inhalte zu verlieren; nur nützlich für Triage und Volltextsuche

Überprüfen, dass nichts fallen gelassen wurde

Bauen Sie Ihre Prüfprobe um Abbildungen herum auf, anstatt um die Dateigröße. Durchsuchen Sie die Textausgabe des Archivs nach Ausdrücken wie "Abbildung", "Tabelle", "Gleichung", "unten dargestellt" und "siehe Diagramm" und überprüfen Sie dann diese speziellen Dokumente in der konvertierten Ausgabe. Querverweise sind eine verlässliche Karte dafür, wo sich visuelle Inhalte befinden sollten.

Für jeden einzelnen bestätigen Sie drei Dinge: Das Bild ist vorhanden und kein Platzhalter, es wird in einer vernünftigen Größe angezeigt und ist lesbar, und es erscheint an der richtigen Position im Verhältnis zum Text, der darauf verweist.

Bei Gleichungen zusätzlich sicherstellen, dass die Mathematik korrekt ist – Indizes und Exponenten an den richtigen Stellen, Wurzeln über den richtigen Termen, Grenzen an den richtigen Operatoren. Eine dargestellte Gleichung, die subtil falsch ist, ist gefährlicher als eine fehlende, weil sie autoritativ aussieht.

Eine Anmerkung zu Dokumenten, die gestaltet wurden, nicht nur geschrieben

Ami Pro unterstützte ein rahmenbasiertes Layout, das einige Autoren stark für Newsletter, Broschüren und Berichtumschläge verwendeten. Diese Dokumente drehen sich weniger um wiedergewinnbaren Inhalt und mehr um Komposition, und ihr Layout hat keine saubere Entsprechung in DOCX.

Für diese Teilmenge behandeln Sie PDF als das maßgebliche Ergebnis und DOCX als eine praktische Kopie. Sie behalten eine getreue visuelle Aufzeichnung davon, wie das Dokument aussah, sowie bearbeitbaren Text für jeden, der die Worte wiederverwenden muss, und vermeiden es, Tage damit zu verbringen, das Seitenlayout der 1990er Jahre in Word wiederaufzubauen.