A recuperar Equações Ami Pro e Diagramas WMF

TL;DR

Ami Pro incorporou dois tipos de objetos que a extração de texto simples não consegue alcançar: desenhos vetoriais WMF/EMF e equações do seu editor incorporado. Ambos são armazenados dentro do fluxo .sam, pelo que um conversor que apenas processa o texto produz silenciosamente documentos com lacunas. Ami Pro Converter extrai diagramas como ficheiros de imagem e recupera equações tanto como imagens renderizadas quanto como LaTeX extraído, de forma que as fórmulas permanecem visíveis em DOCX e PDF e são mantidas legíveis por máquina em Markdown.

O problema da perda silenciosa

O pior erro de conversão não é aquele que falha. É aquele que tem sucesso, produz um documento com boa aparência e silenciosamente omite conteúdo. Si não descobre no momento da conversão; descobre quando alguém lê um relatório que diz "a relação é dada pela equação abaixo" seguida de uma linha em branco.

Os documentos técnicos Ami Pro estão particularmente expostos a isto. Cálculos de engenharia, relatórios de laboratório, notas de cursos universitários, submissões de normas e projetos de patentes dependem todos de figuras e fórmulas, e esses são exatamente os elementos que uma conversão orientada por texto não consegue ver.

O que significa que verificar a recuperação de diagramas e equações não é um aprimoramento opcional. Para um ficheiro técnico, é o teste de aceitação.

O que Ami Pro realmente incorporou

Ami Pro utilizou a família de Metaficheiros Windows para desenhos. WMF e o seu sucessor de 32 bits, EMF, são formatos vetoriais: armazenam comandos de desenho — linhas, arcos, polígonos preenchidos, colocação de texto — em vez de uma grelha de pixels. É por isso que um fluxograma Ami Pro de 1994 pode ser re-renderizado de forma nítida em qualquer tamanho hoje, desde que exista algo capaz de o ler.

As equações vieram do editor de equações incorporado de Ami Pro, que armazenava fórmulas como marcação estruturada a descrever o layout matemático: numeradores e denominadores, radicais, subscritos e sobrescritos, somas e integrais com os seus limites. É uma descrição da matemática em vez de uma imagem dela, o que se revela muito útil.

Ambos os tipos de objeto vivem dentro do fluxo .sam juntamente com o texto. Porque o formato é baseado em texto com marcação entre colchetes, dados binários e estruturados incorporados são codificados dentro dele — recuperáveis, mas apenas por um parser que saiba que a codificação está lá.

Porque os conversores genéricos os perdem

1. Não existe nenhum parser Ami Pro para construir

O Word não tem filtro de importação .SAM e o LibreOffice não tem filtro Ami Pro, por isso um conversor de uso geral não tem nada para delegar. A maioria recorre a extrair o texto visível do fluxo, o que por construção não consegue ver objetos incorporados.

2. WMF/EMF precisa de renderização, não de cópia

Extrair um metaficheiro é apenas metade do trabalho. Para o colocar num DOCX ou PDF, os comandos de desenho devem ser executados e rasterizados ou re-incorporados. Os conversores que ignoram essa etapa produzem marcadores de imagem quebrados.

3. A marcação de equações é proprietária

A representação da equação de Ami Pro é específica de Ami Pro. Transformá-la em algo moderno significa compreender a gramática do layout e traduzi-la — em output renderizado para visualização, ou em LaTeX para uso legível por máquina.

4. Nada te avisa

Um conversor que ignora objetos incorporados normalmente reporta sucesso. Sem uma contagem de objetos por ficheiro, não há qualquer indicação de que algo foi perdido, que é como surgem lacunas num ficheiro migrado sem serem notadas.

Como a recuperação funciona na prática

A recuperação do diagrama começa por localizar os dados de metaficheiro incorporados no fluxo, reconstruindo-os num ficheiro WMF ou EMF válido e, em seguida, renderizando-os. A partir daí, a imagem é escrita e referenciada a partir do documento convertido — incorporada em DOCX e PDF, ou escrita como um ficheiro de imagem ligado para saída HTML e Markdown.

A recuperação de equações executa dois caminhos em paralelo porque diferentes saídas precisam de coisas diferentes. A fórmula é apresentada numa imagem para que DOCX, PDF e RTF mostrem a matemática corretamente disposta; e é traduzida para LaTeX para que Markdown, HTML e as saídas de texto tenham uma representação que uma máquina possa ler, pesquisar e renderizar novamente.

Essa abordagem dupla é o que torna os ficheiros técnicos realmente reutilizáveis. Uma imagem de uma equação é boa para se olhar e inútil para pesquisar. O LaTeX é pesquisável, indexável, conversível para MathML e pode ser colado diretamente num editor moderno quando alguém precisa reutilizar a fórmula.

Escolher um formato de saída para documentos técnicos

PDF — o registo visual fiável; diagramas e equações aparecem exatamente como apresentados
DOCX — texto editável com figuras e imagens de equações incorporadas; use o LaTeX para reconstruir as fórmulas que precisar de editar
Markdown — melhor para pesquisas e pipelines de IA, porque as equações chegam como LaTeX em vez de imagens
HTML — as figuras tornam-se ficheiros de imagem ligados e as fórmulas podem ser renderizadas no lado do cliente; bom para publicação na intranet
TXT — espere perder todo o conteúdo visual; útil apenas para triagem e pesquisa de texto completo

A verificar que nada foi perdido

Construa o seu exemplo de revisão em torno de figuras em vez de em torno do tamanho do ficheiro. Procure na saída em texto simples do ficheiro por frases como "Figura", "Tabela", "Equação", "mostrado abaixo" e "veja o diagrama", depois verifique esses documentos específicos na saída convertida. As referências cruzadas são um mapa fiável de onde o conteúdo visual deve estar.

Para cada um, confirme três coisas: que a imagem está presente em vez de um espaço reservado, que é apresentada num tamanho sensato e é legível, e que aparece na posição correta em relação ao texto que a refere.

Para equações, confirme adicionalmente que a matemática está correcta — subscritos e sobrescritos nos lugares certos, radicais a cobrir os termos correctos, limites associados aos operadores corretos. Uma equação renderizada que está subtilmente errada é mais perigosa do que uma que falta, porque parece autoritária.

Uma nota sobre documentos que foram concebidos, não apenas escritos

Ami Pro suportava layout baseado em quadros, que alguns autores utilizavam intensamente para boletins informativos, brochuras e capas de relatórios. Esses documentos têm menos a ver com conteúdo recuperável e mais com composição, e o seu layout não tem um equivalente limpo em DOCX.

Para esse subconjunto, trate PDF como o resultado autoritário e DOCX como uma cópia de conveniência. Mantém um registo visual fiel de como o documento se parecia, além de texto editável para quem precisar reutilizar as palavras, e evita gastar dias a tentar reconstruir o design de página dos anos 1990 no Word.

Porque é que a recuperação de objetos é importante

Os documentos técnicos são muitas vezes sobretudo figuras e fórmulas: perdê-las esvazia o documento
Os desenhos WMF/EMF são dados vetoriais e voltam a ser apresentados com nitidez em qualquer tamanho
A marcação de equações do Ami Pro descreve matemática, pelo que pode tornar-se LaTeX em vez de uma captura de ecrã
A saída em LaTeX mantém as fórmulas pesquisáveis, indexáveis e reutilizáveis
As referências cruzadas no texto dão-lhe uma lista de verificação fiável

Verifique os números antes de confiar na migração

Um ficheiro técnico só é migrado quando os seus diagramas e equações chegam com o texto. Todo o resto — estilos, tabelas, paginação — é mais fácil de identificar e mais fácil de corrigir; os objetos incorporados são os elementos que desaparecem silenciosamente.

Converta primeiro uma amostra carregada de figuras, verifique em relação às referências cruzadas no texto e escolha saídas que correspondam ao destino: PDF para registo, DOCX para edição, Markdown quando a matemática precisa permanecer legível por máquina.