Conversion de documents MS-Word Macintosh en HTML

Sommaire

• A qui est destinée cette page ?
• Comment fonctionne la méthode ?
• Les outils originaux nécessaires
• Ce que nous fournissons
• Application à des documents existants

A qui est destinée cette page ?

Cette procédure étant nouvelle, nous invitons toute personne qui la testerait à nous tenir au courant de ses réactions tant positives que négatives.

Comment fonctionne la méthode ?

Le passage de Word vers HTML se fait grâce au programme RTFtoHTML qui se base principalement sur les styles reçus de Word pour générer des bons ferrets (tags) HTML. Il va sans dire que RTFtoHTML traduit immédiatement correctement les expressions mises en gras ou en italique.

L'usage intensif des styles peut se justifier même face à la menace(?) de l'annonce du nouveau Word Mac qui permettrait "automatiquement" la génération de code HTML. En effet, que ce nouveau programme existe ou non, on ne peut produire de bonnes mises en forme HTML que si l'on a une idée de ce que sont les différents types de paragraphes HTML. Si l'on veut produire ces différentes présentations sous Word, il faudra nécessairement marquer les paragraphes Word d'un signe particulier (le style). Et, lors de l'exportation vers HTML, le programme RTFtoHTML fera du paragraphe Word de ce style-ci un paragraphe HTML de ce type-là.

Cette méthode est donc générale que l'on convertisse en HTML par un programme externe (RTFtoHTML) ou par une option interne du futur Word Mac (c'est l'option utilisée par Word pour Windows).

Pour rappel, il existe 2 autres méthodes (tout aussi valables):

1. écrire soi-même directement les ferrets HTML autour de son texte avec Word ou n'importe quel éditeur de texte;
2. disposer d'un programme qui génère automatiquement les ferrets HTML sans jamais les montrer (PageMill d'Adobe et ClarisWorks v4, sur le Mac le permettent déjà).

Vu que MS-Word Mac permet facilement d'enregistrer un texte en format RTF, on a imaginé de construire un document Word modèle (prototype) qui contienne

• les styles utiles à une conversion simple (génération des ferrets les plus fréquemment utilisés)
• le canevas de l'UCL.

Les outils originaux nécessaires:

Avec le module RTFtoHTML proprement dit sont livrés des tables (des fichiers paramétrables), notamment

• html-trans (c'est dans ce fichier que ce trouve les tables d'équivalence entre les styles Word et les ferrets HTML)
• html-map (ce fichier contient la table de traduction des caractères Macintosh en représentations mnémoniques. Ainsi le mot "été" devient "été" ce qui peut rendre la lecture du texte HTML généré difficile mais assurera l'universalité de sa consultation).

Ce que nous fournissons: dossier de ressources

1. le fichier modifiéhtml-trans : avant de copier ce fichier dans le dossier où se trouve le programme RTFtoHTML, il faudra veiller à renommer le fichier html-trans original.
2. le fichier modifiéhtml-map : avant de copier... Ce fichier n'appartient pas vraiment au modèle mais il en facilite l'usage. Le fichier html-map modifié maintient les accents Mac lisible dans le texte généré. Il ne faudra dès lors pas oublier de les transformer en code ISO-8859-1 lors du transport de la page sur le serveur WWW.

1. le fichier Page blanche Word UCL : ce fichier est un document Word spécial, appelé "modèle" ou "prototype". Si on clique dessus, il ne s'ouvre pas mais donne naissance à une copie, sans titre, que l'on peut, elle, modifier. C'est dans ce modèle que se trouve définis les styles orientés HTML. C'est la qu'on récupérera les styles pour transformer un document ancien. C'est à partir de ce modèle que l'on partira pour créer des textes HTML nouveaux.
2. le fichier Mode d'emploi est un document Word qui explique les détails de la méthode.

Note

Pour que le dossier puisse être décompacté, il faut disposer du programme StuffIt Expander.

Application à des documents existants

1. Si ces documents MS-Word sont pourvus de styles

1. Si ce n'est pas déjà fait, aller chercher le dossier ressources et en copier html-trans ainsi que html-map dans le dossier original de RTFtoHTML (après avoir fait une copie des fichiers originaux). Cette opération ne se fait évidemment qu'une seule fois.
2. On ouvre le document ancien
3. En mode définition de styles dans l'ancien document, on ouvre laPage blanche Word UCL pour hériter, dans l'ancien document, des styles définis pour RTFtoHTML.
4. Ensuite, on sélectionne un à un les anciens styles pour changer leur nom en un nouveau équivalent. Par exemple, l'ancien style "chapitre" deviendra "h1". Word demandera confirmation de la fusion pour chaque style renommé et le tour est joué.
   Je rappelle que ce changement de nom fait une fois pour chaque style ancien a une incidence sur l'entièreté du document, quelle que soit sa longueur.
5. On veillera aussi à ajouter les lignes typiques du canevas UCL dans l'ancien document, titre de page, mots-clé, signature etc. Des styles ("title", "descripteurs"...) sont prévus à cet effet dans la Page blanche Word UCL et leur usage détaillé est décrit dans le Mode d'emploi:.
   
   Ces opérations de rebaptême et de normalisation étant faites, on pourra
6. Enregistrer le document ainsi modifié en format normal (si du moins on en encore l'intention de le retravailler en Word),
7. Puis en format RTF
8. Soumettre la version RTF à RTFtoHTML pour la conversion finale. RTFtoHTML fournit une document de même nom que le document RTF mais pourvu du suffixe .html. Il est presque exploitable directement sur le Web.
9. Procéder aux ajustements (voir plus bas)
10. Et finalement, procéder au transport du texte HTML généré sur votre serveur WWW en n'oubliant pas de demander la conversion en ISO-8859-1.

2. Si l'on a travaillé sans utiliser la technique des styles

On peut

1. Injecter les nouveaux styles dans l'ancien document (voir ci-dessus) puis, avec patience appliquer les nouveaux styles, paragraphes par paragraphes ou groupe de paragraphes par groupe de paragraphes, en espérant que le document ancien ne soit pas trop long.
2. Changer de méthode et utiliser celle de ClarisWorks, basée sur les tailles, qui est décrite dans la page sur les éditeurs.

Ajustements nécessaires

• dans le document HTML produit:
  • RTFtoHTML génère trop tôt la fin de son entête. Il faudra donc, dans le document HTML généré, couper l'expression </head><body> et la coller après la ligne des mots-clé.
  • L'image Frutiger du nom de l'unité ou du service qui patronne la page est extraite du document Word par RTFtoHTML pour former un document à part. Il faudra probablement ajuster cette référence, surtout si on a déjà converti plusieurs autres textes.
    La première fois, même si le nom de ce document est suivi du suffixe .GIF, il faut veiller à ce qu'il le soit vraiment, éventuellement en convertissant cette image grâce à un utilitaire comme CLIPtoGIF qui forcera le format interne de l'image au format GIF.
  • Lors de la conversion, RTFtoHTML a automatiquement constitué un sommaire du texte en reprenant toutes les lignes de style h1, h2, h3, h4. Ce sommaire est créé en dehors du texte.html. L'utilisateur s'il choisit d'incorporer ce sommaire en tête du document de base devra le faire manuellement en ouvrant nomdutexte_ToC.html.
• dans le modèle:
  • On peut personnaliser le modèle reçu, la Page blanche Word UCL, en y stabilisant certains composants. Par exemple, le nom de l'unité qui est générique dans le modèle peut être actualisé une fois pour toutes.
  • Après actualisation du modèle, il faudra veiller à le réenregistrer éventuellement sous le même nom, mais toujours en mode "modèle"(voir les options du dialogue pour l'enregistrement).
• dans votre version de Word
  • On peut mettre les formats "caché", "double soulignement" et "relief" dans le menu format pour y accéder plus facilement. Cela fait, lorsqu'on veut générer un hyperlien, il suffit de
    • basculer en double souligné + caché pour donné la référence hypertexte
    • basculer en double souligné pour donner la référence
    • et de repasser en format standard pour continuer à écrire son texte.

Page : UCL | éditeurs| Pointeurs utiles.

31 janvier 1996.

Responsable : Jean-Pierre Mitsch < mitsch@ipm.ucl.ac.be>