تبدیل فایل‌های قدیمی WordPerfect به فرمت‌های مدرن: راهنمای عملی

WordPerfect زمانی پلتفرم برتر واژه‌پرداز برای شرکت‌ها، دفاتر حقوقی و مؤسسات علمی بود. اگرچه این برنامه هنوز وجود دارد، اکثر سازمان‌ها به Microsoft Word، Google Docs یا مجموعه‌های متن‌باز مهاجرت کرده‌اند. واقعیت این است که تعداد بی‌شماری از فایل‌های .wpd قدیمی روی درایوهای مشترک، جعبه‌های آرشیوی یا نوارهای پشتیبان قرار دارند و اغلب شامل قراردادها، پرونده‌های قضایی یا مقالات پژوهشی هستند که از نظر قانونی یا تاریخی اهمیت دارند. تبدیل این اسناد بدون از دست رفتن قالب‌بندی، اشیای توکار یا فراداده کار ساده‌ای نیست. این راهنما یک جریان کاری کامل را از ارزیابی مجموعه منبع تا اعتبارسنجی خروجی نهایی توضیح می‌دهد و بر حفظ صحت و تضمین دسترسی طولانی‌مدت تمرکز دارد.

۱. درک چالش‌های تبدیل WordPerfect

WordPerfect یک ساختار باینری مالکیتی پیاده‌سازی می‌کند که به‌طرز قابل‌توجهی با ساختار Office Open XML استفاده‌شده در DOCX یا مشخصات PDF متفاوت است. رایج‌ترین موانع عبارتند از:

• جایگزینی قلم – WordPerfect به‌جای فایل‌های قلم، معیارهای قلم را تعبیه می‌کند. وقتی قلم‌های اصلی بر روی میز کار تبدیل موجود نباشند، موتور ممکن است آنها را با قلم‌های پیش‌فرض جایگزین کند و باعث تغییر شکست خطوط و صفحه‌بندی شود.
• ویژگی‌های پیچیدهٔ طرح‌بندی – نواحی سرصفحه/پاصفحه، بخش‌های چندستونی، پاورقی‌ها و قوانین متن شرطی می‌توانند توسط مبدل‌های ساده به‌درستی تفسیر نشوند و منجر به جایگذاری نادرست محتوا شوند.
• اشیای توکار – اشیای OLE (مانند نمودارهای Excel، دیاگرام‌های Visio) به‌صورت بلوک‌های باینری ذخیره می‌شوند. برخی ابزارهای تبدیل قادر به استخراج یا نمایش این اشیاء نیستند که منجر به از دست رفتن اطلاعات می‌شود.
• ماکروها و اسکریپت‌ها – زبان ماکرو WordPerfect (WPM) به‌ندرت خارج از محیط بومی پشتیبانی می‌شود. تبدیل سندی که به محتوای تولیدشده توسط ماکرو وابسته است، نیاز به استراتژی جداگانه دارد.
• فواصل فراداده – نسخه‌های قدیمی WordPerfect نویسنده، تاریخ ایجاد و تاریخچهٔ بازنگری را در فیلدهای مالکیتی ذخیره می‌کنند. هنگام تبدیل، اگر ابزار این فیلدها را به خصوصیات استاندارد Dublin Core یا Office Open XML نگاشته نکند، ممکن است حذف شوند.

شناسایی این نقاط ضعف از همان ابتدا، از هزینهٔ بازکاری‌های پرهزینهٔ بعدی در خط لوله مهاجرت جلوگیری می‌کند.

۲. آماده‌سازی فایل‌های منبع برای تبدیل

یک مرحلهٔ آماده‌سازی منظم، ریسک را کاهش می‌دهد و گام‌های بعدی تبدیل را قابل تکرار می‌کند.

۲.۱ فهرست‌گیری و دسته‌بندی

یک جدول‌محور (Spreadsheet) ایجاد کنید که هر فایل .wpd، اندازهٔ آن، تاریخ آخرین تغییر و هر زمینهٔ استفادهٔ شناخته‌شده (مثلاً قرارداد حقوقی، بروشور بازاریابی) را فهرست کند. برچسب‌گذاری فایل‌ها بر اساس اولویت به تخصیص منابع کمک می‌کند: اسناد حقوقی پرریسک نیاز به بازبینی دستی دارند، در حالی که خبرنامه‌های انبوه می‌توانند به‌صورت دسته‌ای پردازش شوند.

۲.۲ یکپارچه‌سازی قلم‌ها

قلم‌های اصلی استفاده‑شده در اسناد را جمع‌آوری کنید. اگر قلم‌ها مالکیتی هستند، تعویض‌های دارای مجوزی که معیارهای بصری مشابه دارند، در نظر بگیرید. این قلم‌ها را بر روی ایستگاه تبدیل نصب کنید؛ اکثر مبدل‌ها به اولین قلم مطابقی که می‌یابند، باز می‌گردند.

۲.۳ تهیهٔ نسخهٔ پشتیبان قبل از تبدیل

هرگز مستقیماً روی آرشیوهای اصلی کار نکنید. کل مجموعه را به یک درایو اختصاصی تبدیل کپی کنید. این کار یک شبکهٔ ایمنی برای هر خرابی غیرمنتظره فراهم می‌آورد.

۲.۴ پاک‌سازی فایل‌های تکراری

فایل‌های .wpd تکراری یا منسوخ را حذف کنید. اجرای یک ابزار پیدا‌کنندهٔ تکراری روی فهرست می‌تواند بار کاری را ۱۰‑۲۰ ٪ کاهش داده و هزینهٔ ذخیره‌سازی را به حداقل برساند.

۳. انتخاب فرمت(های) هدف

فرمت خروجی به مورد استفادهٔ نهایی وابسته است.

• DOCX – بهترین گزینه وقتی سند برای ویرایش در Office یا Google Workspace ادامه می‌یابد. DOCX اکثر عناصر ساختاری (سبک‌ها، جدول‌ها، نظرات) را حفظ می‌کند و از تغییرات ردیابی‌شده پشتیبانی می‌کند.
• PDF/A‑2 – برای بایگانی ایده‌آل است. PDF/A با تعبیهٔ قلم‌ها وابستگی به قلم‌های خارجی را حذف می‌کند و محتوای فعال را ممنوع می‌سازد، بنابراین یک نمای خواندنی‑تنها تضمین می‌شود.
• ODT – برای سازمان‌هایی که اکوسیستم‌های متن‌باز مانند LibreOffice را ترجیح می‌دهند مفید است.
• HTML5 – وقتی محتوا برای انتشار در وب‌سایت یا اینترانت باشد، تبدیل به HTML تمیز و معنایی سرفصل‌ها را حفظ می‌کند و استایل‌دهی آسان می‌شود.

در بسیاری از پروژه‌ها، رویکرد دوتایی اتخاذ می‌شود: یک DOCX برای ویرایش‌های آینده و یک PDF/A برای انطباق و ذخیره‌سازی طولانی‌مدت.

۴. انتخاب موتور تبدیل

سه دستهٔ کلی ابزار تبدیل وجود دارد:

برای یک آرشیو بزرگ و حساس به حریم‌خصوصی، رویکرد ترکیبی کارآمد است: برای پیچیده‌ترین فایل‌ها از نمونهٔ نصب‌شدهٔ محلی WordPerfect (یا نسخهٔ آزمایشی) استفاده کنید و برای بقیه اسناد ساده، به سرویس ابری مانند convertise.app بازگردید. Convertise به‌صورت کامل در مرورگر پردازش می‌کند، به‌طوری که منبع هرگز از ماشین کاربر خارج نمی‌شود—عاملی حیاتی هنگام رسیدگی به قراردادهای قانونی محرمانه.

۵. جریان کاری جزئی تبدیل

در ادامه یک فرآیند تکرارپذیر قدم‑به‑قدم ارائه می‌شود که پس از انتخاب ابزارها می‌تواند اسکریپت شود.

۵.۱ اسکریپت پیش‌چک خودکار (مثال PowerShell)

# Scan a folder for .wpd files and generate a CSV report
Get-ChildItem -Path "E:\LegacyWPD" -Recurse -Filter *.wpd |
Select-Object FullName, Length, LastWriteTime |
Export-Csv -Path "E:\ConversionReport\wpd_inventory.csv" -NoTypeInformation

فایل CSV تولیدی به‌عنوان ورودی به موتور دسته‌ای می‌رسد و امکان نمایش فایل‌های بزرگتر از یک اندازهٔ معین (> 5 MB) برای بازبینی دستی را می‌دهد.

۵.۲ تبدیل دسته‌ای با CLI Convertise (فرضی)

# Assuming convertise provides a CLI wrapper called cs-cli
cs-cli batch \
  --input "E:/LegacyWPD/**/*.wpd" \
  --output-format docx \
  --output-dir "E:/Converted/DOCX" \
  --log "E:/ConversionReport/batch_log.txt"

CLI زمانمورد اصلی را حفظ کرده و برای هر فایل خروجی یک checksum (SHA‑256) می‌نویسد. این هش‌ها پایهٔ اعتبارسنجی بعدی را تشکیل می‌دهند.

۵.۳ تولید PDF/A (با حالت headless LibreOffice)

libreoffice --headless --convert-to pdf:writer_pdf_Export --outdir "E:/Converted/PDF" "E:/Converted/DOCX/*.docx"
# Post‑process with Ghostscript to enforce PDF/A‑2 compliance
for f in E:/Converted/PDF/*.pdf; do
  gs -dPDFA -dBATCH -dNOPAUSE -sProcessColorModel=DeviceRGB \
     -sDEVICE=pdfwrite -sOutputFile="${f%.pdf}_pdfa.pdf" "$f"
 done

این رویکرد دو مرحله‌ای تضمین می‌کند که PDFهای تولیدی با استانداردهای بایگانی مطابقت دارند.

۵.۴ اعتبارسنجی و تضمین کیفیت

1. مقایسهٔ Checksum – اطمینان حاصل کنید که فایل منبع در طول تبدیل تغییر نکرده است، با تأیید مطابقت checksum پیش‌تبدیل با فایل فرادادهٔ همراه.
2. بازبینی بصری تصادفی – ۵ ٪ از اسناد تبدیل‌شده را به‌صورت تصادفی انتخاب کنید. آنها را در Word/LibreOffice باز کنید و تعداد صفحات، سازگاری سرصفحه/پاصفحه و تراز جدول‌ها را با نسخهٔ اصلی مقایسه کنید.
3. بازرسی فراداده – خصوصیات را با exiftool یا pdfinfo استخراج کنید و اطمینان حاصل کنید که نویسنده، تاریخ ایجاد و کلیدواژه‌ها حفظ شده‌اند. در صورت نبودن هر فیلدی، اسکریپتی می‌تواند آنها را از CSV موجود وارد کند.

۶. رسیدگی به اشیای توکار و ماکروها

۶.۱ استخراج اشیای OLE

WordPerfect اشیای OLE را به‌صورت جریان‌های باینری ذخیره می‌کند. ابزارهایی مانند Ole2Extract می‌توانند پیش از تبدیل این اشیاء را استخراج کنند. پس از استخراج، می‌توانید آنها را به‌صورت دستی یا از طریق یک ماکرو در سند هدف بازقراری کنید.

۶.۲ مقابله با ماکروهای WordPerfect

از آن‌جا که ماکروهای WPM قابل حمل نیستند، ایمن‌ترین راه این است که ماکرو را در محیط WordPerfect اجرا کنید، محتوا را به‌صورت مستند ایستا (مثلاً PDF) استخراج کنید و سپس آن مستند ایستا را تبدیل کنید. اگر ماکرو تنها متن تولید می‌کند، می‌توانید منطق آن را در یک اسکریپت سادهٔ Python بازنویسی کنید که فایل .wpd خام را با کتابخانه‌ای مثل python‑wpd (در صورت وجود) پردازش نماید.

۷. حفظ و نگاشت فراداده

فیلدهای استانداردی که می‌توانند پس از تبدیل باقی بمانند عبارتند از:

• Title → dc:title (PDF) یا coreProperties.title (DOCX)
• Author → dc:creator / coreProperties.author
• Subject/Keywords → dc:description / coreProperties.subject
• Creation/Modification Dates → dcterms:created / dcterms:modified

اگر ابزار تبدیل این فیلدها را حذف کند، می‌توان پس‌پردازشی برای تزریق دوباره آنها انجام داد. مثال برای DOCX با استفاده از python‑docx:

from docx import Document
import csv, datetime
from pathlib import Path

metadata = {row['filename']: row for row in csv.DictReader(open('wpd_inventory.csv'))}
for file in Path('E:/Converted/DOCX').glob('*.docx'):
    doc = Document(str(file))
    meta = metadata[file.name]
    doc.core_properties.title = meta['title']
    doc.core_properties.author = meta['author']
    doc.core_properties.created = datetime.datetime.fromisoformat(meta['created'])
    doc.save(str(file))

۸. خودکارسازی دسته‌ای برای مجموعه‌های بزرگ

وقتی آرشیو شامل ده‌ها هزار فایل باشد، می‌توان از سیستمی مبتنی بر صف مانند RabbitMQ یا AWS SQS برای هماهنگی کارگران استفاده کرد. هر کارگر پیامی شامل مسیر فایل می‌گیرد، خط لوله تبدیل را اجرا می‌کند، نتیجه را در یک سطل خروجی می‌نویسد و یک رویداد موفقیت/شکست منتشر می‌کند. این طراحی مزایای زیر را فراهم می‌آورد:

• قابلیت مقیاس‌پذیری – در زمان پر‑بار می‌توان کارگران بیشتری به‌کار گرفت.
• پایایی – کارهای ناموفق به‌صورت خودکار قابل بازتکرار هستند.
• حسابرسی – هر پیام شامل شناسهٔ یکتا است؛ لاگ‌ها متمرکز شده و برای گزارش‌های انطباق در دسترس‌اند.

۹. ملاحظات حریم‌خصوصی و انطباق

اگرچه بسیاری از فایل‌های WordPerfect قدیمی داخلی هستند، برخی ممکن است حاوی اطلاعات شخصی شناسایی‌شدنی (PII) یا اطلاعات سلامت محافظت‌شده (PHI) باشند. پیش از ارسال هر فایلی به سرویس ابری، اطمینان حاصل کنید که:

1. مکان داده – سرویس فایل‌ها را در همان حوزه قضایی سازمان شما پردازش می‌کند.
2. رمزنگاری سرتاسری – فایل‌ها در هنگام انتقال (TLS) و، در صورت امکان، در حالت استراحت برای مدت کوتاه پردازش رمزنگاری می‌شوند.
3. بدون ذخیره‌سازی دائم – اطمینان حاصل کنید که ارائه‌دهنده پس از تکمیل تبدیل نسخه‌ای نگه نمی‌دارد. برای مثال Convertise.app فایل‌ها را بلافاصله پس از اتمام تبدیل حذف می‌کند.

اگر فایلی این معیارها را برآورده نکند، تبدیل را به‌صورت در‑محل (on‑premises) انجام دهید.

۱۰. ذخیره‌سازی بایگانی‌شدهٔ دارایی‌های تبدیل‌شده

پس از تکمیل تبدیل، نتایج را مطابق سیاست نگهداری سوابق خود ذخیره کنید. یک سلسله مراتب پیشنهادی به شکل زیر است:

ArchiveRoot/
├── Original_WPD/        # پشتیبان فقط‑خواندنی، غیرقابل تغییر
├── DOCX_Editable/       # برای ویرایش‌های آینده
├── PDF_A_Archive/       # طولانی‌مدت، فقط‑خواندنی
└── Metadata/            # گزارش‌های CSV، checksumها، لاگ‌های حسابرسی

برای لایهٔ PDF/A از یک سطح ذخیره‌سازی WORM (Write‑Once‑Read‑Many) استفاده کنید تا از تغییرات تصادفی جلوگیری شود. از حذف تکرار (deduplication) برای صرفه‌جویی در فضا استفاده کنید در حالی که یکپارچگی checksum حفظ می‌شود.

۱۱. مشکلات رایج و نحوه رفع آنها

۱۲. آینده‌سازانی مجموعهٔ تبدیل‌شده

پس از این‌که اسناد به فرمت‌های باز و مستند (DOCX, PDF/A, ODT) منتقل شدند، خطر منقضی شدن آینده به‌طرز چشمگیری کاهش می‌یابد. برای تثبیت این وضعیت:

• اعتبارسنجی نسبت به استانداردها – از ابزارهای اعتبارسنجی PDF/A (مثلاً veraPDF) و اعتبارسنجی اسکیما برای DOCX استفاده کنید.
• تجدید منظم رسانه‌های ذخیره‌سازی – هر ۵‑۷ سال رسانه را به فناوری‌های جدیدتر منتقل کنید.
• نگهداری دستور تبدیل – دقیقاً آرگومان‌های خط فرمان، نسخه‌های ابزارها و بسته‌های قلم مورد استفاده را ذخیره کنید. این «دستور پخت» امکان بازآفرینی فرایند را در صورت به‌روزرسانی موتورهای رندرینگ فراهم می‌کند.

---

با برخورد به تبدیل فایل‌های WordPerfect قدیمی به عنوان یک پروژهٔ مدیریت دادهٔ منظم — شامل فهرست‌گیری، ابزارهای کنترل‌شده، اعتبارسنجی خودکار و بایگانی مقاوم — سازمان‌ها می‌توانند دهه‌ها محتوی ارزشمند را بدون قربانی کردن صحت طرح یا انطباق قانونی بازگردانند. چه از راه‌حل کامل در محل استفاده کنید و چه از ابزارهای محافظ حریم‌خصوصی ابری مانند convertise.app بهره ببرید، اصول مطرح‌شده در این راهنما فرآیند را شفاف، قابل تکرار و قابل حسابرسی می‌سازند.