WORD文書（docx）をテキストに

2013/5/29 [11:56:45] (水)

EPUB3制作の下準備として、渡される元データ、WORD文書を大雑把にテキストに変換。

（WORDの文書（2010以降の拡張子がdocx）をEPUB3にするネタでは、以前『WORD文書をEPUB3に変換』https://t2aki.doncha.net/?id=1365130056 に少し書いた）

スクリプトをappにして、Dropboxに保存して客先にいても使えるようにした。
https://dl.dropboxusercontent.com/u/10033521/_epub/CheckDocx.app.zip
（↑mac OSX10.8で確認。デスクトップにでも解凍。ワード.docxをドロップするとデスクトップにテキストファイルができる）

ワード原稿からEPUB3にするために、まず最初にやる作業として以下３点。
・ワードのファイルをテキストデータに変換する。
・テキストデータをxhtmlファイルに流し込んで配置する。
・見出しやキャッチなど適当なクラス（CSS）を指定する。

原稿のワードファイルはいわゆるマークアップされているわけでもなく、小見出しはボールドだったり、キャッチは背景色が黄色だったり、囲みは背景色が赤だったり、その時々でいろいろ。特に決まりもなく原稿ごとでばらばら。

わかっているのは色や文字装飾で指定されてくる、ということだけ。

こんな感じ。
このワード文書をxhtmlに流し込むためにワードでテキスト保存すると、色情報や文字装飾情報などがなくなってしまう。

xhtmlに流し込んだ後。ワードで文書を開いてそれを見て色指定などされている該当箇所を、テキストの方で探して確認してクラスを指定していく、なんて二度手間はしたくない。そもそも、ガサツな性格のわたしはほぼ確実に見落とす。
色や文字装飾がされている箇所を（大雑把でいいので）「文字、テキストで指定」しておけば、エディタの置換やスクリプトで一括処理対象にできる。見落としはない。

ということで、ワードの色情報、文字装飾情報を可視化した形でテキストデータにコンバートするスクリプトを作った。

こんな感じ。
文字指定にしておけば、スクリプトやエディタでクラスを置換するなり検索して埋め込むなり、かなり扱いやすいものとなるので作業効率があがる。後は、ワードの文書を見ながら、またはデザインガイドラインに沿ってスタイルシートを作れば本文のできあがり。

制作単価が下がってきてるので、少しでも効率よく回さないと、悲しい時給になってしまうんだ。よね。

» ローカル環境で電子書籍を作る、Macアプリ・Windows版ツール 「かんたんEPUB3作成easy_epub」

»電子書籍制作代行についてはこちら