A proposta original da WWW é um ficheiro Word for Macintosh 4 de 1990; conseguimos abri-lo?

Artigo original ↗ Discussão no Hacker News ↗

Uma tentativa de abrir a proposta da World Wide Web de Tim Berners-Lee, guardada como um ficheiro Microsoft Word for Macintosh 4.0, expõe quão frágil e complexa se tornou a acessibilidade a formatos proprietários antigos. Os comentadores comparam ferramentas como LibreOffice, versões modernas e antigas do Word e Macs clássicos emulados, observando que, embora o texto seja recuperável, as fontes, a disposição e os gráficos PICT incorporados muitas vezes ficam errados ou em falta. A discussão alarga-se para preocupações com preservação digital, remoção de funcionalidades motivada por segurança e a legibilidade a longo prazo dos documentos atuais — especialmente os presos em ecossistemas fechados e apenas SaaS.

Abrir o ficheiro Word for Mac 4.0 de 1990

  • Várias ferramentas conseguem abri-lo, mas nenhuma é perfeita logo de início.
  • O LibreOffice abre o documento, mas as margens, tamanhos de fonte, cabeçalhos/rodapés, separadores e alguma da disposição estão errados, embora possam ser corrigidos manualmente.
  • O Word moderno para Windows (Office 365) abre-o de forma restrita: exige alterar definições de segurança e falha ao mostrar gráficos incorporados devido ao suporte PICT ter sido removido.
  • O Word 2003 mais antigo no Windows, segundo relatos, abre-o “sem falhas”, incluindo imagens, e pode voltar a gravar para um .doc/.docx moderno, embora algumas conversões posteriores voltem a perder imagens.
  • O Word para Mac (atual) muitas vezes recusa o ficheiro como um tipo “bloqueado” ou abre-o sem gráficos; a versão web é mais limitada e centrada em DOCX.

Fluxos de trabalho de emulação e conversão

  • Executar o Mac OS clássico em emuladores (Infinite Mac, BasiliskII, QEMU, Mini vMac, 86box/PCem para PCs) é uma forma fiável de obter uma disposição “autêntica” e imprimir para PostScript/PDF.
  • Um fluxo de trabalho detalhado: Word 98 num emulador de Power Mac → voltar a gravar → imprimir para PDF com Acrobat → extrair imagens PICT vetoriais → reinserir no Word moderno → DOCX/PDF de alta fidelidade.
  • Outros usaram o Word 5.x em Macs emulados para abrir ficheiros Word 4 e guardar em formatos mais modernos; a exportação para RTF muitas vezes perde ou distorce imagens.

Imagens, tipos de letra e fidelidade da disposição

  • Os gráficos incorporados são metaficheiros PICT; o Word moderno geralmente não os consegue renderizar.
  • O LibreOffice consegue ler ficheiros PICT autónomos e convertê-los para SVG; isso pode ser automatizado pela linha de comandos.
  • Incompatibilidades de fontes (por exemplo, Palatino vs Palatino Linotype vs Times New Roman) e antigas peculiaridades de fontes do Mac/impressora explicam parte da deriva na disposição.
  • Para uma reprodução exata, as fontes originais e as suposições da impressora contam; caso contrário, os PDFs de ambientes emulados são o mais próximo.

Arquivo, formatos e segurança

  • A conversa destaca repetidamente quão rapidamente os formatos proprietários se tornam frágeis, apesar da reputação relativamente forte da Microsoft em compatibilidade retroativa.
  • Alguns argumentam que a Microsoft tem a responsabilidade de manter formatos muito antigos legíveis, talvez através de parsers legados em sandbox; outros dizem que reescrever parsers seguros para formatos com 30 anos não tem justificação comercial.
  • Os formatos antigos do Word estavam estreitamente ligados às restrições de design da era de poucos recursos, e não apenas a “mau design”.
  • Há debate sobre se “formatos antigos têm vulnerabilidades” ou se “os parsers é que têm; os formatos, em princípio, podem ser analisados de forma segura”.

Formatos abertos, Markdown e preservação

  • Vários კომენტadores defendem texto simples, Markdown, HTML, TeX/LaTeX, PNG e formatos bem documentados para armazenamento a longo prazo.
  • Há uma longa sub-discussão sobre Markdown:
    • Vantagens: legível por humanos sem parser; muito mais simples do que o antigo .doc binário; degradação elegante.
    • Desvantagens: muitos dialetos e extensões; a falta de um único padrão estável complica a análise arquivística.
  • TeX/LaTeX é citado como sendo singularmente rigoroso quanto à reprodutibilidade da disposição entre versões.

Arqueologia digital e perdas futuras

  • A emulação é elogiada como essencial para “arqueologia digital”, mas há preocupação com lacunas futuras à medida que sistemas operativos antigos (por exemplo, Windows 95) se tornam mais difíceis de executar em hosts modernos.
  • Alguns referem que backups com retenção “infinita” de VMs/ficheiros podem produzir dados “legíveis” que não são praticamente “utilizáveis” sem pilhas legadas complexas.
  • Documentos apenas em SaaS (Google Docs, Notion, etc.) são vistos como especialmente em risco: quando o serviço desaparece, pode não haver forma de recuperar documentos funcionais.

Ferramentas e notas laterais

  • file(1) é celebrado por identificar de forma fiável formatos obscuros (“Microsoft Word for Macintosh 4.0”).
  • Ghostscript / ps2pdf e impressoras virtuais de PostScript continuam úteis para transformar caminhos de impressão legados em PDFs modernos.
  • O LibreOffice e o 7-Zip são elogiados como “canivetes suíços” para documentos/arquivos antigos, mesmo quando os resultados não são pixel-perfect.