【ITニュース解説】Microsoft Publisher is gone from Microsoft 365 — batch conversion isn't the hard part, verification is

Microsoft Publisherは、長年多くの場所で使われてきたデスクトップパブリッシングソフトウェアだが、2026年10月1日にはMicrosoft 365から削除され、同月13日には永続版のサポートも終了する。これは、学校、教会、団体、小規模オフィスなどで過去約30年にわたり作成されてきた大量のPublisherファイル、いわゆる.pub形式のファイルが残されることを意味する。ニュースレター、証明書、チラシ、名簿など、これら数多くの文書は、アプリケーションが利用できなくなるからといって自動的に消えるわけではない。そのため、これらの貴重なデジタル資産を未来に残すための対策が喫緊の課題となっている。

一般的に推奨される対策は、これらの.pubファイルをPDF形式に変換することだ。PDFは特定のアプリケーションに依存せず、多くの環境で閲覧可能であり、長期的なアーカイブに適している。しかし、この「変換」という作業は、見た目ほど簡単ではないことに注意が必要だ。多くの人は、一括でファイルをPDFに変換するスクリプトを想像するかもしれないが、このような単純なスクリプトには大きな落とし穴がある。それが「サイレント失敗」の問題だ。

サイレント失敗とは、プログラムがエラーを報告しないにもかかわらず、期待された結果が得られていない状況を指す。具体的には、ファイルの変換プロセスで、スクリプトが「成功した」という終了コード（例えば「0」）を返しても、実際にはPDFファイルが生成されていない、あるいは生成されたPDFが使い物にならないといった事態が起こり得る。

このサイレント失敗にはいくつかの具体的なケースがある。一つ目は「終了コードは0だが、PDFが出力されていない」ケースだ。元の.pubファイルが破損しているなど不完全な場合、変換ツールはエラーを吐かずに終了コード0を返すことがあるが、肝心のPDFファイルは一切生成されない。スクリプトが終了コードだけを信用していると、このファイルは問題なく変換されたと記録され、実際にはデータが失われたことに気づかないまま、元の.pubファイルを削除してしまう危険性がある。

二つ目は「偽の.pubファイル」のケースだ。これは、単なるテキストファイルの名前を無理やり「.pub」という拡張子に変更した場合に起こる。このような偽のファイルも、一部の変換プロセスでは「変換」されたかのように振る舞い、終了コード0を返してPDFを生成することがある。しかし、生成されたPDFは元のレイアウトを一切含まず、ただのテキストドキュメントとして表示されるだけだ。本来Publisherで作成された文書には「OLE2ヘッダー」という識別子が含まれるが、偽ファイルにはそれがなく、この有無で本物のPublisherファイルかを判別できる。

さらに、「PDFは生成されたが、中のテキストが失われている」という、より発見しにくい第三のケースも存在する。この場合、ファイルリスト上ではPDFファイルが確かに存在しているように見えるため、問題がないと判断されがちだ。しかし、実際にPDFを開いてみると、画像としては表示されても、テキストとして認識・抽出できる情報が失われているため、検索やコピー＆ペーストができず、アーカイブとしての価値が大幅に損なわれてしまう。

これらの問題に対処するため、オンラインのファイル変換サービスを利用する選択肢も考えられるが、それもPublisherが残すアーカイブの種類を考えると適切ではない場合が多い。学校や教会のファイルには、何十年にもわたる名簿や連絡先などの機密性の高い個人情報が含まれていることがあり、それらを外部のオンラインサービスにアップロードすることは、プライバシーやセキュリティの観点から望ましくない。また、多くのオンラインコンバーターは一度に一つのファイルしか処理できないため、大量のファイルを効率的に変換するには不向きだ。そのため、ファイルを自分のマシン上でローカルに変換・処理することが非常に重要になる。

このような背景から、単に「PDFの山」を作り出すだけではなく、変換された各ファイルについて「検証」を行うステップが不可欠となる。必要なのは、各ファイルの変換結果を明確に分類したレポートだ。具体的には、変換結果を以下の3つのカテゴリに分類する方法が有効だと提案されている。

第一のカテゴリは「OK」だ。これは、PDFファイルが正常に生成され、適切なページ数があり、中からテキストが問題なく抽出できる状態を指す。

第二のカテゴリは「REVIEW」だ。これは、PDFファイル自体は生成されたものの、そこから抽出できるテキストがほとんどないか、まったく検出されない状態を指す。この場合、PDFの見た目は正常に見えてもテキスト情報が失われている可能性があるため、元の.pubファイルを削除する前に、必ず目視で内容を確認し、問題がないかを検証する必要がある。

第三のカテゴリは「FAILED」だ。これは、使用可能なPDFファイルが生成されなかった全てのケースを指す。サイレント失敗、つまり破損ファイルから何もPDFが生成されなかったケースや、そもそもPublisherファイルではなかったために意味のない出力しか得られなかったケースなどがこれに該当する。

ただし、この検証プロセスにも正直な限界がある。PDFが存在し、ページ数があり、テキストが含まれていることを確認できるものの、元のPublisherファイルと「全く同じレイアウトで表示されているか」までを保証することはできない点だ。変換品質は、使用する変換ツールの能力に依存する。特に複雑な多段組みのレイアウトなどは、完全に再現されないことが知られている。だからこそ、完全に成功か失敗かの二択ではなく、「REVIEW」という中間カテゴリを設けることで、ユーザーによる最終確認を促しているのだ。

このような複雑な検証プロセスを効率的に行うために、「PubAudit」というオープンソースのコマンドラインツールが開発されている。これはPythonで書かれており、LibreOfficeとpoppler-utilsというツールと連携して動作する。指定したフォルダ内の.pubファイルを対象に変換と検証を行い、PDFファイル群と、各ファイルの検証結果をまとめたレポートを生成してくれる。テスト運用では、破損ファイルや偽のPublisherファイルであっても、その問題を正しく「FAILED」と識別し、真に問題ないファイルだけを「OK」として分類することに成功している。

したがって、2026年10月13日のサポート終了期限までに、手元の.pubファイルをPDFに変換する作業自体は比較的簡単かもしれない。しかし、最も重要なのは、変換して生成されたPDFファイルが本当に利用可能な状態にあるかどうかを「検証」することだ。元の貴重なファイルを安易に削除してしまう前に、必ずこの検証プロセスを徹底することが、デジタルアーカイブを守る上で不可欠となる。