PDF zu Word
Vorhandenen PDF-Text als bearbeitbare DOCX-Absätze, Listen und bestätigte Tabellen rekonstruieren oder positionierte Textrahmen mit Rastergrafiken verwenden. Lesereihenfolge prüfen und Text vor dem Export korrigieren.
Dein Tool wird vorbereitet …
So funktioniert’s
- PDFs und Seitenbereiche auswählen. Zuerst vorhandenen Text lesen; optionale OCR ausdrücklich nur für Seiten ohne Text aktivieren.
- Jede Quellvorschau mit dem extrahierten Text vergleichen. Wörter korrigieren, Tabellenzeilen und -spalten prüfen und die Lesereihenfolge für den Lesefluss anpassen.
- Lesefluss oder positioniertes Layout wählen. Tabellenkandidaten und Schriftersetzung bestätigen; gedrehter Text benötigt den Lesefluss-Modus.
- Echte DOCX-Dateien erstellen und einzeln oder als ZIP mit Umwandlungsberichten herunterladen. In Word oder LibreOffice öffnen und Umbrüche prüfen.
Das zweiseitige synthetische PDF enthält zwei Textspalten, Kennungen 0012 und 0042, eine dreispaltige Tabelle und ein Bild. Ändere eine Kennung vor dem Export und prüfe den tatsächlichen Word-Text und die Tabellenzellen.
Details & Grenzen
Bis zu 5 PDFs mit je 10 MiB, insgesamt höchstens 20 gewählte Seiten im Stapel, 6’000 Textfragmente und 120’000 Zeichen je Dokument. Begrenzte PNG-Vorschauen und 100 Bildbereiche. Verschlüsselte, signierte oder aktive PDFs und nicht unterstützte PDF-Bildfilter werden durch die gemeinsame PDF-Prüfung abgewiesen. OCR für englische/deutsche Scans ist ein optionaler separater Download. Bearbeitbarer Text verwendet Liberation Sans; Originalschriften und Dokumentsemantik werden nicht automatisch wiederhergestellt. Der Word-Lesefluss übernimmt erkannte Rasterbilder; Vektorzeichnungen benötigen den positionierten Modus.
Ist die Word-Datei nur ein Seitenbild mit verstecktem Text?
Der Lesefluss-Export erzeugt echte Absätze, Listeneinträge und bestätigte Tabellen; Bildbereiche bleiben Bilder. Der positionierte Export erzeugt bearbeitbare Textrahmen über einer Rasterebene ohne ursprüngliche Textmaloperationen. Tabellenwerte benötigen ein geprüftes Quellzellgitter und erhalten eigene Rahmen; bei unklarer Tabellengeometrie ist der Lesefluss erforderlich. Er nähert das Layout an und stellt keine Originalformatvorlagen, Fussnoten oder semantischen Tags wieder her. Scans benötigen geprüfte OCR; ihre Originalgrafiken bleiben im bearbeitbaren Modus nicht erhalten.