PDF umwandeln

PDF wurde 1993 entwickelt, um überall gleich zu drucken, und ist seit 2008 der internationale Standard ISO 32000-1. Intern ist eine Seite eine Liste von Zeichenanweisungen: diese Glyphen an diesen Koordinaten in dieser Schrift setzen, diese Linie zeichnen, dieses Bild platzieren. Es gibt keinen Begriff für einen Absatz, der umbricht, eine Tabellenzelle, die wächst, oder eine Überschriftenformatierung. Die Umwandlung in Word oder Excel bedeutet, all das zu rekonstruieren.

Der Konverter fasst Glyphen zu Zeilen, Zeilen zu Absätzen und Spalten und ausgerichteten Text mit Linien zu Tabellen zusammen. Das Ergebnis schreibt er dann im Zielformat: DOCX folgt Office Open XML (ECMA-376, später ISO/IEC 29500), ODT folgt OpenDocument (ISO/IEC 26300), und CSV folgt dem üblichen kommagetrennten Aufbau nach RFC 4180. Seiten ohne Textebene, etwa Scans und Fotos, durchlaufen zuerst eine optische Zeichenerkennung.

Microsoft Word öffnet PDFs seit Word 2013 selbst und nutzt dafür ein ähnliches Verfahren zum Neuumbruch. Die Vorteile hier sind die Stapelverarbeitung, Formate, die Word nicht erzeugt, wie Excel-Tabellen, Markdown und JSON, sowie die Wahl der OCR-Sprache für Scans. Wenn Sie nur Word brauchen, öffnet PDF in Word mit bereits gewähltem DOCX, und die Anleitung PDF in Word umwandeln vergleicht beide Wege.

Manche Inhalte überstehen keine Umwandlung sauber. Handschrift wird nicht zuverlässig erkannt, mathematische Formeln kommen meist als Bilder oder einfache Zeichen statt als bearbeitbare Gleichungen an, und Text entlang einer Kurve oder in einem Logo bleibt Teil eines Bildes. Fußnoten, Kopfzeilen und Seitenzahlen werden als normaler Text neu erzeugt, es sei denn, das PDF wurde beim Export mit Tags versehen; dann helfen die Strukturtags dem Konverter bei der Platzierung. Rechnen Sie bei einem langen Dokument mit ein paar Minuten Nacharbeit; das ist immer noch viel schneller als Abtippen, und das Original-PDF wird nie verändert.