PDF zu Word verwandelt PDFs mit Textebene in eine .docx, die sich in Word / WPS weiterbearbeiten lässt: Das Werkzeug liest die Textkoordinaten jeder Seite, setzt Textstücke derselben Zeile zu Zeilen zusammen und fasst Zeilen zu Absätzen zusammen – dafür sprechen ein plötzlich größerer Zeilenabstand, ein Schriftgrößenwechsel und ein Einzug in der ersten Zeile. Jeder Absatz behält ungefähr seine Größe und ob er fett war. Das Ziel ist „Text samt Absatzstruktur herausnehmen“, kein Nachbau des Layouts.

Das Werkzeug steckt in der Beta-Phase, die Absatzregeln werden noch verändert. Der Unterschied zu „PDF-Text extrahieren“: Hier kommt eine .docx mit möglichst sinnvollen Absätzen heraus. Der Unterschied zu „PDF-Texterkennung“: Es wird überhaupt kein OCR gemacht – aus Scans ist hier kaum Text zu holen, die Seite weist darauf hin und bietet den Knopf „Zu PDF-Texterkennung wechseln“.

1. 01PDF hochladenein textbasiertes PDF hineinziehen, die Seitenzahl erscheint.
2. 02Seitenumbruch wählenDer Schalter „Wie im Original umbrechen (Seitenumbruch am Seitenanfang)“ ist standardmäßig an; ausschalten, wenn die Absätze durchlaufen sollen.
3. 03UmwandelnDer Fortschritt zeigt „Seite x/n lesen“ → „Word-Dokument erzeugen …“; kommen im ganzen Dokument weniger als 30 Zeichen zusammen, erscheint „Es wurde fast kein Text gefunden; das PDF ist vermutlich ein Scan“ und der Lauf stoppt.
4. 04HerunterladenDanach lädt <original-name>.docx automatisch herunter, dazu steht „n Seiten · n Absätze · rund n Zeichen“ – „Erneut herunterladen“ ist möglich.

Testphase

Beta-Werkzeug; Absatzerkennung und Ausgabeformat können sich ändern – wichtige Dokumente Absatz für Absatz prüfen

Bleibt erhalten

Text, Absätze, ungefähre Schriftgröße je Absatz (Mittel der Zeichenhöhen), Fettungen (wenn der Schriftname bold/black/heavy enthält) und optionale Seitenumbrüche; nicht erhalten bleiben Bilder, Tabellen, Spalten, Kopf- und Fußzeilen, Fußnoten, Hyperlinks, Farben und Originalschriften

Absatzregeln

Zeilenabstand über dem 1,75-Fachen der Zeilenhöhe, Schriftgrößenwechsel über 20 %, Einzug in der ersten Zeile; Gedichte, zentrierte Überschriften oder Listen können falsch zusammengelegt oder getrennt werden

Mehrspaltig und Tabellen

Spaltentexte werden nach senkrechter Position verzahnt; Tabellen werden zu Textzeilen – für Tabellen nimm „PDF zu Excel“

Was es nicht macht

Scans nicht erkennen (vorher „PDF-Texterkennung“, die ebenfalls DOCX ausgibt), kein Layout nachbauen, verschlüsselte PDFs nicht öffnen (vorher „PDF entsperren“)

Das PDF wird im Browser geöffnet, der Text dort gelesen und die .docx lokal erzeugt; Dateiinhalte verlassen den Rechner nicht. Beim Schließen der Seite ist der Inhalt aus dem Speicher verschwunden.