PDF in bearbeitbares Word umwandeln

Bearbeitbarer Text ist voreingestellt. Absätze, Überschriften und Tabellen werden soweit möglich neu aufgebaut. Die exakte Kopie fügt Seiten als Bilder ein und hinterlegt verfügbaren Text für die Suche.

PDF in ein bearbeitbares Word umwandeln

Wenn Sie ein paar Absätze in einer PDF-Datei ändern möchten, konvertieren Sie sie mit der Voreinstellung für bearbeitbaren Text in DOCX. Prüfen Sie in Word zunächst das Layout und die Lesereihenfolge.

Bearbeitbarer Text und exakte Kopie

Zum Überarbeiten lassen Sie bearbeitbaren Text ausgewählt. Die exakte Kopie gibt die Seiten als Bilder wieder. Soweit Text verfügbar ist, bleibt er in einer ausgeblendeten Ebene durchsuchbar.

ModusWas darin stecktWas möglich ist
GenauEin Bild jeder Seite plus eine verborgene TextebeneLesen, im Text suchen, drucken
FließendWord-Absätze, Überschriften, Listen und TabellenText bearbeiten, Formate ändern, mit Tabellen arbeiten

Die Wahl geht nicht um Qualität, sondern um die Aufgabe. Ein Dokument, das im gewohnten Bürodateiformat weiterwandern und unangetastet bleiben soll, will den genauen Modus. Ein Dokument, das sich ändern soll, will den fließenden, und keine Einstellung des genauen Modus führt zu bearbeitbarem Text.

Was in der genauen Datei steckt

Das Seitenbild ist nicht der ganze Inhalt. Darunter kommt zusätzlich der aus dem PDF gelesene Text, als verborgen markiert: am Bildschirm und im Druck fehlt er, die Suche im Dokument findet ihn aber.

Das macht den genauen Modus dort sinnvoll, wo er nutzlos wirkt. Ein Vertrag, der verteilt und später nach Formulierungen durchsucht wird, funktioniert so gut: das Aussehen bleibt, die Suche greift, versehentliche Änderungen gibt es nicht. Das Werkzeug sagt es nach der Verarbeitung selbst und weist darauf hin, dass das Dokument kein bearbeitbarer Text ist; diese Meldung sollte man lesen statt wegzuklicken.

Seitengröße und Ausrichtung stammen Seite für Seite aus dem Quell-PDF. Ein Querformatblatt mitten in einem Hochformatdokument bleibt quer.

So bekommen Sie ein Dokument, das sich bearbeiten lässt

1. Öffnen Sie PDF zu Word und laden Sie die Datei hoch. 2. Lassen Sie die Voreinstellung für bearbeitbaren Text ausgewählt. 3. Lassen Sie die Bildeinbindung aktiv, wenn Sie die Abbildungen aus dem PDF brauchen. Für die Arbeit am Text können Sie sie ausschalten. 4. Starten Sie die Verarbeitung und laden Sie die .docx herunter. 5. Öffnen Sie das Dokument und gehen Sie den Navigationsbereich durch: er zeigt, welche Überschriften erkannt wurden. 6. Prüfen Sie die Tabellen und die erste Seite, dort fallen Verluste am ehesten auf.

Lässt sich das Original nicht zuverlässig nachbilden, erstellt die Konvertierung ein vereinfachtes Dokument aus Absätzen und Tabellen. Die folgenden Regeln zu wiederholten Zeilen und zur Position von Tabellen gelten für diese vereinfachte Ausgabe.

Kopf- und Fußzeilen verschwinden mit Absicht

Der fließende Modus macht einen eigenen Durchgang durch das ganze Dokument und sucht nach wiederkehrenden Zeilen. Zwei Bedingungen gelten: die Zeile muss im oberen oder unteren Zehntel der Seite liegen und sich auf mindestens drei Seiten sowie auf mindestens der Hälfte des Dokuments wiederholen. Alles, was beides erfüllt, fliegt aus dem Ergebnis.

Der Vergleich ist dabei nicht naiv. Ziffernfolgen werden zusammengezogen, „Seite 4“ und „Seite 5“ gelten also als dieselbe Zeile. Das Zusammenziehen greift aber nur, wenn Buchstaben übrig bleiben: eine nackte Zahl am Fuß wird exakt verglichen, und drei verschiedene Ziffern auf drei Seiten sind einander nicht gleich. In der Praxis fällt eine Fußzeile „Vertraulich. Seite 7“ weg, während eine Fußzeile aus einer bloßen Ziffer als Absatz auf jeder Seite stehen bleibt.

Der Mechanismus hat auch eine Kehrseite. Ein Dokumenttitel, groß ganz oben auf jeder Seite und überall gleich, fällt unter dieselbe Regel und wird zusammen mit den Kopfzeilen gelöscht. Ist diese oberste Zeile wichtig, ist sie schneller neu getippt als die Ursache gesucht.

Überschriften entstehen aus der Schriftgröße

Die Überschriftenformate im Ergebnis werden nicht erfunden. Das Werkzeug ermittelt zuerst dokumentweit, welche Schriftgröße die Grundschrift ist. Gezählt werden Zeichen und nicht Zeilen, eine seltene große Zeile gewinnt die Abstimmung also nie.

Danach wird jeder Block an dieser Größe gemessen. Etwa 15 Prozent größer als die Grundschrift ergibt eine Überschrift zweiter Ebene, das Anderthalbfache und mehr die erste Ebene. Alles andere bleibt gewöhnlicher Absatz. Der Text muss zusätzlich wie eine Überschrift aussehen: ein langer Satz mit Punkt am Ende wird keine, in welcher Schrift auch immer.

Daraus folgt ein vorhersagbares Verhalten bei Dokumenten ohne Formatvorlagen. Ist der ganze Text in einem Grad gesetzt und sind die Abschnitte nur fett hervorgehoben, hat die Word-Datei gar keine Überschriften: die Größe unterscheidet sich nicht, es gibt nichts, woran man sich halten könnte. Der Navigationsbereich bleibt leer und die Struktur muss von Hand entstehen.

Tabellen werden zu Tabellen

Tabellen findet ein eigener Erkenner, derselbe, auf dem PDF nach Excel aufsetzt. Eine erkannte Tabelle landet als echte Word-Tabelle mit sichtbarem Gitter im Dokument und nicht als mit Leerzeichen aufgefüllte Absätze.

Textblöcke, die innerhalb der Grenzen einer erkannten Tabelle liegen, fallen aus dem Absatzstrom heraus; sonst stünde der Zelleninhalt zweimal da, einmal als Tabelle und einmal als Fließtext. Die Schwelle liegt bei sechs Zehnteln der Blockfläche.

Wo die Tabelle landet, entscheidet ihre Oberkante: sie wird vor dem ersten Absatz eingefügt, der unterhalb von ihr beginnt. Auf einer gewöhnlichen einspaltigen Seite ergibt das die richtige Reihenfolge. Auf einer zweispaltigen Seite kann die Tabelle woanders landen, weil die Absätze beider Spalten in der Datei nacheinander stehen, ihre Höhen sich aber verschränken.

Scheitert die Tabellenerkennung auf einer Seite, bricht die Aufgabe nicht ab: diese Seite kommt als gewöhnlicher Text durch, und die Antwort trägt einen Hinweis mit den Seitenzahlen. Eine stumme leere Antwort ist hier nicht möglich.

Bilder in der Word-Datei

Bearbeitbarer Text übernimmt standardmäßig Bilder aus dem PDF, etwa Fotos und Diagramme. Eine Vorschau jeder Seite wird nicht angehängt. Bei großen Abbildungen kann eine DOCX-Datei ohne Bilder kleiner ausfallen. Die exakte Kopie verwendet unabhängig von dieser Einstellung Seitenbilder.

Ein Scan ohne Textebene

Die automatische OCR versucht, bis zu 50 gescannte Seiten pro Konvertierung zu erkennen. Verwenden Sie bei mehr Scanseiten zuerst OCR-PDF und wandeln Sie anschließend das durchsuchbare PDF in Word um. Kontrollieren Sie vor allem Namen und Zahlen am Original. Fotos, Logos und Unterschriften können auf erkannten Seiten fehlen. Wenn das Scanbild erhalten bleiben soll, wählen Sie die exakte Kopie und schalten Sie die Erkennung aus.

Ein mit Öffnungskennwort verschlossenes Dokument wandelt ebenfalls nicht; die Aufgabe hält an und verlangt das Kennwort. Nehmen Sie den Schutz mit PDF entsperren ab. Ein Kennwort, das nur Drucken oder Kopieren einschränkt, stört nicht.

Sind die Änderungen drin, muss das Dokument meist zurück ins PDF. Dafür gibt es Word zu PDF, mit einem eigenen Verhalten beim Ersetzen von Schriften, das man vorher kennen sollte.

Autor:

Die Datei ist in Word offen, der Text lässt sich aber nicht bearbeiten. Warum?

Wenn Sie die exakte Kopie gewählt haben, erscheint jede Seite als Bild. Konvertieren Sie das ursprüngliche PDF erneut mit der Einstellung für bearbeitbaren Text.

Überstehen Tabellen die Umwandlung?

Im fließenden Modus kommen erkannte Tabellen als echte Word-Tabellen mit sichtbarem Gitter durch. Scheitert die Erkennung auf einer Seite, kommt deren Inhalt als gewöhnlicher Text durch, und die Antwort trägt einen Hinweis mit den betroffenen Seitenzahlen.

Wohin sind die Kopfzeilen und die oberste Zeile der ersten Seite verschwunden?

Im vereinfachten Ergebnis können wiederkehrende Zeilen oben oder unten auf der Seite entfallen. Gleichen Sie die erste Seite mit dem Original ab, wenn der Titel erhalten bleiben soll.

Lässt sich ein gescanntes PDF bearbeiten?

Ja. Die automatische Texterkennung ist für bis zu 50 gescannte Seiten je Konvertierung ausgelegt. Gleichen Sie den erkannten Text vor dem Bearbeiten mit dem Original ab.

Wie lange werden Dateien gespeichert?

Dateien werden nach Ablauf der Aufbewahrungsfrist automatisch gelöscht. Die aktuelle Frist steht auf der Seite des Konverters.