Een PDF omzetten naar bewerkbaar Word
Kort gezegd: Wil je een Word-bestand dat je echt kunt bewerken, zet dan in PDF naar Word online het resultaattype op doorlopend. Standaard staat het op exact: dan wordt elke pagina als afbeelding geplaatst, met een verborgen doorzoekbare tekstlaag. De doorlopende modus bouwt alinea's, koppen en echte Word-tabellen opnieuw op.
Cluster
stap-voor-stapgids
stap-voor-stapgids: PDF guidance for reliable document processing and quality checks.
Hoofdtool
PDF naar Word online
Open de tool uit dit artikel en voer de bewerking uit in de huidige taal.
Tool openenInhoudsopgave
- Standaard krijg je een plaatje, geen tekst
- Wat er in het exacte bestand zit
- Zo krijg je een document dat je kunt bewerken
- Koptekst en voettekst verdwijnen met opzet
- Koppen worden bepaald door het lettertypeformaat
- Tabellen komen als tabellen binnen
- Bestandsgrootte en paginavoorbeelden
- Een scan zonder tekstlaag
Een PDF omzetten naar een bewerkbaar Word-document
De vraag is bijna altijd dezelfde: in een PDF die iemand heeft gestuurd moeten een paar alinea's aangepast worden. En de eerste poging valt bijna altijd tegen. Het bestand opent in Word, ziet er perfect uit, en de cursor komt niet in de tekst. Dat is geen mislukte conversie, maar het gevolg van de instelling die standaard aanstaat.
Standaard krijg je een plaatje, geen tekst
De tool kent twee modi, en de schakelaar daartussen heet het resultaattype. Exact staat vooraf geselecteerd en doet precies wat het belooft: het behoudt het uiterlijk van de pagina letter voor letter. De methode is ruw. Elke PDF-pagina wordt als afbeelding gerenderd en in zijn geheel in het Word-document gezet.
Vandaar het gevoel dat je erin geluisd bent. Het is een .docx, het opent in Word, de pagina's komen qua formaat en afdrukstand overeen met het origineel, en er valt niets te bewerken: wat op de pagina staat, zijn afbeeldingen.
De tweede modus, doorlopend, haalt de pagina uit elkaar en bouwt van de stukjes een echt Word-document op: alinea's, koppen, lijsten en tabellen. Daar staat tegenover dat de exacte plaatsing van alles op de pagina verloren gaat.
| Modus | Wat erin zit | Wat je ermee kunt |
|---|---|---|
| Exact | Een afbeelding van elke pagina plus een verborgen tekstlaag | Lezen, de tekst doorzoeken, afdrukken |
| Doorlopend | Word-alinea's, -koppen, -lijsten en -tabellen | De tekst bewerken, opmaken, met tabellen werken |
De keuze gaat niet over kwaliteit maar over het doel. Een document dat in een bekend kantoorformaat verder moet en ongewijzigd moet blijven, vraagt om exact. Een document dat moet veranderen, vraagt om doorlopend, en hoeveel je ook aan de exacte modus sleutelt, bewerkbare tekst komt er niet uit.
Wat er in het exacte bestand zit
De paginaafbeelding is niet de hele inhoud. Eronder zit de tekst die uit de PDF is gehaald, als verborgen gemarkeerd: je ziet hem niet op het scherm en hij wordt niet afgedrukt, maar zoeken in het document vindt hem wel.
Daardoor is de exacte modus nuttig op plekken waar hij zinloos lijkt. Een contract dat rondgestuurd moet worden en waarin later naar formuleringen gezocht wordt, werkt prima zo: het uiterlijk blijft behouden, zoeken werkt en niemand past het per ongeluk aan. De tool meldt dit zelf na het verwerken, met een waarschuwing dat het document geen bewerkbare tekst is, en die melding kun je beter lezen dan wegklikken.
Paginaformaat en afdrukstand worden pagina voor pagina uit de bron-PDF overgenomen. Een liggende pagina midden in een staand document blijft liggend.
Zo krijg je een document dat je kunt bewerken
1. Open PDF naar Word online en upload het bestand. 2. Zet het resultaattype op doorlopend. Dit is de enige handeling die ertoe doet, en de standaardinstelling doet haar niet voor je. 3. Bepaal of je paginavoorbeelden wilt, die verderop aan bod komen, en zet ze uit als je ze niet nodig hebt. 4. Start de taak en download het .docx-bestand. 5. Open het document en loop door het navigatiedeelvenster: daar zie je welke koppen zijn herkend. 6. Controleer de tabellen en de eerste pagina, waar het vaakst iets verloren gaat.
Koptekst en voettekst verdwijnen met opzet
De doorlopende modus doet een aparte controle over het hele document op zoek naar terugkerende regels. Er gelden twee voorwaarden: de regel moet in het bovenste of onderste tiende deel van de pagina staan, en hij moet terugkomen op minstens drie pagina's en op minstens de helft van het document. Alles wat aan beide voldoet, wordt uit het resultaat weggelaten.
De vergelijking is niet naïef. Reeksen cijfers worden samengevoegd, dus "Pagina 4" en "Pagina 5" tellen als dezelfde regel. Maar dat gebeurt alleen als er nog letters in de regel overblijven: een kaal cijfer onderaan de pagina wordt letterlijk vergeleken, en drie verschillende cijfers op drie pagina's zijn niet gelijk aan elkaar. In de praktijk verdwijnt een voettekst als "Vertrouwelijk. Pagina 7", terwijl een voettekst die alleen uit een cijfer bestaat als alinea op elke pagina blijft staan.
Getest op een rapport van vier pagina's: de regel `Vertrouwelijk rapport Pagina N` ontbreekt in het doorlopende resultaat en staat in het exacte, waar de pagina toch al een afbeelding is en er niets uit te halen valt.
Het mechanisme heeft ook een keerzijde. Een documenttitel in groot corps bovenaan elke pagina, overal identiek, valt onder dezelfde regel en wordt samen met de koptekst verwijderd. Als die bovenste regel ertoe doet, is hem opnieuw intypen sneller dan naar de oorzaak zoeken.
Koppen worden bepaald door het lettertypeformaat
De koppen in het resultaat worden niet verzonnen. De tool bepaalt eerst over het hele document welk lettertypeformaat de lopende tekst heeft. Daarbij telt hij tekens, geen regels, zodat een zeldzaam groot bijschrift de stemming nooit wint.
Vervolgens wordt elk blok aan dat formaat gemeten. Ongeveer 15 procent groter dan de lopende tekst geeft een kop van niveau twee, anderhalf keer zo groot of meer een kop van niveau één. Al het andere blijft een gewone alinea. De tekst moet er bovendien uitzien als een kop: een lange zin die op een punt eindigt, wordt er geen, in welk lettertype hij ook staat.
Dat leidt tot voorspelbaar gedrag bij documenten die zonder stijlen zijn opgemaakt. Als alle tekst hetzelfde formaat heeft en de onderdelen alleen met vet zijn aangegeven, bevat het Word-bestand helemaal geen koppen: het formaat verschilt niet, dus er is niets om op af te gaan. Het navigatiedeelvenster blijft leeg en de structuur moet met de hand worden aangebracht.
Tabellen komen als tabellen binnen
Tabellen worden gevonden door een aparte detector, dezelfde waarop PDF naar Excel online is gebouwd. Een gevonden tabel komt in het document terecht als een echte Word-tabel met zichtbare rasterlijnen, niet als alinea's die met spaties zijn opgevuld.
Tekstblokken die binnen de grenzen van een gevonden tabel vallen, worden uit de alineastroom gehaald; anders zou de celinhoud twee keer verschijnen, één keer als tabel en één keer als lopende tekst. De drempel is een overlap van zes tienden van de oppervlakte van het blok.
Waar de tabel komt te staan, wordt bepaald door de bovenrand: hij wordt ingevoegd vóór de eerste alinea die eronder begint. Op een gewone pagina met één kolom geeft dat de juiste volgorde. Op een pagina met twee kolommen kan de tabel ergens anders terechtkomen dan waar hij stond, omdat de alinea's van beide kolommen in het bestand na elkaar staan terwijl hun hoogtes door elkaar lopen.
Als tabeldetectie op een pagina mislukt, loopt de taak niet vast: die pagina komt als gewone tekst binnen en het antwoord bevat een waarschuwing waarin die pagina's genoemd worden. Een stil, leeg antwoord kan hier niet voorkomen.
Bestandsgrootte en paginavoorbeelden
De doorlopende modus voegt standaard na de tekst van elke pagina een afbeelding van die pagina toe, zodat je iets hebt om het resultaat mee te vergelijken. Niets anders beïnvloedt de grootte zo sterk.
Gemeten aan hetzelfde document van vier pagina's:
| Resultaat | Grootte |
|---|---|
| Exacte modus | 671 KB |
| Doorlopend met paginavoorbeelden | 315 KB |
| Doorlopend zonder voorbeelden | 37 KB |
De bron-PDF woog ongeveer 4 KB. Tussen de buitenste rijen zit een factor achttien, en het zijn allemaal afbeeldingen. Als het document echt gebruikt gaat worden en niet alleen voor een vergelijking dient, zet de voorbeelden dan meteen uit: ze zijn niet te bewerken, doen niet mee in de tekst en zitten het nalezen in de weg.
De exacte modus negeert de instelling voor voorbeelden helemaal, omdat de pagina daar al een afbeelding is.
Een scan zonder tekstlaag
Een gescand document is een plaatje, en er valt niets uit te halen. In de exacte modus is het resultaat diezelfde scan, opnieuw verpakt als .docx. In de doorlopende modus komen de pagina's leeg uit, met in plaats van de inhoud een opmerking dat de pagina leeg was.
De oplossing komt vóór de conversie, niet erna: haal het bestand door Herken tekst in een scan met OCR, zorg voor een PDF met tekstlaag en zet die pas daarna om naar Word. De omgekeerde volgorde werkt niet, want dan is er niets meer waarmee de tekstherkenning aan de slag kan.
Een document dat met een openingswachtwoord is vergrendeld, wordt ook niet omgezet; de taak stopt en vraagt om het wachtwoord. Haal de beveiliging eraf met PDF ontgrendelen online. Een wachtwoord dat alleen afdrukken of kopiëren beperkt, is geen probleem.
Na het bewerken moet het document meestal weer naar PDF. Dat doet Word naar PDF online, dat een eigen manier heeft om lettertypen te vervangen, wat je het best van tevoren weet.
Auteur
Opgesteld door het serviceteam; Sergey Gagin is verantwoordelijk voor de dienst
Veelgestelde vragen
Meer uit dit cluster
stap-voor-stapgids
Tabellen uit PDF naar Excel halen
PDF naar Excel: welke bladen in de gedownloade werkmap staan, hoe de drie detectiemodi in de praktijk verschillen en waarom de losse modus meer tabellen vindt maar woorden opbreekt.
stap-voor-stapgids
Pagina's uit een PDF extraheren naar een nieuw bestand
Pagina's uit een PDF halen als apart bestand: het verschil tussen de twee uitvoermodi, waarom de bestanden in het archief de oorspronkelijke paginanummers houden.
stap-voor-stapgids
PDF-marges en rommel bijsnijden: zo werkt het
Bijsnijden past alleen het zichtbare gebied aan; de inhoud erbuiten blijft in het bestand. Wat dat betekent, waarom marges overal gelden en hoe gedraaide pagina's werken.
Verwante tools
PDF naar Word online
Zet een PDF om naar een Word-document, zodat je de tekst kunt bewerken, onderdelen kunt uitbreiden en wijzigingen kunt aanbrengen.
Word naar PDF online
Zet een Word-document om naar PDF om de opmaak beter vast te leggen voordat je het deelt of afdrukt. Controleer de PDF na het omzetten.
PDF naar Excel online
Haal tabelgegevens uit een PDF naar Excel, zodat je ze kunt doorrekenen, filteren en sorteren.
Herken tekst in een scan met OCR
OCR herkent tekst op pagina-afbeeldingen en voegt een tekstlaag toe, zodat je in de PDF kunt zoeken of tekst kunt selecteren.
Wat nu?
Alle tools
Catalogus met PDF-tools: voeg PDF's samen, comprimeer, splits, converteer, roteer, beveilig en ontgrendel ze online, online.
Veelgestelde vragen
Antwoorden over iHatePDF-accounts, bestandsverwerking, uploadlimieten, mobiel gebruik, privacy en wat je doet als een pdf-tool een foutmelding geeft.
Contact
Neem contact op met iHatePDF over verwerkingsfouten, het kiezen van een tool, beveiliging, zakelijke vragen en suggesties voor nieuwe functies.