Konverter PDF til
Word

Hvornår det giver mening at konvertere PDF til Word

Den hyppigste grund: du skal redigere dokumentet, og det eneste du har, er PDF'en. Nogen sendte en kontrakt, en rapport eller en intern note, og de steder, der skal ændres, er spredt ud over dokumentet — rette en tastefejl, opdatere datoer, udskifte et afsnit med den rettede version. Det kan godt gøres i en PDF-editor, men hvis der er meget tekst, der skal omskrives, er det hurtigere og bekvemmere at åbne filen i Word.

Andre almindelige grunde: trække afsnit ud for at sætte dem ind i et andet dokument; kopiere en sektion ind i en mailtekst; omformatere et CV, der kom som PDF, til en anden stilling; genbruge dele af en artikel. Hvor end teksten skal ud af PDF'en og ind i noget redigerbart, er det den her konvertering, du vil bruge.

Hvad denne konvertering kan og ikke kan hente

Værktøjet trækker teksten ud af din PDF og bygger et Word-dokument. Hvad det betyder i praksis afhænger meget af, hvad din PDF egentlig er.

• Tekstbaserede PDF'er konverterer godt. Hvis din PDF er lavet ved eksport fra Word, ved «Gem som PDF» fra en hvilken som helst applikation, eller af et system, der producerede den direkte (fakturasystem, rapportgenerator), er teksten i PDF'en rigtig tekst — og værktøjet læser den rent. Det resulterende Word har markérbare, redigerbare afsnit.
• Scannede PDF'er kommer kun tilbage som afsnit, hvis de har et OCR-lag. En ren scanning uden OCR er kun et billede af siderne — der er ingen tekst at trække ud. Var PDF'en scannet, men allerede OCR'd (mange moderne scannere og cloud-tjenester tilføjer automatisk et OCR-lag), læser værktøjet det og laver tekst. Er det en rå scanning uden OCR, kommer Word ud tomt eller næsten tomt. I så fald skal du først køre PDF'en gennem et OCR-værktøj.
• Layoutgenopbygning er god til prosa, mindre god til komplekse layouts. Værktøjet genkender brødtekst og overskrifter ud fra skriftstørrelser og grupperer teksten linjevis. For et almindeligt dokument — afsnit, overskrifter, lister, simple tabeller — virker det fint. For layouts i flere spalter, fodnoter omkring billeder, sidefelter med flydende tekst, kommer teksten i nogenlunde rigtig rækkefølge, men ikke i det oprindelige layout.
• Billeder bliver i øjeblikket ikke trukket ud i Word-filen. Værktøjet fokuserer på tekst. Indeholder din PDF fotos, diagrammer eller skemaer, du også skal bruge i Word, må du trække dem ud separat (åbn PDF'en, tag et skærmbillede, sæt ind i Word) eller bruge en anden konverteringssti.

Hvad med formateringen

Værktøjet forsøger at bevare det, der overføres pålideligt:

• Overskrifter vs. brødtekst udledes af skriftstørrelsen — tekst, der er tydeligt større end brødteksten, markeres som overskrift i Word-dokumentet.
• Afsnitsskift registreres ud fra linjeafstanden, så afsnittene i Word svarer til afsnittene i PDF'en.
• Skriftstørrelser bevares groft på run-niveau — tekst, der var 14pt i PDF'en, bliver omkring 14pt i Word.

Hvad er sværere, og hvorfor:

• Fed og kursiv kræver, at PDF'en faktisk bruger en fed eller kursiv skrift (ikke en almindelig skrift, som rendereren har gengivet en anelse tykkere). Mange PDF'er koder dette korrekt; nogle gør ikke.
• Tabeller med komplekse cellefletninger eller indlejrede tabeller falder normalt fladt til lineære afsnit. Simple tabeller kommer bedre igennem end indviklede.
• Originale skrifttyper refereres, hvor det er muligt, men har din maskine dem ikke, vil Word substituere sine egne. Indholdet er korrekt; udseendet kan afvige.

Praktiske noter

1. Hvis PDF'en har en adgangskode, så lås den op først. Kør den gennem unlock-pdf før konverteringen — krypterede PDF'er åbner ikke til tekstekstraktion.
2. For lange PDF'er tager konverteringen sin tid. Et 200-siders dokument skal parses side for side, linjer grupperes til afsnit og .docx samles. Regn med omkring et minut på en typisk bærbar. Vær tålmodig første gang.
3. Rundturen er tabsbehæftet. Hvis du tager et Word, konverterer det til PDF (med et værktøj, der bager layoutet ind som billede), og så det PDF tilbage til Word — bliver det andet Word betydeligt råere end det første. Den oprindelige .docx, hvis den stadig findes et sted, vil altid være renere. Dette værktøj er til de tilfælde, hvor originalen ikke længere er tilgængelig.
4. Har du kun brug for teksten, ikke et Word-dokument, så se pdf-to-txt. Hurtigere og giver dig ren tekst, du kan sætte ind alle steder.

Hvad der sker med din fil

Din PDF læses ind i browserens hukommelse, parses dér efter tekst og layout, og konverteres lokalt til .docx. Den resulterende Word-fil tilbydes som download; intet uploades, ingen server bearbejder dit dokument. Du kan kontrollere det: åbn DevTools, hold øje med Network-fanen under konverteringen — du vil ikke se nogen udgående anmodninger med indholdet af din fil.