PDF naar
Word

Wanneer een PDF naar Word converteren zinvol is

De meest voorkomende reden: je moet het document bewerken en je hebt alleen het PDF. Iemand stuurde een contract, een rapport of een interne notitie, en de plekken die moeten veranderen zijn verspreid over het document — een typefout corrigeren, datums bijwerken, een alinea vervangen door de gecorrigeerde versie. Dat kan in een PDF-editor, maar als er veel tekst herschreven moet worden, is het bestand openen in Word sneller en prettiger.

Andere veelvoorkomende redenen: alinea's eruit halen om in een ander document te plakken; een sectie kopiëren naar de tekst van een mail; een cv dat als PDF binnenkwam herformatteren voor een andere vacature; stukken hergebruiken uit een artikel. Overal waar je tekst uit een PDF moet krijgen en in iets bewerkbaars moet zetten, is dit de juiste conversie.

Wat deze conversie kan terughalen, en wat niet

De tool haalt de tekst uit je PDF en bouwt er een Word-document van. Wat dat in de praktijk betekent, hangt sterk af van wat je PDF eigenlijk is.

• Tekstgebaseerde PDFs converteren goed. Is je PDF gemaakt door een export uit Word, met een «Opslaan als PDF» vanuit een willekeurige toepassing, of door een systeem dat hem rechtstreeks produceerde (factureringssoftware, rapportgenerator), dan is de tekst in het PDF echt tekst — en de tool leest hem schoon. Het resulterende Word-document heeft selecteerbare, bewerkbare alinea's.
• Gescande PDFs komen alleen in alinea's terug als ze een OCR-laag hebben. Een puur scan zonder OCR is alleen een afbeelding van de pagina's — er is geen tekst om te halen. Was je PDF gescand maar al voorzien van OCR (veel moderne scanners en cloud-diensten voegen die laag automatisch toe), dan leest de tool die laag en levert tekst. Bij een ruwe scan zonder OCR komt het Word leeg of bijna leeg eruit. Stuur in dat geval het PDF eerst door een OCR-tool.
• Lay-outreconstructie is goed voor lopende tekst, minder goed voor complexe lay-outs. De tool herkent broodtekst en koppen door lettergroottes te analyseren en tekst per lijn te groeperen. Voor een gewoon document — alinea's, koppen, lijsten, eenvoudige tabellen — werkt dat goed. Voor lay-outs in meerdere kolommen, voetnoten rond afbeeldingen, zijbalken met doorlopende tekst, komt de tekst er ongeveer in de juiste volgorde uit, maar niet in de oorspronkelijke lay-out.
• Afbeeldingen worden op dit moment niet uit het PDF naar het Word-bestand gehaald. De tool richt zich op tekst. Heeft je PDF foto's, grafieken of diagrammen die je ook in het Word nodig hebt, dan moet je die apart eruit halen (open het PDF, schermafbeelding van de afbeelding, plakken in Word) of een ander conversiepad gebruiken.

En de opmaak

De tool probeert te bewaren wat betrouwbaar overkomt:

• Koppen versus broodtekst worden afgeleid uit de lettergrootte — tekst die duidelijk groter is dan het hoofdtekst wordt in het Word-bestand als kop gemarkeerd.
• Alineabreuken worden uit de regelafstand gehaald, dus de alinea's in Word komen overeen met die in het PDF.
• Lettergroottes blijven globaal behouden op runniveau — 14pt-tekst in het PDF wordt rond de 14pt in Word.

Wat lastiger is, en waarom:

• Vet en cursief vereisen dat het PDF echt een vet of cursief lettertype gebruikt (niet een gewoon lettertype dat de renderer iets dikker afdrukte). Veel PDFs coderen dit goed; sommige niet.
• Tabellen met complex samengevoegde cellen of geneste tabellen vlakken meestal af tot lineaire alinea's. Eenvoudige tabellen komen beter door dan ingewikkelde.
• De originele lettertypen worden waar mogelijk genoemd, maar als je computer ze niet heeft, vervangt Word ze door de zijne. De inhoud klopt; het uiterlijk kan afwijken.

Praktische aantekeningen

1. Heeft het PDF een wachtwoord, ontgrendel hem dan eerst. Stuur hem door unlock-pdf voor je gaat converteren — versleutelde PDFs gaan niet open voor tekstextractie.
2. Voor lange PDFs duurt de conversie even. Een document van 200 pagina's moet pagina voor pagina geparseerd worden, regels gegroepeerd in alinea's en het .docx opgebouwd. Reken op ongeveer een minuut op een typische laptop. Wees geduldig bij de eerste run.
3. De heen-en-terugweg verliest data. Als je een Word neemt, hem naar PDF converteert (met een tool die de lay-out als afbeelding vastbakt) en dat PDF dan terug naar Word — wordt het tweede Word duidelijk ruwer dan het eerste. De originele .docx, als die nog ergens is, is altijd schoner. Deze tool is voor de gevallen waarin je het origineel niet meer hebt.
4. Heb je alleen de tekst nodig, geen Word-bestand, zie pdf-to-txt. Sneller en je krijgt platte tekst die je overal kunt plakken.

Wat er met je bestand gebeurt

Je PDF wordt in het geheugen van je browser geladen, daar geparseerd op tekst en lay-out, en lokaal naar .docx geconverteerd. Het resulterende Word-bestand wordt je als download aangeboden; er wordt niets geüpload, geen server verwerkt je document. Je kunt het zelf controleren: open DevTools en houd het Network-tabblad in de gaten tijdens de conversie — er gaan geen verzoeken naar buiten met de inhoud van je bestand.