PDF in Word: Text, OCR und Dokumentstruktur prüfen
Admin ·
PDF in Word liest ausgewählte PDF-Seiten im Browser, lässt Sie den erfassten Inhalt korrigieren und erstellt eine bearbeitbare DOCX-Datei. Beginnen Sie mit einem kurzen, typischen Seitenbereich. Nutzen Sie vorhandenen Text, OCR für gedruckte Scans oder die optionale Strukturrekonstruktion und vergleichen Sie die Prüfung vor dem Herunterladen mit dem Original.
Ein PDF beschreibt fest angeordnete Seiten. Ein bearbeitbares Word-Dokument besteht dagegen aus Absätzen, Tabellen und anderen Elementen, deren Umbruch sich ändern kann. Die Umwandlung rekonstruiert Inhalte und garantiert keine identischen Zeilen, Schriftarten oder Seitenumbrüche. Bewahren Sie das Quell-PDF auf und prüfen Sie die Word-Datei in dem Programm, in dem Sie damit arbeiten werden.
Beginnen Sie mit einer Seite, an der Probleme sichtbar werden
Wählen Sie ein PDF aus oder ziehen Sie es in den Arbeitsbereich. Voreingestellt sind automatisches Lesen, englische OCR und einfache bearbeitbare Absätze. Geben Sie unter „Seiten“ einen kurzen Bereich sowie bei Bedarf das bekannte PDF-Passwort ein und wählen Sie „PDF-Text lesen“. Allein durch die Dateiauswahl entsteht noch kein Word-Download.
Wählen Sie eine Probe mit den benötigten Merkmalen: normalem Text, einem Scan, einer Tabelle oder zwei Spalten. Sind Tabellen, Überschriften, Listen oder Abbildungen wichtig, aktivieren Sie vor dem Lesen „Dokumentstruktur rekonstruieren“. Dadurch ändern sich die Prüfung und die voreingestellte Ausgabeart. Prüfen Sie das erste Ergebnis, bevor Sie eine größere Auswahl bearbeiten.
- Bewahren Sie das Original-PDF als visuelle Referenz auf.
- Wählen Sie die gedruckte OCR-Sprache bewusst; die Sprache der Oberfläche wählt kein OCR-Modell aus.
- Prüfen Sie vor dem Export Namen, Zahlen, fehlende Zeilen und die Lesereihenfolge.
Microsoft Support: PDFs in Word öffnen und Grenzen der Umwandlung
Wählen Sie die Lesemethode für die ausgewählten Seiten
„Automatisch“ verwendet vorhandenen Text, sobald die Extraktion nach dem Entfernen äußerer Leerzeichen nicht leer ist. Nur Seiten ohne solchen Text erhalten OCR. Der Modus prüft nicht, ob die vorhandene Textebene vollständig oder richtig ist. Bei einer Überschrift über einer eingescannten Rechnung kann er daher nur die Überschrift liefern und den Rechnungstext im Bild auslassen.
Wählen Sie „OCR · jede ausgewählte Seite“, wenn die wichtigen Wörter in Bildern stehen oder die Textebene unbrauchbar ist. Die ausgewählten Seiten werden als Bilder gerendert und ihr gedruckter Text wird erkannt, einschließlich bereits vorhandenen sichtbaren Texts. Dabei können neue Fehler entstehen. Vergleichen Sie das Ergebnis erneut; OCR verbessert nicht automatisch jedes Dokument.
| Lesemethode | Geeigneter Ausgangspunkt | Wichtigste Einschränkung |
|---|---|---|
| Automatisch | Normale Textseiten und getrennte gescannte Seiten in einem Dokument | Eine teilweise brauchbare Textebene kann OCR auf einer gemischten Seite verhindern |
| Nur vorhandener PDF-Text | Auswählbaren Text ohne OCR prüfen | Text in Bildern und Formularfeldwerte können fehlen |
| OCR · jede ausgewählte Seite | Gedruckte Scans, gemischte Seiten oder eine unbrauchbare Textebene | Höchstens 10 OCR-Seiten; Erkennung prüfen |
Adobe Acrobat-Lernhilfe: Papierdokumente scannen und OCRTesseract-Dokumentation: Erkennungsqualität verbessernTesseract.js: Bilderkennung und Grenzen der PDF-Unterstützung
Geben Sie Seitenbereiche an und prüfen Sie ihre Reihenfolge
Ein leeres Feld „Seiten“ wählt das gesamte Quelldokument. Mit 1-3, 5 lesen Sie die ersten drei Seiten und anschließend Seite fünf. Einzelne Bereiche müssen aufsteigen, getrennte Angaben behalten jedoch die eingegebene Reihenfolge. Beispielsweise erzeugt 3,1,3 drei Prüfeinträge: Seite drei, Seite eins und erneut Seite drei. Wiederholte Seiten zählen erneut gegen Auswahl- und OCR-Limits.
Das Quelldokument darf höchstens 300 Seiten enthalten; pro Vorgang sind höchstens 50 ausgewählte Seiten erlaubt. Eine einzelne Seite aus einem Dokument mit 301 Seiten zu wählen, umgeht das Quellseitenlimit nicht. Teilen Sie die Quelle zuerst in geeignete PDFs auf. Lesen Sie mehrsprachige Scans in getrennten Bereichen mit passender OCR-Sprache, statt eine automatische Spracherkennung für die gesamte Auswahl vorauszusetzen.
Wählen Sie die Drucksprache und bereiten Sie lesbare Scans vor
OCR bietet Englisch, Französisch, Deutsch, Italienisch, Portugiesisch, Spanisch, vereinfachtes Chinesisch, Hindi, Arabisch und Bengalisch. Ein gewähltes Modell gilt für alle OCR-Seiten des Lesevorgangs. Die indonesische und urduische Oberfläche ergänzen keine entsprechenden Erkennungsmodelle. Handschrift und Sprachen außerhalb dieser Liste werden hier nicht unterstützt. OCR übersetzt den Text nicht.
Klare, aufrechte Seiten mit gut lesbarem Druck sind eine bessere Ausgangsbasis als unscharfe, schiefe oder niedrig aufgelöste Scans. OCR-Seiten werden mit 200 Pixeln pro PDF-Zoll gerendert; eine einstellbare Auflösung oder Scanverbesserung gibt es nicht. Struktur-OCR verwendet nicht gedrehte Wortrahmen bei deaktivierter automatischer Schräglagenkorrektur. Korrigieren Sie die Ausrichtung bei Bedarf vor dem Import. Auch bei hoher Konfidenz können Zeilen fehlen oder Kennungen falsch sein.
Tesseract-Dokumentation: Erkennungsqualität verbessernTesseract.js: Bilderkennung und Grenzen der PDF-Unterstützung
Vergleichen und korrigieren Sie jede Originalseite
Die Prüfung zeigt die Originalseite neben dem bearbeitbaren Text und bietet eine Seitenauswahl. Kontrollieren Sie Eigennamen, Datumsangaben, Dezimaltrennzeichen, Kontonummern, Satzzeichen und vollständige Zeilen. Behalten Sie Kennungen wie 9007199254740993 als Text bei; der Konverter verlangt weder ein Runden noch eine Behandlung als Tabellenzahl.
Im reinen Textmodus bearbeiten Sie den Text direkt. Zeilenumbrüche werden zu Word-Absätzen. Sie können auch eine leere Prüfung ausfüllen, wenn beim Lesen ohne OCR kein vorhandener Text gefunden wurde. Aus einer vollständig leeren Textprüfung lässt sich jedoch kein Word-Dokument erstellen. Fehlt gedruckter Inhalt aus einem Scan, lesen Sie ihn mit OCR und prüfen Sie die neue Extraktion. Erneutes Lesen verwirft die bisherige Prüfung; laden Sie wichtige Änderungen vorher herunter.
Microsoft Support: PDFs in Word öffnen und Grenzen der UmwandlungTesseract-Dokumentation: Erkennungsqualität verbessern
Rekonstruieren Sie Blöcke für ein bearbeitbares Layout
Der Strukturmodus versucht, Absätze, Überschriften, unterstützte Listen, Tabellen, ein- oder zweispaltige Bereiche und Abbildungen zu rekonstruieren. Brauchbare PDF-Tags können dabei helfen; andere Inhalte werden anhand ihrer Position und Darstellung gruppiert. Weder Tags noch geometrische Annahmen gewährleisten automatisch eine richtige Lesereihenfolge. Vergleichen Sie die Blöcke mit dem Original und verschieben, bearbeiten oder entfernen Sie sie bei Bedarf.
Tabellenzellen bleiben bearbeitbar, auch bei manuell hinzugefügten Tabellen. Prüfen Sie Spaltenzuordnung, verbundene Kopfzellen und die Lesereihenfolge der Zellen. Listen auf verschiedenen Quellseiten erhalten getrennte Word-Nummerierungsdefinitionen; kontrollieren Sie deshalb Fortsetzungen und Neustarts. Ein Dokument kann plausibel aussehen und dennoch den Text der rechten Spalte vor dem der linken anordnen.
| Prüfbereich | Sinnvolle Korrektur | Nach dem Export prüfen |
|---|---|---|
| Überschriften und Listen | Überschriftenebenen, Listenstil und Nummerierung wählen; Blöcke anordnen | Überschriftenhierarchie und Listenfortsetzung |
| Tabellen | Zelltexte, Zeilen, Spalten und die Interpretation verbundener Zellen korrigieren | Jeder Wert steht unter dem vorgesehenen Kopf |
| Spalten und Abbildungen | Bereichsfolge prüfen und Ausschnitte ergänzen oder entfernen | Lesereihenfolge, fehlende Grafiken und doppelter Text |
Microsoft Support: PDFs in Word öffnen und Grenzen der UmwandlungPDF.js-API: Dokumente laden, Text lesen und Seiten rendern
Prüfen Sie Schriftarten, Farben und Abbildungsausschnitte
Der Strukturmodus kann zugeordnete Schriftfamiliennamen, Größen und unterstützte einfarbige Textfarben übernehmen und bietet Korrekturoptionen. Originalschriftarten werden nicht eingebettet. Browser oder Textverarbeitung können nicht verfügbare Familien ersetzen. Transparenz, Muster, Konturen und Beschneidungen werden nicht als exakte PDF-Darstellung nachgebildet. Beachten Sie die Hinweise und vergleichen Sie die Vorschau.
Abbildungen sind gerenderte Ausschnitte und keine originalen eingebetteten Bilddateien. Die native Struktur verwendet eine Seitendarstellung mit 150 PPI und kann ganzseitige oder textüberlagernde Bilder auslassen, um Doppelungen zu vermeiden. Vektorgrafiken, Masken und wiederholte oder gruppierte Bilder benötigen eventuell einen manuellen Ausschnitt. Darin können Textpixel enthalten sein, die schon in bearbeitbaren Blöcken stehen. Prüfen Sie beides auf Doppelungen. Struktur-OCR verwandelt nicht automatisch jedes Bild in eine eigene Abbildung.
Microsoft Support: PDFs in Word öffnen und Grenzen der UmwandlungPDF.js-API: Dokumente laden, Text lesen und Seiten rendern
Behalten Sie getrennte Text- und Strukturänderungen im Blick
Wenn eine Strukturprüfung vorliegt, wählen Sie unter „Word-Inhalt“ zwischen „Geprüfte Struktur“ und „Einfache bearbeitbare Absätze“. Beide Fassungen behalten getrennte Änderungen. Eine Tabellenänderung in der Struktur schreibt die reine Textfassung nicht um; eine Textänderung aktualisiert keine Strukturblöcke. Wählen Sie vor dem DOCX- oder Textdownload die gewünschte Fassung.
Andere Leseeinstellungen, eine neue Datei oder erneutes Lesen verwerfen die Prüfung. Änderungen ausschließlich an den Word-Ausgabeeinstellungen behalten den geprüften Inhalt und entfernen das alte Ergebnis, damit es neu erstellt werden kann. Ein angezeigter Exportfehler wird dabei ebenfalls gelöscht. Der nächste Export muss trotzdem erfolgreich abgeschlossen werden.
Wählen Sie das Seitenformat und prüfen Sie die erstellte DOCX-Datei
Die reine Textausgabe bietet US Letter oder A4 und erzeugt bearbeitbare Absätze, ohne ursprüngliche Tabellen, Bilder, Links, Formulare, Schriftarten oder das PDF-Layout nachzubilden. Die Strukturausgabe nutzt die geprüften Blöcke und bietet zusätzlich die Abmessungen der Quellseiten. Beim Aktivieren der Rekonstruktion werden zunächst Struktur und Quellabmessungen gewählt. Der Wechsel zu reinem Text stellt eine gewählte Quellgröße auf Letter um.
Die Seitenumbruchoption beginnt jede Quellseite auf einer neuen Word-Seite, garantiert aber innerhalb dieser Seite keine identische Paginierung. Text, Ränder, Ersatzschriftarten und Ihr Textverarbeitungsprogramm beeinflussen den Umbruch. Wählen Sie „Word-Dokument erstellen →“, warten Sie auf das Ergebnis und laden Sie die DOCX-Datei herunter. Schon die Strukturrekonstruktion erfordert Quellseiten mit 0,5 bis 22 Zoll pro Kante. Liegen Seiten außerhalb dieses Bereichs, deaktivieren Sie die Rekonstruktion und lesen Sie erneut für eine reine Letter- oder A4-Textausgabe, oder bereiten Sie zuerst ein PDF im Standardformat vor. Die übrigen Eingabe- und Renderlimits gelten weiterhin.
Microsoft Support: PDFs in Word öffnen und Grenzen der Umwandlung
Prüfen Sie Datei-, Auswahl- und Textlimits getrennt
Die Eingabegrenze von 50 MB entspricht 50000000 Bytes. Zusätzlich gelten Seiten- und Renderlimits: Auch eine kleine komprimierte Datei kann eine sehr große Seite enthalten. Weniger ausgewählte Seiten verringern die Gesamtarbeit, umgehen aber weder die maximale Quellseitenzahl noch die Dateigröße. Struktur und OCR erzeugen größere Seitenbilder als die reine Textvorschau.
Textlimits zählen JavaScript-UTF-16-Einheiten statt sichtbarer Zeichen. Manche Symbole benötigen zwei Einheiten, kombinierende Zeichenfolgen mehrere. Der angezeigte Prüfwert enthält keine später für TXT und Wörterzähler zwischen Seiten eingefügten Trennzeichen. Der Strukturexport begrenzt außerdem Blöcke, formatierte Textläufe, Abbildungen und Tabellen. Verkleinern Sie bei einem erreichten Limit die Auswahl oder vereinfachen Sie das geprüfte Dokument.
| Bereich | Implementierte Grenze | Vorgehen bei Überschreitung |
|---|---|---|
| Quell-PDF | 50000000 Bytes und 300 Seiten | Quelle zuerst aufteilen oder verkleinern |
| Ausgewählte Seiten | 50 Einträge; höchstens 10 mit OCR | Kleineren Bereich wählen und unbeabsichtigte Wiederholungen vermeiden |
| Geprüfter/exportierter Text | 1000000 UTF-16-Einheiten; reines DOCX höchstens 20000 Absätze | Kleinere Teile exportieren |
| Gerenderte Seiten | 8192 Pixel pro Kante; 8000000 Pixel pro Seitenbild; insgesamt 80000000 | Kleineren Bereich oder Quellseiten im Standardformat verwenden |
| Anfängliche Prüfressourcen | 50000000 Bytes insgesamt für Vorschauen, Quelldarstellungen und Abbildungen | Weniger Seiten oder reinen Text verwenden |
| Strukturiertes DOCX | 2000 Blöcke, 50000 formatierte Textläufe, 100 Abbildungen und 50000000 Abbildungsbytes; Ausgabe höchstens 100000000 Bytes | Blöcke und Abbildungen vereinfachen oder Vorgang aufteilen |
| Jede strukturierte Tabelle | 200 Zeilen, 12 Spalten und 2000 Zellen | Große Tabelle in geeignete Teile aufteilen |
| Zeitgrenzen | 180 Sekunden zum Lesen; 60 Sekunden für die Word-Erstellung | Kleineren Vorgang auf einem verfügbaren Gerät erneut starten |
PDF.js-API: Dokumente laden, Text lesen und Seiten rendernTesseract.js: Bilderkennung und Grenzen der PDF-Unterstützung
Nutzen Sie die Fehlermeldung für den nächsten Schritt
Die Endung .pdf garantiert keinen lesbaren PDF-Inhalt. Dieser Ablauf prüft die Datei mit strenger PDF-Diagnostik und einer begrenzten Ausnahme für reparierbare Schrifthinweise. Er kann eine beschädigte Datei ablehnen, die ein anderer Betrachter nach Reparaturen anzeigt. Eine dort funktionierende Vorschau beweist nicht, dass Text oder Struktur hier zuverlässig rekonstruiert werden können.
Schlägt das Lesen fehl oder wird es abgebrochen, bietet die Oberfläche keine unvollständige Auswahl geprüfter Seiten an. Korrigieren Sie Eingabe oder Optionen und lesen Sie erneut. Schlägt die Word-Erstellung fehl, bleibt die Prüfung für Korrekturen oder einen TXT-Download erhalten. Bei einer nicht verfügbaren lokalen Engine oder einem fehlenden Modell müssen eventuell die benötigten Website-Ressourcen erfolgreich geladen werden, bevor ein neuer Versuch möglich ist.
| Symptom | Zu prüfen | Nächster Schritt |
|---|---|---|
| Kein Text aus einem Scan | Der reine Textmodus liest keine Bildpixel | Automatisch oder OCR für jede ausgewählte Seite wählen |
| Nur die Überschrift wurde extrahiert | Die gemischte Seite enthält etwas auswählbaren Text | OCR erzwingen und die gesamte Seite vergleichen |
| Falsche oder fehlende Wörter | Sprache, Scanqualität oder Erkennungsgrenzen | Passendes Modell wählen und anhand der Quelle korrigieren |
| Seiten- oder Renderlimit | Quellgröße, Auswahlzahl oder Rasterabmessungen | Kleinere Quelle oder kleineren Bereich vorbereiten |
| Abweichendes DOCX-Layout | Rekonstruktion, Ersatzschrift oder Word-Umbruch | Blöcke prüfen und exportiertes Dokument kontrollieren |
PDF.js-API: Dokumente laden, Text lesen und Seiten rendernTesseract-Dokumentation: Erkennungsqualität verbessern
Verwenden Sie das bekannte Passwort und sichern Sie Änderungen
Geben Sie bei einem geschützten PDF das richtige Passwort in das lokale Passwortfeld ein und starten Sie das Lesen. Dies ist keine Passwortwiederherstellung. Das Feld wird nach jedem Leseversuch geleert, auch bei Fehler oder Abbruch; vor dem nächsten Versuch kann eine erneute Eingabe nötig sein. Nach einem Abbruch bleibt das gewählte PDF ausgewählt.
„Abbrechen“ beendet den aktuellen Lese- oder Exportvorgang. „Datei entfernen“ entfernt Quelle, Passwort, Seitenbereich und Prüfung; andere Leseoptionen und Word-Einstellungen können erhalten bleiben. Kontrollieren Sie sie vor einem anderen Dokument. Laden Sie benötigte Änderungen vor dem Entfernen, erneuten Lesen oder Verlassen der Seite herunter. Eine sichtbare Prüfung ist noch kein gespeichertes Dokument.
Laden Sie TXT herunter oder übertragen Sie Text an den Wörterzähler
„Geprüften Text herunterladen“ verwendet die unter „Word-Inhalt“ gewählte Ausgabeform. Bei der Struktur ist das der Text aus den geprüften Blöcken einschließlich Tabellentext und zutreffender Listenzeichen; Bildpixel liefern keinen Text. Die TXT-Datei enthält alle Prüfseiten in Auswahlreihenfolge, getrennt durch jeweils zwei Zeilenumbrüche.
„Geprüften Text zählen →“ sendet denselben Text im aktuellen Tab an „Wörter und Zeichen zählen“. Dessen Grenze von 1000000 Einheiten umfasst die eingefügten Seitentrenner. Eine Prüfung an ihrem eigenen Textlimit kann deshalb für die Übertragung zu groß sein. Laden Sie bei Bedarf kleinere Abschnitte herunter. Die Übertragung ist vorübergehend und wird weder in einer URL noch im Browser-Speicher abgelegt. „Leeren“ im Wörterzähler entfernt den übertragenen Text und den Rückgängig-Verlauf.
Unterscheiden Sie lokale Dokumentverarbeitung und Website-Downloads
PDF, Passwort, Textprüfung und Word-Erstellung werden auf Ihrem Gerät verarbeitet. Dieser Ablauf lädt die Dokumentbytes nicht zur Konvertierung hoch. Beim Öffnen der Website werden weiterhin Seiten und Skripte angefordert; PDF-Hilfsdateien oder das gewählte OCR-Modell können nach Bedarf geladen werden. Auch Website-Analysen können Anfragen senden. Lokale Verarbeitung garantiert weder einen vollständig netzunabhängigen Erstaufruf noch keinerlei Netzwerkaktivität.
Für das Lesen vorhandenen Texts ist kein OCR-Modell nötig. Wird OCR gebraucht, lädt das gewählte Sprachmodell zusammen mit der OCR-Engine; nicht automatisch jedes Modell. Ein fehlgeschlagener Ressourcendownload kann die Erkennung verhindern, obwohl die Dokumentverarbeitung lokal erfolgt. Laden Sie fertige Dateien herunter, um sie unabhängig vom Tab aufzubewahren.
Tesseract.js: Bilderkennung und Grenzen der PDF-UnterstützungPDF.js-API: Dokumente laden, Text lesen und Seiten rendern
Prüfen Sie das Ergebnis vor der Weitergabe
Vergleichen Sie bei Rechnungen Kundenname, Rechnungskennung, Positionen, Mengen, Dezimaltrennzeichen und Gesamtbetrag mit dem PDF. Kontrollieren Sie bei Berichten zusätzlich Überschriftenebenen, Listenfortsetzungen, Spaltenfolge, Tabellenköpfe und Bildunterschriften. Die OCR-Konfidenz ist eine Schätzung der Engine und kein gemessener Genauigkeitswert für Ihr Dokument.
Öffnen Sie die heruntergeladene DOCX-Datei im vorgesehenen Editor und prüfen Sie die Seiten in gut lesbarer Vergrößerung. Korrigieren Sie Umbrüche dort oder passen Sie die Quellprüfung an und exportieren Sie erneut. Bewahren Sie das PDF neben der bearbeitbaren Fassung auf, wenn dessen ursprüngliche Anordnung wichtig ist. Für eine feste visuelle Kopie kann das Original-PDF nützlicher sein als der Versuch, jedes Detail in Word nachzubilden.
Microsoft Support: PDFs in Word öffnen und Grenzen der UmwandlungTesseract-Dokumentation: Erkennungsqualität verbessern
Häufige Fragen
Wie wandle ich ein PDF in bearbeitbares Word um?
Wählen Sie ein PDF, eine Lesemethode und einen Seitenbereich und anschließend „PDF-Text lesen“. Vergleichen und bearbeiten Sie die Prüfung, wählen Sie die Word-Ausgabeeinstellungen, erstellen Sie das Dokument und laden Sie die DOCX-Datei herunter.
Lassen sich gescannte PDF-Seiten lesen?
Ja, für unterstützte Drucksprachen innerhalb der OCR-Limits. Automatisch nutzt OCR nur, wenn kein nichtleerer Text extrahiert wird. Wählen Sie OCR für jede ausgewählte Seite, wenn eine gemischte Seite oder unbrauchbare Textebene erkannt werden muss.
Warum fehlt bei Automatisch Text aus einem Bild?
Automatisch prüft, ob die vorhandene Textextraktion nicht leer ist, nicht ob sie die Seite vollständig abdeckt. Eine auswählbare Überschrift kann OCR für den Rest verhindern. Erzwungene OCR kann die Bildwörter erkennen; prüfen Sie das Ergebnis trotzdem.
Bestimmt die Oberflächensprache auch die OCR-Sprache?
Nein. Anfangs ist das englische OCR-Modell gewählt. Wählen Sie die gedruckte Sprache ausdrücklich. Zehn Modelle stehen bereit; Indonesisch und Urdu sind hier Oberflächensprachen ohne entsprechende OCR-Modelle.
Übersetzt OCR Text oder erkennt es Handschrift?
OCR erkennt unterstützten gedruckten Text und übersetzt ihn nicht. Handschrift und Sprachen außerhalb der angebotenen Modellliste werden nicht unterstützt.
Wird die Word-Datei genau wie das PDF aussehen?
Nein. Reiner Text erzeugt bearbeitbare Absätze. Die Strukturausgabe rekonstruiert unterstützte Blöcke und Abbildungen; Ersatzschriften, unsichere Gruppierungen und Word-Umbrüche können das Ergebnis verändern. Prüfen Sie die heruntergeladene Datei.
Kann ich Tabellen, Überschriften und Spalten bearbeiten?
Aktivieren Sie vor dem Lesen die Rekonstruktion und prüfen Sie die erkannten Blöcke. Kontrollieren Sie Überschriftenebenen, Listennummerierung, Tabellenzellen, verbundene Kopfzellen, Spaltenfolge und Abbildungen. Auch mit PDF-Tags bleibt die Erkennung eine Annäherung.
Ändert eine Textbearbeitung auch die strukturierte Fassung?
Nein. Beide Darstellungen behalten getrennte Änderungen. „Word-Inhalt“ bestimmt, welche Fassung DOCX, TXT und den an den Wörterzähler gesendeten Text liefert.
Wie viele Seiten kann ich gleichzeitig umwandeln?
Die Quelle darf höchstens 300 Seiten enthalten. Ein Vorgang darf höchstens 50 Einträge auswählen; davon dürfen höchstens 10 Seiten OCR benötigen. Wiederholungen zählen erneut. Datei-, Text-, Render- und Zeitgrenzen gelten zusätzlich.
Umgeht ein kurzer Bereich die Grenze großer Quelldateien?
Er reduziert die ausgewählte Arbeit, umgeht aber weder 50000000 Bytes noch 300 Quellseiten. Teilen Sie eine zu große Quelle vor der Auswahl in geeignete PDFs auf.
Kann ich ein PDF mit Passwort umwandeln?
Geben Sie vor dem Lesen das bekannte richtige Passwort lokal ein. Das Feld wird nach jedem Versuch geleert. Das Werkzeug stellt kein unbekanntes Passwort wieder her und umgeht es nicht.
Warum ist der Wörterzähler bei einer vollen Textprüfung deaktiviert?
Sein Limit schließt die zwei Zeilenumbrüche zwischen Prüfseiten ein. Diese Trennzeichen können einen sonst zulässigen Text über 1000000 UTF-16-Einheiten bringen. Laden Sie kleinere Teile herunter und zählen Sie diese.
Werden PDF oder Passwort zur Umwandlung hochgeladen?
Dieser Ablauf verarbeitet sie lokal auf Ihrem Gerät. Die Website kann weiterhin Skripte, PDF-Hilfsdateien, das gewählte OCR-Modell und Analysedienste anfordern. Lokale Umwandlung bedeutet nicht, dass keinerlei Netzwerkanfragen entstehen.
Was sollte ich vor Abbruch oder Entfernen sichern?
Laden Sie den geprüften Text oder die fertige DOCX-Datei herunter, wenn Änderungen erhalten bleiben sollen. Ein Abbruch behält das ausgewählte PDF; „Datei entfernen“ entfernt Quelle und Prüfung. Erneutes Lesen setzt die bisherige Prüfung zurück.