PDF

Word in PDF umwandeln: DOCX-Text extrahieren und das Ergebnis prüfen

·

ToolMellows Werkzeug zum Umwandeln von Word in PDF liest den Text einer DOCX-Datei im Browser, lässt ihn prüfen oder bearbeiten und erstellt daraus ein PDF auf A4-Seiten. Wählen Sie eine Datei, klicken Sie auf Dokument lesen, prüfen Sie den Dokumenttext und erstellen Sie anschließend das PDF zum Herunterladen. Sie können auch eigenen Text einfügen, ohne eine Datei auszuwählen.

Dieser Ablauf eignet sich für eine einfache sichtbare Kopie des Dokumenttexts. Word-Layout, Bilder und Stile entfallen; das PDF enthält Bilder des gerenderten Texts. Wenn Sie durchsuchbaren Text, eine Struktur für Screenreader oder originalgetreue Formatierung brauchen, verwenden Sie den PDF-Export einer geeigneten Textverarbeitung und prüfen Sie dessen Ausgabe.

Word in PDF umwandeln

Wählen Sie die passende Konvertierung für Ihr Dokument

Word in PDF umzuwandeln kann verschiedene Ziele haben: eine gestaltete Seite erhalten, bearbeitbaren Text als sichtbares Handout speichern oder ein barrierefreies Dokument erstellen. Dieses Werkzeug deckt den Fall Text zu Seitenbildern ab. Entscheiden Sie vorab, welche Eigenschaften wichtig sind, damit keine Inhalte verloren gehen, die Ihre Leser benötigen.

Ein Brief aus gewöhnlichen Absätzen lässt sich nach der Extraktion leichter prüfen als eine Rechnung, deren Bedeutung von Spalten abhängt, ein Bericht mit Fußnoten oder ein Formular mit Feldern und Unterschriften. Behalten Sie die ursprüngliche DOCX-Datei zum Vergleichen und wählen Sie bei Bedarf einen anderen Exportweg.

Wählen Sie die passende Konvertierung für Ihr Dokument
BedarfWas dieses Werkzeug liefertEntscheidung
Einfache sichtbare Kopie geprüften TextsBearbeitbarer extrahierter Text und anschließend A4-Seiten aus BildernVerwenden Sie das Werkzeug und prüfen Sie das heruntergeladene PDF.
Ursprüngliche Tabellen, Bilder und SeitengestaltungTextextraktion ohne diese LayoutmerkmaleExportieren Sie aus einer Textverarbeitung und vergleichen Sie die Seiten.
Suche, Textauswahl oder Struktur für assistive TechnikKeine PDF-Textebene und keine Struktur-TagsNutzen Sie einen Export, der diese Eigenschaften unterstützt, und prüfen Sie sie.
Gescannte Seitenbilder in einer DOCX-DateiKeine OCR und keine BildextraktionVerwenden Sie zuerst einen geeigneten OCR-Ablauf und prüfen Sie den Text.

Microsoft: Office-Dokumente als PDF speichern oder konvertierenLibreOffice: PDF-Export und Optionen zur DokumentstrukturW3C: Tatsächlicher Text, OCR und Barrierefreiheit von PDFs aus Bildern

Lesen, bearbeiten, erstellen, herunterladen und prüfen

Wählen Sie eine DOCX-Datei und klicken Sie auf Dokument lesen. Die Dateiauswahl allein extrahiert noch nichts. Prüfen Sie den resultierenden Dokumenttext, besonders die Reihenfolge von Tabellenzellen, fehlende Anmerkungen und Text, dessen Bedeutung von der Formatierung abhing. Bearbeitungen ersetzen den Text für das nächste PDF; sie ändern die ursprüngliche DOCX-Datei nicht.

Klicken Sie auf PDF erstellen, sobald der Text fertig ist. Nach erfolgreicher Erstellung erscheint PDF herunterladen. Im Arbeitsbereich gibt es keine Vorschau des erzeugten PDFs: Laden Sie die Datei herunter und öffnen Sie sie in einem PDF-Viewer, um jede Seite zu prüfen. Textänderungen verwerfen den bisherigen generierten Download und löschen einen alten Fehler. Erstellen Sie daher nach jeder Bearbeitung ein neues PDF.

  • Die Auswahl einer anderen Datei löscht den aktuellen Text, die erzeugte Ausgabe und den Fehler. Sichern Sie benötigte Entwürfe vor dem Wechsel.
  • Dokument lesen liest die ausgewählte Datei erneut und kann Ihre Bearbeitungen ersetzen. PDF erstellen verwendet den aktuellen Editorinhalt.
  • Während der Verarbeitung sind die Steuerelemente deaktiviert; Abbrechen ist für den laufenden Auftrag verfügbar. Ein leerer Editor oder reiner Leerraum erlaubt keine PDF-Erstellung.

Welche DOCX-Inhalte werden zu Text?

Eine DOCX-Datei ist ein Paket aus XML-Teilen und weiteren Ressourcen. Dieser Leser extrahiert unterstützte Absätze aus word/document.xml, einschließlich Absätzen in Tabellenzellen, in ihrer Reihenfolge im XML-Dokument. Er verarbeitet die unterstützten Transitional- und Strict-Namespaces von WordprocessingML, rekonstruiert aber nicht das von Word erzeugte Layout.

Text aus unterstützten Textabschnitten wird gesammelt. Tabulatoren werden zu Tabulatorzeichen; unterstützte Zeilen-, Wagenrücklauf- und Seitenumbruch-Elemente werden zu Zeilenvorschüben. Absätze werden durch Zeilenvorschübe verbunden, und der fertige Text wird an den äußeren Rändern von Leerraum befreit. Eine Tabelle wird zu einer Folge von Zellabsätzen statt zu einem Raster mit Zeilen- und Spaltenbeziehungen.

Microsoft: Aufbau eines WordprocessingML-DokumentsEcma: Darstellung und Paketstruktur von Office Open XMLMDN: XML parsen und Parserfehler erkennen

Kopf- und Fußzeilen, Kommentare, Fußnoten und Endnoten in separaten Teilen werden nicht gelesen. Bilder, Zeichnungen und Textfelder sowie nachverfolgte Löschungen werden übersprungen. Unterstützter eingefügter Text kann erhalten bleiben. Das Ergebnis ist keine vollständige Prüfung aller Überarbeitungen und ersetzt nicht das Annehmen oder Ablehnen von Änderungen in der ursprünglichen Anwendung.

Sichtbarer Hyperlinktext in unterstützten Textabschnitten kann die Extraktion überstehen; Linkziel und anklickbare Beziehung entfallen. Automatisch erzeugte Listennummern und Aufzählungszeichen werden nicht aus Nummerierungsdefinitionen rekonstruiert. Eine bereits als Text gespeicherte Nummer oder ein Aufzählungszeichen kann erhalten bleiben. Prüfen Sie Verweise wie „siehe Anmerkung 3“ und Listenanweisungen vor der Weitergabe.

Microsoft: Aufbau eines WordprocessingML-DokumentsMicrosoft: Hyperlinktext und Beziehungsziele

Prüfen Sie alle Ein- und Ausgabegrenzen

Eine kleine komprimierte DOCX-Datei kann großes XML oder viele Paketeinträge enthalten. Die Dateigröße ist daher nur eine von mehreren unabhängigen Grenzen. Der Leser verlangt eine nichtleere Datei, deren Name unabhängig von Groß- und Kleinschreibung auf .docx endet, sowie einen lesbaren unterstützten Dokumentteil. Alte .doc-Dateien und makrofähige .docm-Dateinamen werden nicht unterstützt; Umbenennen konvertiert ihren Inhalt nicht.

Der Leser prüft die Paketsignatur, die Größe des ausgewählten XMLs, die Dokumentstruktur und Parserfehler und lehnt DTD- oder Entity-Deklarationen ab. Er führt keine Makroteile aus und bestätigt auch nicht, dass jeder Paketteil sicher ist oder sämtlichen Office-Open-XML-Regeln entspricht. Verschlüsselte oder beschädigte Dokumente kann dieses Werkzeug nicht wiederherstellen.

Prüfen Sie alle Ein- und Ausgabegrenzen
GrenzeMaximumWas zu beachten ist
Ausgewählte Datei10000000 Bytes oder 10 MBGröße der komprimierten Datei; für das XML gilt zusätzlich eine eigene Grenze.
Dokument-XML10000000 BytesSowohl die angegebene unkomprimierte Größe als auch die tatsächlich extrahierten Bytes werden geprüft.
ZIP-Einträge2500Geprüfte Einträge zählen auch dann, wenn ihr Inhalt nicht extrahiert wird.
Extrahierte Absätze10000Das Textbudget kann vorher erreicht werden.
Textbudget bei der Extraktion100000 UTF-16-CodeeinheitenJeder unterstützte Absatz zählt mit seiner Textlänge plus eins, bevor der äußere Leerraum entfernt wird.
Editor und PDF-Eingabe100000 UTF-16-CodeeinheitenDie Grenze betrifft die Zeichenkettenlänge, nicht Wörter oder sichtbare Zeichen.
Erzeugtes PDF50 A4-SeitenZeilenumbruch und Zeilenvorschübe bestimmen die Seitenzahl, nicht die ursprüngliche Word-Seitenzahl.

fflate: ZIP-Filterung und synchrone VerarbeitungMDN: XML parsen und Parserfehler erkennenMDN: Textarea-Länge in UTF-16-CodeeinheitenEcma: Darstellung und Paketstruktur von Office Open XML

Warum 100000 Zeichen bereits zu viel sein können

Die Grenzen zählen UTF-16-Codeeinheiten. Viele häufige Zeichen benötigen eine Einheit; ein ergänzendes Zeichen wie 😀 benötigt zwei. Ein sichtbares Zeichen kann außerdem aus mehreren Codepunkten bestehen. Weder die Wortzahl noch die Anzahl sichtbarer Symbole sagt daher zuverlässig aus, ob ein Dokument hineinpasst.

Bei der Extraktion erhöht jeder angenommene Absatz das Budget um seine Textlänge plus eins, bevor der Text verbunden und außen gekürzt wird. Ein einzelner Absatz mit 99999 ASCII-Buchstaben passt in dieses Textbudget; ein Absatz mit 100000 passt nicht, weil seine zusätzliche Absatzeinheit die Grenze überschreiten würde. Leere Absätze und äußerer Leerraum zählen ebenfalls vor dem Kürzen. Das separate Maximum von 100000 Einheiten im Editor hebt diese Extraktionsregeln nicht auf.

MDN: Textarea-Länge in UTF-16-CodeeinheitenMDN: Text an Graphemgrenzen segmentieren

Wie aus Text neue A4-Seiten entstehen

Der Renderer zeichnet dunklen Text auf eine weiße Canvas mit 1240 mal 1754 Pixeln. Er verwendet eine serifenlose Browserschrift mit 24 Pixeln sowie feste Ränder und Zeilenabstände. Jedes Canvas-Bild füllt eine A4-PDF-Seite von ungefähr 595,28 mal 841,89 Punkten. Papierformat, Schrift, Ränder und ursprüngliche Word-Seitenumbrüche lassen sich nicht einstellen.

Wagenrückläufe werden in Zeilenvorschübe umgewandelt, Tabulatoren auf vier Leerzeichen erweitert und der gemessene Text auf die verfügbare Breite umbrochen. Textteile werden nach NFC normalisiert und bei Bedarf an Graphemgrenzen getrennt. Das erzeugt lesbare Seitenbilder, erhält aber nicht die genaue ursprüngliche Abstandsverteilung, Unicode-Darstellung oder Seitengestaltung. Langer Text oder viele Leerzeilen können die Grenze von 50 Seiten erreichen, obwohl der Text seine Längengrenze einhält.

MDN: Text auf einer Canvas zeichnenMDN: Canvas als Bild-Blob exportierenpdf-lib: PNG-Bilder in ein PDF einbettenMDN: Unicode-Normalisierung und NFCMDN: Text an Graphemgrenzen segmentieren

Was ein PDF aus Seitenbildern bedeutet

Die Ausgabe enthält Seitenbilder statt PDF-Textobjekten. Dieses Werkzeug liefert daher keine auswählbare oder durchsuchbare Textebene, anklickbaren Hyperlinks, Überschriftenstruktur, Tabellenstruktur oder Screenreader-Tags. Ein Dokument kann am Bildschirm lesbar aussehen und trotzdem den Text und die Struktur vermissen lassen, die andere Leser oder Systeme benötigen.

Manche Viewer oder separate OCR-Werkzeuge können Text in Bildern erkennen; das ist jedoch eine zusätzliche Verarbeitung außerhalb dieses Konverters. OCR allein stellt weder korrekte Tags noch Lesereihenfolge oder ein barrierefreies Dokument her. Wenn Barrierefreiheit, Suche oder zuverlässige Textweiterverwendung wichtig sind, beginnen Sie mit einem geeigneten Export aus der ursprünglichen Anwendung und prüfen Sie das resultierende PDF.

W3C: Tatsächlicher Text, OCR und Barrierefreiheit von PDFs aus Bildernpdf-lib: PNG-Bilder in ein PDF einbettenMicrosoft: Office-Dokumente als PDF speichern oder konvertierenLibreOffice: PDF-Export und Optionen zur Dokumentstruktur

Prüfen Sie Schriften und gemischte Schreibrichtungen

Der Browser übernimmt Schriftformung und Ersatzschriften; die Schriften des ursprünglichen Dokuments werden nicht reproduziert. Prüfen Sie Akzentbuchstaben, verbundene Schriften, Emoji, mathematische Symbole und seltene Zeichen auf den heruntergeladenen Seiten. Ein funktionierendes Beispiel in einem Browser garantiert nicht jede Schrift oder Schriftart auf einem anderen Gerät.

Die Absatzrichtung verwendet eine begrenzte Heuristik anhand des ersten Buchstabens und eines hebräisch-arabischen Unicode-Bereichs. Sie entspricht nicht dem vollständigen Absatzformatierungsmodell von Word. Gemischter arabischer oder urduischer Text mit lateinischen Produktnamen, Zahlen, URLs und Satzzeichen sollte visuell geprüft werden, ebenso Tabellen, deren Bedeutung von der Ausrichtung abhing.

MDN: Text auf einer Canvas zeichnenMDN: Text an Graphemgrenzen segmentierenMDN: Unicode-Normalisierung und NFC

Was lokale Verarbeitung bedeutet

DOCX-Lesen, Textbearbeitung und PDF-Erstellung erfolgen im Browser-Tab. Die Konvertierung umfasst keinen Dokument-Upload, und die Website speichert Ihr Dokument oder Ihre Bearbeitungen nicht als Entwurf. Der Websiteaufruf lädt dennoch Seiten und Ressourcen, und gewöhnliche Websiteanalysen können laufen. Lokale Dokumentverarbeitung verspricht weder einen Browser ohne Netzwerkanfragen noch eine offline funktionierende erste Nutzung.

Bei einer ausgewählten Datei namens report.docx wird ein Download namens report.pdf angefordert; manuell eingegebener Text ohne Datei fordert document.pdf an. Der Browser bestimmt den Speicherort und kann doppelte Dateinamen ändern. Bearbeiten, Abbrechen oder Schließen des Tabs löscht weder das ursprüngliche Dokument noch bereits heruntergeladene PDFs.

Nach einem Fehler mit dem gewünschten Text weiterarbeiten

Die Meldung zu beschädigten, verschlüsselten oder zu großen Dateien deckt mehrere Lesefehler ab; sie benennt keine einzelne Ursache. Öffnen Sie die Quelle in einer vertrauenswürdigen Textverarbeitung, prüfen Sie, ob sie eine verwendbare DOCX-Datei ist, und verkleinern oder vereinfachen Sie bei überschrittenen Grenzen eine Kopie. Ist der extrahierte Text leer, prüfen Sie, ob das Dokument nur Bilder, Textfelder oder nicht unterstützte Teile enthält.

Prüfen Sie bei fehlgeschlagener PDF-Erstellung die Textlänge und die voraussichtliche Seitenzahl und versuchen Sie anschließend einen kleineren Entwurf. Sichern Sie Bearbeitungen vor einem Neuladen separat, weil dieser Arbeitsbereich sie nicht automatisch speichert. Abbrechen verwirft ein ausstehendes Ergebnis und aktiviert die Steuerelemente wieder; synchrone ZIP/XML-Verarbeitung kann sich jedoch nicht unbedingt sofort unterbrechen lassen, solange sie den Hauptthread des Browsers belegt.

Nach einem Fehler mit dem gewünschten Text weiterarbeiten
BeobachtungZu prüfende UrsacheNächster Schritt
Dokument lesen schlägt fehlDateiendung, Paket-/XML-Grenzen, Verschlüsselung oder beschädigte StrukturPrüfen Sie eine Kopie in der ursprünglichen Anwendung. Umbenennen ist keine Konvertierung.
Kein Text gefundenDer Inhalt könnte aus Bildern, Textfeldern oder separaten Teilen bestehenVerwenden Sie einen geeigneten Export oder OCR-Ablauf und prüfen Sie den Text.
PDF erstellen ist deaktiviertKein Text außer Leerraum im Editor, oder ein Auftrag läuftLesen Sie ein Dokument oder geben Sie Text ein; warten Sie dann oder brechen Sie den laufenden Auftrag ab.
Erstellung scheitert trotz kurzer DateiGerenderte Seitenzahl oder BrowserressourcenKürzen Sie den Text und übermäßige Leerzeilen. Sichern Sie Bearbeitungen vor dem Neuladen.
Heruntergeladener Inhalt fehlt oder ist anders angeordnetNicht unterstützte Inhalte und verlorene LayoutbeziehungenVergleichen Sie mit dem Original und verwenden Sie bei Bedarf den Export einer Textverarbeitung.

fflate: ZIP-Filterung und synchrone VerarbeitungMDN: XML parsen und Parserfehler erkennen

Prüfen Sie das heruntergeladene PDF vor der Weitergabe

Prüfen Sie die erste und letzte Seite und anschließend jede Seite dazwischen. Achten Sie auf fehlende Sätze, getrennte Tabellenbeschriftungen und Werte, abgeschnittene oder ersetzte Zeichen, unerwarteten Leerraum und Richtungswechsel. Vergleichen Sie wichtige Summen, Namen und Anweisungen mit dem Original, statt einen erfolgreichen Download als Beweis für Originaltreue zu betrachten.

Behalten Sie das Ergebnis der Textkonvertierung nur, wenn es den Bedürfnissen der Leser entspricht. Wenn ursprüngliches Layout oder Dokumentstruktur wichtig sind, bieten Microsoft Word und LibreOffice eigene PDF-Exportoptionen. Auch diese erfordern bewusst gewählte Einstellungen und eine Prüfung der Ausgabe; ein Anwendungswechsel allein bestätigt weder Barrierefreiheit noch genaues Aussehen.

  • Prüfen Sie, ob der gesamte benötigte Haupttext die Extraktion überstanden hat, besonders Listen, Anmerkungen und Tabellenbeziehungen.
  • Prüfen Sie das gespeicherte PDF in dem Viewer Ihrer Zielgruppe, einschließlich mehrsprachigen Texts und Seitenenden.
  • Wählen Sie einen Export mit tatsächlicher Textebene und geeigneter Struktur, wenn Suche, Kopieren oder assistive Technik erforderlich sind.

Microsoft: Office-Dokumente als PDF speichern oder konvertierenLibreOffice: PDF-Export und Optionen zur DokumentstrukturW3C: Tatsächlicher Text, OCR und Barrierefreiheit von PDFs aus Bildern

Häufige Fragen

Wie wandle ich DOCX-Text im Browser in PDF um?

Wählen Sie eine DOCX-Datei, klicken Sie auf Dokument lesen, prüfen oder bearbeiten Sie den extrahierten Text und wählen Sie anschließend PDF erstellen und PDF herunterladen. Öffnen Sie die gespeicherte Datei, um ihre Seiten zu prüfen; der Arbeitsbereich bietet keine Vorschau des erzeugten PDFs.

Kann ich ohne Dateiauswahl ein PDF erstellen?

Ja. Geben Sie Text außer reinem Leerraum in Dokumenttext ein und klicken Sie auf PDF erstellen. Ohne ausgewählten Dateinamen fordert der Download den Namen document.pdf an. Dieselben Textlängen- und Ausgabegrenzen von 50 Seiten gelten.

Bleiben Word-Formatierung und Bilder erhalten?

Nein. Unterstützter Text wird extrahiert und mit einer Browserschrift neu umbrochen. Bilder, ursprüngliche Stile, Tabellenraster und Word-Seitenaufteilung entfallen. Nutzen Sie den Export einer Textverarbeitung, wenn diese Eigenschaften wichtig sind.

Warum kann ich den PDF-Text nicht auswählen oder durchsuchen?

Das Werkzeug fügt gerenderte Seitenbilder ohne Textebene in das PDF ein. OCR eines Viewers ist, sofern verfügbar, eine separate Verarbeitung. Der Ausgabe fehlen außerdem Struktur-Tags für Screenreader.

Bleiben Hyperlinks erhalten?

Sichtbarer Linktext in unterstützten Textabschnitten kann extrahiert werden. Linkziele und anklickbare Links bleiben nicht erhalten; das erzeugte PDF enthält Bilder statt interaktiver Linkobjekte.

Kann es DOC, DOCM oder passwortgeschützte Dokumente lesen?

Nein. Unterstützt wird eine lesbare, nichtleere DOCX-Datei mit der Dateiendung .docx, unabhängig von Groß- und Kleinschreibung. Eine geänderte Endung konvertiert das Paket nicht. Der Leser führt keine Makros aus und bestätigt nicht die Sicherheit von Makroinhalten.

Warum wird eine DOCX-Datei unter 10 MB abgelehnt?

Separate Grenzen gelten für die Dokument-XML-Größe, ZIP-Einträge, extrahierte Absätze und das UTF-16-Textbudget. Nicht unterstützte oder beschädigte Dokumentstrukturen sowie Verschlüsselung können ebenfalls Lesefehler verursachen. Die allgemeine Meldung identifiziert die eingetretene Bedingung nicht.

Bedeutet die Grenze 100000 sichtbare Zeichen?

Nein. Sie zählt UTF-16-Codeeinheiten; die Extraktion zählt zusätzlich eine Einheit pro angenommenem Absatz, bevor äußerer Leerraum entfernt wird. Manche sichtbaren Zeichen brauchen mehrere Einheiten, und ein einzelner Absatz mit 100000 Einheiten überschreitet bereits das Extraktionsbudget.

Bleiben Listen, Fußnoten und nachverfolgte Änderungen erhalten?

Separate Anmerkungsteile und nachverfolgte Löschungen entfallen. Unterstützter eingefügter Text kann erhalten bleiben. Automatische Listenbeschriftungen werden nicht aus Nummerierungsregeln erzeugt, als wörtlicher Text gespeicherte Beschriftungen können jedoch überstehen. Prüfen Sie die Bedeutung des extrahierten Texts sorgfältig.

Wird das Dokument bei der Konvertierung hochgeladen?

Der Code zum Dokumentlesen und zur PDF-Erstellung läuft im Browser-Tab ohne Dokument-Upload-Aktion. Die Website stellt weiterhin gewöhnliche Seiten-, Ressourcen- und Analyseanfragen. Das ist keine Garantie für einen netzwerkfreien oder von Anfang an offline nutzbaren Ablauf.

Stoppt Abbrechen sofort jede Verarbeitung?

Abbrechen verwirft das aktuelle Ergebnis und macht die Oberfläche wieder bearbeitbar, sobald der Browser die Aktion verarbeiten kann. Synchrone ZIP/XML-Arbeit kann den Hauptthread belegen; sofortige Unterbrechung ist daher nicht garantiert.

Wann sollte ich stattdessen aus Word oder LibreOffice exportieren?

Verwenden Sie die ursprüngliche Anwendung, wenn Sie Quelllayout, Bilder, durchsuchbaren Text oder geeignete Barrierefreiheitsstruktur brauchen. Wählen Sie die relevanten PDF-Optionen und prüfen Sie anschließend Aussehen, Text und Lesereihenfolge der tatsächlichen Ausgabe.

Quellen und weiterführende Informationen

Setzen Sie es in die Praxis um.

Verwandte Anleitungen