Handleidingen
Waarom PDF naar Word de opmaak in de war stuurt
Waarom opmaak, tabellen en kolommen verschuiven als je een PDF naar Word converteert, waarom gescande PDF's geen tekst opleveren en wat je kunt doen voor een beter resultaat.
Auteur: Hemen Dönüştür Editör EkibiGepubliceerd: 7 min lezen
Je hebt een PDF naar Word geconverteerd, maar in het resultaat zijn de tabellen gewone tekst geworden, is een pagina met twee kolommen in één kolom samengevallen, of vallen de regeleinden op andere plekken. Dat is meestal geen "fout" van de converter, maar een gevolg van het feit dat de twee formaten fundamenteel anders werken. Deze handleiding legt het verschil tussen PDF en Word uit, de meest voorkomende problemen en wat je kunt doen voor een beter resultaat.
Het kernverschil: vaste pagina's versus doorlopende tekst
PDF is een formaat met een vaste opmaak, ontworpen om een document er op elk apparaat en elke printer hetzelfde uit te laten zien. Het Microsoft-artikel "Opening PDFs in Word" zegt het zo: een PDF-bestand legt de positie van tekst, afbeeldingen en vectorafbeeldingen op een pagina vast, maar niet per se de onderlinge verbanden. Met andere woorden: een PDF noteert "deze letters staan op dit punt van de pagina"; vaak noteert hij niet "dit is een alinea", "dit is een tabelcel" of "deze tekst loopt door in de tweede kolom".
Word is een doorlopend formaat. Tekst loopt in alinea's door, pagina-einden worden tijdens het typen opnieuw berekend, en tabellen bestaan uit rijen en cellen. PDF naar Word converteren betekent die structuur afleiden uit posities. Microsoft geeft over zijn eigen conversie dezelfde waarschuwing: het geconverteerde document komt mogelijk niet pagina voor pagina precies overeen met het origineel, en regel- en pagina-einden kunnen op andere plekken vallen.
De meest voorkomende opmaakproblemen en waarom ze ontstaan
Tabellen worden gewone tekst
In een PDF is een tabel meestal gewoon een verzameling tekststukjes en lijnen op bepaalde posities; er is geen informatie over rijen of cellen. Microsoft noemt tabellen met celafstand bij de elementen waarvan bekend is dat ze problemen geven bij het converteren van PDF naar Word. Onze converter bouwt PDF-tabellen niet opnieuw op als Word-tabellen: de celtekst komt als gewone alinea's in het Word-document, en cellen op dezelfde rij kunnen tot één tekstregel worden samengevoegd.
Kolommen en tekstvakken verdwijnen
Onze converter bouwt een doorlopend document door de pagina van boven naar beneden te lezen, en elementen op dezelfde regel van links naar rechts. Bij tekst in één kolom geeft dat de juiste leesvolgorde. Op pagina's met meerdere kolommen in de stijl van een krant of tijdschrift kunnen regels op dezelfde hoogte in twee naast elkaar liggende kolommen echter door elkaar raken. Kolomopmaak en tekstvakken blijven in de Word-uitvoer niet behouden.
Lettertypen veranderen
Onze converter neemt naam, grootte en kleur van het lettertype over in het Word-document. Het lettertype dat in de PDF is ingesloten, gaat echter niet mee; als je het document opent, gebruikt Word de lettertypen die op je computer staan. Heb je niet hetzelfde lettertype, dan kiest Word een vergelijkbaar lettertype, waardoor regellengtes en dus pagina-einden veranderen. Lettertypen die niet op onze server staan, worden tijdens de conversie ook door nauw verwante vervangen.
Regeleinden en alinea's
Heb je weleens tekst uit een PDF gekopieerd, dan heb je gezien dat aan het einde van elke regel een harde regelovergang achterblijft. Onze converter voegt die regels weer samen tot echte alinea's, terwijl korte regels en regels die een zin afsluiten als aparte regels blijven staan. Deze vuistregel werkt voor de meeste tekst, maar bij gedichten, adresblokken of lijsten met korte regels kunnen een paar regels worden samengevoegd of juist los blijven.
Achtergronden, randen en speciale elementen
Achtergrondafbeeldingen over de hele pagina worden niet in de Word-uitvoer overgenomen. Volgens de lijst van Microsoft geven ook paginakleuren en paginaranden, kaders, voetnoten die over meer dan één pagina lopen, eindnoten, PDF-bladwijzers, opmerkingen en teksteffecten zoals gloed of schaduw bekende problemen bij het converteren van PDF naar Word.
Gescande PDF's en OCR
Een gescande PDF bestaat uit foto's van pagina's; er staat geen selecteerbare tekst in. Om tekst uit zo'n bestand te halen heb je OCR (optische tekenherkenning) nodig. Onze converter doet geen OCR: een gescande PDF die alleen uit afbeeldingen bestaat, levert geen tekst op en de conversie geeft een leeg resultaat.
Controleren of een PDF gescand is, is makkelijk: probeer in een PDF-lezer met je muis tekst te selecteren. Kun je geen woorden selecteren en gedraagt de hele pagina zich als één afbeelding, dan is het bestand een scan. Voeg in dat geval eerst met een OCR-tool een tekstlaag toe en converteer daarna. De supportpagina van Microsoft over gescande tekst raadt de OCR-software aan die bij je scanner werd geleverd, of Microsoft Lens, dat direct naar een bewerkbaar Word-document kan opslaan; dezelfde pagina merkt op dat handschrift zelden wordt herkend en dat je tekst na OCR altijd moet nalezen.
Wat onze converter behoudt
Bij onze PDF naar Word-converter draait de conversie op onze server; de PDF die je uploadt en de DOCX die eruit komt, worden uiterlijk binnen 30 minuten verwijderd. De uitvoer behoudt:
- De lopende tekst in leesvolgorde, met regels samengevoegd tot alinea's
- Koppen, herkend aan de lettergrootte
- Opsommingen en opeenvolgende genummerde lijsten
- Afbeeldingen die in de PDF zijn ingesloten
- Naam, grootte en kleur van het lettertype, plus een geschatte uitlijning
Wat niet behouden blijft: kolomopmaak, tekstvakken, tabelstructuur en achtergrondafbeeldingen over de hele pagina. PDF's met een wachtwoord kunnen pas worden geconverteerd als het wachtwoord is verwijderd.
Kortom: het beste resultaat krijg je met tekstrijke documenten in één kolom die rechtstreeks vanuit een tekstverwerker als PDF zijn opgeslagen. Microsoft zegt hetzelfde over zijn eigen PDF-conversie, die het best werkt met PDF's die vooral uit tekst bestaan. Contracten, rapporten, brieven en artikelen vallen in deze groep; brochures, tijdschriftpagina's, formulieren en volle financiële tabellen vragen na de conversie meer handwerk.
Tips voor een beter resultaat
- Zoek het originele bestand. Is de PDF uit een Word-document gemaakt, dan is de originele DOCX altijd beter dan welke conversie ook. Vraag degene die het document heeft gemaakt om de Word-versie.
- Haal gescande PDF's eerst door OCR. Kan tekst niet worden geselecteerd, voeg dan vóór het converteren een tekstlaag toe.
- Verwijder het wachtwoord. Open een beveiligde PDF met het wachtwoord in je lezer, sla een onbeveiligde kopie op en upload die kopie.
- Kies het juiste doel. Heb je alleen de woorden nodig, dan voorkomt PDF naar TXT opmaakrommel helemaal. Voor schone tekst met behoud van koppen en lijsten probeer je PDF naar Markdown. Accepteert een ouder systeem alleen .doc, gebruik dan de PDF naar DOC-converter.
- Bouw tabellen met de hand opnieuw op. Bij complexe tabellen is in Word een nieuwe tabel maken en de geconverteerde tekst in de cellen zetten vaak de snelste route.
- Controleer de lettertypen. Zijn regels in de uitvoer verschoven, zet het lettertype van het document dan om naar een lettertype dat op je computer staat.
- Maak er weer een PDF van als je klaar bent. Voordat je een document deelt dat je in Word hebt bewerkt, zet je het om met Word naar PDF om de opmaak weer vast te leggen.
Veelgestelde vragen
Kan ik een gescande PDF naar Word converteren?
Niet direct met onze converter, omdat we geen OCR doen en gescande pagina's geen selecteerbare tekst hebben. Haal het bestand eerst door een OCR-tool om een tekstlaag toe te voegen en converteer het daarna.
Komen tabellen in mijn PDF als Word-tabellen over?
Nee. Een PDF slaat een tabel op als gepositioneerde stukjes tekst, niet als rijen en cellen, en onze converter bouwt daar geen tabellen uit op. De celtekst wordt als alinea's overgenomen.
Waarom is het aantal pagina's veranderd?
Word laat tekst doorlopen en berekent pagina-einden zelf. Kleine verschillen in lettertypen, marges en samengevoegde regels verschuiven de pagina-einden, waardoor het aantal pagina's kan veranderen.
Waarom raakt tekst in PDF's met meerdere kolommen door elkaar?
Onze converter leest de pagina van boven naar beneden en elke regel van links naar rechts, dus regels op dezelfde hoogte in twee naast elkaar liggende kolommen kunnen worden samengevoegd. Controleer bij zulke documenten de tekst kolom voor kolom.
Converteer ik mijn PDF naar DOCX of DOC?
Gebruik je Word 2007 of later, Google Docs of LibreOffice, kies dan de DOCX die de PDF naar Word-converter maakt; die wordt breder ondersteund. Kies DOC alleen als de andere kant Word 97-2003 gebruikt of als het systeem waarin je uploadt niets anders dan .doc accepteert.
Zijn mijn bestanden veilig?
De PDF wordt alleen voor de conversie naar onze server geüpload; zowel de upload als het Word-document dat eruit komt, worden uiterlijk binnen 30 minuten verwijderd. Je hoeft je niet te registreren.
