DOCX zu PDF

Ein echter Satzlauf, kein Bildschirmfoto

Eine .docx ist ein ZIP aus XML: Ein Teil enthält den Inhalt, ein anderer die Formatvorlagen, von denen er erbt, ein weiterer die Listendefinitionen, ein letzter die Bilder. Dieser Konverter liest alle vier, löst jeden Absatz gegen seine Formatvorlagenkette auf, so wie Word es tut, und setzt das Ergebnis dann: Er misst jedes Wort an echten Schriftmetriken, bricht Zeilen dort um, wo sie nicht mehr passen, und beginnt eine neue Seite, sobald die nächste Zeile den unteren Rand überschreiten würde.

Der Weg, den die meisten Browser-Konverter wählen, ist, das Dokument auf ein Canvas zu zeichnen und die Bitmap in eine PDF-Seite zu kleben. Das ist viel weniger Arbeit und sieht immer ungefähr richtig aus, ergibt aber eine um ein Vielfaches größere Datei, in der sich kein Wort markieren, suchen oder vorlesen lässt. Hier wird jedes Zeichen als Text geschrieben.

Was übernommen wird

Text

Fett, kursiv, unterstrichen, durchgestrichen, Farbe und Schriftgröße je Textabschnitt.

Struktur

Überschriften der Ebenen 1 bis 6, ob sie aus einem Vorlagennamen oder einer Gliederungsebene stammen.

Listen

Aufzählungen und Nummerierungen samt verschachtelter Ebenen, Buchstaben und römischer Zahlen sowie der Neustarts, die das Dokument verlangt.

Satzspiegel

Linksbündig, zentriert, rechtsbündig und Blocksatz, Erstzeilen- und hängende Einzüge, Tabstopps und Absatzabstände.

Tabellen

Zellraster mit Rahmen, verbundenen Spalten und wiederholten Kopfzeilen.

Bilder

PNG- und JPEG-Bilder in der Größe, die das Dokument gesetzt hat.

Die Seite

Seitenformat, Ausrichtung und alle vier Ränder, sofern Sie sie nicht in der Werkzeugleiste überschreiben.

Und was nicht

• Kopf-, Fußzeilen und Fußnoten. Dafür braucht es eine Satz-Engine, die außerhalb des Textflusses Platz reserviert und dort Inhalt platzieren kann, nachdem der Fluss feststeht. Diese hier hat eine einzige Spalte und kennt so etwas nicht.
• Textfelder und frei platzierte Formen. Alles, was an eine Position verankert ist statt im Fluss zu stehen, bleibt weg — statt an einer plausiblen, aber falschen Stelle zu landen.
• Nichtlateinische Schriften. Die in jedem PDF-Reader eingebauten Schriften decken Latin-1 ab und sonst nichts. Zeichen darüber hinaus werden zu Fragezeichen, und die Umwandlung nennt Ihnen genau, wie viele und welche.
• Seitengleichheit. Wo eine Seite umbricht, entscheidet dieser Konverter selbst. Der Inhalt ist vollständig; die Paginierung ist seine eigene.

Häufige Fragen

Wird mein Word-Dokument irgendwohin hochgeladen?

Nein. Die .docx wird in Ihrem eigenen Browser-Tab entpackt, gelesen und als PDF gesetzt. Nichts verlässt das Gerät — der Hauptgrund, dies statt eines Konverters zu nutzen, der Ihnen einen Link mailt: Ein Vertrag, eine Gehaltsabrechnung oder ein Entwurf wird so nie zur Datei einer anderen Person.

Sieht das PDF genauso aus wie Words eigener Export?

Nah dran, aber nicht identisch. Überschriften, Fett und Kursiv, Farbe, Ausrichtung, Einzüge, Aufzählungs- und nummerierte Listen, Tabellen, Bilder, Seitenformat und Ränder werden übernommen, und Zeilenumbrüche landen an sinnvollen Stellen. Nicht übernommen werden: Kopf- und Fußzeilen, Fußnoten, Textfelder, frei platzierte Formen, Spalten und Seitennummerierung. Wo eine Seite umbricht, entscheidet der Satz dieses Konverters, es passt also nicht immer Seite für Seite zu Word.

Lässt sich der Text im PDF markieren?

Ja. Jedes Zeichen wird als echter Text mit einer echten Schrift geschrieben, das Ergebnis lässt sich also durchsuchen, kopieren, indizieren und vorlesen. Konverter, die jede Seite abfotografieren, erzeugen eine weit größere Datei, bei der nichts davon funktioniert.

Welche Schriften verwendet das PDF?

Die drei in jedem PDF-Reader eingebauten Familien: Times, Helvetica und Courier. Jeder Abschnitt wird derjenigen zugeordnet, die der im Dokument genannten Schrift am nächsten kommt — ein Calibri-Dokument wird also zu Helvetica, ein Cambria-Dokument zu Times. Es wird nichts eingebettet, was die Datei klein hält und dafür sorgt, dass sie überall gleich öffnet.

Was ist mit chinesischem, japanischem, arabischem oder kyrillischem Text?

Der überlebt nicht. Die eingebauten PDF-Schriften decken nur den Latin-1-Bereich ab, jedes Zeichen darüber hinaus wird durch ein Fragezeichen ersetzt und nach der Umwandlung gemeldet. Sprachen in lateinischer Schrift, darunter Deutsch, Englisch und alle westeuropäischen Sprachen, werden vollständig umgewandelt.

Kann es eine .doc-Datei öffnen?

Nein. Das alte .doc ist ein Binärformat und hat nichts mit .docx gemeinsam, das ein ZIP aus XML ist. Öffnen Sie die Datei in Word, LibreOffice oder Google Docs und speichern Sie sie zuerst als .docx.