Word naar PDF

Zo gebruik je Word naar PDF

Belangrijkste functies van Word naar PDF

Over Word naar PDF

Word naar PDF opent het .docx-pakket met JSZip, leest de tekst van elke alinea uit word/document.xml, en zet die met pdf-lib in Helvetica op A4-pagina's met een marge van 50 punten. Alinea's worden gescheiden door een kleine tussenruimte, en een nieuwe pagina begint zodra de huidige vol is.

Het is genoeg om de tekst van een rapport, een brief of vergadernotities in een PDF te krijgen die je kunt lezen of afdrukken, zonder iets te installeren. Het is geen lay-outengine: lange alinea's worden in regels van 75 tekens geknipt, waardoor een woord aan het einde van een regel kan worden doorbroken, en koptekst, voettekst, voetnoten en afbeeldingen worden weggelaten. Exporteer voor een PDF die op het origineel lijkt, vanuit Word of LibreOffice.

Wanneer gebruik je Word naar PDF?

Iemand mailt je een .docx en je zit op een Chromebook, een telefoon of een afgesloten computer zonder Office-app. Converteer het hier en lees de tekst in elke PDF-viewer. Het resultaat is gewone 12 pt Helvetica op A4, genoeg om een brief, een beleidsdocument of notulen te lezen.

Je hebt een Word-concept en een PDF van de ondertekende versie en wilt weten wat er in de tekst is veranderd. Converteer het concept hier, en voer beide bestanden dan door PDF vergelijken, dat toch al op de tekstlaag werkt en opmaak negeert. Dezelfde route werkt voor PDF markeren en PDF zwartlakken, die allebei echte, doorzoekbare tekst nodig hebben, wat deze uitvoer heeft.

Je hebt een vastlegging nodig van wat een document op een bepaald moment zei, bijvoorbeeld de tekst van algemene voorwaarden voor een update, waarbij de lay-out er niet toe doet. De PDF bevat de alinea's in volgorde en kan achteraf met een wachtwoord worden vergrendeld via PDF beveiligen.

Voor een gewoon .txt-bestand is Tekst naar PDF de betere keuze: het breekt regels af op woordgrenzen en biedt drie lettergroottes. Voor de omgekeerde richting zet PDF naar Word de tekst van een PDF weer om in een .docx. Bestaat het document vooral uit afbeeldingen, numerieke tabellen of een formulier, dan reproduceert geen van beide tools dat; de PDF-export in Word of LibreOffice doet dat wel.

Tips en probleemoplossing

• De melding Dit bestand is geen geldig .docx-document betekent dat het bestand geen gezipt Word-pakket is: een .odt-, .rtf- of .pages-bestand dat is hernoemd naar .docx, of een download die niet is voltooid. Open het in de oorspronkelijke toepassing en sla het opnieuw op als .docx.
• Tabs en handmatige regelafbrekingen binnen een alinea worden opgeslagen als aparte elementen, niet als tekst, dus ze verdwijnen: de woorden aan beide kanten van een tab lopen in elkaar over, en een regelafbreking binnen een alinea gaat verloren. Zet zulke inhoud in aparte alinea's als de afbreking ertoe doet.
• Opsommingstekens en lijstnummers zijn opmaak en geen tekst, dus een genummerde lijst komt eruit als gewone regels zonder de nummers. Typ de nummers in de tekst zelf als ze behouden moeten blijven.
• Bijgehouden wijzigingen worden verwerkt alsof elke wijziging is geaccepteerd: ingevoegde tekst wordt meegenomen, verwijderde tekst wordt overgeslagen, en opmerkingen worden weggelaten. Verwerp wijzigingen eerst in Word als je de eerdere tekst nodig hebt.
• Een teken dat het ingebouwde lettertype Helvetica niet kan tekenen, zoals Chinees, Arabisch of Devanagari-schrift of een emoji, stopt de conversie met een foutmelding die WinAnsi noemt, en er wordt geen PDF gemaakt. Latijnse letters met accenten, gebogen aanhalingstekens en het euroteken zijn geen probleem.
• De download krijgt de eigen naam van het document met de extensie .pdf. Er is geen instelling voor paginaformaat, marge of lettertype: elke pagina is A4 met een marge van 50 punten, en er passen ongeveer 40 regels van 12 pt tekst op een pagina.
• De limiet van 150 MB wordt door tekst zelden gehaald; een .docx van die omvang zit vol afbeeldingen, die toch niet worden gelezen. Lange documenten duren langer en leveren meer pagina's op.
• Is je document een webpagina of een HTML-export in plaats van een .docx-bestand, dan geeft HTML naar PDF het weer zoals het er in een browser uitziet, wat deze tekst-alleen-converter niet doet.

Zo werkt Word naar PDF in je browser

Het bestand wordt als ArrayBuffer in het geheugen gelezen, en de eerste vier bytes worden gecontroleerd: de signatuur D0 CF 11 E0 duidt op een oud OLE-compound-bestand, het .doc-geval dat wordt geweigerd. Anders opent JSZip het pakket in het geheugen en geeft word/document.xml als tekenreeks terug, die de eigen DOMParser van de browser omzet in een XML-boom. Het script doorloopt elk w:p-element in volgorde en voegt de tekst van de w:t-fragmenten die er zelf in staan samen tot een alinea, waarbij alinea's die leeg blijken te zijn worden overgeslagen. Word slaat een tekstvak twee keer op, als tekening en als oudere VML-kopie, dus alleen de eerste kopie wordt gelezen, en de tekst ervan volgt op de alinea waaraan het vak is verankerd; tekst die met bijgehouden wijzigingen is verplaatst, wordt alleen op de nieuwe positie gelezen.

pdf-lib maakt vervolgens de PDF aan: een A4-pagina, het standaardlettertype Helvetica (een van de 14 lettertypen die elke PDF-viewer meelevert, dus er wordt geen lettertypebestand ingesloten), en een drawText-aanroep per regel van 75 tekens, met 18 punten tussen de regels en een tussenruimte van 4 punten na elke alinea, waarbij een nieuwe pagina begint zodra de cursor 60 punten van de onderkant bereikt. Het resultaat wordt opgeslagen als bytes en verpakt in een Blob voor de knop Bestand downloaden. Beide bibliotheken komen van cdnjs.cloudflare.com wanneer de pagina opent, en noch de .docx noch de PDF verlaat je browser.

Veelgestelde vragen