Word-DOCX auf Smartphone und PC in PDF umwandeln

Was der Konverter tatsächlich erzeugt

Wer die Funktionsweise kennt, erlebt am Ende keine Überraschung. Das Tool entpackt die .docx, liest das Dokument-XML mit Mammoth und wandelt es in einfaches HTML um. Dieses HTML landet in einem versteckten, seitenbreiten Element, das html2canvas anschließend mit doppelter Auflösung fotografiert. Das entstehende Bild wird zum PDF.

Das Ergebnis ist also ein Foto Ihres Dokuments. Entscheidend ist dabei der Text: Im fertigen PDF lässt er sich nicht markieren, durchsuchen oder kopieren, weil es Pixel sind. Die Seiten selbst sind dagegen echte A4-Seiten. Das versteckte Element wird in seitenhohe Streifen zerlegt, jeder einzeln fotografiert, und die Bilder werden mit 0,75 Zoll Rand auf A4-Seiten gelegt. Ein langes Dokument kommt so als richtiger Stapel zurück und nicht als ein einziges hohes Blatt. Wenn Sie Text brauchen, den die Software einer Personalabteilung lesen kann, ist das trotzdem nicht der richtige Weg.

Ein Foto eines Dokuments ist für manche Zwecke trotzdem die richtige Antwort. Eine Speisekarte, ein Flyer, ein unterschriebenes Formular, das in einer Akte landet: Niemand muss darin suchen, und niemand sollte den Textfluss verändern können. Ein Bild hält das Layout auf jedem Gerät, das es öffnet, unverändert fest, und genau das wird von einem PDF eigentlich immer erwartet.

Lesen Sie die Vorschau, bevor Sie konvertieren

Wenn Sie eine Datei hinzufügen, zeigt die Seite Ihnen das eingelesene Dokument oberhalb der Schaltfläche zum Konvertieren. Diese Vorschau ist keine Spielerei. Es ist genau das HTML, das fotografiert wird, also fehlt im PDF alles, was schon in der Vorschau fehlt. Prüfen Sie sie zuerst. Dreißig Sekunden dafür sind besser investiert, als das PDF herunterzuladen und dann festzustellen, dass Ihr Inhaltsverzeichnis nicht mitgekommen ist.

Tabellen sind die übliche Überraschung. Sie kommen als Tabellen an, mit den richtigen Zellen in der richtigen Reihenfolge, aber keiner der Rahmen, Schattierungen oder Spaltenbreiten, die Sie in Word festgelegt haben, übersteht die Reise. Eine Tabelle, deren Bedeutung in der Formatierung steckte, kommt merklich schlichter zurück, als Sie sie verlassen haben.

Was übersteht die Reise, und was nicht

Mammoth ist bewusst zurückhaltend. Es behält die Dokumentstruktur und verwirft die Formatierung:

• Überschriften, Absätze, Fett- und Kursivschrift, Aufzählungen und nummerierte Listen, Tabellen, Hyperlinks und eingebettete Bilder kommen alle durch.
• Ihre Schriftarten nicht. Der versteckte Container zeichnet alles in Arial und in einer einzigen Größe, sodass ein Dokument in Calibri, Garamond oder einer Hausschrift in Arial zurückkommt. Punktgrößen und Farben, die direkt auf den Text angewendet wurden, werden ebenfalls nicht übernommen.
• Kopf- und Fußzeilen sowie Seitenzahlen werden ignoriert, weil Mammoth diese Teile der Datei nie liest.
• Manuelle Seitenumbrüche werden übernommen: Ein in Word eingefügter Umbruch beginnt auch im PDF eine neue Seite. Abschnittsumbrüche, Spalten, Textfelder, Kommentare und die Nachverfolgung von Änderungen tauchen nicht auf.
• Es liest nur .docx. Die Dateiauswahl lässt Sie zwar ein altes binäres .doc wählen, aber die Konvertierung schlägt dann fehl, speichern Sie die Datei also zuerst in einem beliebigen Textverarbeitungsprogramm als .docx.

Der Rückfallweg, und warum der Text manchmal voller Fragezeichen zurückkommt

Wirft das visuelle Rendering einen Fehler, wechselt der Code stillschweigend zu einer zweiten Methode: Er holt den reinen Text aus dem Dokument und setzt ihn mit pdf-lib auf echten A4-Seiten. Diese Version ist tatsächlich paginiert, und ihr Text lässt sich tatsächlich markieren, was in mehrfacher Hinsicht besser ist. Der Haken ist die Schrift. Sie verwendet das in jedem PDF-Reader eingebaute Standard-Helvetica, das nur den WinAnsi-Zeichensatz abdeckt, weshalb der Text vorher bereinigt wird. Typografische Anführungszeichen werden zu geraden, Gedankenstriche werden zu einfachen Bindestrichen, und alles außerhalb dieses Zeichensatzes, darunter Griechisch, Kyrillisch, Chinesisch, Japanisch, Devanagari und die meisten Emojis, wird durch ein Fragezeichen ersetzt. Ein Dokument voller Fragezeichen hat den Rückfallweg genommen.

Auf dem Smartphone erledigen

Der Weg über den Browser funktioniert auf iOS und Android genauso wie auf dem Desktop, und genau das ist der Sinn der Sache: kein App Store, kein Konto, nichts zu installieren. Auf dem Smartphone zeigen sich die Grenzen des Einzel-Canvas-Ansatzes allerdings am schnellsten. Browser begrenzen, wie groß ein Canvas sein darf, und ein langer Bericht, der in ein einziges Canvas gezeichnet wird, kann abgeschnitten oder leer zurückkommen. Kurze Dokumente, ein Lebenslauf, ein Anschreiben, eine zweiseitige Rechnung, sind das, was auf dem Smartphone gut funktioniert. Es verarbeitet jeweils eine Datei, bis zu 100 MB, an die ohnehin keine gewöhnliche .docx auch nur annähernd herankommt.

Wann der eingebaute Export die bessere Wahl ist

Word exportiert auf iOS und Android über das eigene Teilen-Menü als PDF, Google Docs macht das über Herunterladen, und Pages auf dem Mac über Exportieren. Alle behalten die echten Schriftarten, die echten Seitenumbrüche und eine echte Textebene, weil sie das Dokument richtig umbrechen, statt es zu fotografieren. Nutzen Sie eines davon, sobald das PDF durchsuchbar sein muss, in exakter Größe gedruckt, vorgelesen oder von einem Bewerbermanagementsystem ausgewertet werden soll. Nutzen Sie den Browser-Konverter, wenn Sie eine .docx haben, keine Software, die sie öffnet, und in der nächsten Minute ein festes Abbild davon brauchen.