U converteert een PDF naar Word en opent het resultaat. De tekst is er wel, maar de opmaak is een ramp. Een rapport met twee kolommen is samengevoegd tot één gecodeerde kolom. Een tabel die in de PDF netjes was georganiseerd, is nu een stapel zwevende tekstfragmenten verspreid over de pagina. Opsommingstekens hebben hun kogels verloren. Vetgedrukte koppen zijn platte tekst. De conversie werkte technisch, de woorden zijn correct, maar het document heeft zoveel opschoning nodig dat je het net zo goed helemaal opnieuw kunt typen.
Een defecte opmaak na conversie van PDF naar Word is de meest voorkomende reden dat mensen geconverteerde documenten achterwege laten en opnieuw beginnen. Maar het probleem ligt vaak niet bij de conversietool. Het is een mismatch tussen wat de PDF bevat en wat de conversie-engine verwacht te vinden. Als u de specifieke redenen voor opmaakonderbrekingen begrijpt, kunt u de breuk tijdens het maken van de PDF voorkomen of gerichte reparaties toepassen op het geconverteerde Word-document.
Waarom PDF-tabellen kapot gaan tijdens de conversie naar Word
PDF's slaan tabellen niet op als tabellen. Ze slaan tekens op specifieke x,y-coördinaten op de pagina op. Een tabel die er voor een menselijke lezer georganiseerd uitziet, bestaat uit slechts duizenden onafhankelijke tekenposities in de PDF. De conversie-engine PDF naar Word moet de tabelstructuur reverse-engineeren door de ruimtelijke rangschikking van tekens te analyseren. Het zoekt naar rijen door tekens op vergelijkbare verticale posities te vinden. Het zoekt naar kolommen door tekens op vergelijkbare horizontale posities te vinden. Het raadt waar de celgrenzen zijn gebaseerd op gaten in de karakterposities.
Dit reverse-engineeringproces mislukt voorspelbaar. Het mislukt als de tabel cellen heeft samengevoegd, omdat de ruimtelijke patronen die een kolomgrens aangeven ontbreken op de plek waar cellen zijn samengevoegd. Het mislukt als cellen meerdere regels tekst bevatten, omdat de verticale organisatie binnen een cel voor het detectiealgoritme op rijgrenzen lijkt. Het mislukt als de tabel geen zichtbare rasterlijnen heeft, omdat het algoritme vertrouwt op consistente kolomopeningen om kolomgrenzen te detecteren, en rasterlijnen een visuele bevestiging geven van waar de grenzen liggen. Het mislukt als de tabel is gescand in plaats van digitaal gemaakt, omdat gescande tabellen afbeeldingen zijn zonder karakterpositiegegevens.
Een kapotte tabel in het geconverteerde Word-document repareren
Wanneer een tabel als verspreide tekst in Word arriveert, is de snelste herstelmethode het converteren naar een echte Word-tabel met behulp van de functie Tekst naar tabel converteren. Selecteer alle tekst die in de tabel moet staan. Ga naar Invoegen, Tabel, Tekst naar tabel converteren. Word vraagt u om het aantal kolommen en het scheidingsteken dat cellen scheidt. Als de conversie-engine tabbladen gebruikte om cellen te scheiden, selecteert u Tabbladen. Als er komma's zijn gebruikt, selecteert u Komma's. Klik op OK en Word bouwt een gestructureerde tabel op basis van de tekst. Deze oplossing duurt 30 seconden en produceert een correct opgemaakte tabel die u net als elke andere Word-tabel kunt bewerken, sorteren en opmaken.
Als de tekst niet consistent is gescheiden, wat gebeurt wanneer de conversie-engine sommige cellen met tabs en andere met spaties heeft geplaatst, is handmatig opschonen vereist. Werk kolom voor kolom. Zoek waar de tekst van de eerste kolom eindigt en de tekst van de tweede kolom begint. Voeg een tabteken in bij elke kolomgrens. Gebruik vervolgens Tekst naar tabel converteren met het tabscheidingsteken. Deze handmatige aanpak duurt langer, maar levert een schone tabel op wanneer de automatische detectie is mislukt.
Lay-outs met meerdere kolommen corrigeren die zijn samengevoegd tot één enkele kolom
PDF's met meerdere kolommen vormen een soortgelijke uitdaging op het gebied van ruimtelijke analyse. De conversie-engine moet bepalen waar kolom één eindigt en kolom twee begint, en moet de leesvolgorde handhaven: kolom één van boven naar beneden, en vervolgens kolom twee van boven naar beneden. Als de engine verkeerd raadt, worden de kolommen óf doorschoten, regel uit kolom één, regel uit kolom twee, regel uit kolom één, waardoor afwisselend wartaal ontstaat, óf de kolommen worden samengevoegd tot één brede kolom, zodat de tekst uit kolom één en kolom twee door elkaar lijken te zijn gegooid.
Om een samengevoegde lay-out met meerdere kolommen te corrigeren, moeten de kolommen handmatig worden gescheiden. Bepaal in het geconverteerde Word-document waar de tekst uit kolom één eindigt en kolom twee begint. Voeg sectie- of kolomeinden in op deze grenzen. Knip de tekst uit kolom twee en plak deze in de tweede kolom. Dit is vervelend bij lange documenten, maar levert wel een correct gestructureerd resultaat op. Gebruik voor toekomstige conversies een PDF Converter die expliciet detectie van lay-out met meerdere kolommen ondersteunt. WukongPDF detecteert lay-outs met meerdere kolommen en behoudt de juiste leesvolgorde in het geëxporteerde Word-document, waardoor het interleaving-probleem volledig wordt vermeden.
Opmaak herstellen: koppen, vet, cursief en lijsten
Na structurele reparaties aan tabellen en kolommen herstelt u de visuele opmaak. De Format Painter van Word is hiervoor het snelste hulpmiddel. Zoek een correct opgemaakt element in het document, een kop, een vetgedrukte term, een cursief citaat. Selecteer het, dubbelklik op het pictogram Opmaak kopiëren/plakken en teken de opmaak op andere elementen van hetzelfde type. Door te dubbelklikken op Opmaak kopiëren/plakken blijft het actief, zodat u het op meerdere selecties kunt toepassen zonder het elke keer opnieuw te selecteren.
Voor koppen past u de ingebouwde kopstijlen van Word toe in plaats van handmatig vetgedrukte tekst en lettergrootte op te maken. Selecteer de tekst en klik vervolgens op Kop 1, Kop 2 of Kop 3 in de Stijlengalerij. Het gebruik van echte kopstijlen in plaats van visuele opmaak maakt het navigatiedeelvenster van Word, het automatisch genereren van de inhoudsopgave en de juiste PDF-export met bladwijzers mogelijk. Deze upgrade van visuele opmaak naar semantische stijlen transformeert het geconverteerde document van een opgeruimde puinhoop in een goed gestructureerd werkbestand.
Voorkomen van opmaakfouten tijdens het maken van PDF-bestanden
De beste oplossing voor kapotte opmaak is om dit te voorkomen. Wanneer u een PDF maakt die later mogelijk weer naar Word moet worden geconverteerd, gebruikt u deze werkwijzen in het brondocument. Gebruik echte tabellen die zijn gemaakt met de functie Tabel invoegen in plaats van op tabs uitgelijnde tekst die op een tabel lijkt. Gebruik echte kopstijlen in plaats van handmatige wijzigingen in vetgedrukte tekst en lettergrootte. Gebruik echte lijsten met opsommingstekens en genummerde lijsten in plaats van handmatig getypte sterretjes en cijfers. Houd de lay-out eenvoudig. Vermijd tekstvakken, zwevende afbeeldingen en handmatig gepositioneerde elementen die er goed uitzien op de pagina, maar chaotische tekenposities in de PDF veroorzaken.
Exporteer de PDF met structuurtags ingeschakeld. In het dialoogvenster Opslaan als PDF van Word klikt u op Opties en vinkt u 'Documentstructuurtags voor toegankelijkheid' aan. Structuurtags vertellen de PDF-conversie-engine welke elementen koppen zijn, welke tabellen zijn en welke lijsten. Deze structurele informatie overleeft de rondreis: van Word naar PDF naar Word. Hoe schoner de structuur in het brondocument, hoe schoner de structuur in de geconverteerde uitvoer. De conversietools PDF Format van WukongPDF behouden de documentstructuur tijdens de conversie van PDF naar Word, waardoor de opruiminspanning van uren naar minuten wordt teruggebracht.
Een specifieke techniek die aanzienlijke opruimtijd bespaart bij het converteren van complexe PDF's naar Word: werk in twee passages. Richt u in de eerste fase uitsluitend op structureel herstel. Corrigeer de tabellen met behulp van Tekst naar tabel converteren. Scheid samengevoegde kolommen. Herstel de leesvolgorde. Raak lettertypen, kleuren, spatiëring of enige visuele opmaak niet aan. Een structureel gezond document met lelijke opmaak kan binnen enkele minuten worden opgelost met de stijltools van Word. Een prachtig opgemaakt document met gebroken tabellen en vervormde kolommen is nauwelijks bruikbaar, hoe het er ook uitziet. Pas in de tweede keer, nadat de structuur correct is, uw opmaak toe: kopstijlen, lettertypekeuzes, marges, spatiëring. Deze benadering in twee stappen houdt u gefocust op het juiste probleem op het juiste moment en voorkomt de gebruikelijke valkuil dat u 20 minuten besteedt aan het aanpassen van de lettergroottes op een tabel waarvan u later beseft dat deze helemaal opnieuw moet worden opgebouwd omdat de kolommen zijn samengevoegd.