Word-zu-PDF-Konverter

Dieses Werkzeug liest eine .docx-Datei und baut sie als PDF neu auf. Ein Word-Dokument ist im Grunde ein ZIP-Archiv voller XML: Der Konverter öffnet dieses Archiv in Ihrem Browser, geht die darin enthaltenen Absätze, Textläufe, Listen und Tabellen durch und zeichnet jedes Element mit pdf-lib auf eine PDF-Seite. Seitenformat und Ränder stammen aus den Abschnittseinstellungen des Dokuments selbst, sodass eine A4-Datei A4 bleibt und eine Letter-Datei Letter.

Die Formatierung wandert mit: fett, kursiv, unterstrichen und durchgestrichen, Schriftgrößen und -farben, Ausrichtung und Einzüge, Überschriftenformate, Aufzählungen und nummerierte Listen samt verschachtelter Ebenen, Bilder im Textfluss, Tabellen mit Spaltenbreiten und Zellenschattierung sowie Hyperlinks, die im PDF anklickbar bleiben.

Nur drei Bausteine erledigen die Arbeit, und alle drei sind JavaScript, das auf Ihrem Rechner läuft. JSZip entpackt die .docx, der im Browser eingebaute DOMParser liest daraus document.xml, styles.xml, numbering.xml und theme1.xml, und pdf-lib schreibt die fertigen Seiten als PDF-Bytes zurück. In dieser Kette gibt es keinen einzigen Weg zu einem Konvertierungsdienst und zurück – nachprüfbar im Netzwerk-Panel der Entwicklertools, während eine Datei umgewandelt wird.

Die Folgen reichen über den Datenschutz hinaus: Die Seite arbeitet weiter, wenn die Verbindung abbricht, ein 15-MB-Dokument startet sofort statt nach einem Upload, und das Tempo hängt von Ihrer CPU ab statt davon, wie ausgelastet ein geteilter Server gerade ist.

In Word verfasste Dokumente nennen fast nie direkt eine Schriftart. Sie verweisen auf ein Design – w:asciiTheme="minorHAnsi" –, und der tatsächliche Name, meist Calibri oder Cambria, steht in theme1.xml. Der Konverter löst diesen Verweis auf und ordnet die Familie dann einer der vierzehn Schriften zu, die jedes PDF-Programm ohnehin mitbringt: serifenlose Schnitte zu Helvetica, Serifenschriften zu Times, dicktengleiche zu Courier, jeweils samt Fett- und Kursivvariante.

Diese vierzehn Schriften decken die WinAnsi-Kodierung ab, also werden Umlaute, das Eszett und die deutschen Anführungszeichen ohne jeden Download gezeichnet: Ein deutsches Dokument bettet keine Schrift ein und bleibt bei wenigen Kilobyte. Erst wenn der Text Koreanisch, Japanisch oder Chinesisch enthält, wird eine Noto-Sans-CJK-Schrift geladen und auf die tatsächlich verwendeten Glyphen gekürzt. Fehlt einem Zeichen selbst dort die Glyphe – ein Emoji, eine seltene Schrift –, listet das Werkzeug es auf, statt es stillschweigend wegzulassen.

Tabellen werden unterstützt, einschließlich waagerecht verbundener Zellen, Zellhintergründen und -rahmen sowie Zeilen, die über Seiten hinweg umbrechen. Senkrecht verbundene Zellen werden so gezeichnet, dass die Fortsetzungszellen leer bleiben. Nicht unterstützt werden: Textfelder, Formen, WordArt und SmartArt, Diagramme, Formeln, Fuß- und Endnoten, Kommentare, mehrspaltige Layouts, in Zellen verschachtelte Tabellen sowie EMF- und WMF-Bilder. Trifft der Konverter auf eines dieser Elemente, überspringt er es, wandelt den Rest des Dokuments vollständig um und nennt Ihnen anschließend genau, was ausgelassen wurde und wie oft – ein dünneres PDF ist so nie eine Überraschung.

Alte binäre .doc-Dateien lassen sich überhaupt nicht lesen; öffnen Sie eine solche Datei in Word und speichern Sie sie zuerst als .docx. Passwortgeschützte Dokumente müssen vor der Umwandlung entsperrt werden, da ihr Inhalt verschlüsselt ist.

Einem umgewandelten Dokument fehlt fast immer noch ein Schritt. Bildlastige Berichte kommen größer heraus, als die DOCX war; der PDF-Kompressor kodiert ihre Bilder neu und holt die Dateigröße wieder herunter. Anschreiben und Lebenslauf, getrennt umgewandelt, werden erst mit der PDF-Zusammenführung zu einer einzigen Bewerbungsmappe. Und einen Vertrag aus einer Word-Vorlage können Sie direkt mit PDF unterschreiben abschließen: Die handgezeichnete Unterschrift wird auf die Seite gestempelt, der Umweg über Drucker und Scanner entfällt.