Non avviene alcun trattamento dei contenuti dei tuoi file. Non ti serve un accordo sul trattamento dei dati con gottrix per gestire documenti riservati o aziendali.
Hosted in GermanyGlobal Content Delivery
Server di origine presso Hetzner in Germania, distribuzione mondiale tramite una rete di distribuzione dei contenuti (CDN). Il contenuto dei tuoi file non viene mai trasmesso in questo processo - non lascia il tuo dispositivo.
Un PDF è un'impaginazione chiusa, non testo modificabile: i paragrafi si selezionano male, le frasi non si riscrivono con comodità e una tabella non si può ricalcolare. Questo strumento legge la struttura reale del tuo PDF (titoli, paragrafi, elenchi, tabelle, note a piè di pagina e immagini) e ne costruisce, direttamente sul tuo dispositivo, un vero file DOCX in formato Office Open XML, pronto da aprire in Word, in LibreOffice Writer o in qualunque altro programma che capisca i file .docx. Nessuna filigrana, nessun account, nessun limite giornaliero: la conversione avviene nella scheda del browser e non su un server.
A livello di paragrafo e di carattere resta molto più del grassetto e del corsivo. I titoli diventano veri titoli di Word dei livelli da 1 a 6, con il relativo livello di struttura, così che il riquadro di spostamento e il sommario automatico funzionino subito. Gli elenchi annidati mantengono i loro livelli come vero elenco a più livelli. Le sottolineature e le barrature vengono riconosciute dalle linee effettivamente tracciate sulla pagina, gli apici e i pedici dalla loro linea di base spostata, e un'evidenziazione colorata viene ricondotta al più vicino dei 16 colori di evidenziazione che il formato di Word conosce. I rimandi del PDF diventano collegamenti ipertestuali cliccabili, e le annotazioni a piè di pagina diventano vere note di Word, gestite come tali e non lasciate come testo sciolto in fondo alla pagina.
Le tabelle vengono riconosciute per tre vie distinte: dai filetti realmente tracciati, con le larghezze di colonna ricavate dalla geometria misurata di quelle linee e le celle unite semplici che restano unite; da uno spazio fra le colonne chiaramente ricorrente quando la tabella non ha alcun filetto; e da una sequenza di almeno tre righe consecutive del tipo «campo: valore», come quelle prodotte dai PDF di modulistica. Formato di pagina, orientamento verticale o orizzontale, margini e numero di colonne di testo vengono ripresi dalla geometria reale della pagina invece che da un'ipotesi A4, a ogni confine di pagina originale viene inserita un'interruzione di pagina pulita, e le immagini vengono incorporate al loro posto nel flusso di lettura mantenendo le proporzioni, compresi i grafici disegnati solo in vettoriale, riconosciuti anch'essi come figure. Intestazioni e piè di pagina ricorrenti diventano vere intestazioni e veri piè di pagina di Word con tabulazioni a sinistra, al centro e a destra; un numero di pagina progressivo diventa un campo vivo di Word invece di una cifra congelata, e una filigrana ricorrente viene mantenuta.
Sui caratteri lo strumento sceglie la via diretta: i programmi di font incorporati nel PDF di origine vengono trasferiti immutati nel file di Word, separatamente per i tagli normale, grassetto, corsivo e grassetto corsivo. Un paragrafo in grassetto riceve così i contorni reali disegnati dal type designer e non un ispessimento ricalcolato dal programma di videoscrittura. Solo dove il PDF non fornisce alcun font entra in gioco un carattere sostitutivo metricamente compatibile e con licenza aperta, anch'esso incorporato nel file, in modo che il documento appaia corretto anche su un altro computer su cui quei caratteri non sono installati. Il testo al di fuori dell'alfabeto latino riceve inoltre la marcatura di scrittura e di lingua adeguata, così che Word componga correttamente cinese, giapponese, coreano, arabo o ebraico, scriva da destra a sinistra dove serve e il correttore ortografico scelga la lingua giusta.
Buona parte del lavoro sta nei PDF che escono dalla norma. Una pagina salvata di traverso viene analizzata nel proprio senso di lettura, così che una tabella non arrivi trasposta e un titolo non finisca in verticale. I PDF stampati dal browser, per esempio con «Stampa come PDF» in Chrome o Edge, disegnano i punti elenco come minuscoli quadrati vettoriali invece che come caratteri di testo, e incollano un'intera riga di tabella in un'unica riga di testo: entrambe le cose vengono riconosciute dalla geometria e riportate a elenchi veri e a singole celle. Un numero di pagina diventa intestazione o piè di pagina solo se prosegue davvero la numerazione lungo il documento; una riga isolata che sembra soltanto un numero di pagina resta nel testo, e identificativi variabili come «K-6» o «K-86» vengono conservati invece di essere scartati come elementi accessori.
Due cose ti vengono dette apertamente invece di essere taciute. Se nel PDF di origine c'era testo dietro una barra nera opaca ma ancora leggibile come testo, l'errore classico dell'oscuramento fatto dipingendo un rettangolo sopra, quel testo non passa nel file di Word e ti viene indicato su quali pagine è successo. E se nel PDF ci sono caratteri privi di qualsiasi valore Unicode, ciò che fa fallire anche il copia e incolla da qualunque visualizzatore PDF, la loro percentuale viene quantificata e vieni rimandato a «PDF OCR» invece di ritrovarti con una lacuna silenziosa. Analisi e assemblaggio del file avvengono interamente nella scheda del browser: il tuo PDF non lascia il tuo dispositivo e, dopo il primo caricamento, lo strumento funziona anche senza connessione.
Struttura, tabelle, caratteri e immagini vengono riconosciuti localmente e riportati in un DOCX.
Scarica il DOCX e continua a modificarlo in Word o LibreOffice.
Limiti: Resa strutturata, non una copia pixel per pixel del PDF. Vengono trasferiti: titoli con livello di struttura, paragrafi, elenchi numerati e puntati a più livelli, grassetto, corsivo, sottolineato, barrato, apici e pedici, evidenziazioni di testo (ricondotte ai colori di evidenziazione di Word), collegamenti ipertestuali cliccabili, vere note a piè di pagina, immagini e grafici vettoriali nel flusso di lettura, vere intestazioni e piè di pagina con campo del numero di pagina vivo, oltre a formato di pagina, orientamento, margini e numero di colonne ricavati dalla geometria reale. Le tabelle vengono riconosciute dai filetti, da uno spazio di colonna ricorrente o da righe del tipo «campo: valore»; per ora viene valutata una sola regione di tabella contigua per pagina, quindi più tabelle riquadrate separatamente e impilate sulla stessa pagina passano volutamente come testo corrente invece di essere assemblate male, e le tabelle molto annidate o con molte celle unite restano deboli. Ogni cella contiene un paragrafo. Altri limiti dichiarati: un tratto colorato all'interno di un blocco di testo composto in modo continuo perde il proprio colore, e un'evidenziazione che ne copre solo una parte colora l'intero blocco; un rimando privo di indirizzo di destinazione registrato nel PDF viene saltato; un collegamento all'interno del testo di una nota non resta cliccabile; un elenco puntato annidato dentro uno numerato assume al suo livello il segno numerato (contenuto e annidamento sono corretti, solo il segno no); se l'intestazione cambia a ogni capitolo, resta come testo normale del documento invece di diventare un'intestazione propria per capitolo. Le pagine di impaginazione molto elaborata con testo che scorre attorno alle figure vengono approssimate, e sulle pagine con diverse migliaia di elementi lineari o vettoriali il riconoscimento di tabelle e grafica viene saltato. I PDF scansionati o composti solo da immagini non hanno un livello di testo: in quel caso compare un avviso verso «PDF OCR» invece di un risultato vuoto. Apri prima i PDF protetti da password con «Sblocca PDF».
Domande frequenti
Il PDF viene caricato su un server?
No. Il PDF viene aperto nella scheda del browser, analizzato lì e lì viene anche assemblato il file di Word; non esiste alcun server che arrivi mai a vedere il file. Dopo la prima visita lo strumento continua a funzionare persino in modalità aereo, la prova più semplice che non viene caricato nulla.
Il file di Word ha lo stesso aspetto del PDF?
No, ed è voluto. Un PDF è un'impaginazione fissa, un documento di Word è testo che scorre: una copia punto per punto non sarebbe più modificabile in modo sensato in Word. Per questo viene trasferito il significato: titoli, paragrafi, elenchi, tabelle, note a piè di pagina, immagini, intestazioni e piè di pagina, oltre a formato di pagina e margini. Le pagine molto elaborate con testo che scorre attorno alle figure vengono approssimate.
I titoli restano veri titoli di Word?
Sì. Le righe composte in corpo maggiore e più marcato vengono riconosciute come titoli dei livelli da 1 a 6 e ricevono il livello di struttura corrispondente. Così funzionano non solo gli stili, ma anche il riquadro di spostamento e il sommario generato automaticamente in Word, subito e senza che tu debba riformattare nulla.
Il carattere originale del PDF viene mantenuto?
Sì, se il PDF lo fornisce. I file di font incorporati nel PDF di origine vengono trasferiti immutati nel file di Word, separatamente per i tagli normale, grassetto, corsivo e grassetto corsivo. Solo quando un font manca nel PDF interviene un sostituto metricamente compatibile e con licenza aperta, anch'esso incorporato, così che il documento appaia corretto anche su un computer dove quei caratteri non sono installati.
Le tabelle vengono mantenute?
Le tabelle con filetti visibili diventano vere tabelle di Word, con larghezze di colonna ricavate dalla geometria misurata e le celle unite semplici preservate. Vengono riconosciute anche le tabelle senza filetti con uno spazio di colonna chiaramente ricorrente e le righe di modulo del tipo «campo: valore». Per ora viene valutata una sola regione di tabella contigua per pagina: se più tabelle riquadrate separatamente sono impilate, passano volutamente come testo corrente invece di essere assemblate male.
Funziona con pagine ruotate o orizzontali?
Sì. Una pagina salvata ruotata nel PDF viene analizzata nel proprio senso di lettura e non in quello del resto del documento. Una tabella su una pagina simile mantiene così righe e colonne nel verso giusto, e un titolo non viene trattato per errore come testo composto in verticale.
Gli elenchi puntati di un PDF stampato dal browser vengono riconosciuti?
Sì. Nella stampa in PDF, Chrome ed Edge disegnano i punti di un elenco non come caratteri di testo ma come minuscoli quadrati vettoriali, il che rende i segni invisibili a un lettore di solo testo. Lo strumento li riconosce dalla loro dimensione e dal fatto che si allineano in un'unica colonna, e ricostruisce l'elenco con tutti i suoi livelli. Dalla stessa origine anche le righe di tabella incollate insieme vengono riportate a singole celle.
Immagini, collegamenti e note a piè di pagina vengono trasferiti?
Sì, tutti e tre. Le immagini incorporate vengono inserite al loro posto nel flusso di lettura, con larghezza limitata e proporzioni intatte; anche i grafici disegnati solo in vettoriale vengono riconosciuti come figure. I rimandi con destinazione registrata diventano collegamenti ipertestuali cliccabili, e le annotazioni a piè di pagina vere note di Word. Un rimando privo di indirizzo di destinazione viene saltato, e un collegamento dentro il testo di una nota non resta cliccabile.
Che fine fa il testo coperto da una barra nera nel PDF di origine?
Non passa nel file di Word. Se l'oscuramento è stato fatto dipingendo un rettangolo nero sopra il testo invece di rimuoverlo davvero, il testo resta perfettamente leggibile dentro il PDF, un errore frequente e dalle conseguenze pesanti. Lo strumento riconosce il testo che si trova interamente dietro una superficie scura opaca, lo lascia fuori e ti segnala su quali pagine è successo.
Che cosa succede con un PDF scansionato?
Una scansione è fatta di immagini e non ha un livello di testo. Lo strumento lo dice con onestà e rimanda a «PDF OCR» invece di produrre un file di Word vuoto. Se un file contiene sì del testo ma i suoi caratteri non hanno alcun valore Unicode registrato, la percentuale interessata viene quantificata: in quel caso fallisce anche il copia e incolla da un visualizzatore PDF, e l'OCR è la strada per tornare al testo.
Solo con il tuo consenso misuriamo l'utilizzo in forma anonimizzata tramite cookie per migliorare gottrix. I tuoi file restano sempre in locale, sul tuo dispositivo. Privacy