Zawartość Twoich plików nie jest nigdzie przetwarzana w ramach powierzenia. Nie potrzebujesz umowy powierzenia z gottrix, aby obrabiać dokumenty poufne lub firmowe.
Hosted in GermanyGlobal Content Delivery
Serwery źródłowe u Hetznera w Niemczech, globalne dostarczanie przez sieć dostarczania treści (CDN). Zawartość Twoich plików nigdy nie jest przy tym przesyłana - nie opuszcza Twojego urządzenia.
PDF to gotowy układ strony, a nie edytowalny tekst: akapity źle się zaznacza, zdań nie da się swobodnie przeredagować, a tabeli nie da się dalej przeliczać. To narzędzie odczytuje rzeczywistą strukturę Twojego PDF-a (nagłówki, akapity, listy, tabele, przypisy dolne i obrazy) i buduje z niej lokalnie na Twoim urządzeniu prawdziwy plik DOCX w formacie Office Open XML, gotowy do otwarcia w programie Word, w LibreOffice Writer albo w dowolnym innym programie rozumiejącym pliki .docx. Bez znaku wodnego, bez konta i bez dziennego limitu: konwersja odbywa się w karcie przeglądarki, a nie na serwerze.
Na poziomie akapitu i znaku zachowuje się znacznie więcej niż tylko pogrubienie i kursywa. Nagłówki stają się prawdziwymi nagłówkami programu Word poziomów od 1 do 6, wraz z poziomem konspektu, dzięki czemu okienko nawigacji i automatyczny spis treści działają od razu. Listy zagnieżdżone zachowują swoje poziomy jako prawdziwą listę wielopoziomową. Podkreślenia i przekreślenia rozpoznawane są po liniach faktycznie narysowanych na stronie, indeksy górne i dolne po przesuniętej linii bazowej, a kolorowe wyróżnienie tekstu zostaje sprowadzone do najbliższego z 16 kolorów wyróżnienia, jakie zna format programu Word. Odsyłacze z PDF-a stają się klikalnymi hiperłączami, a przypisy u dołu strony trafiają do menedżera przypisów jako prawdziwe przypisy dolne, a nie jako luźny tekst na końcu strony.
Tabele rozpoznawane są trzema odrębnymi drogami: po rzeczywistych liniach obramowania, przy czym szerokości kolumn pochodzą ze zmierzonej geometrii tych linii, a proste komórki scalone pozostają scalone; po wyraźnie powtarzalnym odstępie między kolumnami, gdy tabela nie ma żadnych linii; oraz po ciągu co najmniej trzech kolejnych wierszy typu «pole: wartość», jakie tworzą PDF-y formularzowe. Rozmiar strony, orientacja pionowa lub pozioma, marginesy i liczba kolumn tekstu przejmowane są z rzeczywistej geometrii strony zamiast z założenia A4, na każdej pierwotnej granicy stron stoi czysty podział strony, a obrazy osadzane są w swoim miejscu w toku czytania z zachowaniem proporcji, przy czym również wykresy narysowane wyłącznie wektorowo rozpoznawane są jako ilustracje. Powtarzalne nagłówki i stopki stają się prawdziwymi nagłówkami i stopkami programu Word z tabulatorami do lewej, na środek i do prawej; ciągła numeracja stron staje się przy tym żywym polem programu Word zamiast zamrożonej cyfry, a powtarzalny znak wodny zostaje zachowany.
Przy krojach pisma narzędzie wybiera drogę bezpośrednią: programy fontów osadzone w źródłowym PDF-ie zostają przeniesione bez zmian do pliku Word, osobno dla odmiany zwykłej, pogrubionej, pochyłej i pogrubionej pochyłej. Akapit złożony pogrubieniem otrzymuje dzięki temu prawdziwe kontury projektu kroju, a nie pogrubienie doliczone przez edytor tekstu. Tylko tam, gdzie PDF w ogóle nie dostarcza kroju, wkracza zastępczy font o zgodnych metrykach i otwartej licencji, również osadzany w pliku, tak aby dokument wyglądał poprawnie także na obcym komputerze, na którym tych krojów nie zainstalowano. Tekst spoza alfabetu łacińskiego otrzymuje ponadto właściwe oznaczenie pisma i języka, dzięki czemu Word poprawnie składa chiński, japoński, koreański, arabski czy hebrajski, pisze od prawej do lewej tam, gdzie trzeba, a sprawdzanie pisowni wybiera właściwy język.
Dużo pracy tkwi w PDF-ach, które odstają od reguły. Strona zapisana poprzecznie analizowana jest we własnym kierunku czytania, aby tabela na niej nie przyszła obrócona, a nagłówek nie stanął nagle pionowo. PDF-y drukowane z przeglądarki, na przykład przez «Drukuj do PDF» w Chrome lub Edge, rysują punktory jako maleńkie wektorowe kwadraciki zamiast znaków tekstu i sklejają cały wiersz tabeli w jedną linię tekstu: jedno i drugie rozpoznawane jest po geometrii i rozkładane z powrotem na prawdziwe listy i pojedyncze komórki tabeli. Numer strony staje się nagłówkiem lub stopką tylko wtedy, gdy faktycznie narasta na kolejnych stronach; jednorazowy wiersz, który jedynie wygląda jak numer strony, zostaje w tekście, a zmienne oznaczenia stron w rodzaju «K-6» albo «K-86» zostają zachowane, zamiast zostać odrzucone jako element pomocniczy.
Dwie rzeczy narzędzie mówi otwarcie, zamiast je przemilczeć. Jeśli w źródłowym PDF-ie tekst stał za nieprzezroczystym czarnym paskiem, ale wciąż dawał się odczytać jako tekst, czyli klasyczny błąd zaczerniania namalowanym na wierzchu prostokątem, to taki tekst nie trafia do pliku Word, a Ty dowiadujesz się, na których stronach to wystąpiło. A jeśli znaki w PDF-ie w ogóle nie niosą wartości Unicode, przez co zawodzi też kopiowanie z dowolnej przeglądarki PDF, ich udział zostaje wyliczony i otrzymujesz odesłanie do «PDF OCR» zamiast cichej luki. Analiza i budowa pliku odbywają się w całości w karcie przeglądarki: Twój PDF nie opuszcza urządzenia, a po pierwszym załadowaniu narzędzie działa również bez połączenia.
Struktura, tabele, kroje pisma i obrazy rozpoznawane są lokalnie i przenoszone do DOCX.
Pobierz DOCX i edytuj dalej w programie Word lub LibreOffice.
Ograniczenia: Odwzorowanie strukturalne, a nie kopia PDF-a co do piksela. Przenoszone są: nagłówki z poziomem konspektu, akapity, wielopoziomowe listy numerowane i punktowane, pogrubienie, kursywa, podkreślenie, przekreślenie, indeksy górne i dolne, wyróżnienia tekstu (zaokrąglone do kolorów wyróżnienia programu Word), klikalne hiperłącza, prawdziwe przypisy dolne, obrazy i wykresy wektorowe w toku czytania, prawdziwe nagłówki i stopki z żywym polem numeru strony, a także format strony, orientacja, marginesy i liczba kolumn z rzeczywistej geometrii. Tabele rozpoznawane są po liniach obramowania, po powtarzalnym odstępie kolumn albo po wierszach typu «pole: wartość»; na razie oceniany jest tylko jeden spójny obszar tabeli na stronę, więc kilka osobno obramowanych tabel jedna pod drugą na tej samej stronie celowo przechodzi jako tekst ciągły zamiast zostać błędnie złożone, a tabele silnie zagnieżdżone lub z wieloma scaleniami pozostają słabe. Każda komórka zawiera jeden akapit. Dalsze uczciwe ograniczenia: kolorowy fragment wewnątrz spójnie złożonego odcinka tekstu traci własny kolor, a wyróżnienie obejmujące tylko jego część barwi cały odcinek; odsyłacz bez zapisanego w PDF-ie adresu docelowego zostaje pominięty; łącze wewnątrz tekstu przypisu nie pozostaje klikalne; lista punktowana zagnieżdżona wewnątrz numerowanej przejmuje na swoim poziomie znak numeracji (treść i zagnieżdżenie są poprawne, tylko znak nie); jeśli nagłówek zmienia się w każdym rozdziale, pozostaje zwykłym tekstem dokumentu zamiast stać się osobnym nagłówkiem dla rozdziału. Strony o bardzo dopracowanym układzie z tekstem opływającym ilustracje są przybliżane, a na stronach z kilkoma tysiącami elementów liniowych lub wektorowych rozpoznawanie tabel i grafiki jest pomijane. Zeskanowane PDF-y albo złożone wyłącznie z obrazów nie mają warstwy tekstowej: pojawia się wtedy odesłanie do «PDF OCR» zamiast pustego wyniku. PDF-y chronione hasłem otwórz najpierw przez «Odblokuj PDF».
Częste pytania
Czy PDF jest wysyłany na serwer?
Nie. PDF otwierany jest w karcie przeglądarki, tam analizowany i tam też składany jest plik Word; nie ma żadnego serwera, który kiedykolwiek zobaczyłby ten plik. Po pierwszej wizycie narzędzie działa nawet w trybie samolotowym, co jest najprostszym dowodem na to, że nic nie jest wysyłane.
Czy plik Word wygląda dokładnie tak jak PDF?
Nie i tak ma być. PDF to sztywny układ, a dokument Word to płynący tekst: kopia punkt po punkcie nie dałaby się już sensownie edytować w programie Word. Dlatego przenoszone jest znaczenie: nagłówki, akapity, listy, tabele, przypisy dolne, obrazy, nagłówki i stopki, a także format strony i marginesy. Strony o bardzo dopracowanym układzie z tekstem opływającym ilustracje są przybliżane.
Czy nagłówki pozostają prawdziwymi nagłówkami programu Word?
Tak. Wiersze złożone większym i mocniejszym stopniem pisma rozpoznawane są jako nagłówki poziomów od 1 do 6 i otrzymują odpowiedni poziom konspektu. Dzięki temu działają nie tylko style, lecz także okienko nawigacji i automatycznie generowany spis treści w programie Word, od razu i bez konieczności ręcznego formatowania.
Czy oryginalny krój pisma z PDF-a zostaje zachowany?
Tak, o ile PDF go dostarcza. Pliki fontów osadzone w źródłowym PDF-ie zostają przeniesione bez zmian do pliku Word, osobno dla odmiany zwykłej, pogrubionej, pochyłej i pogrubionej pochyłej. Dopiero gdy w PDF-ie brakuje kroju, wkracza zastępczy font o zgodnych metrykach i otwartej licencji, również osadzany, tak aby dokument wyglądał poprawnie także na komputerze, na którym tych krojów nie zainstalowano.
Czy tabele zostają zachowane?
Tabele z widocznymi liniami obramowania stają się prawdziwymi tabelami programu Word, o szerokościach kolumn wziętych ze zmierzonej geometrii i z nienaruszonymi prostymi scaleniami komórek. Rozpoznawane są także tabele bez obramowania o wyraźnie powtarzalnym odstępie kolumn oraz wiersze formularza typu «pole: wartość». Na razie oceniany jest tylko jeden spójny obszar tabeli na stronę: jeśli kilka osobno obramowanych tabel stoi jedna pod drugą, celowo przechodzą jako tekst ciągły zamiast zostać błędnie złożone.
Czy działa to ze stronami obróconymi lub poziomymi?
Tak. Strona zapisana w PDF-ie jako obrócona analizowana jest we własnym kierunku czytania, a nie w kierunku reszty dokumentu. Tabela na takiej stronie zachowuje dzięki temu wiersze i kolumny we właściwą stronę, a nagłówek nie zostaje błędnie potraktowany jako tekst złożony pionowo.
Czy listy punktowane z PDF-a wydrukowanego w przeglądarce są rozpoznawane?
Tak. Przy drukowaniu do PDF Chrome i Edge rysują kropki listy nie jako znaki tekstu, lecz jako maleńkie wektorowe kwadraciki, przez co punktory są niewidoczne dla czystego czytnika tekstu. Narzędzie rozpoznaje je po rozmiarze i po tym, że układają się w jednej kolumnie, i odtwarza listę wraz ze wszystkimi jej poziomami. Z tego samego źródła sklejone wiersze tabeli zostają z powrotem rozdzielone na pojedyncze komórki.
Czy obrazy, łącza i przypisy zostają przeniesione?
Tak, wszystkie trzy. Osadzone obrazy wstawiane są w swoim miejscu w toku czytania, z ograniczoną szerokością i nienaruszonymi proporcjami; również wykresy narysowane wyłącznie wektorowo rozpoznawane są jako ilustracje. Odsyłacze z zapisanym celem stają się klikalnymi hiperłączami, a przypisy u dołu strony prawdziwymi przypisami dolnymi. Odsyłacz bez adresu docelowego zostaje pominięty, a łącze wewnątrz tekstu przypisu nie pozostaje klikalne.
Co dzieje się z tekstem zasłoniętym czarnym paskiem w źródłowym PDF-ie?
Nie trafia on do pliku Word. Jeżeli zaczernienie polegało na namalowaniu czarnego prostokąta na tekście zamiast na jego faktycznym usunięciu, tekst pozostaje w PDF-ie w pełni czytelny, co jest częstym i brzemiennym w skutki błędem. Narzędzie rozpoznaje tekst leżący w całości za nieprzezroczystą ciemną powierzchnią, pomija go i zgłasza Ci, na których stronach to wystąpiło.
Co dzieje się przy zeskanowanym PDF-ie?
Skan składa się z obrazów i nie ma warstwy tekstowej. Narzędzie mówi to uczciwie i odsyła do «PDF OCR», zamiast tworzyć pusty plik Word. Jeśli plik zawiera wprawdzie tekst, ale jego znaki nie mają zapisanej wartości Unicode, wyliczany jest udział takich znaków: wtedy zawodzi też kopiowanie z przeglądarki PDF, a OCR jest drogą powrotną do tekstu.
Tylko za Twoją zgodą mierzymy korzystanie w sposób zanonimizowany za pomocą plików cookie, aby ulepszać gottrix. Twoje pliki zawsze pozostają lokalnie, na Twoim urządzeniu. Prywatność