DOC naar PDF omzetten

Bijna niemand zet een DOC om omdat hij een PDF wil. Je zet hem om omdat er iets binnenkwam in een formaat dat je computer niet meer aankan — een formulier van de gemeente, een sjabloon van een opleiding, een modelovereenkomst van een kantoor dat zijn systemen lang geleden heeft ingericht en sindsdien niet meer.

DOC is de Word-indeling van 1997 tot 2003: één binair blok waarvan de opbouw nooit bruikbaar is gepubliceerd. Daarom hebben andere programma’s er altijd mee geworsteld en daarom is hij uiteindelijk vervangen. Heb je geen Word, dan is omzetten vaak de enige manier om het ding te lézen — en een PDF gaat daarna zonder discussie open op elke telefoon, tablet en computer.

De vaakste teleurstelling bij het omzetten van Word is niet dat er inhoud ontbreekt, het is dat inhoud verschuift: een document van drie pagina’s wordt vier, een tabel breekt over een paginarand, een kop blijft alleen onderaan staan.

Dat zijn vrijwel altijd de lettertypen. Het document noemt Calibri, Cambria of Times New Roman en bevat ze niet, dus wie het tekent zet er iets anders voor in de plaats. Een vervanger met andere letterbreedtes verschuift elke regelovergang, en alles daarna schuift mee. Deze omzetting gebruikt metrisch gelijke vervangers — anders getekend, identiek opgemeten — en dat is wat de paginering heel houdt. Een goede verdediging, geen waterdichte, en dus de reden om de PDF één keer te openen voor je hem ergens heen stuurt waar het uitmaakt.

De meeste omzettingen op deze site draaien volledig in je browser, en daar doen we niet geheimzinnig over. Deze niet. Er bestaat geen lezer voor de oude Word-indeling die in een browser draait en die je iemands contract zou durven toevertrouwen, dus deze omzetting draait op onze eigen server.

Concreet: het bestand reist over een versleutelde verbinding, LibreOffice zet het om, het resultaat komt terug, en de werkmap wordt gewist zodra de PDF gelezen is — in een `finally`-blok, dus of de omzetting nu lukte of niet. De machine heeft geen route naar het internet, dus hij zou je document nergens heen kúnnen sturen. Er blijft geen kopie achter en niemand leest mee. Bij elke omzetting op deze site staat op de knop welke van de twee soorten het is, voordat je hem indrukt.

Heb je toegang tot een versie van Word, of tot LibreOffice, dan levert het openen van de DOC en opslaan als DOCX een beter resultaat op. De moderne indeling is een ZIP met XML erin en een gepubliceerde specificatie, en alles verderop — deze omzetting incluis — leest die nauwkeuriger dan het binaire origineel.

Meestal kan dat niet, en daarom bestaat deze pagina. Kan het wel, dan kost het dertig seconden en verdwijnt er een hele categorie verrassingen mee.

De extensie is het betrouwbare teken, en Windows verbergt hem standaard — zo komen mensen op de verkeerde pagina terecht. Zet extensies aan in de mapweergave, of open de eigenschappen van het bestand.

Eindigt hij op .doc, dan is het de binaire indeling van 1997 tot 2003 en hoort hij hier. Eindigt hij op .docx, dan is het de moderne ZIP-met-XML, en zet de DOCX-pagina hem nauwkeuriger om, want daar valt een gepubliceerde specificatie te volgen.

Wel: lopende tekst, alineastijlen, tabellen, afbeeldingen, kop- en voetteksten, paginanummers, voetnoten en een inhoudsopgave.

Niet: macro’s, het gedrag van formuliervelden, en de mogelijkheid om te bewerken. Een DOC uit 2001 kan bovendien onderdelen bevatten waar nergens meer een equivalent voor bestaat; die vallen weg in plaats van dat ze benaderd worden door iets wat erop lijkt.

De binaire indeling heeft geen specificatie die die naam verdient, dus een bestand dat door ongebruikelijke software is geschreven, of dat onderweg beschadigd raakte, kan elke lezer verslaan die niet Word zelf is.

Een duidelijke foutmelding is dan het eerlijke antwoord. Een omzetting die een half document maakt van iets wat ze niet begreep zou erger zijn, want dan wist je niet welke delen je moet wantrouwen.

Een DOC die met een openingswachtwoord beveiligd is valt zonder dat wachtwoord niet te lezen, hier niet en elders evenmin. De omzetting mislukt in plaats van te gokken.

Documenten met een bewerkingsbeperking in plaats van een openingswachtwoord zijn iets anders. Die gaan gewoon open, en de beperking houdt simpelweg op ertoe te doen, want een PDF was in die zin toch al niet bewerkbaar.

Sleep een map erin en haal de resultaten op als ZIP. Elk bestand wordt op zichzelf behandeld, dus één onleesbare DOC houdt de rest niet tegen.

Omdat dit op onze server draait en niet in je browser, stuur je grote hoeveelheden beter in porties. Elk bestand wordt gewist zodra de PDF ervan teruggelezen is.