Bangla-PDF in Word umwandeln

Ein bengalisches PDF – ein Rundschreiben, ein Formular, ein Buchkapitel, ein Scan – als .docx, die Sie bearbeiten können, mit Ligaturen und Vokalzeichen in der richtigen Reihenfolge und einer auf Bangla eingestellten OCR für gescannte Seiten. Es wird nichts gespeichert.

Nie gespeichert
Keine Warteschlange, kein Warten
Ohne Anmeldung, ohne Wasserzeichen

So funktioniert’s

PDF hinzufügen

Ein Text-PDF oder ein Scan. Das Tool sieht sich die erste Seite an und schaltet bei einem Scan OCR ein; die Erkennung ist bereits auf Bengalisch eingestellt.

Modus wählen

„Bearbeitbarer Text“ liefert ein normales Word-Dokument, Seite für Seite. „Exaktes Aussehen“ setzt jede Zeile genau an ihre Stelle über ein Bild der Seite – zum Drucken statt zum Bearbeiten.

Umwandeln und herunterladen

Eine .docx in einer Unicode-Bangla-Schrift, mit Überschriften, Absätzen, Bildern und Links.

Was an einem Bangla-PDF anders ist

Die Umsortierung ist der eigentliche Punkt. Eine PDF-Textebene enthält Glyphen in Zeichenreihenfolge, und die Textformung für Bangla zeichnet die vorangestellten Vokalzeichen (ি, ে, ৈ) vor dem Konsonanten und teilt ো und ৌ in zwei Glyphen links und rechts davon; der Text, den ein einfacher Extraktor liefert, lautet deshalb „স্ব␃াভািবক“, wo auf der Seite „স্বাভাবিক“ steht. Jede Zeile wird in die logische Reihenfolge zurückgebracht – Vokalzeichen nach seinem Cluster, Reph als র্ vor dem Cluster, auf dem es sitzt, zweiteilige Vokale als ein Codepunkt –, bevor irgendetwas anderes geschieht. OCR-Ausgabe braucht nichts davon, weil die Erkennung von sich aus die logische Reihenfolge liefert.

Überschriften, Absätze, Links, Bilder und Seitenumbrüche werden genau wie auf der allgemeinen Seite PDF in Word ermittelt: Wörter auf einer gemeinsamen Grundlinie sind eine Zeile, ein größer werdender Abstand beginnt einen Absatz, eine kurze Zeile in 1,6-facher Größe des Fließtexts ist eine Überschrift, und eine Link-Anmerkung wird zu einem Word-Hyperlink. „Exaktes Aussehen“ rendert die Seitengrafik mit 144 DPI und legt den echten Text darüber; „Bearbeitbarer Text“ baut saubere Absätze in Lesereihenfolge neu auf.

Bengalische Ziffern bleiben bengalische Ziffern, und ein lateinisches Wort auf der Seite – eine E-Mail-Adresse, ein Aktenzeichen – bleibt lateinisch. Bei einem Scan wird das bengalische Paket geladen, eine Bangla-Seite mit englischem Briefkopf wird also im Bangla richtig gelesen, der Briefkopf aber womöglich als Unsinn in Bangla-Form; fügen Sie Englisch in der Sprachliste hinzu, wenn das Englische zählt.

Wenn Sie etwas anderes brauchen

Ein PDF aus einer Word-Datei ist eine Rekonstruktion, die nur darauf wartet; fragen Sie nach der .docx, wenn Sie können. Und eine Bijoy-.docx wird besser mit Bijoy in Unicode umgewandelt, als sie als PDF zu drucken und zurückzuwandeln – die Tastenanschläge werden ohne einen einzigen Fehler umgesetzt, die Formatierung bleibt erhalten, und nichts wird aus Pixeln neu gelesen.

Für ein Archiv gescannter Bangla-Bücher liest ein Desktop-OCR-Tool mit dem bengalischen Modell über Nacht einen ganzen Ordner, und OCRmyPDF fügt jedem PDF eine durchsuchbare Ebene hinzu, ohne sein Aussehen zu verändern – die richtige Form von Tool für Hunderte Dateien, wo diese Seite für eine einzige gedacht ist.

Häufig gestellte Fragen

Wird mein PDF gespeichert?

Nein. Es wird nichts gespeichert; die Datei wird nie aufbewahrt. Bei einem Scan werden die Texterkennung und das bengalische Paket einmal von dieser Website geladen und für das nächste Mal aufbewahrt – das Dokument selbst geht nirgendwohin.

Warum kommt Bangla aus einem PDF meist falsch geschrieben heraus?

Weil ein PDF die Glyphen in der Reihenfolge speichert, in der sie gezeichnet werden, und das ist bei Bangla die visuelle Reihenfolge: Das i-kar wird vor dem Konsonanten gezeichnet, auf den es folgt, und die beiden Hälften von ো stehen links und rechts davon. Die meisten Konverter übernehmen diese Reihenfolge, wie sie ist, sodass বাংলাদেশ mit den Vokalzeichen vor den falschen Buchstaben herauskommt und jedes Wort auf eine Weise falsch geschrieben ist, die keine Rechtschreibprüfung reparieren kann. Dieser Konverter setzt die Zeichen dorthin zurück, wo Unicode sie erwartet – dieselbe Umsortierung, die jedes Bangla-PDF braucht, auch die, die diese Website selbst erstellt hat.

Kommt es mit einem PDF aus einem Bijoy-Dokument zurecht?

Hat das PDF eine Textebene in SutonnyMJ, kommt der Text als Bijoy-Tastenanschläge heraus, denn genau das steht in der Datei; lassen Sie das Ergebnis durch Bijoy in Unicode laufen, und die Formatierung bleibt erhalten. Ist das PDF ein Scan, liest OCR das Bild und liefert sofort Unicode.

Wie gut ist die OCR bei Bangla-Scans?

Saubere Scans von gedrucktem Bangla mit 300 dpi werden gut gelesen; verblasste Fotokopien und Handyfotos verlieren Ligaturen. Die Sprache ist auf dieser Seite fest auf Bengalisch eingestellt, ein lateinischer Briefkopf oder ein Aktenzeichen kann die Erkennung also nicht für die ganze Seite ins Englische kippen. Schief gescannte Seiten werden zuerst begradigt.

Welches Word-Format erhalte ich?

Eine Standard-.docx in einer Unicode-Bangla-Schrift, die sich in Word, Google Docs und LibreOffice öffnen lässt. Der Text ist echtes Unicode: durchsuchbar und mit Avro oder Ridmik weiterzuschreiben.

Und Tabellen und Formulare?

Formulare mit Linien in einem Scan werden im Modus „Bearbeitbarer Text“ zu echten Word-Tabellen. Tabellen in einem Text-PDF kommen als positionierter Text heraus, wie bei jedem Konverter von PDF in Word – für eine Tabellenkalkulation ist PDF in Excel das bessere Tool.

Gut zu wissen: Schriften werden ersetzt: Die .docx verwendet eine Unicode-Bangla-Schrift, nicht die des PDFs, das Aussehen ist also ähnlich, nicht identisch. Text-PDFs in einer Bijoy-Schrift werden als Bijoy-Tastenanschläge umgewandelt und brauchen danach den Konverter Bijoy in Unicode. OCR ignoriert Fotos und Logos, belässt Handschrift als Bild und braucht ein paar Sekunden pro Seite, weil Ihr eigenes Gerät das Lesen übernimmt.

Dieses Tool auf Ihrer Website einbinden

Kostenlos für jeden Blog, jede Kursseite und jeden Hilfeartikel. Fügen Sie ein einziges Snippet ein, und Ihre Besucher können das Tool direkt auf Ihrer Seite nutzen.