TXT in PDF umwandeln

Wie aus reinem Text Seiten werden

Text hat keine Seiten, keine Ränder und keine Zeilenumbrüche, die mehr bedeuten als die Stellen, an denen der Autor zufällig die Eingabetaste gedrückt hat – all das wird hier erst hergestellt. Absätze werden auf die Seitenbreite umbrochen, und zwar anhand der tatsächlichen Zeichenbreiten der verwendeten Schrift statt einer geschätzten Zeichenzahl – so läuft eine umbrochene Zeile nicht in den Rand, wenn sie breite Buchstaben enthält. Ein einzelnes Wort, das länger ist als die Zeile, etwa eine URL oder ein Hash, wird nach Messung über mehrere Zeilen verteilt, statt überzulaufen. Tabulatoren werden vor jeder Messung in Leerzeichen umgewandelt, sodass das, was umbrochen wird, auch das ist, was gezeichnet wird.

Eine vollständige Unicode-Schrift wird ins PDF eingebettet statt nur referenziert – deshalb öffnet sich das Ergebnis auch auf einem Rechner, der es nie gesehen hat, identisch, und deshalb erscheinen Akzente sowie kyrillischer und griechischer Text richtig statt als Kästchen. Es bedeutet auch, dass aus einer Textdatei von wenigen Kilobyte ein PDF von einigen Hundert wird, weil die Schrift mitreist – die Untergrenze bestimmt die Schrift, nicht der Text, und ein längeres Dokument ist kaum größer.

Schriften, die Shaping brauchen, werden abgelehnt statt verstümmelt. Arabische Buchstaben ändern ihre Form je nach ihren Nachbarn, Bengalisch und Devanagari bilden Ligaturen, die jeweils eine einzige Glyphe sind, und Chinesisch braucht Zehntausende Zeichen, die keine allgemeine eingebettete Schrift mitbringt. Diese Codepoints einfach hintereinander zu schreiben, ergibt Text, der nicht nur hässlich, sondern schlicht falsch ist – deshalb listet die Seite genau auf, welche Zeichen sie nicht darstellen kann, und hört auf, statt Ihnen ein Dokument voller Lücken zu liefern, die Sie womöglich erst bemerken, wenn jemand anderes es öffnet.

Das Ergebnis enthält echten, markierbaren, durchsuchbaren Text – kein Bild von Text –, das PDF lässt sich also zitieren und indexieren. Zeilenumbrüche in der Quelle werden als Absatzumbrüche übernommen; alles andere am Layout wird hier festgelegt, weil es in der Datei nichts gab, woraus man es hätte lesen können. Eine Markdown-Datei wird als das umgewandelt, was sie buchstäblich ist, Rautezeichen und Sternchen inklusive; Markdown in PDF ist das Tool, das sie darstellt.

Wenn Sie etwas anderes brauchen

Für Text, der zu einem gestalteten Dokument werden soll – Überschriften, Seitenzahlen, ein Inhaltsverzeichnis, Fußnoten –, ist Pandoc das richtige Tool: pandoc notes.txt -o notes.pdf ist die Kurzfassung, und mit einer Vorlage erzeugt es einen Satz, an den kein Nur-Text-Konverter heranreicht. Es ist kostenlos.

Für komplexe Schriften oder für CJK lautet die ehrliche Antwort, dass diese Seite nicht helfen kann und ein Konverter mit den passenden Schriften das übernehmen muss. LibreOffice öffnet eine Textdatei und exportiert sie – soffice --headless --convert-to pdf notes.txt – mit den auf dem Rechner installierten Schriften und vollständigem Shaping, also genau dem, was hier fehlt.