Konvertieren Sie Word in Text online kostenlos

Word in Text umwandeln: ein Dokument auf seine Wörter zurückschneiden

Wer aus Word heraus kopiert und einfügt, schmuggelt Formatierung an Stellen, an denen sie nichts zu suchen hat. In ein CMS eingefügt, hängen Schriftdeklarationen und verirrte Spans mit dran. In einen Code-Kommentar eingefügt, werden aus geraden Anführungszeichen typografische, und die Zeichenkette passt plötzlich nicht mehr. In ein Terminal eingefügt, kommen Geviertstriche an, mit denen Ihr Skript nie gerechnet hat. Das Dokument sah gut aus. Die Bytes waren nie sauber.

Wenn Sie Word in reinen Text umwandeln, ist das Thema an der Wurzel erledigt. Heraus kommt die Prosa in Lesereihenfolge — keine Formatvorlagen, keine Farben, kein Revisions-Beiwerk, kein unsichtbares Layout-Gerüst. Genau das brauchen Sie, wenn Sie Text aus einem Word-Dokument extrahieren wollen, um ihn auszuwerten, zu durchsuchen oder an etwas zu übergeben, das Formatierungszeichen als zu parsende Daten behandelt. Kostenlos, ohne Anmeldung, 50 MB pro Datei, bei uns bleibt nichts liegen.

Was konkret wegfällt

Eine .docx trägt weit mehr mit sich als die Wörter. Das hier landet im Schnittabfall:

• Sämtliche optische Formatierung — fett, kursiv, Schriftarten, Schriftgrade, Markierungsfarben, dieser eine Absatz, den jemand in Comic Sans stehen gelassen hat. Hervorhebungen sind weg, und es bleibt keine Markierung, wo sie einmal waren.
• Die Überschriftenhierarchie — aus einer Überschrift 1 und dem Satz darunter werden zwei gewöhnliche, direkt aufeinanderfolgende Zeilen. Nichts unterscheidet sie noch.
• Tabellen fallen zu Textzeilen zusammen. Die Zellwerte überleben, die Spalte, zu der jeder Wert gehörte, nicht. Das ist der wichtigste Grund, bei tabellenlastigen Dokumenten stattdessen zu Word in Markdown zu greifen.
• Eingebettete Bilder verschwinden restlos. Sie liegen als Pixel in word/media/ im Archiv, und dieser Konverter führt kein OCR aus — Text in einem eingefügten Screenshot taucht in der Ausgabe also nie auf. Zählt dieser Inhalt, ziehen Sie das Bild heraus und schicken es separat durch Bild in Text.
• Kopfzeilen, Fußzeilen, Seitenzahlen, Wasserzeichen — fallen raus. Text kennt keine Seiten.
• Kommentare — die stehen in einem eigenen Teil der Datei, nicht im Fließtext, und kommen deshalb nicht mit durch.

Die unsichtbaren Zeichen, die Word Ihnen hinterlässt

Reiner Text heißt: kein Markup. Er heißt nicht ASCII. Words Autokorrektur ersetzt seit Jahren klammheimlich die Zeichen, die Sie getippt haben, durch typografisch hübschere. Die überstehen die Konvertierung, weil sie tatsächlich zum Text gehören:

• Typografische Anführungszeichen — aus geradem " und ' werden U+201C / U+201D beziehungsweise U+2018 / U+2019. Der Klassiker, wenn eine Regex, ein CSV-Import oder ein kopiertes Code-Schnipsel klanglos scheitert.
• Geviert- und Halbgeviertstriche — aus zwei getippten Bindestrichen wird ein Geviertstrich. In Prosa in Ordnung, in einem Bezeichner oder einem Befehl überraschend.
• Geschützte Leerzeichen (U+00A0) — sehen exakt wie Leerzeichen aus, passen aber in manchen älteren Regex-Dialekten nicht auf \s, in einem naiven Split auch nicht auf ' '.
• Weiche Trennstriche und optionale Umbrüche — Zeichen ohne Breite mitten in Wörtern, unsichtbar, bis ein Zeichenkettenvergleich ohne erkennbaren Grund fehlschlägt.
• Auslassungspunkte — drei getippte Punkte fallen zum einzelnen Zeichen U+2026 zusammen.

Nichts davon ist ein Konvertierungsfehler, das ist eine treue Ausgabe. Ist Ihre Pipeline aber empfindlich, hängen Sie nach der Konvertierung eine Unicode-Normalisierung an. Zu wissen, wonach man überhaupt suchen muss, ist die halbe Miete.

Änderungsverfolgung: erst annehmen, dann konvertieren

Word speichert Überarbeitungen inline — eingefügter Text steckt in w:ins, gelöschter bleibt in w:del erhalten, damit er wiederherstellbar ist. Die Konvertierung löst das Dokument in seinen angenommenen Zustand auf: Einfügungen bleiben, Löschungen fallen weg. Das ist fast immer das Gewünschte, aber das „fast“ trägt in diesem Satz einiges an Gewicht, gerade bei einem stark überarbeiteten juristischen Entwurf, bei dem Sie gar nicht wissen, in welchem Zustand das Dokument gerade steckt.

Machen Sie es lieber explizit: Überprüfen → Alle Änderungen annehmen, auf einer Kopie, speichern, konvertieren. Dann ist der Text, den Sie bekommen, eindeutig der Text, den Sie vor sich hatten. Wollen Sie dagegen wirklich wissen, was sich zwischen zwei Entwürfen geändert hat, konvertieren Sie jede Fassung einzeln in Text und lassen einen Diff darüber laufen — reiner Text lässt sich hervorragend diffen, und genau dafür gibt es dieses Format.

Wann Text die richtige Antwort ist und Markdown nicht

Markdown gewinnt, wenn Struktur Bedeutung trägt. Text gewinnt immer dann, wenn Markup für das, was als Nächstes damit arbeitet, nur Rauschen wäre:

• Klassifikatoren und Textanalyse. TF-IDF, Themenmodelle, Sentiment-Scoring, Keyword-Extraktion — im Kern alles Bag-of-Words, und alle tokenisieren ** so, als wäre es Vokabular, solange Sie es nicht vorher entfernen.
• Embeddings. In Chunks zerlegen, einbetten, abrufen. Syntaxzeichen belegen Positionen im Embedding, ohne Bedeutung beizusteuern. Prosa-Chunks werden präziser gefunden als ausgezeichnete.
• Suchindizes. Postgres-Volltext, SQLite FTS, Elasticsearch — jeder davon will eine Spalte mit rohem Text. Markdown bedeutet nur einen Bereinigungsschritt vor dem Insert.
• Diffs und Versionskontrolle. Zeilenweise Diffs lesen sich auf Prosa sauber. Markdown-Tabellen sind das Gegenteil: Ändern Sie eine Zelle, wird die ganze Zeile neu geschrieben, und der Diff sagt Ihnen nichts Brauchbares.
• Weiterreichen an Skripte. wc, grep, awk, ein schneller Python-Einzeiler — Text ist für all das das universelle Austauschformat.
• Minimale Tokenzahl. Bei knappem Kontextbudget ist jeder senkrechte Strich und jede Raute Ausgabe ohne Gegenwert. Der Token-Zähler unter der Ausgabe zeigt Ihnen den Unterschied sofort.

Der Format-Umschalter oben auf dieser Seite wechselt zwischen Text und Markdown und nimmt Ihre bereits ausgewählte Datei mit; beides zu erzeugen und zu vergleichen kostet also einen Klick statt eines zweiten Uploads. Anderswo in der Sammlung gilt dieselbe Logik — PDF in reinen Text und HTML in Text gibt es aus denselben Gründen.

.doc, .docx und wie Sie DOCX sauber in TXT umwandeln

Das alte Format .doc ist eine binäre Verbunddatei aus der Zeit vor 2007 — ein kleines internes Dateisystem aus Streams, dessen Aufbau sich von Word-Version zu Word-Version verschoben hat. .docx ist Open XML: ein ZIP-Archiv mit sauber spezifiziertem XML. Die Extraktion aus .docx ist verlässlich, die aus .doc bestenfalls ein Versuch nach bestem Wissen. Liefert eine alte Datei seltsame Ausgaben, öffnen Sie sie in Word oder LibreOffice, speichern Sie sie als .docx und konvertieren Sie diese Fassung. Derselbe Rat gilt für RTF-Dokumente.

Zwei Gewohnheiten lohnen sich noch. Überfliegen Sie die ersten hundert Zeilen der Ausgabe, bevor Sie sie verwenden — eine schlecht plattgedrückte Tabelle zu erkennen, dauert zehn Sekunden und erspart Ihnen später ein verwirrendes Gespräch mit einem Modell. Und wenn die Quelle riesig ist, teilen Sie sie auf: Ein Handbuch mit 400 Seiten konvertiert problemlos, passt aber in kein Kontextfenster, und zu genau dem Kapitel, um das es Ihnen geht, bekommen Sie deutlich schärfere Antworten.

Häufige Fragen

Wie wandle ich ein Word-Dokument in eine reine Textdatei um?

Ziehen Sie die .docx oder .doc oben in das Feld, der Text erscheint darunter und lässt sich als .txt herunterladen. Kostenlos, ohne Anmeldung, 50 MB pro Datei. Beide Formate funktionieren — das moderne gezippte XML ebenso wie das ältere binäre, das Word vor 2007 verwendet hat.

Kann ich mehrere DOCX-Dateien auf einmal in TXT umwandeln?

Hier nicht — diese Seite nimmt eine Datei nach der anderen. Für einen ganzen Ordner legen Sie die Dokumente in ein Verzeichnis und nehmen den Konverter für lokale Ordner, der einen kompletten Baum durchläuft und Sie die gewünschten Dateien in einem Durchgang ankreuzen lässt. Auf der Kommandozeile ist Pandoc in einer Shell-Schleife die übliche Antwort.

Was passiert mit Änderungsverfolgung und Kommentaren?

Sie bekommen das Dokument so, wie es aktuell dasteht: Überarbeitungsmarken werden aufgelöst, nicht abgebildet. Kommentare am Rand gehören nicht zum Fließtext und kommen nicht mit durch. Geht es Ihnen gerade darum, zwei Entwürfe gegeneinanderzuhalten, konvertieren Sie beide Fassungen in Text und lassen einen wortweisen diff laufen — der zeigt die Änderungen weit lesbarer als die Seitenleiste.

Kommen Kopfzeilen, Fußzeilen und Fußnoten mit?

Fußnotentexte kommen in der Regel mit durch, was bei einem belegten Dokument auch so sein soll. Wiederkehrende Kopf- und Fußzeilen sind Seiten-Beiwerk statt Inhalt und schieben sich deshalb nicht wie bei der PDF-Extraktion mitten in den Fließtext — einer der echten Vorteile, aus DOCX zu konvertieren statt aus einem exportierten PDF desselben Dokuments.

Word in Text oder Word in Markdown?

Text, wenn Sie die Wörter wollen und sonst nichts — Wortzählungen, Stichwortsuchen, Chunks für Embeddings, Futter für eine Sprachausgabe. Word in Markdown, wenn das Dokument mit echten Überschriftenformaten geschrieben wurde und diese Gliederung in die Ausgabe hinüberretten soll.

Der Rest des Werkzeugkastens

Word ist hier eines von dreizehn Formaten. File2Txt nimmt jedes davon aus einem einzigen Upload, oder gehen Sie direkt zu PowerPoint in Text für Foliensätze, Excel in Text für Tabellen oder MSG in Text für Outlook-Mails. Einen ganzen Ordner voller Entwürfe? Packen Sie ihn in ein ZIP und lassen Sie ZIP in Text alles darin auf einmal konvertieren.

Für Code gibt es den GitHub-zu-Text-Konverter, eine GitLab-Variante und einen Konverter für lokale Verzeichnisse. Für Webseiten holt Web2Txt eine URL in Text. Dazu kommt ein ausführlicherer Leitfaden zur Aufbereitung von Dokumenten für LLMs, falls Sie die allgemeine Argumentation statt der Word-spezifischen suchen.

Repo2Txt wird entwickelt und gepflegt von v12hero, einem unabhängigen Entwickler, der native und Web-Apps mit Fokus auf Privatsphäre baut.