Как да превърнете PDF в редактируем документ на Word
Накратко: За да получите файл на Word, който наистина може да се редактира, превключете «Вид на резултата» в PDF в Word на «Редактируем текст»: по подразбиране е «Точно копие (не се редактира)», което поставя всяка страница като изображение със скрит текстов слой за търсене. Режимът «Редактируем текст» сглобява наново абзаци, заглавия и истински таблици на Word.
Тематична група
практическо ръководство
практическо ръководство: PDF guidance for reliable document processing and quality checks.
Основен инструмент
PDF към Word онлайн
Отворете инструмента от тази статия и извършете операцията на текущия език.
Отворете инструментаСъдържание
- По подразбиране получавате картинка, а не текст
- Какво има във файла с точно копие
- Как да получите документ, който се редактира
- Повтарящите се горни колонтитули изчезват нарочно
- Заглавията се определят по размера на шрифта
- Таблиците излизат като таблици
- Тегло на файла и визуализации на страниците
- Скан без текстов слой
Заявката почти винаги е една и съща: в получен PDF трябва да се поправят няколко абзаца. И първият опит почти винаги разочарова. Файлът се отваря във Word, изглежда безупречно, а курсорът не влиза в текста. Това не е грешка при преобразуването, а следствие от настройката, която е зададена по подразбиране.
По подразбиране получавате картинка, а не текст
Инструментът има два режима, а превключвателят между тях се казва «Вид на резултата». Предварително е избрано «Точно копие (не се редактира)» и то прави точно каквото обещава: запазва външния вид на страницата буква по буква. Методът е грубо прям. Всяка страница на PDF се изобразява като картинка и цялата се поставя в документа на Word.
Оттам идва усещането за номер с подмяна. Файлът е .docx, отваря се във Word, страниците съвпадат с оригинала по размер и ориентация, но няма какво да се редактира: на страницата има само картинки.
Вторият режим, «Редактируем текст», разглобява страницата и от частите сглобява истински документ на Word: абзаци, заглавия, списъци и таблици. В замяна се отказва от точното разположение на всичко върху страницата.
| Режим | Какво има вътре | Какво можете да правите |
|---|---|---|
| Точно копие | Изображение на всяка страница плюс скрит текстов слой | Да четете, да търсите в текста, да печатате |
| Редактируем текст | Абзаци, заглавия, списъци и таблици на Word | Да редактирате текста, да го преоформяте, да работите с таблици |
Изборът не е въпрос на качество, а на задача. Документ, който трябва да пътува нататък в познат офис формат и да остане недокоснат, иска точно копие. Документ, който трябва да се променя, иска редактируем текст, а колкото и да настройвате точното копие, редактируем текст от него няма да получите.
Какво има във файла с точно копие
Изображението на страницата не е цялото съдържание. Под него е поставен текстът, извлечен от PDF и маркиран като скрит: на екрана и при печат го няма, но търсенето в документа го намира.
Затова режимът на точно копие е полезен там, където изглежда безсмислен. Договор, който трябва да се разпространи и по-късно да се претърсва за формулировки, работи добре така: външният вид е запазен, търсенето действа и никой не го редактира случайно. След обработката самият инструмент го казва, като предупреждава, че документът не е редактируем текст, и това съобщение си струва да се прочете, а не да се отхвърли.
Размерът и ориентацията на страницата се вземат от изходния PDF страница по страница. Пейзажна вложка в средата на портретен документ остава пейзажна.
Как да получите документ, който се редактира
1. Отворете PDF в Word и качете файла. 2. Превключете «Вид на резултата» на «Редактируем текст». Това е единственото действие, което има значение, а настройката по подразбиране не го прави вместо Вас. 3. Решете дали Ви трябват визуализации на страниците (описани по-долу) и ги изключете, ако не Ви трябват. 4. Стартирайте задачата и изтеглете .docx. 5. Отворете документа и прегледайте навигационния екран: той показва кои заглавия са разпознати. 6. Проверете таблиците и първата страница, където загубите се появяват най-често.
Повтарящите се горни колонтитули изчезват нарочно
Режимът «Редактируем текст» прави отделен преглед на целия документ в търсене на повтарящи се редове. Важат две условия: редът трябва да е в горната или долната десета част на страницата и да се повтаря поне на три страници и поне в половината от документа. Всичко, което отговаря на двете условия, се изхвърля от резултата.
Сравнението не е наивно. Поредиците от цифри се сливат, така че «Страница 4» и «Страница 5» се броят за един и същ ред. Но сливането действа само когато в реда има останали букви: гола цифра в долния край на страницата се сравнява точно, а три различни цифри на три страници не са равни помежду си. На практика колонтитул «Поверително. Страница 7» изчезва, а колонтитул, който е само число, остава като абзац на всяка страница.
Проверено върху доклад от четири страници: редът `Confidential report Page N` отсъства от резултата в режим «Редактируем текст» и присъства в режима на точно копие, където страницата така или иначе е картинка и няма какво да се премахва от нея.
Механизмът има и обратна страна. Заглавие на документ, набрано едро в самия връх на всяка страница и еднакво навсякъде, попада под същото правило и се изтрива заедно с повтарящите се колонтитули. Когато този горен ред е важен, по-бързо е да го въведете наново, отколкото да търсите причината.
Заглавията се определят по размера на шрифта
Стиловете на заглавията в резултата не са измислени. Първо инструментът установява за целия документ кой размер на шрифта е основният. Той брои знаци, а не редове, така че рядък едър надпис никога не печели гласуването.
След това всеки блок се мери спрямо този размер. Приблизително с 15 процента по-голям от основния текст дава заглавие от второ ниво, с една и половина пъти по-голям или повече дава заглавие от първо ниво. Всичко останало остава обикновен абзац. Текстът трябва и да прилича на заглавие: дълго изречение, завършващо с точка, няма да стане такова, независимо с какъв шрифт е набрано.
Това води до предсказуемо поведение при документи, оформени без стилове. Ако целият текст е в един размер, а разделите са отбелязани само с получер шрифт, във файла на Word изобщо няма да има заглавия: размерът не се различава и няма на какво да се опре. Навигационният екран излиза празен и структурата трябва да се добави на ръка.
Таблиците излизат като таблици
Таблиците се намират от отделен детектор, същият, на който е изграден PDF в Excel. Открита таблица попада в документа като истинска таблица на Word с видими линии на мрежата, а не като абзаци, подравнени с интервали.
Текстовите блокове, които попадат в границите на открита таблица, се изваждат от потока на абзаците; иначе съдържанието на клетките би се появило два пъти, веднъж като таблица и веднъж като обикновен текст. Прагът е припокриване от шест десети от площта на блока.
Къде ще попадне таблицата се решава от горния ѝ ръб: тя се вмъква преди първия абзац, който започва под нея. При обикновена страница с една колона това дава правилния ред. При страница с две колони таблицата може да се озове другаде, а не там, където е стояла, защото абзаците на двете колони вървят последователно във файла, докато височините им се преплитат.
Ако откриването на таблици се провали на някоя страница, задачата не се срутва: тази страница излиза като обикновен текст, а в отговора има предупреждение с имената на страниците. Тук не е възможен мълчалив празен отговор.
Тегло на файла и визуализации на страниците
По подразбиране режимът «Редактируем текст» добавя изображение на всяка страница след текста ѝ, за да има с какво да се сверява резултатът. Нищо друго не влияе на теглото почти толкова.
Измерено върху един и същ документ от четири страници:
| Резултат | Размер |
|---|---|
| Режим «Точно копие» | 671 KB |
| «Редактируем текст» с визуализации на страниците | 315 KB |
| «Редактируем текст» без визуализации | 37 KB |
Изходният PDF тежеше около 4 KB. Разликата между крайните редове е осемнадесет пъти и цялата се дължи на картинки. Ако документът отива в истинска работа, а не в сравнение, изключете визуализациите веднага («Включване на изображенията на страниците»): те не се редактират, не участват в текста и пречат на коригирането.
Режимът «Точно копие» напълно игнорира настройката за визуализации, тъй като страницата му вече е изображение.
Скан без текстов слой
Сканираният документ е картинка и в него няма какво да се извлича. В режим «Точно копие» резултатът е същият скан, препакетиран като .docx. В режим «Редактируем текст» страниците излизат празни, а на мястото на всяка има бележка, че страницата е била празна.
Лекарството идва преди преобразуването, а не след него: прекарайте файла през OCR PDF, получете PDF с текстов слой и едва тогава преобразувайте във Word. Обратният ред не работи, защото няма да е останало нищо, върху което да работи разпознаването.
Документ, заключен с парола за отваряне, също няма да се преобразува; задачата спира и иска паролата. Свалете защитата с Отключване на PDF. Парола, която само ограничава печата или копирането, не пречи.
След като редакциите са готови, документът обикновено трябва да се върне в PDF. Това прави Word в PDF, който има собствено поведение при заместване на шрифтове и е добре да го знаете предварително.
Автор
Подготвено от екипа на услугата; Сергей Гагин отговаря за услугата
Често задавани въпроси
Още от тази група
практическо ръководство
Как да извлечете таблици от PDF в Excel
PDF в Excel: какви листове има в изтеглената работна книга, как се различават трите режима на откриване и защо свободният намира повече таблици, но къса думите.
практическо ръководство
Как да извлечете страници от PDF в нов файл
Извличане на нужните страници от PDF в отделен файл: двата режима, защо файловете в архива пазят оригиналните номера и какво променя изключеното запазване на размера.
практическо ръководство
Как да изрежете полетата и излишното в PDF
Изрязването променя само видимата област, а съдържанието извън нея остава във файла. Полетата важат за целия документ, а завъртените страници се обработват по видимите краища.
Свързани инструменти
PDF към Word онлайн
Преобразувайте PDF в документ на Word, за да можете да редактирате текста, да допълвате раздели и да правите промени.
Word към PDF онлайн
Преобразувайте документ на Word в PDF, за да фиксирате оформлението и да сте сигурни, че файлът се отваря по един и същ начин навсякъде.
PDF към Excel онлайн
Извлечете данните от таблици в PDF в Excel, за да могат да се изчисляват, филтрират и сортират.
OCR за сканирани PDF файлове
Разпознайте текста в сканиран PDF и добавете невидим текстов слой върху страниците. Така текстът може да се търси и копира, а сканираното изображение остава видимо.
Какво да направите по-нататък
Всички инструменти
Каталог с PDF инструменти: слей, компресирай, раздели, конвертирай, завърти, защити и отключи PDF файлове онлайн, онлайн.
ЧЗВ
Намерете отговори за акаунтите в iHatePDF, обработката на файлове, ограниченията при качване, достъпа от мобилно устройство, поверителността и какво да направите, когато PDF инструмент върне грешка.
Контакти
Свържете се с iHatePDF за грешки при обработка, избор на инструмент, сигурност, бизнес запитвания и предложения за нови функции.