Langkau ke kandungan
Artikel

Cara menukar PDF kepada Word yang boleh disunting

Fail terbuka dalam Word tetapi kursor tidak boleh masuk ke dalam teks? Kenapa hasil lalai ialah gambar, apa beza mod mengalir dengan mod tepat, dan ke mana perginya pengepala berulang.

Ringkasnya: Untuk mendapat fail Word yang benar-benar boleh disunting, tukar jenis hasil dalam PDF ke Word dalam talian kepada mengalir: tetapan lalainya ialah tepat, yang memasukkan setiap halaman sebagai gambar dengan lapisan teks tersembunyi untuk carian. Mod mengalir membina semula perenggan, tajuk dan jadual Word yang sebenar.

Kelompok

panduan langkah demi langkah

panduan langkah demi langkah: PDF guidance for reliable document processing and quality checks.

13 artikel

Alat utama

PDF ke Word dalam talian

Buka alat yang dipautkan dalam artikel ini untuk melaksanakan tugasan dalam bahasa yang sedang anda gunakan.

Buka alat

Kandungan

Permintaannya hampir selalu sama: dalam PDF yang dihantar orang ada beberapa perenggan yang perlu dibetulkan. Dan percubaan pertama hampir selalu mengecewakan. Fail terbuka dalam Word, rupanya sempurna, tetapi kursor tidak mahu masuk ke dalam teks. Itu bukan kegagalan penukaran, sebaliknya akibat tetapan yang diaktifkan secara lalai.

Secara lalai anda mendapat gambar, bukan teks

Alat ini mempunyai dua mod, dan pilihannya dipanggil jenis hasil. Mod tepat sudah dipilih sejak awal, dan ia melakukan apa yang dijanjikannya: mengekalkan rupa halaman huruf demi huruf. Kaedahnya kasar. Setiap halaman PDF dijadikan gambar lalu dimasukkan utuh ke dalam dokumen Word.

Daripada situlah timbulnya perasaan ditipu. Ia fail .docx, ia terbuka dalam Word, saiz dan orientasi halamannya sama dengan yang asal, tetapi tiada apa-apa yang boleh disunting: yang ada pada halaman hanyalah gambar.

Mod kedua, mengalir, membongkar halaman lalu membina semula dokumen Word yang sebenar daripada kepingan-kepingannya: perenggan, tajuk, senarai dan jadual. Sebaliknya, kedudukan tepat setiap elemen pada halaman tidak dikekalkan.

ModKandungannyaYang boleh dilakukan
TepatGambar setiap halaman beserta lapisan teks tersembunyiMembaca, mencari teks, mencetak
MengalirPerenggan, tajuk, senarai dan jadual WordMenyunting teks, menukar gayanya, bekerja dengan jadual

Pilihan ini bukan soal kualiti, tetapi soal tugas. Dokumen yang mesti diserahkan seterusnya dalam format pejabat yang biasa dan tidak boleh diusik sesuai dengan mod tepat. Dokumen yang mesti diubah sesuai dengan mod mengalir, dan berapa banyak pun anda mengubah suai mod tepat, ia tidak akan menghasilkan teks yang boleh disunting.

Apa yang ada dalam fail mod tepat

Gambar halaman bukan satu-satunya kandungan. Di bawahnya ada teks yang diambil daripada PDF dan ditandakan sebagai tersembunyi: ia tidak kelihatan pada skrin dan tidak tercetak, tetapi carian dalam dokumen tetap menjumpainya.

Inilah yang menjadikan mod tepat berguna di tempat yang nampaknya sia-sia. Kontrak yang perlu diedarkan dan kemudian dicari perkataannya berfungsi baik dengan cara ini: rupanya kekal, carian berfungsi, dan tiada orang menyuntingnya secara tidak sengaja. Alat ini sendiri memberitahunya selepas pemprosesan, dengan amaran bahawa dokumen itu bukan teks yang boleh disunting, dan mesej itu patut dibaca, bukan ditutup begitu sahaja.

Saiz dan orientasi halaman diambil daripada halaman PDF sumber satu demi satu. Halaman mendatar di tengah-tengah dokumen menegak kekal mendatar.

Cara mendapatkan dokumen yang boleh disunting

1. Buka PDF ke Word dalam talian dan muat naik fail anda. 2. Tukar jenis hasil kepada mengalir. Inilah satu-satunya langkah yang penting, dan tetapan lalai tidak melakukannya untuk anda. 3. Tentukan sama ada anda mahu pratonton halaman, yang diterangkan di bawah, dan matikannya jika tidak mahu. 4. Jalankan tugas dan muat turun fail .docx. 5. Buka dokumen dan semak Anak Tetingkap Navigasi: di situ kelihatan tajuk mana yang dikenali. 6. Periksa jadual dan halaman pertama, tempat kehilangan paling kerap berlaku.

Pengepala berulang hilang dengan sengaja

Mod mengalir menjalankan satu imbasan berasingan merentas seluruh dokumen untuk mencari baris yang berulang. Dua syarat dikenakan: baris itu mesti berada pada satu persepuluh bahagian atas atau bawah halaman, dan mesti berulang pada sekurang-kurangnya tiga halaman serta pada sekurang-kurangnya separuh daripada dokumen. Apa-apa yang memenuhi kedua-duanya dibuang daripada hasil.

Perbandingannya tidak naif. Urutan digit diringkaskan, jadi "Halaman 4" dan "Halaman 5" dikira sebagai baris yang sama. Tetapi peringkasan ini hanya berlaku apabila huruf masih ada dalam baris itu: nombor kosong pada pengaki dibandingkan sebagaimana adanya, dan tiga digit berbeza pada tiga halaman tidak sama antara satu sama lain. Dalam amalan, pengaki yang berbunyi "Sulit. Halaman 7" hilang, manakala pengaki yang hanya angka tinggal sebagai perenggan pada setiap halaman.

Diuji pada laporan empat halaman: baris `Laporan sulit Halaman N` tiada dalam hasil mod mengalir dan ada dalam hasil mod tepat, yang halamannya memang sudah menjadi gambar sehingga tiada apa yang boleh dibuang daripadanya.

Mekanisme ini ada sisi buruknya juga. Tajuk dokumen bersaiz besar di bahagian paling atas setiap halaman, serupa di mana-mana, terkena peraturan yang sama dan turut dipadam bersama pengepala berulang. Apabila baris teratas itu penting, menaipnya semula lebih cepat daripada mencari puncanya.

Tajuk ditentukan oleh saiz fon

Gaya tajuk dalam hasil tidak direka-reka. Alat ini mula-mula mengira, merentas seluruh dokumen, saiz fon mana yang menjadi saiz isi. Yang dikira ialah aksara, bukan baris, jadi kapsyen besar yang jarang-jarang tidak akan memenangi undian.

Setiap blok kemudian diukur berbanding saiz itu. Lebih kurang 15 peratus lebih besar daripada isi menjadi tajuk aras dua, dan satu setengah kali ganda atau lebih besar menjadi tajuk aras satu. Selebihnya kekal sebagai perenggan biasa. Teks itu juga mesti kelihatan seperti tajuk: ayat panjang yang berakhir dengan noktah tidak akan menjadi tajuk, apa pun saiz hurufnya.

Ini menghasilkan tingkah laku yang boleh diramal pada dokumen yang tanpa gaya yang jelas. Jika seluruh teks berada dalam satu saiz dan bahagian hanya ditandakan dengan huruf tebal, fail Word tidak akan mempunyai tajuk langsung: saiznya tidak berbeza, jadi tiada panduan. Anak Tetingkap Navigasi kosong dan strukturnya perlu ditambah secara manual.

Jadual keluar sebagai jadual

Jadual dikesan oleh pengesan yang berasingan, yang sama menjadi asas kepada PDF ke Excel dalam talian. Jadual yang dikesan masuk ke dalam dokumen sebagai jadual Word yang sebenar dengan garis grid yang kelihatan, bukannya perenggan yang diisi dengan ruang kosong.

Blok teks yang jatuh dalam sempadan jadual yang dikesan dikeluarkan daripada aliran perenggan; jika tidak, kandungan sel akan muncul dua kali, sekali sebagai jadual dan sekali sebagai prosa. Ambangnya ialah pertindihan enam persepuluh daripada luas blok.

Kedudukan jadual ditentukan oleh tepi atasnya: ia disisipkan sebelum perenggan pertama yang bermula di bawahnya. Pada halaman satu lajur biasa, ini memberikan susunan yang betul. Pada halaman dua lajur, jadual boleh berakhir di tempat lain daripada kedudukan asalnya, kerana perenggan kedua-dua lajur berjalan berturutan dalam fail sedangkan ketinggiannya bersilang-seli.

Jika pengesanan jadual gagal pada sesuatu halaman, tugas tidak gagal sepenuhnya: halaman itu keluar sebagai teks biasa dan respons membawa amaran yang menyebut halaman berkenaan. Jawapan kosong tanpa makluman tidak mungkin berlaku di sini.

Berat fail dan pratonton halaman

Mod mengalir secara lalai menambah gambar setiap halaman selepas teks halaman itu, supaya ada sesuatu untuk menyemak hasilnya. Tiada perkara lain yang menjejaskan berat fail sebanyak ini.

Diukur pada satu dokumen empat halaman yang sama:

HasilSaiz
Mod tepat671 KB
Mengalir dengan pratonton halaman315 KB
Mengalir tanpa pratonton37 KB

PDF sumber seberat kira-kira 4 KB. Jurang antara baris paling luar ialah lapan belas kali ganda, dan semuanya gambar. Jika dokumen akan digunakan untuk kerja sebenar dan bukan untuk perbandingan, matikan pratonton terus: ia tidak boleh disunting, tidak mengambil bahagian dalam teks dan mengganggu semakan pruf.

Mod tepat mengabaikan tetapan pratonton sepenuhnya, kerana halamannya sudah pun gambar.

Imbasan tanpa lapisan teks

Dokumen yang diimbas ialah gambar, dan tiada apa-apa di dalamnya yang boleh diekstrak. Dalam mod tepat, hasilnya ialah imbasan yang sama dibungkus semula sebagai .docx. Dalam mod mengalir, halaman keluar kosong, dengan nota di tempat setiap satu yang menyatakan halaman itu kosong.

Penyelesaiannya datang sebelum penukaran, bukan selepas: jalankan fail melalui OCR PDF dalam talian, dapatkan PDF dengan lapisan teks, dan barulah tukar kepada Word. Urutan sebaliknya tidak berjaya, kerana tiada lagi bahan untuk dikerjakan oleh pengecaman.

Dokumen yang dikunci dengan kata laluan buka juga tidak akan ditukar; tugas berhenti dan meminta kata laluan. Tanggalkan perlindungan dengan Buka kunci PDF dalam talian. Kata laluan yang hanya menyekat pencetakan atau penyalinan tidak menghalang.

Selepas suntingan siap, dokumen biasanya perlu dikembalikan kepada PDF. Itu tugas Word ke PDF dalam talian, yang mempunyai tingkah laku penggantian fon tersendiri yang elok diketahui lebih awal.

Penulis

Disediakan oleh pasukan iHatePDF; perkhidmatan ini diuruskan oleh Sergey Gagin.

Tentang projek

Soalan Lazim

Kerana jenis hasil ialah tepat secara lalai: setiap halaman dimasukkan sebagai gambar, dengan lapisan teks tersembunyi di bawahnya untuk carian. Untuk mendapatkan dokumen yang boleh disunting, tukar jenis hasil kepada mengalir dan tukar semula.
Dalam mod mengalir, jadual yang dikesan keluar sebagai jadual Word yang sebenar dengan garis grid yang kelihatan. Jika pengesanan jadual gagal pada sesuatu halaman, kandungannya keluar sebagai teks biasa dan respons membawa amaran yang menyebut halaman berkenaan.
Mod mengalir membuang baris yang berada pada satu persepuluh bahagian atas atau bawah halaman dan berulang pada sekurang-kurangnya tiga halaman serta pada sekurang-kurangnya separuh daripada dokumen. Tajuk dokumen yang serupa di bahagian atas setiap halaman terkena peraturan yang sama.
Tidak secara terus. Imbasan tidak mempunyai lapisan teks, jadi mod mengalir memulangkan halaman kosong. Jalankan fail melalui OCR dahulu, kemudian tukar PDF yang terhasil kepada Word.
Fail hanya digunakan untuk operasi yang dipilih dan dipadam secara automatik selepas pemprosesan selesai. Kami tidak menggunakan dokumen yang dimuat naik untuk melatih model AI.

Lagi daripada kelompok ini

Alat berkaitan

← Semua alat Penukaran

Apa yang perlu dilakukan seterusnya

Jika anda perlukan langkah praktikal seterusnya atau maklumat tentang perkhidmatan, buka salah satu halaman ini.

Semua alat

Katalog alat PDF untuk mencantum, memampat, memisah, menukar, memutar, melindungi dan membuka kunci fail secara dalam talian dalam talian.

Soalan Lazim

Dapatkan jawapan tentang akaun iHatePDF, pemprosesan fail, had muat naik, akses mudah alih, privasi dan tindakan apabila alat PDF memaparkan ralat.

Hubungi

Hubungi iHatePDF tentang ralat pemprosesan, pemilihan alat, keselamatan, pertanyaan perniagaan dan cadangan ciri baharu.