Przejdź do treści
Artykuł

Jak zamienić PDF na edytowalny dokument Word

Plik otwiera się w Wordzie, ale kursor nie wchodzi w tekst? Dlaczego domyślnie dostajesz obraz, czym tryb płynny różni się od dokładnego i gdzie zniknęły powtarzające się nagłówki.

W skrócie: Żeby dostać plik Word, który naprawdę da się edytować, przełącz w PDF na Word online typ wyniku na płynny. Domyślny jest dokładny: wstawia każdą stronę jako obraz z ukrytą warstwą tekstową do wyszukiwania. Tryb płynny odbudowuje akapity, nagłówki i prawdziwe tabele Worda.

Grupa

instrukcja krok po kroku

instrukcja krok po kroku: PDF guidance for reliable document processing and quality checks.

Artykuły: 13

Główne narzędzie

PDF na Word online

Otwórz narzędzie opisane w tym artykule i wykonaj zadanie w bieżącym języku.

Otwórz narzędzie

Spis treści

Zamiana PDF na edytowalny dokument Word

Prośba jest prawie zawsze ta sama: w PDF-ie od kogoś trzeba poprawić kilka akapitów. I pierwsza próba prawie zawsze rozczarowuje. Plik otwiera się w Wordzie, wygląda idealnie, a kursor nie chce wejść w tekst. To nie błąd konwersji, tylko skutek ustawienia, które jest włączone domyślnie.

Domyślnie dostajesz obraz, a nie tekst

Narzędzie ma dwa tryby, a przełącznik między nimi nazywa się typem wyniku. Wstępnie wybrany jest tryb dokładny i robi dokładnie to, co obiecuje: zachowuje wygląd strony co do litery. Metoda jest siłowa. Każda strona PDF-a jest renderowana do obrazu i wstawiana do dokumentu Word w całości.

Stąd wrażenie, że ktoś cię oszukał. To plik .docx, otwiera się w Wordzie, strony zgadzają się z oryginałem pod względem rozmiaru i orientacji, a mimo to nie ma nic do edycji: na stronie są obrazy.

Drugi tryb, płynny, rozbiera stronę na części i składa z nich prawdziwy dokument Word: akapity, nagłówki, listy i tabele. W zamian rezygnuje z dokładnego rozmieszczenia wszystkiego na stronie.

TrybCo zawieraCo możesz zrobić
DokładnyObraz każdej strony plus ukryta warstwa tekstowaCzytać, przeszukiwać tekst, drukować
PłynnyAkapity, nagłówki, listy i tabele WordaEdytować tekst, zmieniać jego formatowanie, pracować z tabelami

Wybór nie zależy od jakości, tylko od zadania. Dokument, który ma trafić dalej w znanym formacie biurowym i pozostać nietknięty, wymaga trybu dokładnego. Dokument, który ma się zmienić, wymaga płynnego, a żadne strojenie trybu dokładnego nie da edytowalnego tekstu.

Co jest w pliku z trybu dokładnego

Obraz strony to nie cała zawartość. Pod spodem leży tekst wydobyty z PDF-a i oznaczony jako ukryty: nie widać go na ekranie ani na wydruku, ale wyszukiwanie w dokumencie go znajduje.

Dzięki temu tryb dokładny przydaje się tam, gdzie wydaje się bezsensowny. Umowa, którą trzeba rozesłać, a potem przeszukiwać pod kątem sformułowań, sprawdza się w ten sposób dobrze: wygląd zostaje zachowany, wyszukiwanie działa i nikt nie zmieni jej przez przypadek. Samo narzędzie mówi o tym po zakończeniu przetwarzania, ostrzegając, że dokument nie jest edytowalnym tekstem, i warto ten komunikat przeczytać, a nie zamykać.

Rozmiar i orientacja strony są brane ze źródłowego PDF-a osobno dla każdej strony. Strona pozioma w środku dokumentu pionowego pozostaje pozioma.

Jak uzyskać dokument, który da się edytować

1. Otwórz PDF na Word online i wgraj plik. 2. Przełącz typ wyniku na płynny. To jedyna czynność, która się liczy, a ustawienie domyślne jej za ciebie nie wykona. 3. Zdecyduj, czy chcesz podglądy stron, o których mowa niżej, i wyłącz je, jeśli ich nie potrzebujesz. 4. Uruchom zadanie i pobierz plik .docx. 5. Otwórz dokument i przejrzyj okienko nawigacji: widać w nim, które nagłówki zostały rozpoznane. 6. Sprawdź tabele i pierwszą stronę, gdzie straty zdarzają się najczęściej.

Powtarzające się nagłówki znikają celowo

Tryb płynny robi osobny przebieg przez cały dokument w poszukiwaniu powtarzających się wierszy. Obowiązują dwa warunki: wiersz musi leżeć w górnej lub dolnej dziesiątej części strony i musi się powtarzać na co najmniej trzech stronach oraz na co najmniej połowie dokumentu. Wszystko, co spełnia oba warunki, jest usuwane z wyniku.

Porównanie nie jest naiwne. Ciągi cyfr są zwijane, więc „Strona 4” i „Strona 5” liczą się jako ten sam wiersz. Zwijanie działa jednak tylko wtedy, gdy w wierszu zostają litery: sama liczba na dole strony jest porównywana dosłownie, a trzy różne cyfry na trzech stronach nie są sobie równe. W praktyce stopka „Poufne. Strona 7” znika, a stopka składająca się wyłącznie z numeru zostaje jako akapit na każdej stronie.

Sprawdzone na czterostronicowym raporcie: wiersza `Raport poufny Strona N` nie ma w wyniku trybu płynnego, a w wyniku trybu dokładnego jest, bo tam strona i tak jest obrazem i nie ma z niej czego usuwać.

Ten mechanizm ma też swoją złą stronę. Tytuł dokumentu ustawiony dużą czcionką na samej górze każdej strony, identyczny wszędzie, podlega tej samej regule i zostaje usunięty razem z powtarzającymi się nagłówkami. Gdy ta górna linijka jest ważna, szybciej będzie wpisać ją ponownie, niż szukać przyczyny.

O nagłówkach decyduje rozmiar czcionki

Style nagłówków w wyniku nie są zmyślone. Narzędzie najpierw ustala w całym dokumencie, jaki rozmiar czcionki jest rozmiarem tekstu zasadniczego. Liczy znaki, a nie wiersze, więc rzadki duży podpis nigdy nie wygra głosowania.

Następnie każdy blok jest mierzony względem tego rozmiaru. Mniej więcej o 15 procent większy od tekstu zasadniczego daje nagłówek drugiego poziomu, półtora raza większy lub więcej daje nagłówek pierwszego poziomu. Cała reszta pozostaje zwykłym akapitem. Tekst musi też wyglądać jak nagłówek: długie zdanie zakończone kropką nim nie zostanie, jakąkolwiek czcionką by je złożono.

Daje to przewidywalne zachowanie w dokumentach złożonych bez stylów. Jeśli cały tekst ma jeden rozmiar, a sekcje wyróżnia tylko pogrubienie, plik Word nie będzie miał żadnych nagłówków: rozmiar się nie różni, więc nie ma się na czym oprzeć. Okienko nawigacji pozostaje puste, a strukturę trzeba dodać ręcznie.

Tabele zostają tabelami

Tabele znajduje osobny detektor, ten sam, na którym opiera się PDF na Excel online. Wykryta tabela trafia do dokumentu jako prawdziwa tabela Worda z widocznymi liniami siatki, a nie jako akapity wypełnione spacjami.

Bloki tekstu leżące w granicach wykrytej tabeli są usuwane ze strumienia akapitów; inaczej zawartość komórek pojawiłaby się dwa razy, raz jako tabela i raz jako zwykły tekst. Próg to nakładanie się w sześciu dziesiątych powierzchni bloku.

O miejscu tabeli decyduje jej górna krawędź: wstawiana jest przed pierwszym akapitem, który zaczyna się pod nią. Na zwykłej stronie jednokolumnowej daje to właściwą kolejność. Na stronie dwukolumnowej tabela może wylądować w innym miejscu niż stała, ponieważ akapity obu kolumn idą w pliku jeden po drugim, a ich wysokości się przeplatają.

Jeśli wykrywanie tabel zawiedzie na jakiejś stronie, zadanie się nie wywraca: ta strona trafia do wyniku jako zwykły tekst, a odpowiedź zawiera ostrzeżenie z numerami tych stron. Cicha, pusta odpowiedź nie jest tu możliwa.

Rozmiar pliku i podglądy stron

Tryb płynny domyślnie dodaje po tekście każdej strony jej obraz, żeby było z czym porównać wynik. Nic innego nie wpływa na rozmiar pliku tak mocno.

Zmierzone na jednym i tym samym dokumencie czterostronicowym:

WynikRozmiar
Tryb dokładny671 KB
Płynny z podglądami stron315 KB
Płynny bez podglądów37 KB

Źródłowy PDF ważył około 4 KB. Różnica między skrajnymi wierszami to osiemnaście razy i w całości to obrazy. Jeśli dokument pójdzie do prawdziwej pracy, a nie do porównania, wyłącz podglądy od razu: nie da się ich edytować, nie biorą udziału w tekście i przeszkadzają w korekcie.

Tryb dokładny całkowicie ignoruje ustawienie podglądów, bo jego strona jest już obrazem.

Skan bez warstwy tekstowej

Zeskanowany dokument to obraz i nie ma z niego czego wydobyć. W trybie dokładnym wynikiem jest ten sam skan, przepakowany jako .docx. W trybie płynnym strony wychodzą puste, a w miejscu każdej z nich pojawia się notatka, że strona była pusta.

Lekarstwo działa przed konwersją, a nie po niej: przepuść plik przez OCR PDF online, uzyskaj PDF z warstwą tekstową i dopiero wtedy zamień go na Word. Odwrotna kolejność nie zadziała, bo nie zostanie już nic, na czym mogłoby pracować rozpoznawanie.

Dokument zablokowany hasłem otwierania również się nie przekonwertuje; zadanie zatrzymuje się i prosi o hasło. Zdejmij zabezpieczenie za pomocą Odblokuj PDF online. Hasło, które tylko ogranicza drukowanie lub kopiowanie, nie przeszkadza.

Po wprowadzeniu zmian dokument zwykle trzeba z powrotem zapisać jako PDF. Służy do tego Word na PDF online, które ma własny sposób zastępowania czcionek i warto go znać z wyprzedzeniem.

Autor

Autor: zespół iHatePDF. Za działanie serwisu odpowiada Sergey Gagin.

O projekcie

FAQ

Bo typ wyniku jest domyślnie dokładny: każda strona jest wstawiana jako obraz, a pod nim leży ukryta warstwa tekstowa do wyszukiwania. Żeby dostać edytowalny dokument, przełącz typ wyniku na płynny i przekonwertuj plik ponownie.
W trybie płynnym wykryte tabele trafiają do dokumentu jako prawdziwe tabele Worda z widocznymi liniami siatki. Jeśli wykrywanie tabel zawiedzie na jakiejś stronie, jej zawartość trafia do wyniku jako zwykły tekst, a odpowiedź zawiera ostrzeżenie z numerami tych stron.
Tryb płynny usuwa wiersze, które leżą w górnej lub dolnej dziesiątej części strony i powtarzają się na co najmniej trzech stronach oraz na co najmniej połowie dokumentu. Identyczny tytuł dokumentu na górze każdej strony podlega tej samej regule.
Nie bezpośrednio. Skan nie ma warstwy tekstowej, więc tryb płynny zwraca puste strony. Najpierw przepuść plik przez OCR, a potem zamień powstały PDF na Word.
Pliki są używane wyłącznie do wybranej operacji i automatycznie usuwane po zakończeniu przetwarzania. Nie wykorzystujemy przesłanych dokumentów do trenowania modeli AI.

Więcej z tej grupy

Powiązane narzędzia

← Wszystkie narzędzia: Konwersja

Co dalej

Jeśli po lekturze chcesz wykonać kolejny krok lub dowiedzieć się więcej o usłudze, przejdź do jednej z tych stron.

Wszystkie narzędzia

Katalog narzędzi PDF: łącz, kompresuj, dziel, konwertuj, obracaj, zabezpieczaj i odblokowuj pliki PDF online, online.

FAQ

Odpowiedzi o kontach w iHatePDF, przetwarzaniu plików, limitach przesyłania, dostępie z telefonu, prywatności i postępowaniu, gdy narzędzie PDF zgłasza błąd.

Kontakt

Napisz do iHatePDF w sprawie błędów przetwarzania, wyboru narzędzia, bezpieczeństwa, zapytań biznesowych i propozycji nowych funkcji.