Перейти до вмісту
Стаття

Як перетворити PDF на Word, який можна редагувати

Файл відкрився у Word, але курсор не потрапляє в текст? Чому за замовчуванням виходить картинка, чим потоковий режим відрізняється від точного і куди зникли колонтитули.

Коротко: Щоб отримати файл Word, який справді можна редагувати, у PDF у Word онлайн змініть тип результату на потоковий. За замовчуванням стоїть точний: він вставляє кожну сторінку як зображення з прихованим текстовим шаром для пошуку. Потоковий режим відновлює абзаци, заголовки та справжні таблиці Word.

Добірка

покроковий посібник

покроковий посібник: PDF guidance for reliable document processing and quality checks.

Статей: 13

Основний інструмент

PDF у Word онлайн

Відкрийте інструмент із цієї статті й виконайте потрібну дію обраною мовою.

Відкрити інструмент

Зміст

Перетворення PDF на документ Word, який можна редагувати

Запит майже завжди однаковий: у PDF, який хтось надіслав, треба виправити кілька абзаців. І перша спроба майже завжди розчаровує. Файл відкривається у Word, виглядає бездоганно, але курсор не потрапляє в текст. Це не помилка конвертації, а наслідок налаштування, яке стоїть за замовчуванням.

За замовчуванням виходить картинка, а не текст

В інструмента є два режими, а перемикач між ними називається типом результату. Точний вибрано заздалегідь, і він робить саме те, що обіцяє: зберігає вигляд сторінки літера в літеру. Метод грубуватий. Кожна сторінка PDF відтворюється як зображення і вставляється у документ Word цілком.

Звідси відчуття, що вас обманули. Це .docx, він відкривається у Word, сторінки збігаються з оригіналом за розміром і орієнтацією, а редагувати нічого: на сторінці лежать картинки.

Другий режим, потоковий, розбирає сторінку на частини й будує з них справжній документ Word: абзаци, заголовки, списки й таблиці. Натомість він втрачає точне розташування всього на сторінці.

РежимЩо всерединіЩо можна робити
ТочнийЗображення кожної сторінки й прихований текстовий шарЧитати, шукати в тексті, друкувати
ПотоковийАбзаци, заголовки, списки й таблиці WordРедагувати текст, змінювати стилі, працювати з таблицями

Вибір залежить не від якості, а від завдання. Документ, який має піти далі у звичному офісному форматі й залишитися недоторканим, потребує точного режиму. Документ, який треба змінювати, потребує потокового, і жодне налаштування точного режиму не дасть тексту, що редагується.

Що міститься в точному файлі

Зображення сторінки — це ще не весь вміст. Під ним лежить текст, витягнутий із PDF і позначений як прихований: на екрані й у друку його немає, але пошук у документі його знаходить.

Це робить точний режим корисним там, де він здається безглуздим. Договір, який треба розіслати, а потім шукати в ньому формулювання, так працює добре: вигляд збережено, пошук діє, і ніхто не відредагує його випадково. Після обробки сам інструмент попереджає, що документ не є текстом для редагування, і це повідомлення краще прочитати, ніж закрити.

Розмір і орієнтація сторінки беруться з вихідного PDF для кожної сторінки окремо. Альбомна вставка посеред книжкового документа лишається альбомною.

Як отримати документ, який редагується

1. Відкрийте PDF у Word онлайн і завантажте файл. 2. Змініть тип результату на потоковий. Це єдина дія, яка має значення, і за замовчуванням вона не виконується. 3. Вирішіть, чи потрібні вам попередні перегляди сторінок (про них нижче), і вимкніть їх, якщо ні. 4. Запустіть завдання та завантажте .docx. 5. Відкрийте документ і перегляньте область навігації: вона показує, які заголовки розпізнано. 6. Перевірте таблиці та першу сторінку, де втрати трапляються найчастіше.

Колонтитули зникають навмисно

Потоковий режим окремим проходом за всім документом шукає рядки, що повторюються. Діють дві умови: рядок має бути у верхній або нижній десятій частині сторінки й повторюватися щонайменше на трьох сторінках і щонайменше на половині документа. Усе, що відповідає обом умовам, вилучається з результату.

Порівняння не примітивне. Послідовності цифр згортаються, тому «Сторінка 4» і «Сторінка 5» вважаються одним рядком. Але згортання спрацьовує, лише коли в рядку лишаються літери: голе число внизу сторінки порівнюється як є, а три різні цифри на трьох сторінках між собою не рівні. На практиці нижній колонтитул «Конфіденційно. Сторінка 7» зникає, а колонтитул, що складається лише з цифри, лишається абзацом на кожній сторінці.

Перевірено на звіті з чотирьох сторінок: рядка `Конфіденційний звіт Сторінка N` немає в потоковому результаті й є в точному, де сторінка і так є зображенням, тож вилучати з неї нічого.

У цього механізму є й мінус. Назва документа великим кеглем у самому верху кожної сторінки, однакова скрізь, підпадає під те саме правило й видаляється разом із колонтитулами. Коли цей верхній рядок важливий, швидше повернути його вручну, ніж шукати причину.

Заголовки визначає розмір шрифту

Стилі заголовків у результаті не вигадуються. Спершу інструмент визначає в усьому документі, який розмір шрифту є основним. Він рахує символи, а не рядки, тож рідкісний великий підпис ніколи не виграє «голосування».

Потім кожен блок порівнюється з цим розміром. Приблизно на 15 відсотків більший за основний текст дає заголовок другого рівня, а в півтора раза більший і більше — першого рівня. Усе інше лишається звичайним абзацом. Текст також має виглядати як заголовок: довге речення, що закінчується крапкою, ним не стане, яким би кеглем його не набрано.

Звідси передбачувана поведінка на документах, зверстаних без стилів. Якщо весь текст набрано одним розміром, а розділи позначено лише напівжирним, у файлі Word не буде жодного заголовка: розмір не відрізняється, тож немає за що зачепитися. Область навігації буде порожньою, і структуру доведеться додавати вручну.

Таблиці лишаються таблицями

Таблиці знаходить окремий детектор, той самий, на якому побудовано PDF у Excel онлайн. Знайдена таблиця потрапляє в документ як справжня таблиця Word із видимою сіткою, а не як абзаци, вирівняні пробілами.

Текстові блоки, що потрапляють у межі знайденої таблиці, вилучаються з потоку абзаців, інакше вміст комірок з'явився б двічі: раз як таблиця, раз як звичайний текст. Поріг — перекриття в шість десятих площі блоку.

Місце таблиці визначає її верхній край: вона вставляється перед першим абзацом, що починається нижче. На звичайній сторінці з однією колонкою це дає правильний порядок. На сторінці з двома колонками таблиця може опинитися не там, де стояла, бо абзаци двох колонок ідуть у файлі послідовно, а їхні висоти перемежовуються.

Якщо на якійсь сторінці виявлення таблиць не вдалося, завдання не завершується збоєм: ця сторінка надходить як звичайний текст, а у відповіді є попередження з номерами сторінок. Тихої порожньої відповіді тут не буває.

Вага файлу та попередні перегляди сторінок

Потоковий режим за замовчуванням додає зображення кожної сторінки після її тексту, щоб було з чим звіряти результат. Ніщо інше не впливає на вагу так сильно.

Виміряно на одному й тому самому документі з чотирьох сторінок:

РезультатРозмір
Точний режим671 КБ
Потоковий із попередніми переглядами сторінок315 КБ
Потоковий без попередніх переглядів37 КБ

Вихідний PDF важив близько 4 КБ. Різниця між крайніми рядками — вісімнадцятикратна, і вся вона складається з картинок. Якщо документ іде в роботу, а не на порівняння, одразу вимкніть попередні перегляди: вони не редагуються, не входять у текст і заважають вичитці.

Точний режим цілком ігнорує налаштування попередніх переглядів, бо його сторінка вже є зображенням.

Скан без текстового шару

Відсканований документ — це картинка, і витягувати з неї нічого. У точному режимі результатом буде той самий скан, упакований заново в .docx. У потоковому сторінки виходять порожніми, а замість кожної стоїть примітка, що сторінка була порожня.

Вирішувати це треба до конвертації, а не після: пропустіть файл через OCR для PDF онлайн, отримайте PDF із текстовим шаром і лише тоді перетворюйте на Word. Зворотний порядок не працює, бо розпізнаванню вже не буде з чим працювати.

Документ, захищений паролем на відкриття, також не конвертується: завдання зупиняється й просить пароль. Зніміть захист за допомогою Розблокувати PDF онлайн. Пароль, що лише обмежує друк або копіювання, не заважає.

Після правок документ зазвичай треба повернути в PDF. Це робить Word у PDF онлайн, у якого своя поведінка із заміною шрифтів, і про неї варто знати заздалегідь.

Автор

Підготовлено командою сервісу; за сервіс відповідає Сергій Гагін

Про проєкт

Запитання й відповіді

Бо тип результату за замовчуванням точний: кожна сторінка вставляється як зображення, під яким лежить прихований текстовий шар для пошуку. Щоб отримати документ, який редагується, змініть тип результату на потоковий і виконайте конвертацію ще раз.
У потоковому режимі знайдені таблиці надходять як справжні таблиці Word із видимою сіткою. Якщо виявлення таблиць на сторінці не вдалося, її вміст надходить як звичайний текст, а у відповіді є попередження з номерами цих сторінок.
Потоковий режим вилучає рядки, що містяться у верхній або нижній десятій частині сторінки й повторюються щонайменше на трьох сторінках і щонайменше на половині документа. Однакова назва документа вгорі кожної сторінки підпадає під те саме правило.
Безпосередньо ні. У скану немає текстового шару, тому потоковий режим повертає порожні сторінки. Спершу пропустіть файл через OCR для PDF онлайн, а потім перетворіть отриманий PDF на Word.
Файли використовуються лише для вибраної операції й автоматично видаляються після завершення обробки. Ми не використовуємо завантажені документи для навчання моделей ШІ.

Ще з цієї добірки

Пов’язані інструменти

← Усі інструменти категорії «Конвертація»

Що робити далі

Після прочитання відкрийте ці сторінки, щоб перейти до практичних кроків або дізнатися більше про сервіс.

Усі інструменти

Каталог інструментів PDF: об'єднуйте, стискайте, розділяйте, конвертуйте, повертайте, захищайте й розблоковуйте PDF онлайн, онлайн.

Запитання й відповіді

Відповіді про облікові записи iHatePDF, обробку файлів, ліміти завантаження, мобільний доступ, приватність і помилки інструментів.

Контакти

Зверніться до iHatePDF з питань помилок обробки, вибору інструмента, безпеки, співпраці або пропозицій щодо нових функцій.