המרת PDF ל-Word נשמעת כמו החלפת פורמט, אבל היא קרובה יותר להנדסה לאחור. ב-PDF נרשם איפה כל תו וכל שורה ממוקמים בעמוד. הוא לא שומר פסקאות, טורים וטבלאות כמו Word, ולכן הממיר צריך לנחש אותם מחדש. ממירים טובים מנחשים היטב במסמכים נקיים וגרוע במסמכים מורכבים.
המדריך הזה מראה איך להפיק את התוצאה הטובה ביותר מהממיר PDF ל-Word של TokPDF, איך לדעת אם ה-PDF שלכם צריך קודם OCR, ומה לצפות לגבי טבלאות, טורים וגופנים.
קודם כול, בדקו אם ב-PDF יש טקסט אמיתי
יש שני סוגי PDF. PDF טקסטואלי נוצר על ידי תוכנה, למשל יוצא מ-Word או הודפס ל-PDF מהדפדפן. הוא מכיל תווים אמיתיים. PDF סרוק הוא ערימה של צילומים של דפים. הוא נראה אותו דבר במסך, אבל אין בו טקסט, רק פיקסלים.
הבדיקה אורכת חמש שניות. פתחו את ה-PDF בכל תוכנת צפייה ונסו לסמן משפט בעכבר, או לחצו Ctrl+F (ב-Mac: Cmd+F) וחפשו מילה שאתם רואים. אם הטקסט מסומן או שהחיפוש מוצא אותו, זה PDF טקסטואלי. אם אפשר רק לצייר מסגרת סביב העמוד כולו, או שהחיפוש לא מוצא כלום, זו סריקה.
המרת PDF טקסטואלי ל-Word
ב-PDF טקסטואלי ההמרה היא שלב אחד. אין הגדרות לכוונון: TokPDF ממיר כל עמוד באמצעות מנוע הקוד הפתוח pdf2docx, שרץ בתוך הדפדפן דרך WebAssembly. הקובץ שלכם לא מועלה.
פתחו את PDF ל-Word והוסיפו את ה-PDF. הממיר מקבל קובץ אחד בכל פעם.
התחילו את ההמרה. ההפעלה הראשונה במכשיר היא האיטית ביותר, כי הדפדפן צריך לטעון סביבת Python וספריות המרה. המרות מאוחרות יותר באותו מושב מהירות יותר.
הורידו את קובץ ה-docx ופתחו אותו ב-Word, ב-LibreOffice Writer, ב-Google Docs או ב-Pages.
עברו על כל המסמך לפני שאתם עורכים. תקנו קודם בעיות מבנה, כמו טבלה שבורה, ורק אחר כך שנו ניסוחים.
קובצי PDF סרוקים: קודם מריצים OCR
הממיר ל-Word של TokPDF לא מבצע OCR (זיהוי תווים אופטי). אם תזינו לו סריקה, Word יקבל תמונות של הדפים, שאי אפשר לערוך. צריך קודם לזהות את הטקסט באמצעות PDF OCR.
PDF OCR משתמש ב-Tesseract, מנוע הזיהוי בקוד פתוח, ורץ גם הוא בדפדפן, כשנתוני השפה מוגשים מהאתר של TokPDF עצמו. הוא תומך ב-12 שפות, בהן אנגלית, סינית פשוטה ומסורתית, יפנית, קוריאנית, ספרדית, צרפתית, גרמנית, פורטוגזית וערבית. אפשר לבחור כמה שפות אם המסמך מערבב ביניהן.
פתחו את PDF OCR, הוסיפו את הסריקה ובחרו את שפת המסמך או את שפותיו.
השאירו את הרזולוציה על איכות גבוהה, אלא אם הטקסט זעיר, ואז נסו רזולוציית אולטרה. רזולוציה גבוהה יותר איטית יותר אבל עוזרת באותיות קטנות.
אם בעיקר המילים חשובות לכם, בחרו כפלט חילוץ קובץ טקסט רגיל (.txt) או Markdown מובנה (.md), ואז הדביקו את הטקסט ב-Word והחילו שם את העיצוב.
אם אתם רוצים לשמור את תמונות הדפים עם טקסט שאפשר לסמן מעליהן, בחרו PDF בר-חיפוש בשכבה כפולה. אפשר אז לנסות להמיר את הקובץ הזה ל-Word, אבל בדקו את התוצאה בקפידה: הטקסט המזוהה יושב באופן בלתי נראה מעל הסריקה, וממירים מתמודדים עם השכבה הזו בהצלחה משתנה.
איזה עיצוב נשמר ואיזה לא
במסמך פשוט, כמו מכתב, דוח עם כותרות או קורות חיים בטור אחד או שניים, קובץ ה-Word נראה בדרך כלל קרוב מאוד ל-PDF. הבעיות מופיעות במקום שבו לפריסה החזותית של ה-PDF אין מקבילה ברורה ב-Word.
- טבלאות עם קווי גבול נבנות מחדש בדרך כלל כטבלאות Word אמיתיות. טבלאות בלי קווי גבול, שבהן העמודות מיושרות רק על ידי רווחים, לא מזוהות כטבלאות ומגיעות כטקסט ממוקם. לטבלאות נתונים, PDF ל-Excel הוא לא פעם הדרך הטובה יותר.
- גופנים ייראו אותו דבר רק אם הגופן מותקן במחשב שפותח את קובץ ה-docx. אחרת Word מחליף אותו בגופן דומה, ושבירות השורות עלולות לזוז.
- עמודים עם כמה טורים, עמודות צד ותיבות טקסט משוחזרים לפי מיקומים. צפו להתאים ריווחים, ולעיתים גם את סדר הטקסט בפריסות מורכבות בסגנון מגזין.
- כותרות עליונות, תחתונות ומספרי עמודים עשויים להגיע כטקסט רגיל בראש ובתחתית כל עמוד ולא כשדות כותרת עליונה ותחתונה של Word.
- תמונות עוברות כמות שהן. תרשימים שצוירו כגרפיקה וקטורית עשויים להפוך לתמונות ברזולוציה נמוכה יותר.
האם אתם בכלל צריכים Word?
המרה היא הבחירה הנכונה כשצריך לשכתב חלקים נרחבים במסמך. למשימות קטנות יותר, כלים אחרים שומרים על הפריסה המקורית:
- כדי לתקן שגיאת כתיב, לשנות תאריך או להחליף לוגו, ערכו את ה-PDF ישירות. ראו איך לערוך PDF.
- כדי לעשות שימוש חוזר בטקסט באתר או באפליקציית הערות, PDF ל-Markdown נותן פלט נקי יותר מקובץ Word.
- כדי למלא טופס, השתמשו במילוי טופסי PDF במקום להמיר.
- כדי לתרגם מסמך, מדריך כלי ה-AI מכסה את המתרגם של TokPDF ואת המגבלות שלו.
פרטיות
גם ההמרה ל-Word וגם ה-OCR רצים במכשיר שלכם, ולכן חוזים, תלושי שכר ומכתבים רפואיים אף פעם לא יוצאים מהמחשב. המחיר הוא מהירות בחומרה חלשה: מסמך של 200 עמודים יכול לקחת כמה דקות במחשב נייד ישן, ועזיבת הלשונית בזמן העבודה עלולה להאט אותה עוד יותר בדפדפנים מסוימים. שימו לב שלחיצה על ביטול מאפסת את המסך אבל לא עוצרת המרה שכבר התחילה, ולכן אם צריך לפנות את המכשיר, טענו את העמוד מחדש.