Da PDF a Word: come convertire, con scansioni e OCR

Convertire un PDF in Word sembra un semplice cambio di formato, ma assomiglia di più a un lavoro di ingegneria inversa. Un PDF registra dove si trova ogni carattere e ogni riga sulla pagina. Non registra paragrafi, colonne o tabelle come fa Word, quindi un convertitore deve ricostruirli a intuito. I buoni convertitori ci azzeccano sui documenti puliti e molto meno su quelli complicati.

Questa guida mostra come ottenere il risultato migliore dal convertitore PDF in Word di TokPDF, come capire se il tuo PDF ha bisogno prima dell’OCR e cosa aspettarti da tabelle, colonne e font.

Provalo ora

Apre lo strumento nel tuo browser. Nessuna registrazione necessaria.

Apri PDF in Word Apri OCR PDF

Prima di tutto, verifica che il PDF contenga testo vero

Esistono due tipi di PDF. Un PDF di testo è stato creato da un software, ad esempio esportato da Word o stampato in PDF da un browser. Contiene veri caratteri. Un PDF scansionato è una pila di fotografie di pagine. A schermo sembra uguale, ma dentro non c’è testo, solo pixel.

Il test richiede cinque secondi. Apri il PDF in un qualsiasi visualizzatore e prova a selezionare una frase con il mouse, oppure premi Ctrl+F (Cmd+F su Mac) e cerca una parola che vedi. Se il testo si evidenzia o la ricerca la trova, hai un PDF di testo. Se riesci solo a tracciare un riquadro sull’intera pagina, o la ricerca non trova nulla, è una scansione.

Convertire un PDF di testo in Word

Per i PDF di testo la conversione richiede un solo passaggio. Non ci sono impostazioni da regolare: TokPDF converte ogni pagina con il motore open source pdf2docx, che gira nel tuo browser tramite WebAssembly. Il file non viene caricato.

Apri PDF in Word e aggiungi il PDF. Il convertitore accetta un file alla volta.
Avvia la conversione. La prima esecuzione su un dispositivo è la più lenta, perché il browser deve caricare un ambiente Python e le librerie di conversione. Le conversioni successive nella stessa sessione sono più rapide.
Scarica il file .docx e aprilo in Word, LibreOffice Writer, Google Documenti o Pages.
Scorri l’intero documento prima di modificarlo. Correggi per prima cosa i problemi strutturali, come una tabella rotta, poi cambia il testo.

PDF scansionati: esegui prima l’OCR

Il convertitore Word di TokPDF non esegue l’OCR (riconoscimento ottico dei caratteri). Se gli dai una scansione, in Word arrivano immagini delle tue pagine, che non puoi modificare. Devi prima riconoscere il testo con OCR PDF.

OCR PDF usa Tesseract, il motore di riconoscimento open source, e gira anch’esso nel browser, con i dati linguistici serviti dal sito di TokPDF. Supporta 12 lingue, tra cui inglese, cinese semplificato e tradizionale, giapponese, coreano, spagnolo, francese, tedesco, portoghese e arabo. Puoi selezionarne più d’una se un documento mescola lingue diverse.

Apri OCR PDF, aggiungi la scansione e seleziona la lingua o le lingue del documento.
Mantieni la risoluzione su Alta qualità, a meno che il testo sia minuscolo: in quel caso prova Ultra risoluzione. Una risoluzione più alta è più lenta ma aiuta con i caratteri piccoli.
Se ti interessano soprattutto le parole, scegli come output Estrai file di testo semplice (.txt) o Markdown strutturato (.md), poi incolla il testo in Word e applica lì la formattazione.
Se vuoi mantenere le immagini delle pagine con il testo selezionabile sopra, scegli PDF ricercabile a doppio livello. Puoi poi provare a convertire quel file in Word, ma controlla bene il risultato: il testo riconosciuto sta invisibile sopra la scansione, e i convertitori gestiscono quel livello con esiti alterni.

Che cosa resta dell’impaginazione e che cosa no

Su un documento semplice come una lettera, una relazione con titoli o un CV a una o due colonne, il file Word di solito è molto simile al PDF. I problemi compaiono dove l’impaginazione visiva del PDF non ha un equivalente evidente in Word.

Le tabelle con bordi tracciati di solito vengono ricostruite come vere tabelle di Word. Le tabelle senza bordi, in cui le colonne sono allineate solo con gli spazi, non vengono riconosciute come tabelle e arrivano come testo posizionato. Per le tabelle di dati, PDF in Excel è spesso la strada migliore.
I font appaiono uguali solo se sono installati sul computer che apre il .docx. Altrimenti Word ne sostituisce uno simile e gli a capo possono spostarsi.
Pagine a più colonne, barre laterali e caselle di testo vengono ricostruite a partire dalle posizioni. Aspettati di dover regolare la spaziatura e, di tanto in tanto, l’ordine del testo nelle impaginazioni complesse in stile rivista.
Intestazioni, piè di pagina e numeri di pagina possono arrivare come normale testo in alto e in basso in ogni pagina anziché come campi di intestazione e piè di pagina di Word.
Le immagini vengono riportate. I grafici disegnati come grafica vettoriale possono essere convertiti in immagini a risoluzione più bassa.

Ti serve davvero Word?

La conversione è la scelta giusta quando devi riscrivere parti sostanziali di un documento. Per lavori più piccoli, altri strumenti mantengono intatta l’impaginazione originale:

Per correggere un refuso, cambiare una data o sostituire un logo, modifica direttamente il PDF. Vedi come modificare un PDF.
Per riutilizzare il testo in un sito web o in un’app di appunti, PDF in Markdown dà un risultato più pulito di un file Word.
Per compilare un modulo, usa Compila moduli invece di convertire.
Per tradurre un documento, la guida agli strumenti di IA tratta il traduttore di TokPDF e i suoi limiti.

Privacy

Sia la conversione in Word sia l’OCR girano sul tuo dispositivo, quindi contratti, buste paga e lettere mediche non lasciano mai il tuo computer. Il compromesso è la velocità su hardware poco potente: un documento di 200 pagine può richiedere diversi minuti su un portatile datato, e lasciare la scheda mentre lavora può rallentarlo ulteriormente su alcuni browser. Tieni presente che premere Annulla ripristina la schermata ma non interrompe una conversione già avviata, quindi ricarica la pagina se devi liberare il dispositivo.

Domande frequenti

Perché il mio documento Word convertito contiene solo immagini?

Quasi sicuramente il tuo PDF è una scansione senza livello di testo. Esegui prima OCR PDF, poi usa il testo riconosciuto.

Posso convertire solo alcune pagine?

Il convertitore converte sempre l’intero documento. Per convertire poche pagine, estraile prima con Estrai pagine, poi converti il file più piccolo.

La conversione è gratuita?

Sì. PDF in Word e OCR sono gratuiti su TokPDF, senza registrazione e senza filigrana.

Funziona con i PDF protetti da password?

Sì, se conosci la password. TokPDF te la chiede quando aggiungi il file e sblocca il PDF nel browser prima di convertirlo.

Quali lingue supporta l’OCR?

Dodici: inglese, cinese (semplificato), cinese (tradizionale), giapponese, coreano, spagnolo, francese, tedesco, portoghese, arabo, ungherese e odia. Le altre lingue verranno riconosciute male o per niente.