PDF’yi Word’e çevirmek bir biçim değişikliği gibi görünür, ama aslında tersine mühendisliğe daha yakındır. PDF, her karakterin ve satırın sayfada nerede durduğunu kaydeder. Word’deki gibi paragrafları, sütunları veya tabloları kaydetmez; bu yüzden dönüştürücünün bunları tahmin ederek geri kurması gerekir. İyi dönüştürücüler temiz belgelerde iyi, karmaşık belgelerde kötü tahmin eder.
Bu rehber, TokPDF’in PDF’den Word’e dönüştürücüsünden en iyi sonucu nasıl alacağınızı, PDF’nizin önce OCR gerektirip gerektirmediğini nasıl anlayacağınızı ve tablolar, sütunlar ile yazı tiplerinden ne bekleyeceğinizi anlatıyor.
Önce PDF’nizde gerçek metin olup olmadığını kontrol edin
İki tür PDF vardır. Metin PDF’i bir yazılım tarafından oluşturulmuştur; örneğin Word’den dışa aktarılmış veya tarayıcıdan PDF olarak yazdırılmıştır. Gerçek karakterler içerir. Taranmış PDF ise sayfa fotoğraflarından oluşan bir yığındır. Ekranda aynı görünür, ama içinde metin yoktur, yalnızca pikseller vardır.
Test beş saniye sürer. PDF’yi herhangi bir görüntüleyicide açın ve fareyle bir cümleyi seçmeyi deneyin ya da Ctrl+F (Mac’te Cmd+F) tuşlarına basıp gördüğünüz bir kelimeyi arayın. Metin vurgulanıyor veya arama kelimeyi buluyorsa elinizdeki bir metin PDF’idir. Yalnızca tüm sayfanın üzerine bir kutu çizebiliyorsanız ya da arama hiçbir şey bulmuyorsa, bu bir taramadır.
Metin PDF’ini Word’e çevirin
Metin PDF’lerinde dönüştürme tek adımdır. Ayarlayacak bir şey yoktur: TokPDF her sayfayı, tarayıcınızda WebAssembly ile çalışan açık kaynaklı pdf2docx motoruyla dönüştürür. Dosyanız yüklenmez.
PDF’den Word’e aracını açın ve PDF’nizi ekleyin. Dönüştürücü aynı anda tek dosya alır.
Dönüştürmeyi başlatın. Bir cihazdaki ilk çalıştırma en yavaş olanıdır, çünkü tarayıcının bir Python çalışma ortamını ve dönüştürme kütüphanelerini yüklemesi gerekir. Aynı oturumdaki sonraki dönüştürmeler daha hızlıdır.
.docx dosyasını indirin ve Word, LibreOffice Writer, Google Dokümanlar veya Pages’te açın.
Düzenlemeye başlamadan önce belgenin tamamını kaydırarak gözden geçirin. Önce bozuk bir tablo gibi yapısal sorunları düzeltin, sonra metni değiştirin.
Taranmış PDF’ler: önce OCR çalıştırın
TokPDF’in Word dönüştürücüsü OCR (optik karakter tanıma) yapmaz. Ona bir tarama verirseniz Word’e sayfalarınızın düzenleyemeyeceğiniz resimleri gelir. Önce OCR ile PDF Metin Tanıma aracıyla metni tanımanız gerekir.
OCR aracı, açık kaynaklı tanıma motoru Tesseract’ı kullanır ve o da tarayıcınızda çalışır; dil verileri TokPDF’in kendi sitesinden sunulur. İngilizce, Basitleştirilmiş ve Geleneksel Çince, Japonca, Korece, İspanyolca, Fransızca, Almanca, Portekizce ve Arapça dahil 12 dili destekler. Bir belgede diller karışıksa birkaçını birlikte seçebilirsiniz.
OCR aracını açın, taramayı ekleyin ve belgenin dilini ya da dillerini seçin.
Metin çok küçük değilse çözünürlüğü Yüksek Kalite olarak bırakın; çok küçükse Ultra Çözünürlük’ü deneyin. Yüksek çözünürlük daha yavaştır ama küçük yazılarda yardımcı olur.
Asıl derdiniz kelimelerse çıktı olarak Düz Metin Dosyası Çıkar (.txt) veya Yapılandırılmış Markdown (.md) seçin, ardından metni Word’e yapıştırıp biçimlendirmeyi orada yapın.
Sayfa görüntülerini koruyup üzerinde seçilebilir metin olmasını istiyorsanız Çift Katmanlı Aranabilir PDF seçin. Ardından bu dosyayı Word’e çevirmeyi deneyebilirsiniz, ama sonucu dikkatle kontrol edin: tanınan metin taramanın üzerinde görünmez biçimde durur ve dönüştürücüler bu katmanı farklı başarıyla işler.
Hangi düzen korunur, hangisi korunmaz?
Mektup, başlıklı bir rapor veya bir ya da iki sütunlu bir özgeçmiş gibi basit belgelerde Word dosyası genellikle PDF’ye çok yakın görünür. Sorunlar, PDF’in görsel düzeninin Word’de belirgin bir karşılığı olmadığı yerlerde çıkar.
- Çizgili kenarlıklı tablolar genellikle gerçek Word tabloları olarak yeniden oluşturulur. Sütunların yalnızca boşlukla hizalandığı kenarlıksız tablolar tablo olarak algılanmaz ve konumlandırılmış metin olarak gelir. Veri tabloları için PDF’den Excel’e çoğu zaman daha iyi yoldur.
- Yazı tipleri, ancak .docx dosyasını açan bilgisayarda yüklüyse aynı görünür. Aksi halde Word benzer bir yazı tipi kullanır ve satır sonları kayabilir.
- Çok sütunlu sayfalar, kenar çubukları ve metin kutuları konumlardan yeniden oluşturulur. Boşlukları ayarlamanız, karmaşık dergi tarzı düzenlerde ise ara sıra metin sırasını düzeltmeniz gerekebilir.
- Üst bilgi, alt bilgi ve sayfa numaraları, Word üst bilgi ve alt bilgi alanları olarak değil, her sayfanın üstünde ve altında sıradan metin olarak gelebilir.
- Görseller aktarılır. Vektör grafik olarak çizilmiş grafikler daha düşük çözünürlüklü resimlere dönüştürülebilir.
Gerçekten Word’e ihtiyacınız var mı?
Belgenin büyük bölümlerini yeniden yazmanız gerekiyorsa dönüştürme doğru seçimdir. Daha küçük işlerde başka araçlar özgün düzeni olduğu gibi korur:
- Bir yazım hatasını düzeltmek, tarihi değiştirmek veya logoyu değiştirmek için PDF’yi doğrudan düzenleyin. PDF nasıl düzenlenir rehberine bakın.
- Metni bir web sitesinde veya not uygulamasında yeniden kullanmak için PDF’den Markdown’a Word dosyasından daha temiz çıktı verir.
- Bir formu doldurmak için dönüştürmek yerine PDF Form Doldurma aracını kullanın.
- Bir belgeyi çevirmek için yapay zekâ araçları rehberi TokPDF’in çevirmenini ve sınırlarını anlatıyor.
Gizlilik
Hem Word dönüştürme hem de OCR cihazınızda çalışır; bu yüzden sözleşmeler, maaş bordroları ve tıbbi yazılar bilgisayarınızdan asla çıkmaz. Bunun bedeli zayıf donanımda hızdır: 200 sayfalık bir belge eski bir dizüstü bilgisayarda birkaç dakika sürebilir ve işlem sürerken sekmeden ayrılmak bazı tarayıcılarda daha da yavaşlatabilir. İptal’e basmanın ekranı sıfırladığını ama başlamış bir dönüştürmeyi durdurmadığını unutmayın; cihazınızı rahatlatmanız gerekirse sayfayı yenileyin.