Конвертація PDF у Word звучить як проста зміна формату, але насправді це ближче до зворотної розробки. PDF записує, де на сторінці стоїть кожен символ і рядок. Абзаців, колонок і таблиць у тому вигляді, як їх розуміє Word, він не зберігає, тож конвертер мусить відгадувати їх наново. На чистих документах хороші конвертери вгадують добре, на складних — погано.
Цей посібник показує, як отримати найкращий результат від конвертера PDF у Word у TokPDF, як зрозуміти, чи потрібне вашому PDF спершу OCR, і чого чекати від таблиць, колонок і шрифтів.
Спробуйте зараз
Інструмент відкриється в браузері. Реєстрація не потрібна.
Спершу перевірте, чи є у вашому PDF справжній текст
Існує два види PDF. Текстовий PDF створено програмою, наприклад експортовано з Word або надруковано в PDF із браузера. Він містить справжні символи. Сканований PDF — це стос фотографій сторінок. На екрані він виглядає так само, але тексту всередині немає, лише пікселі.
Перевірка займає п’ять секунд. Відкрийте PDF у будь-якому переглядачі й спробуйте мишею виділити речення або натисніть Ctrl+F (Cmd+F на Mac) і знайдіть слово, яке бачите на сторінці. Якщо текст виділяється або пошук його знаходить, це текстовий PDF. Якщо вдається лише намалювати рамку навколо всієї сторінки або пошук нічого не знаходить, це скан.
Конвертація текстового PDF у Word
Для текстових PDF конвертація — один крок. Налаштовувати нічого не треба: TokPDF конвертує кожну сторінку за допомогою рушія pdf2docx з відкритим кодом, який працює у вашому браузері через WebAssembly. Файл не завантажується.
Відкрийте PDF у Word і додайте свій PDF. Конвертер приймає один файл за раз.
Запустіть конвертацію. Перший запуск на пристрої найповільніший, бо браузеру потрібно завантажити середовище Python і бібліотеки конвертації. Наступні конвертації в тому самому сеансі швидші.
Завантажте файл .docx і відкрийте його у Word, LibreOffice Writer, Google Docs або Pages.
Перш ніж редагувати, перегляньте весь документ. Спочатку виправте структурні проблеми, наприклад зламану таблицю, а вже потім змінюйте формулювання.
Скановані PDF: спершу виконайте OCR
Конвертер у Word від TokPDF не виконує OCR (оптичне розпізнавання символів). Якщо дати йому скан, Word отримає зображення сторінок, які не можна редагувати. Спершу потрібно розпізнати текст за допомогою OCR для PDF.
OCR для PDF використовує Tesseract — рушій розпізнавання з відкритим кодом — і теж працює у вашому браузері, а мовні дані надходять із власного сайту TokPDF. Він підтримує 12 мов, зокрема англійську, спрощену та традиційну китайську, японську, корейську, іспанську, французьку, німецьку, португальську й арабську. Якщо в документі змішано кілька мов, можна вибрати їх одразу кілька.
Відкрийте OCR для PDF, додайте скан і виберіть мову або мови документа.
Залиште роздільну здатність на Висока якість, якщо текст не дуже дрібний; тоді спробуйте Ультрависока роздільна здатність. Вища роздільна здатність працює повільніше, але допомагає з дрібним шрифтом.
Якщо вам потрібні переважно слова, виберіть як результат Текстовий файл (.txt) або Структурований Markdown (.md), а потім вставте текст у Word і застосуйте форматування там.
Якщо потрібно зберегти зображення сторінок із текстом, який можна виділяти, поверх них, виберіть Двошаровий PDF із пошуком. Потім можна спробувати конвертувати цей файл у Word, але уважно перевірте результат: розпізнаний текст невидимо лежить поверх скана, і конвертери опрацьовують цей шар із різним успіхом.
Яке форматування зберігається, а яке ні
У простому документі, як-от лист, звіт із заголовками або резюме з однією-двома колонками, файл Word зазвичай виглядає дуже близько до PDF. Проблеми виникають там, де візуальній розмітці PDF немає очевидної відповідності у Word.
- Таблиці з лініями меж зазвичай відновлюються як справжні таблиці Word. Таблиці без меж, де колонки вирівняно лише пробілами, не розпізнаються як таблиці й потрапляють у файл як позиціонований текст. Для таблиць із даними часто краще підходить PDF у Excel.
- Шрифти виглядають так само, лише якщо шрифт установлено на комп’ютері, де відкривають .docx. Інакше Word підставляє схожий шрифт, і розриви рядків можуть зсунутися.
- Багатоколонкові сторінки, бічні панелі та текстові поля відновлюються за положенням. Готуйтеся підправляти відступи, а в складних журнальних макетах іноді й порядок тексту.
- Колонтитули та номери сторінок можуть потрапити як звичайний текст угорі й унизу кожної сторінки, а не як поля колонтитулів Word.
- Зображення переносяться. Діаграми, намальовані як векторна графіка, можуть перетворитися на картинки з нижчою роздільною здатністю.
Чи справді вам потрібен Word?
Конвертація — правильний вибір, коли потрібно переписати значну частину документа. Для менших завдань інші інструменти зберігають оригінальну розмітку:
- Щоб виправити помилку, змінити дату чи замінити логотип, редагуйте PDF безпосередньо. Див. як редагувати PDF.
- Щоб використати текст на сайті чи в застосунку для нотаток, PDF у Markdown дає чистіший результат, ніж файл Word.
- Щоб заповнити форму, скористайтеся Заповнити форму PDF замість конвертації.
- Щоб перекласти документ, у посібнику про ШІ-інструменти розповідається про перекладач TokPDF та його обмеження.
Приватність
І конвертація у Word, і OCR виконуються на вашому пристрої, тож договори, розрахункові листки та медичні довідки не залишають ваш комп’ютер. Компроміс — швидкість на слабкому обладнанні: документ на 200 сторінок на старішому ноутбуці може оброблятися кілька хвилин, а якщо під час роботи залишити вкладку, у деяких браузерах це може сповільнити процес ще більше. Зверніть увагу: кнопка «Скасувати» скидає екран, але не зупиняє конвертацію, яка вже почалася, тож перезавантажте сторінку, якщо потрібно звільнити пристрій.
Поширені запитання
Чому мій конвертований документ Word складається лише із зображень?
Чи можна конвертувати лише деякі сторінки?
Чи безкоштовна конвертація?
Чи працює це з PDF, захищеними паролем?
Які мови OCR підтримуються?
Спробуйте зараз
Інструмент відкриється в браузері. Реєстрація не потрібна.