PDF 轉 Word 聽起來只是換個格式，實際上更像是逆向工程。PDF 只記錄每個字元和每一行落在頁面上的哪個位置，並不像 Word 那樣記錄段落、欄位或表格，所以轉換器必須把這些結構猜回來。好的轉換器處理單純的文件猜得很準，遇到複雜的文件就會猜錯。
這篇文章會說明如何用 TokPDF 的 PDF轉Word 轉換器得到最好的結果、如何判斷你的 PDF 是否需要先做 OCR，以及表格、分欄和字型各會有什麼狀況。
先確認 PDF 裡有沒有真正的文字
PDF 有兩種。文字型 PDF 是由軟體產生的，例如從 Word 匯出，或從瀏覽器列印成 PDF，裡面有真正的字元。掃描型 PDF 則是一疊頁面的照片，在螢幕上看起來一樣，但裡面沒有文字，只有像素。
測試只要五秒鐘。用任何閱讀程式開啟 PDF，試著用滑鼠選取一句話，或按 Ctrl+F（Mac 為 Cmd+F）搜尋畫面上看得到的字詞。如果文字會反白，或搜尋找得到，就是文字型 PDF；如果只能框選整個頁面，或搜尋找不到任何結果，就是掃描檔。
把文字型 PDF 轉成 Word
文字型 PDF 的轉換只要一個步驟，沒有任何設定需要調整：TokPDF 使用開源的 pdf2docx 引擎轉換每一頁，這個引擎透過 WebAssembly 在你的瀏覽器中執行，檔案不會上傳。
開啟 PDF轉Word 並加入你的 PDF。轉換器一次只處理一個檔案。
開始轉換。在同一台裝置上第一次執行最慢，因為瀏覽器必須載入 Python 執行環境和轉換用的函式庫；同一次使用期間之後的轉換會比較快。
下載 .docx 檔案，並用 Word、LibreOffice Writer、Google 文件或 Pages 開啟。
編輯之前，先把整份文件從頭捲動檢查一遍。先修正表格錯亂等結構問題，再修改文字內容。
掃描型 PDF：請先做 OCR
TokPDF 的 Word 轉換器不會執行 OCR（光學字元辨識）。如果你給它掃描檔，Word 收到的只是頁面的圖片，無法編輯。你必須先用 OCR PDF 辨識文字。
OCR PDF 使用開源的辨識引擎 Tesseract，同樣在瀏覽器中執行，語言資料由 TokPDF 自己的網站提供。它支援 12 種語言，包括英文、簡體中文、繁體中文、日文、韓文、西班牙文、法文、德文、葡萄牙文和阿拉伯文。如果文件混用多種語言，可以同時選取多個。
開啟 OCR PDF，加入掃描檔，並選擇文件使用的一種或多種語言。
解析度請維持在 高清，除非文字非常小，這時可改試 超清。解析度越高速度越慢，但對小字有幫助。
如果你主要想要文字內容，輸出格式請選擇 提取純文字檔案 (.txt) 或 結構化 Markdown (.md)，再把文字貼到 Word 並在那裡套用格式。
如果想保留頁面圖片，並在上層加上可選取的文字，請選擇 雙層可搜尋 PDF。之後可以再試著把這個檔案轉成 Word，但請仔細檢查結果：辨識出的文字是以不可見的方式疊在掃描圖上，轉換器處理這一層的成效不一。
哪些版面能保留，哪些不能
對於信件、有標題的報告，或一到兩欄的履歷這類單純的文件，Word 檔通常和 PDF 非常接近。問題會出現在 PDF 的視覺版面在 Word 中沒有明顯對應的地方。
- 有框線的表格 通常會重建成真正的 Word 表格。沒有框線的表格（欄位只靠空白對齊）不會被偵測為表格，而是以定位文字的方式呈現。處理資料表格時，PDF轉Excel 往往是更好的選擇。
- 字型 只有在開啟 .docx 的電腦上安裝了該字型，看起來才會一樣。否則 Word 會改用相近的字型，換行位置可能跑掉。
- 多欄頁面、側邊欄和文字方塊 是依位置重建的。請預期需要調整間距，遇到複雜的雜誌式版面，偶爾還需調整文字順序。
- 頁首、頁尾和頁碼 可能會變成每頁頂端和底端的一般文字，而不是 Word 的頁首頁尾欄位。
- 圖片 會被帶入。以向量圖形繪製的圖表，可能會被轉成解析度較低的圖片。
你真的需要 Word 嗎？
需要大幅改寫文件內容時，轉換是正確的選擇。比較小的工作，用其他工具可以完整保留原本的版面：
- 要修正錯字、更改日期或替換標誌，直接編輯 PDF 即可。請見如何編輯 PDF。
- 要把文字用在網站或筆記軟體，PDF轉Markdown 的輸出比 Word 檔更乾淨。
- 要填寫表單，請使用表單填寫，不必轉換。
- 要翻譯文件，AI 工具教學說明了 TokPDF 的翻譯工具及其限制。
隱私
Word 轉換和 OCR 都在你的裝置上執行，所以合約、薪資單和醫療文件都不會離開你的電腦。代價是在效能較弱的硬體上速度較慢：200 頁的文件在較舊的筆電上可能要花好幾分鐘，在某些瀏覽器上切換到其他分頁還可能讓速度更慢。請注意，按下取消只會重設畫面，並不會停止已經開始的轉換，如果需要釋放裝置資源，請重新載入頁面。