PDF 转 Word 听起来只是换个格式，实际上更像“逆向还原”。PDF 记录的是每个字、每条线在页面上的位置，并不像 Word 那样记录段落、分栏和表格，转换器只能根据位置把这些结构猜回来。版式简单的文档猜得准，版式复杂的就容易出错。
这篇文章介绍怎样用 TokPDF 的PDF转Word得到最好的效果，怎样判断文件是否需要先做 OCR，以及表格、分栏、字体大概能还原到什么程度。
先确认：你的 PDF 里有没有真正的文字
PDF 分两种。文字型 PDF 是软件生成的，比如从 Word 导出、从浏览器“打印为 PDF”，里面存的是真正的字符。扫描型 PDF 是一页页纸的照片，屏幕上看起来一样，里面却只有像素，没有文字。
判断方法只要五秒：用任意阅读器打开 PDF，用鼠标拖选一句话，或者按 Ctrl+F（Mac 上是 Cmd+F）搜索页面上看得到的一个词。能选中、能搜到，就是文字型；只能框选整页、搜索没结果，就是扫描件。
文字型 PDF：一步转成 Word
文字型 PDF 的转换只有一步，也没有参数要调：TokPDF 使用开源的 pdf2docx 引擎，通过 WebAssembly 在浏览器里转换全部页面，文件不会上传。
打开PDF转Word，添加 PDF。一次转换一个文件。
开始转换。每台设备第一次转换最慢，因为浏览器要先加载 Python 运行环境和转换库；同一次访问里后面的转换会快不少。
下载 .docx 文件，用 Word、WPS、LibreOffice 或其他文字处理软件打开。
动手修改前先从头到尾翻一遍。先修结构问题，比如错乱的表格，再改文字内容。
扫描件：先做 OCR 文字识别
TokPDF 的 Word 转换器本身不做 OCR（光学字符识别）。如果直接转换扫描件，Word 里得到的只是一页页图片，没法编辑。需要先用PDF OCR文字识别把文字识别出来。
OCR 工具使用开源识别引擎 Tesseract，同样在浏览器里运行，语言数据从 TokPDF 自己的网站加载。它支持 12 种语言，包括简体中文、繁体中文、英语、日语、韩语、西班牙语、法语、德语、葡萄牙语和阿拉伯语。文档中英混排时，可以同时勾选多种语言。
打开 OCR 工具，添加扫描件，选择文档的语言（可多选）。
识别精度一般保持“高清”；字特别小或墨迹很淡时可以试试“超清”，更慢但更准。
如果主要想要文字，输出格式选 提取纯文本文件 (.txt) 或 结构化 Markdown (.md)，再把文字粘进 Word 重新排版。
如果想保留原页面图像、同时让文字可选中，选 双层可搜索 PDF。之后可以再把这个文件转成 Word 试试，但要仔细检查：识别出的文字是以隐藏层叠在扫描图上的，不同转换器对这一层的处理效果参差不齐。
哪些排版能还原，哪些会走样
信函、带标题层级的报告、一两栏的简历这类简单文档，转出来的 Word 通常和 PDF 很接近。问题主要出在 PDF 的视觉排版在 Word 里没有直接对应物的地方。
- 有边框线的表格 一般能还原成真正的 Word 表格；没有边框、只靠空格对齐的表格 识别不出来，会变成按位置摆放的文字。如果是数据表格，用PDF转Excel往往更合适。
- 字体 只有在打开文件的电脑上装了同款字体时才会一模一样，否则 Word 会用相近字体替代，换行位置可能变化。中文文档尤其常见。
- 多栏、侧边栏和文本框 是根据位置重建的，间距通常要手动调整；杂志式的复杂版面偶尔会出现阅读顺序错乱。
- 页眉、页脚和页码 可能变成每页顶部和底部的普通文字，而不是 Word 的页眉页脚字段。
- 图片 会保留；用矢量绘制的图表可能被转成分辨率较低的图片。
你真的需要 Word 吗？
需要大段改写内容时，转 Word 是对的选择。小改动的话，下面这些办法能保住原版式：
- 改个错别字、换个日期或 Logo，直接编辑 PDF 更省事，见如何编辑 PDF。
- 想把文字用到网页或笔记软件里，PDF转Markdown比 Word 干净。
- 要填写表格，用PDF表单填写，不必转换。
- 要翻译文档，可以看AI 工具使用指南，里面讲了 TokPDF 翻译工具的能力和局限。
隐私
Word 转换和 OCR 都在你的设备上完成，合同、工资条、病历这类文件不会离开你的电脑。代价是在性能弱的设备上比较慢：200 页的文档在旧笔记本上可能要几分钟，转换期间切到别的标签页，有些浏览器还会进一步降速。另外，点“取消”只会重置界面，已经开始的转换不会停止；如果需要释放设备资源，刷新页面即可。