Jak převést PDF na editovatelný Word bez ztráty formátování

Nejlepším způsobem, jak zachovat formátování, je vyhnout se konverzi PDF, pokud původní soubor Word stále existuje. Microsoft doporučuje upravovat původní dokument Office a vytvářet z něj nový PDF, je-li to možné. PDF je formát s pevným rozložením: ukládá, kde se text, obrázky a vektorové objekty na stránce nacházejí, ale vždy nezachovává logickou strukturu, kterou Word potřebuje pro odstavce, tabulky, sloupce, poznámky pod čarou a plynoucí text. Každý převodník PDF na Word musí tuto strukturu rekonstruovat, takže „nulová ztráta formátování“ nemůže být zaručena.

Pokud zdrojový soubor zmizel, zvolte metodu konverze na základě typu PDF. Pro PDF založené převážně na textu je obvykle nejrychlejší cestou otevření přímo v desktopové verzi Wordu. Pro skenované PDF nebo dokumenty s náročným rozložením vám Adobe Acrobat poskytuje větší kontrolu nad možnostmi OCR a zachování rozložení. Po konverzi vždy zkontrolujte soubor Word stránku po stránce, než ho budete považovat za finální.

Rychlá rozhodovací tabulka

Metoda 1: Otevřete textově náročné PDF přímo ve Wordu

Microsoft Word dokáže otevřít PDF a převést kopii na editovatelný dokument Word. Microsoft uvádí, že toto funguje nejlépe s PDF založenými převážně na textu, jako jsou obchodní, právní nebo vědecké dokumenty. Původní PDF není změněno.

Použijte desktopovou verzi Wordu:

1. Otevřete Word.
2. Zvolte Soubor → Otevřít.
3. Vyberte PDF.
4. Potvrďte zprávu vysvětlující, že Word převede kopii.
5. Po konverzi zvolte Soubor → Uložit jako a uložte výsledek jako .docx.

Microsoft dokumentuje toto chování v článku Otevírání souborů PDF ve Wordu a ve své příručce Úprava souboru PDF ve Wordu.

Kdy je Word vhodnou volbou

• Hlavním obsahem je text těla dokumentu.
• Je zde málo dekorativních prvků stránky.
• Tabulky jsou jednoduché.
• Více vám záleží na editovatelnosti než na přesném shodném rozložení stránek.
• Chcete rychlou konverzi bez samostatné aplikace pro PDF.

Co Word nemusí dobře zachovat

Microsoft výslovně varuje, že převedený dokument Word nemusí vypadat přesně jako PDF. Mezi známé problémové oblasti patří tabulky s rozestupy buněk, barvy a okraje stránek, sledované změny, rámečky, poznámky pod čarou přesahující více stránek, poznámky na konci, záložky PDF, tagy PDF, komentáře a některé efekty písem. Pokud Word interpretuje stránku jako převážně grafickou, může se stránka zobrazit jako obrázek a její text nemusí být editovatelný.

Praktický postup: Nejprve převeďte dva nebo tři reprezentativní stránky. Pokud jsou nadpisy, tabulky a zalomení stránek již špatně rekonstruovány, nepřevádějte celý dokument s nadějí, že se pozdější stránky zlepší.

Metoda 2: Použijte Acrobat, když je zachování rozložení důležitější

Adobe Acrobat dokáže exportovat PDF do formátů Microsoft Word, jako je DOCX. Aktuální pokyny pro desktopovou verzi Adobe používají pracovní prostor Převést, kde vyberete Microsoft Word a poté DOCX nebo DOC. Podívejte se na oficiální pokyny Acrobatu pro převod PDF na Word.

Základní pracovní postup je:

1. Otevřete PDF v Acrobatu.
2. Zvolte Převést.
3. Vyberte Microsoft Word.
4. Zvolte DOCX pro moderní editovatelný dokument Word.
5. Zkontrolujte nastavení konverze, jsou-li k dispozici.
6. Převeďte a uložte soubor Word.

Adobe dokumentuje dvě užitečné priority rozložení v nastavení exportu Acrobatu:

• Zachovat plynoucí text: upřednostňuje editovatelný text, který se ve Wordu přirozeněji zalamuje a plyne.
• Zachovat rozložení stránky: upřednostňuje vizuální podobnost převedeného dokumentu s rozložením stránky PDF, i když to znamená rozdělení obsahu do samostatných textových polí nebo skupin.

Adobe vysvětluje tyto kompromisy ve své příručce pro rozložení exportu PDF.

Zvolte Zachovat plynoucí text, když: očekáváte přepisování odstavců, vkládání sekcí nebo necháte text přetékat mezi stránkami.

Zvolte Zachovat rozložení stránky, když: je důležitější shoda s původním vizuálním umístěním než mít jeden čistý souvislý tok textu.

Neexistuje univerzálně lepší volba. Vysoce designovaný brožura může vypadat blíže k PDF s zachováním rozložení stránky, ale může být nepohodlná na úpravu, protože text je rozdělen do pozicovaných bloků. Jednoduchá zpráva může být snáze udržovatelná s plynoucím textem, i když se některá zalomení stránek posunou.

Metoda 3: Spusťte OCR pro skenovaná PDF, než budete očekávat editovatelný text

Skenované PDF může obsahovat pouze obrázky stránek. V takovém případě potřebuje převodník nejprve OCR – optické rozpoznávání znaků – aby převedl viditelná písmena na strojově čitelný text.

Aktuální dokumentace Adobe Acrobatu uvádí, že skenovaná PDF obsahují obrazová data a že Skenovat a OCR → Rozpoznat text může vytvořit vyhledatelnou textovou vrstvu. Adobe doporučuje zvolit správný rozsah stránek a jazyk dokumentu a poté zkontrolovat přesnost výsledku OCR. Podívejte se na Rozpoznávání textu ve skenovaných PDF pomocí Acrobatu.

Pro skenované dokumenty je nejbezpečnější postup:

1. Zachovejte zálohu původního PDF.
2. Spusťte OCR pomocí správného jazyka dokumentu.
3. Vyhledejte několik známých slov nebo jmen, abyste potvrdili, že textová vrstva je použitelná.
4. Zkontrolujte data, čísla faktur, adresy a další rizikové znaky.
5. Exportujte PDF zpracované OCR do DOCX.

Proč je jazyk důležitý: Motory OCR používají jazykové modely a očekávání znaků. Výběr nesprávného jazyka může zvýšit chyby v diakritice, interpunkci a rozpoznávání slov.

Praktický postup: Pokud sken obsahuje důležitá čísla účtů, ceny, právní klauzule nebo technické hodnoty, porovnejte tato pole ručně s původním obrázkem po OCR. Soubor Word, který vizuálně vypadá správně, může stále obsahovat nesprávně rozpoznávaný text.

Metoda 4: Otevřete DOCX a opravte strukturu před rozsáhlými úpravami

Po konverzi odolávejte nutkání okamžitě začít přepisovat. Nejprve zjistěte, zda Word rekonstruoval dokument jako použitelný dokument, nebo jako sbírku pozicovaných objektů.

Zkontrolujte tyto oblasti v pořadí:

Pro dokumenty, které budete opakovaně upravovat, převeďte formátování na nativní strukturu Wordu, kde je to možné. To znamená skutečné styly nadpisů místo ručně zvětšeného textu, skutečné tabulky místo sloupců oddělených tabulátory, skutečné zalomení stránek místo desítek prázdných řádků a skutečná záhlaví a zápatí místo textu umístěného nahoře a dole na každé stránce.

Proč se formátování po konverzi PDF posouvá

Microsoft poskytuje nejjasnější vysvětlení: PDF je pevný formát. Ukládá souřadnice stránek pro text, grafiku a obrázky, ale nutně neukládá „toto je odstavec“, „toto je tabulka“ nebo „toto je dvousloupcová sekce“ způsobem, který Word potřebuje pro úpravu obsahu.

Převodník proto musí strukturu odvodit. Dva vizuálně identické PDF mohou být uvnitř velmi odlišné. Jedno může obsahovat čisté bloky textu a tagovanou strukturu; druhé může obsahovat desítky individuálně pozicovaných textových fragmentů. Mohou vypadat stejně v prohlížeči PDF, ale převádět se velmi odlišně.

To je důvod, proč problém s formátováním není vždy důkazem, že je převodník vadný. Někdy zdrojové PDF prostě neobsahuje dostatek strukturních informací k přesné rekonstrukci původního dokumentu Word.

Kdy použít Word versus Acrobat?

Problémy s formátováním a nejméně destruktivní opravy

Stránky se zlomí na jiných místech

Microsoft varuje, že zalomení řádků a stránek se může po konverzi změnit. Nenuťte staré stránkování opakovanými prázdnými řádky. Použijte mezery mezi odstavci, možnost „Zůstat s následujícím“, „Zachovat řádky pohromadě“ a ruční zalomení stránek pouze tam, kde to struktura vyžaduje.

Tabulka se změní na běžný text

Pokud je tabulka důležitá, její znovu vytvoření jako skutečné tabulky Wordu může být rychlejší a stabilnější než pokus o zarovnání převedeného textu pomocí mezer nebo tabulátorů. To platí zejména pro tabulky se sloučenými buňkami, neobvyklými rozestupy nebo více úrovněmi záhlaví.

Celá stránka se stane jedním obrázkem

Microsoft uvádí, že k tomu může dojít, když PDF obsahuje převážně grafiku. Pokud je podkladový dokument sken, použijte OCR. Pokud je to skutečně graficky náročná stránka, možná budete muset editovatelný text vytvořit ručně nebo zachovat tuto stránku jako obrázek.

Změna písem

PDF může obsahovat vložená nebo podmnožinová písma, která nejsou nainstalována ve vašem počítači. Převodník může nahradit jiné písmo. Pokud máte licenci na použití původního písma, nainstalujte ho a nahraďte nahrazené písmo ve Wordu. Jinak použijte vizuálně podobný typ písma a očekávejte určité přetečení textu.

Komentáře nebo značkování se chovají odlišně

Microsoft uvádí komentáře PDF a obsah související se sledovanými změnami mezi prvky, které se nemusí převést čistě. Adobe uvádí, že komentáře mohou být v některých pracovních postupech konverze exportovány jako textová pole. Pokud je historie recenzí důležitá, ponechte původní PDF vedle DOCX pro referenci.

Pokud je přesný vzhled důležitější než editovatelnost

Někdy je požadavek špatně pochopen. Pokud dokument potřebuje pouze několik textových změn, ale musí zůstat vizuálně identický, úplná konverze na Word nemusí být nejlepším pracovním postupem. Úprava PDF v editoru PDF může lépe zachovat pevné rozložení stránek než převod celého souboru na Word.

Pokud je požadavek opačný – rozsáhlé přepisování, spolupráce, styly, sledované změny a budoucí revize – přijměte, že určitá rekonstrukce rozložení může být nutná. Dokument Word navržený pro úpravy se chová jinak než PDF navržený pro zmrazení vzhledu.

Bezpečné uložení po konverzi

Jakmile je DOCX dostatečně čistý na použití, uložte ho pod novým názvem souboru, místo přepisování jiných projektových souborů. Ponechte původní PDF jako vizuální referenci.

Užitečný vzor pro pojmenování souborů je:

Původní:
Project-Proposal.pdf

Převedený pracovní soubor:
Project-Proposal_converted.docx

Vyčištěný finální soubor Word:
Project-Proposal_editable-final.docx

Tím se oddělí pevný originál, surová konverze a vyčištěný dokument. Pokud se formátování při pozdějších úpravách rozbije, stále máte referenční kopii.

Finální kontrolní seznam kvality

Před odesláním nebo nahrazením originálu porovnejte PDF a dokument Word vedle sebe:

• Jsou všechny stránky přítomny a ve správném pořadí?
• Používají nadpisy správnou hierarchii a číslování?
• Jsou tabulky kompletní, se správnými vztahy řádků a sloupců?
• Jsou poznámky pod čarou, poznámky na konci, popisky a křížové odkazy stále smysluplné?
• Jsou záhlaví, zápatí, čísla stránek a zalomení sekcí správná?
• Patří obrázky a popisky stále k sobě?
• Byla písma nahrazena?
• Jsou hyperodkazy stále platné?
• U dokumentů OCR, byla jména, čísla, data a částky zkontrolována znak po znaku?
• Vypadá náhled tisku Wordu přijatelně blízko původnímu PDF?

Pokud převedený dokument selže v několika z těchto kontrol, změňte metodu, místo abyste trávili hodiny opravováním špatné konverze. PDF zaměřené na text se může lépe převést ve Wordu; sken nebo PDF s náročným rozložením může být lepší přes Acrobat s nastavením OCR a rozložení; a dokument s extrémní designovou složitostí může být rychlejší znovu vytvořit selektivně.

Závěr

Neexistuje žádný převodník, který by mohl slíbit editovatelný dokument Word s nulovou ztrátou formátování pro každé PDF. Microsoft sám vysvětluje proč: PDF ukládá pevný vizuální výsledek, zatímco Word potřebuje editovatelnou strukturu dokumentu. Nejlepším pracovním postupem je tedy zvolit metodu, která odpovídá zdroji.

Použijte původní soubor Word, pokud existuje. Použijte desktopovou verzi Wordu pro PDF založená převážně na textu. Použijte Acrobat, když potřebujete OCR nebo silnější kontrolu nad konverzí rozložení stránky versus plynoucí text. Poté opravte strukturu Wordu, ověřte výsledek oproti původnímu PDF a ponechte oba soubory, dokud převedený dokument neprojde kontrolou stránku po stránce.