Kaip konvertuoti PDF į redaguojamą Word dokumentą neprarandant formatavimo

Geriausias būdas išsaugoti formatavimą – visai nekonvertuoti PDF, jei originalus Word failas vis dar egzistuoja. „Microsoft“ rekomenduoja redaguoti originalų „Office“ dokumentą ir, kai įmanoma, sukurti naują PDF iš jo. PDF yra fiksuoto išdėstymo formatas: jis saugo, kur tekstas, paveikslėliai ir vektoriniai objektai yra puslapyje, tačiau ne visada išsaugo loginę struktūrą, kurios „Word“ reikia pastraipoms, lentelėms, stulpeliams, išnašoms ir teksto srautui. Bet kuris PDF į Word konverteris turi atkurti tą struktūrą, todėl „nulinio formatavimo praradimo“ negalima garantuoti.

Jei šaltinio failas dingo, pasirinkite konvertavimo metodą pagal PDF. Daugiausia teksto turinčiam PDF tiesioginis atidarymas kompiuteryje veikiančiame „Word“ dažniausiai yra greičiausias būdas. Nuskenuotam PDF arba dokumentui su sudėtingu išdėstymu „Adobe Acrobat“ suteikia daugiau kontrolės virš OCR ir išdėstymo išsaugojimo parinkčių. Po konvertavimo visada patikrinkite Word failą puslapį po puslapio, prieš laikydami jį galutiniu.

Greito sprendimo lentelė

1 metodas: Atidarykite daug teksto turintį PDF tiesiogiai „Word“

„Microsoft Word“ gali atidaryti PDF ir konvertuoti kopiją į redaguojamą Word dokumentą. „Microsoft“ teigia, kad tai geriausiai veikia su PDF, kuriuose daugiausia teksto, pvz., verslo, teisiniais arba moksliniais dokumentais. Originalus PDF nepakeičiamas.

Naudokite kompiuteryje veikiančią „Word“:

1. Atidarykite „Word“.
2. Pasirinkite Failas → Atidaryti.
3. Pasirinkite PDF.
4. Patvirtinkite pranešimą, paaiškinantį, kad „Word“ konvertuos kopiją.
5. Po konvertavimo pasirinkite Failas → Išsaugoti kaip ir išsaugokite rezultatą kaip .docx.

„Microsoft“ aprašo šią elgseną straipsnyje PDF atidarymas „Word“ ir jo vadove PDF redagavimas „Word“.

Kada „Word“ yra tinkamas pasirinkimas

• Pagrindinis turinys yra pagrindinis tekstas.
• Yra mažai dekoratyvinių puslapio elementų.
• Lentelės yra paprastos.
• Jums svarbesnis redaguojamumas nei tikslus puslapių atitikimas.
• Norite greito konvertavimo be atskiros PDF programos.

Ko „Word“ gali neišsaugoti gerai

„Microsoft“ aiškiai įspėja, kad konvertuotas Word dokumentas gali atrodyti ne visiškai taip pat kaip PDF. Žinomos problemos sritys apima lenteles su langelių tarpais, puslapių spalvas ir rėmelius, pakeitimų sekimą, rėmelius, kelių puslapių išnašas, galines išnašas, PDF žymes, PDF žymeklius, komentarus ir kai kuriuos šriftų efektus. Jei „Word“ interpretuoja puslapį kaip daugiausia grafikos turintį, puslapis gali atrodyti kaip paveikslėlis, o jo tekstas gali būti neredaguojamas.

Praktinis veiksmas: pirmiausia konvertuokite du ar tris reprezentatyvius puslapius. Jei antraštės, lentelės ir puslapių skirtukai jau yra blogai atkurti, nekonvertuokite viso dokumento tikėdamiesi, kad vėlesni puslapiai pagerės.

2 metodas: Naudokite „Acrobat“, kai svarbesnis išdėstymo išsaugojimas

„Adobe Acrobat“ gali eksportuoti PDF į „Microsoft Word“ formatus, tokius kaip DOCX. Dabartinėse „Adobe“ kompiuterio instrukcijose naudojama Konvertuoti darbo sritis, kurioje pasirenkate „Microsoft Word“, o tada DOCX arba DOC. Žiūrėkite oficialias „Acrobat“ PDF į Word konvertavimo instrukcijas.

Pagrindinė darbo eiga yra:

1. Atidarykite PDF „Acrobat“.
2. Pasirinkite Konvertuoti.
3. Pasirinkite „Microsoft Word“.
4. Pasirinkite DOCX, kad gautumėte modernų redaguojamą Word dokumentą.
5. Peržiūrėkite konvertavimo nustatymus, jei jie yra.
6. Konvertuokite ir išsaugokite Word failą.

„Adobe“ dokumentuoja dvi naudingas išdėstymo prioritetines sritis „Acrobat“ eksporto nustatymuose:

• Išlaikyti teksto srautą (Retain Flowing Text): teikia pirmenybę redaguojamam tekstui, kuris „Word“ programoje natūraliau perkeliamas ir sraunus.
• Išlaikyti puslapio išdėstymą (Retain Page Layout): teikia pirmenybę vizualiam konvertuoto dokumento artimumui PDF puslapio išdėstymui, net jei tai reiškia turinio skaidymą į atskirus teksto laukelius arba grupes.

„Adobe“ paaiškina šiuos kompromisus savo PDF eksporto išdėstymo gairėse.

Pasirinkite „Išlaikyti teksto srautą“, kai: tikitės perrašyti pastraipas, įterpti skyrius arba leisti tekstui persikelti per puslapius.

Pasirinkite „Išlaikyti puslapio išdėstymą“, kai: atitikti originalų vizualų išdėstymą yra svarbiau nei turėti vieną švarų tolydų teksto srautą.

Nėra visuotinai geresnio pasirinkimo. Labai stilizuotas brošiūra gali atrodyti artimesnė PDF išsaugant puslapio išdėstymą, bet būti nepatogi redaguoti, nes tekstas suskaidytas į pozicionuotus blokus. Paprastas ataskaita gali būti lengviau prižiūrima su teksto srautu, net jei kai kurie puslapių skirtukai pasislinks.

3 metodas: Paleiskite OCR nuskenuotiems PDF prieš tikėdamiesi redaguojamo teksto

Nuskenuotas PDF gali turėti tik puslapių vaizdus. Tokiu atveju konverteriui pirmiausia reikia OCR – optinio simbolio atpažinimo – kad matomi simboliai būtų paversti mašininai skaitomu tekstu.

Dabartinė „Adobe Acrobat“ dokumentacija teigia, kad nuskenuoti PDF turi vaizdo duomenis, ir kad Scan & OCR → Recognize Text gali sukurti paieškos tekstų sluoksnį. „Adobe“ rekomenduoja pasirinkti teisingą puslapių diapazoną ir dokumento kalbą, tada peržiūrėti OCR rezultatą tikslumui. Žiūrėkite Teksto atpažinimas nuskenuotuose PDF naudojant „Acrobat“.

Saugiausia seka nuskenuotiems dokumentams yra:

1. Pasidarykite originalaus PDF atsarginę kopiją.
2. Paleiskite OCR naudodami teisingą dokumento kalbą.
3. Ieškokite kelių žinomų žodžių ar vardų, kad patvirtintumėte, jog tekstų sluoksnis yra naudojamas.
4. Patikrinkite datas, sąskaitų numerius, adresus ir kitus rizikingus simbolius.
5. Eksportuokite OCR apdorotą PDF į DOCX.

Kodėl kalba svarbi: OCR varikliai naudoja kalbų modelius ir simbolių lūkesčius. Netinkamos kalbos pasirinkimas gali padidinti klaidų akcentuotuose simboliuose, skyrybos ženkluose ir žodžių atpažinime.

Praktinis veiksmas: jei skene yra svarbių sąskaitų numerių, kainų, teisinių sąlygų ar techninių verčių, po OCR rankiniu būdu palyginkite tuos laukus su originaliu vaizdu. Word failas, kuris vizualiai atrodo teisingai, vis tiek gali turėti neteisingai atpažinto teksto.

4 metodas: Atidarykite DOCX ir sutvarkykite struktūrą prieš intensyviai redaguodami

Po konvertavimo pasipriešinkite norui iškart pradėti perrašinėti. Pirmiausia nustatykite, ar „Word“ atkūrė dokumentą kaip naudojamą dokumentą, ar kaip pozicionuotų objektų rinkinį.

Tikrinkite šias sritis tokia tvarka:

Dokumentams, kuriuos redaguosite pakartotinai, konvertuokite formatavimą į „Word“ gimtąją struktūrą, kur tik įmanoma. Tai reiškia tikras antraščių stilius vietoj rankiniu būdu padidinto teksto, tikras lenteles vietoj tabuliacija atskirtų stulpelių, tikrus puslapių skirtukus vietoj dešimčių tuščių eilučių ir tikras antraštes bei poraštes vietoj teksto, pastatyto kiekvieno puslapio viršuje ir apačioje.

Kodėl formatavimas pasislenka po PDF konvertavimo

„Microsoft“ pateikia aiškiausią paaiškinimą: PDF yra fiksuotas formatas. Jis saugo teksto, grafikos ir paveikslėlių puslapio koordinates, tačiau nebūtinai saugo „tai yra pastraipa“, „tai yra lentelė“ arba „tai yra dviejų stulpelių sekcija“ taip, kaip „Word“ reikia turiniui redaguoti.

Todėl konverteris turi atspėti struktūrą. Du vizualiai identiški PDF gali būti viduje labai skirtingi. Vienas gali turėti švarius teksto blokus ir žymėtą struktūrą; kitas gali turėti dešimtis atskirai pozicionuotų teksto fragmentų. Jie gali atrodyti taip pat PDF peržiūros programoje, bet konvertuoti labai skirtingai.

Štai kodėl formatavimo problema ne visada yra įrodymas, kad konverteris yra sugedęs. Kartais šaltinio PDF tiesiog neturi pakankamai struktūrinės informacijos, kad tiksliai atkurtų originalų Word dokumentą.

Kada naudoti „Word“, o kada „Acrobat“?

Formatavimo problemos ir mažiausiai žalingi sprendimai

Puslapiai skiriasi skirtingose vietose

„Microsoft“ įspėja, kad po konvertavimo gali pasikeisti eilučių ir puslapių skirtukai. Nepriverskite senos puslapių numeracijos kartotiniais tuščiais tarpais. Naudokite pastraipų tarpus, „Keep with next“ (Laikyti kartu su kita), „Keep lines together“ (Laikyti eilutes kartu) ir rankinius puslapių skirtukus tik ten, kur to reikalauja struktūra.

Lentelė virsta įprastu tekstu

Jei lentelė yra svarbi, jos perdirbimas į tikrą „Word“ lentelę gali būti greitesnis ir stabilesnis nei bandymas sukirčiuoti konvertuotą tekstą tarpais ar tabuliacijomis. Tai ypač pasakytina apie lenteles su sujungtais langeliais, neįprastais tarpais arba kelių lygių antraštėmis.

Visas puslapis tampa vienu paveikslėliu

„Microsoft“ teigia, kad tai gali nutikti, kai PDF turi daugiausia grafikos. Jei pagrindinis dokumentas yra skenavimas, naudokite OCR. Jei tai iš tikrųjų yra grafika turtingas puslapis, gali tekti rankiniu būdu atkurti redaguojamą tekstą arba išsaugoti tą puslapį kaip paveikslėlį.

Šriftai pasikeičia

PDF gali turėti įterptų arba subsetuotų šriftų, kurie nėra įdiegti jūsų kompiuteryje. Konverteris gali pakeisti kitu šriftu. Jei turite licenciją naudoti originalų šriftą, įdiekite jį ir pakeiskite pakeistą šriftą „Word“. Priešingu atveju naudokite vizualiai panašų šriftą ir tikėkitės šiek tiek teksto persikėlimo.

Komentarai arba žymėjimas elgiasi kitaip

„Microsoft“ įtraukia PDF komentarus ir su pakeitimų sekimu susijusį turinį į elementus, kurie gali nešvariai konvertuotis. „Adobe“ teigia, kad kai kuriose konvertavimo darbo eigose komentarai gali būti eksportuojami kaip teksto laukeliai. Jei peržiūros istorija yra svarbi, laikykite originalų PDF šalia DOCX nuorodai.

Jei tiksli išvaizda svarbesnė nei redaguojamumas

Kartais reikalavimas yra neteisingai suprantamas. Jei dokumentui reikia tik kelių tekstinių pakeitimų, bet jis turi likti vizualiai identiškas, visiškas konvertavimas į Word gali būti ne geriausia darbo eiga. PDF redagavimas PDF redaktoriuje gali geriau išsaugoti fiksuotą puslapio išdėstymą nei viso failo konvertavimas į Word.

Jei reikalavimas yra priešingas – didelio masto perrašymas, bendradarbiavimas, stiliai, pakeitimų sekimas ir būsimi pataisymai – priimkite, kad gali prireikti šiek tiek išdėstymo atkūrimo. Redagavimui skirtas Word dokumentas elgiasi kitaip nei išvaizdą fiksuojantis PDF.

Saugiai išsaugokite po konvertavimo

Kai DOCX yra pakankamai švarus naudojimui, išsaugokite jį nauju failo pavadinimu, o ne perrašydami kitus projekto failus. Laikykite originalų PDF kaip vizualią nuorodą.

Naudinga failų pavadinimų šablono pavyzdys:

Originalas:
Project-Proposal.pdf

Konvertuotas darbo failas:
Project-Proposal_converted.docx

Sutvarkytas galutinis Word failas:
Project-Proposal_editable-final.docx

Tai atskiria fiksuotą originalą, neapdorotą konvertavimą ir sutvarkytą dokumentą. Jei formatavimas sulūš vėliau redaguojant, vis tiek turėsite nuorodos kopiją.

Galutinis kokybės kontrolės sąrašas

Prieš siųsdami arba pakeisdami originalą, palyginkite PDF ir Word dokumentą šalia vienas kito:

• Ar visi puslapiai yra ir teisinga tvarka?
• Ar antraštės naudoja teisingą hierarchiją ir numeraciją?
• Ar lentelės yra pilnos, su teisingais eilučių ir stulpelių ryšiais?
• Ar išnašos, galinės išnašos, antraštės ir kryžminės nuorodos vis dar prasmingos?
• Ar antraštės, poraštės, puslapių numeriai ir skyrių skirtukai yra teisingi?
• Ar paveikslėliai ir antraštės vis dar priklauso vienas kitam?
• Ar šriftai buvo pakeisti?
• Ar hipernuorodos vis dar veikia?
• Ar OCR dokumentuose vardai, skaičiai, datos ir sumos buvo patikrintas simbolis po simbolio?
• Ar „Word“ spausdinimo peržiūra atrodo priimtinai artima originaliam PDF?

Jei konvertuotas dokumentas neatitinka kelių šių patikrinimų, keiskite metodus, o ne švaistykite valandas taisydami prastą konvertavimą. Teksto pirmenybę turintis PDF gali geriau konvertuotis „Word“; skenavimas arba išdėstymui jautrus PDF gali geriau pavykti per „Acrobat“ su OCR ir išdėstymo nustatymais; o dokumentas su ekstremaliu dizaino sudėtingumu gali būti greičiau perdirbtas selektyviai.

Išvada

Nėra konverterio, kuris galėtų pažadėti redaguojamą Word dokumentą su nuliniu formatavimo praradimu kiekvienam PDF. Pats „Microsoft“ paaiškina kodėl: PDF saugo fiksuotą vizualų rezultatą, o „Word“ reikia redaguojamos dokumento struktūros. Todėl geriausia darbo eiga yra pasirinkti metodą, atitinkantį šaltinį.

Naudokite originalų Word failą, jei jis egzistuoja. Naudokite kompiuteryje veikiančią „Word“ daugiausia teksto turintiems PDF. Naudokite „Acrobat“, kai reikia OCR arba stipresnės kontrolės virš puslapio išdėstymo ir teksto srauto konvertavimo. Tada sutvarkykite „Word“ struktūrą, patikrinkite rezultatą prieš originalų PDF ir laikykite abu failus, kol konvertuotas dokumentas nepraės puslapio po puslapio patikrinimo.