pdfMB

PDF 转 Word

把 PDF 转成可以编辑的 Word 文件，保留段落、标题、表格和图片。文件会留在这台设备上。

  • 不上传文件始终留在这台设备上。
  • 原文件保持不变你下载的是一份新副本，原文件不会被修改。
  • 免费，无需注册无需账号，也没有每日次数限制。

你的文件会经过哪些处理

以下所有步骤都在你的浏览器里、在你自己的设备上完成。PDF 不会上传，所以包括我们在内，任何人都看不到它。

  1. 浏览器用 pdf.js（Firefox 内置的 PDF 查看器）打开 PDF，读取每一段文字及其位置、字体、字号、粗体和斜体。
  2. 同一行上的文字片段会合并成行，行再合并成段落。当行距变大、字号改变，或某一行以项目符号开头时，就会开始新的段落。
  3. 两栏或三栏的页面，会根据页面上自上而下贯穿的空白间隔识别出来。每一栏读到底再读下一栏，所以句子不会一行一行地混在一起。
  4. 明显比正文大的文字，以及较短的粗体行，会变成 Word 标题，因此会出现在 Word 的导航窗格中。
  5. 用线条画成的表格会变成真正的 Word 表格，行和列都可以编辑。行和列是根据线条以及文字的对齐方式判断出来的。
  6. PDF 中保存的图片会复制到 Word 文件里、放在段落之间原来的位置；照片存为 JPEG，绘图和截图存为 PNG。
  7. 有些 PDF（通常是从网页浏览器保存的）会把某些字符标记为“不是字符”。在泰文中，这些通常是位于上方元音之上的声调符号。pdfMB 会根据文件内的字体把它们重建回来。
  8. 没有文字的页面（例如扫描件）可以用与“OCR PDF”相同的 OCR 引擎识别。只需下载语言数据，而且只下载一次。
  9. .docx 文件在你的设备上组装完成，直接保存到下载文件夹。泰文文字会标上泰文字体和泰语语言，这正是 Word 用来为泰文选择字体的设置。
简要步骤
  1. 选择 PDF
  2. 有扫描页面就打开 OCR
  3. 点击“转换为 Word”
  4. 下载 .docx 文件

如何把 PDF 转成 Word

  1. 选择 PDF 或拖放到方框中。pdfMB 会读取每一页，并告诉你是否有没有文字的扫描页面。
  2. 如果有扫描页面，请保持“识别扫描页面的文字（OCR）”开启，并选择文档的语言。如果你只需要把这些页面当作图片，就把它关闭。
  3. 点击“转换为 Word”。进度条会显示当前进度。
  4. 下载 .docx 文件，用 Microsoft Word、LibreOffice、Google Docs 或 Pages 打开。摘要会显示文件包含多少页、词、表格和图片。

为什么有些转换工具会丢失泰文声调符号

泰文字体的声调符号有额外的字形：一种是位于上方元音之上的升高字形，例如 ที่ 或 น้ำ，另一种是普通字形。PDF 只记录画出的是哪个字形，再加上一张说明每个字形代表哪个字母的对照表。

从 Chrome、Edge 和其他 Chromium 浏览器保存 PDF 时，这张表常常把升高字形标记为代表“什么也没有”。相信这张表的 PDF 工具就会丢掉这个符号，于是 น้ำ（水）变成了 นำ（带领）。

我们用一篇从 Chrome 保存、共 35 页的泰文维基百科文章做了测试，其中有 1,915 个声调符号被这样标记。pdfMB 会读取文件内的字体，发现每个升高字形都是普通声调符号的副本，再把正确的符号放回去。文章中全部 4,911 个声调符号都完整保留。

大家什么时候会用

更新旧文档

你手上只剩多年前写的信件、合同或表格的 PDF。把它转换后，修改过时的内容，再保存为新版本。

引用报告或论文

把报告或研究论文的文字连同标题和表格放进 Word，方便引用并在旁边编辑。

泰文文档

转换泰文 PDF（包括从网页浏览器保存的），不会丢失声调符号，编辑时文字依然正确。

需要修改的表格

把 PDF 中的表格转成 Word 表格，再修正数字或复制到其他文档。

做不到的事

  • Word 文件不会和 PDF 一模一样。文本框、叠在图片上的文字以及复杂的杂志版式，都会转成普通段落。
  • 由线条构成的图表和图形不会被复制，只有以图片形式保存的图才会。如需把图形保留为图片，请使用“PDF 转 JPG”。
  • 单元格之间没有线条的表格，会转成以制表符分隔的文字。合并的单元格会拆分成普通单元格。
  • 数学公式会转成纯文本，而不是 Word 公式。
  • 表单字段会变成普通文字，无法在 Word 文件中填写。
  • 从右向左书写的语言（例如阿拉伯文和希伯来文）还没有经过充分测试，请仔细检查结果。
  • 有密码保护的 PDF，以及所有者禁止复制的 PDF，都无法转换。

关于 PDF 转 Word 的常见问题

我的 PDF 会被上传吗？

不会。pdfMB 在你的浏览器里转换文件，文件绝不会离开你的设备。你可以在浏览器的网络工具中自行确认。

Word 文件看起来会和我的 PDF 一模一样吗？

不一定。文字、标题、表格和图片都会保留，但间距和位置会为了方便编辑而重新排列。如果你需要外观完全相同的版本，请保留 PDF，或者把页面存为图片。

泰文声调符号会保留吗？

会。有些 PDF 会把声调符号标记为“不是字符”，相信这种标记的工具就会把它们丢掉，而 pdfMB 会把这些符号补回来。在我们的测试中，一篇 35 页泰文文章的全部 4,911 个声调符号都保留了下来。

可以转换扫描的 PDF 吗？

可以。打开 OCR、选择语言，扫描页面上的文字就会变成可以编辑的段落。请检查结果，因为 OCR 可能会认错人名和数字。

哪些程序可以打开这个文件？

.docx 文件可以用 Microsoft Word、LibreOffice Writer、Google Docs、Apple Pages 以及其他能读取 Word 文件的编辑器打开。

有页数或文件大小限制吗？

没有固定的限制。文档越长，花的时间越久；非常大的文件在部分手机上可能会内存不足。