PDF в Word
онлайн

Коли потрібно конвертувати PDF у Word

Найчастіша причина — потрібно відредагувати документ, а є тільки PDF. Хтось надіслав договір, звіт чи службову записку, і місця, які потрібно змінити, розкидані по файлу — виправити друкарську помилку, оновити дати, замінити абзац на виправлений. Це можна робити в PDF-редакторі, але якщо переписувати багато, відкрити файл у Word — швидше й зручніше.

Інші часті причини: витягти абзаци, щоб вставити в інший документ; скопіювати розділ у тіло листа; переверстати резюме, що прийшло в PDF, під іншу вакансію; повторно використати шматки наукової статті. Усюди, де треба дістати текст із PDF і покласти в редагований формат, — це та сама конвертація.

Що ця конвертація вміє і чого не вміє

Інструмент витягує текст із PDF і складає документ Word. На практиці результат сильно залежить від того, що у вас за PDF.

• Текстові PDF конвертуються добре. Якщо PDF створено експортом із Word, через «Зберегти як PDF» у будь-якій програмі, або системою, що видала його напряму (білінг, генератор звітів), — текст усередині PDF справді є текстом, і інструмент читає його чисто. На виході Word із виділяемими, редагованими абзацами.
• Скановані PDF повертаються абзацами лише за наявності OCR-шару. Чистий скан без OCR — це лише картинки сторінок, ніякого тексту. Якщо PDF сканований, але вже з OCR (багато сучасних сканерів і хмарних сервісів додають шар автоматично), інструмент прочитає його й видасть текст. Якщо це сирий скан без OCR — Word буде порожній або майже. У цьому випадку спершу прожень PDF через OCR-інструмент.
• Відновлення макета добре для прози, гірше для складних верстань. Інструмент розрізняє основний текст і заголовки, аналізуючи розміри шрифтів і групуючи текст за рядками. Для звичайного документа — абзаци, заголовки, списки, прості таблиці — це працює. Для багатоколоночних макетів, виносок навколо картинок, бічних блоків із плаваючим текстом — текст потрапить приблизно у правильному порядку, але без оригінального макета.
• Зображення зараз не витягуються в Word. Інструмент сфокусований на тексті. Якщо в PDF є фото, графіки або схеми, які потрібні і у Word, доведеться витягти їх окремо (відкрити PDF, зробити скриншот, вставити у Word) або скористатися іншим маршрутом конвертації.

Що з форматуванням

Інструмент намагається зберегти те, що переноситься надійно:

• Заголовки та основний текст розпізнаються за розміром шрифту — текст значно більший за тіло позначається як заголовок у Word.
• Розриви абзаців визначаються за міжрядковим інтервалом, тож абзаци у Word відповідають абзацам у PDF.
• Розміри шрифтів приблизно зберігаються на рівні фрагментів — текст 14pt у PDF буде близько 14pt у Word.

Що складніше і чому:

• Жирний і курсив вимагають, щоб PDF справді використовував жирний або курсивний шрифт (а не звичайний, який рендерер трохи потовщив). Багато PDF кодують це коректно; деякі — ні.
• Таблиці зі складним об'єднанням клітинок або вкладені таблиці зазвичай «уплощуються» в лінійні абзаци. Прості таблиці переносяться краще за складні.
• Початкові шрифти згадуються, де можливо, але якщо у вас на комп'ютері їх немає, Word підставить свої. Зміст правильний; вигляд може відрізнятися.

Практичні нотатки

1. Якщо PDF із паролем, спочатку зніміть. Прожень через unlock-pdf перед конвертацією — зашифровані PDF не відкриваються для витягання тексту.
2. Для довгих PDF конвертація триває. Документ на 200 сторінок треба розібрати посторінково, згрупувати рядки в абзаци, зібрати .docx. На звичайному ноутбуці — близько хвилини. Будьте терплячі при першому запуску.
3. Цикл із втратами. Якщо взяти Word, конвертувати в PDF (інструментом, що запікає верстку в картинки), а потім цей PDF назад у Word — другий Word буде помітно гіршим. Початковий .docx, якщо він десь ще є, завжди чистіший. Цей інструмент — для випадків, коли оригіналу немає.
4. Якщо потрібен лише текст, а не Word-файл, див. pdf-to-txt. Швидше і дає чистий текст, який можна вставити будь-куди.

Що відбувається з файлом

Ваш PDF читається у пам'ять браузера, розбирається на текст і макет прямо там і локально перетворюється на .docx. Отриманий Word-файл пропонується для завантаження; нічого не вивантажується, жоден сервер ваш документ не обробляє. Перевірити можна: відкрийте DevTools, спостерігайте Network під час конвертації — побачите, що вихідних запитів зі вмістом файлу немає.