تحويل PDF إلى Word

ما الذي يتحول بشكل نظيف، وما الذي لا يتحول

يسجّل ملف PDF حروفًا عند إحداثيات. لا توجد فيه فقرات، ولا عناوين ما لم يوسمه أحد عمدًا — لذا يُستنتج كلاهما بدلًا من قراءته. الكلمات التي تشترك في خط أساس واحد تصبح سطرًا، والفجوة الرأسية الأوسع تبدأ فقرة جديدة، والسطر القصير المكتوب بنحو 1.6 ضعف متوسط حجم النص في المستند يصبح Heading 1، و1.3 ضعف يصبح Heading 2. وتستحق هذه القاعدة الأخيرة أن تعرفها قبل أن تبدأ التعديل: المستند الذي تكون عناوينه عريضة لكنها ليست أكبر من نص المتن يصل كنص متن، وسيكون جزء التنقل في Word فارغًا.

الروابط تبقى، وهذا يفاجئ الناس. التعليق التوضيحي للرابط فوق جزء من النص يصبح رابطًا تشعبيًا حقيقيًا في Word، ومدخل الفهرس أو الإحالة الذي كان ينقلك إلى الصفحة الثانية عشرة يصبح رابطًا داخليًا إلى إشارة مرجعية موضوعة في أعلى تلك الصفحة — فيظل فهرس المحتويات يعمل بعد التحويل.

هناك شيئان لا يُقرآن إطلاقًا. الإجابات في نموذج PDF معبّأ تعيش في كائنات الحقول لا في الصفحة، لذا لا وجود لها ببساطة في «نص قابل للتعديل»؛ أما «مظهر مطابق» فيعرضها، لأنها جزء من صورة الصفحة، لكن ليس كنص يمكنك تعديله. والتعليقات والأختام من النوع نفسه من الكائنات ويحدث لها الشيء نفسه. وفي «مظهر مطابق» تُرسم الرسومات مرة واحدة بدقة 144 DPI ويوضع النص الحقيقي فوقها، لذا فإن الشعار أو المخطط الذي كان متجهًا في ملف PDF يصبح صورة في ملف .docx، ويظهر ذلك عند تكبيره.

عندما تحتاج إلى شيء آخر

حين تريد الكلمات لا مستند Word، فإن pdftotext -layout file.pdf من Poppler أسرع وأكثر قابلية للتوقع، ويفصل الأعمدة بالمسافات، وهو الطريقة المعتادة لتمرير ملف PDF إلى أي شيء آخر. وإن كان ملف PDF قد أُنشئ من ملف Word في الأصل، فاطلب ملف .docx ممن أنشأه: فكل تحويل عكسي هو إعادة بناء من الإحداثيات، والأصل هو النسخة الوحيدة التي ليست كذلك.

الجداول هي نقطة ضعف كل محوّل من PDF إلى أي صيغة، بما فيه هذا المحوّل. إذا كان المستند في معظمه جداول وكانت الأرقام مهمة، فإن Tabula وCamelot مجانيان، ومصممان لهذه المشكلة تحديدًا، وسيتفوقان فيها على أي محوّل عام.