Chuyển PDF sang Word

Những gì chuyển đổi gọn gàng, và những gì không

PDF ghi lại các glyph tại những tọa độ. Nó không có đoạn văn và, trừ khi ai đó cố ý gắn thẻ, cũng không có tiêu đề — nên cả hai đều phải được suy ra chứ không đọc được. Các từ cùng một đường cơ sở trở thành một dòng, khoảng cách dọc giãn rộng ra sẽ bắt đầu đoạn mới, và một dòng ngắn có cỡ chữ khoảng 1,6 lần cỡ chữ thân bài trung vị của tài liệu sẽ thành Heading 1, 1,3 lần thành Heading 2. Quy tắc cuối cùng này đáng biết trước khi bạn bắt đầu chỉnh sửa: tài liệu có tiêu đề in đậm nhưng không lớn hơn chữ thân bài sẽ ra thành chữ thân bài, và ngăn điều hướng của Word sẽ trống trơn.

Liên kết được giữ lại, điều khiến nhiều người bất ngờ. Một chú thích liên kết trên một đoạn chữ sẽ thành hyperlink Word thực sự, còn một mục lục hay tham chiếu chéo từng nhảy đến trang mười hai sẽ thành liên kết nội bộ đến một bookmark đặt ở đầu trang đó — nên mục lục vẫn hoạt động sau khi chuyển đổi.

Có hai thứ hoàn toàn không được đọc. Câu trả lời trong biểu mẫu PDF đã điền nằm trong các đối tượng trường chứ không nằm trong trang, nên ở chế độ Văn bản chỉnh sửa được, chúng đơn giản là không có; Giống hệt bản gốc thì hiển thị chúng, vì chúng là một phần hình ảnh của trang, nhưng không phải dưới dạng chữ bạn sửa được. Bình luận và con dấu cũng là loại đối tượng đó và cũng chịu chung số phận. Còn ở chế độ Giống hệt bản gốc, phần hình họa được kết xuất một lần ở 144 DPI với chữ thật đặt bên trên, nên logo hay biểu đồ vốn là vector trong PDF sẽ thành hình ảnh trong file .docx, và phóng to lên sẽ thấy rõ điều đó.

Khi bạn cần công cụ khác

Khi thứ bạn cần là chữ chứ không phải tài liệu Word, pdftotext -layout file.pdf của Poppler nhanh hơn và dễ đoán hơn, tách các cột bằng khoảng trắng, và là cách thông dụng để đưa PDF vào bất kỳ công cụ nào khác. Còn nếu PDF vốn được tạo từ file Word, hãy xin người tạo file .docx: mọi lần chuyển ngược đều là dựng lại từ tọa độ, và bản gốc là bản duy nhất không phải như vậy.

Bảng là điểm yếu của mọi công cụ chuyển PDF sang định dạng khác, kể cả công cụ này. Nếu tài liệu chủ yếu là bảng và các con số quan trọng, Tabula và Camelot miễn phí, được xây dựng riêng cho đúng vấn đề đó, và sẽ làm tốt hơn một công cụ chuyển đổi đa năng.