PDF ke Word dan sebaliknya: apa yang tetap utuh, apa yang berantakan

Satu arah berarti menyusun ulang, arah lainnya hanya mencetak

Mengubah dokumen Word menjadi PDF dengan Word ke PDF adalah soal menggambar halaman (rendering). Mesin tata letak milik dokumen itu sendiri menggambar halaman seperti saat akan dicetak, dan PDF merekam hasil yang sudah benar itu. Arah sebaliknya, yaitu mengubah PDF kembali menjadi dokumen Word yang bisa diedit dengan PDF ke Word, adalah soal yang lebih sulit. PDF tidak mengingat paragraf, gaya, atau struktur dokumen. PDF hanya tahu di mana setiap potongan teks berada di halaman. Jadi, kembali ke Word berarti menyusun ulang struktur yang tidak pernah disimpan di file dan hanya tersirat dari letak setiap elemen secara visual. Dua baris teks yang berdekatan bisa jadi satu paragraf, bisa juga dua. Sebuah celah bisa berarti pergantian paragraf atau batas kolom. Proses konversi harus memutuskannya, dan satu-satunya dasar keputusannya adalah posisi.

Posisi di halaman PDF tidak memberi tahu apakah sesuatu itu tabel

PDF sama sekali tidak punya konsep tabel bawaan. Yang di halaman jelas terlihat seperti kisi sel sebenarnya adalah potongan teks yang diletakkan pada jarak yang teratur, tanpa penanda apa pun di dalam file yang menyatakan “ini tabel”. Menyusun kembali kisi visual itu menjadi tabel sungguhan yang bisa diedit di Word mau tidak mau adalah upaya sebaik mungkin, yang bertumpu pada menebak struktur dari posisi. Tata letak tabel yang rumit atau tidak beraturan wajar bila perlu dirapikan manual sesudahnya. Itu keterbatasan format itu sendiri, bukan cacat yang bisa diperbaiki pada alat konversi tertentu.

Teks mengalir dan tata letak persis menjawab pertanyaan yang berbeda

Menyusun ulang PDF menjadi paragraf mengalir yang menyesuaikan diri saat diedit adalah pilihan yang tepat bila dokumen akan ditulis ulang sesudahnya. Begitulah arti “bisa diedit” dalam praktik. Sebaliknya, menyusunnya sebagai salinan tata letak persis, yang mempertahankan posisi asli setiap blok teks di halaman secara lebih harfiah, menghasilkan sesuatu yang lebih mirip replika visual PDF. Harganya, hasil itu lebih sulit diolah sebagai teks mengalir biasa di kemudian hari. Memilih di antara keduanya adalah soal apa yang akan terjadi pada file berikutnya, bukan soal opsi mana yang terdengar lebih setia secara teori.

PDF hasil scan butuh titik awal yang sama sekali lain

Dokumen hasil scan adalah gambar halaman tanpa teks yang bisa diekstrak, jadi penyusunan ulang PDF ke Word yang biasa tidak punya bahan untuk diolah. Sejak awal tidak ada teks berposisi yang bisa dipakai untuk menebak struktur paragraf dan tabel. Mengenali situasi itu secara otomatis dan menjalankan OCR (pengenalan teks) sebelum dokumen Word disusun itulah yang menghasilkan teks sungguhan yang bisa diedit dan dipilih di sisi lain, bukan gambar halaman yang ditempel begitu saja ke dokumen yang selebihnya kosong. Bila Anda juga ingin menyimpan hasil scan sebagai PDF, OCR PDF menambahkan lapisan teks yang sama ke hasil scan itu sendiri.

Font bertahan dalam perjalanan bolak-balik lebih andal daripada dugaan banyak orang

Mengubah Word ke PDF dengan penyematan font aktif berarti jenis huruf yang dipakai di dokumen ikut terbawa di dalam file PDF hasilnya, jadi halaman tampil sama persis bahkan di komputer yang tidak memasang font tersebut. Bila sebuah font karena alasan tertentu tidak bisa disematkan, padanan yang kompatibel secara metrik bisa menggantikannya, yaitu font yang lebar karakternya cukup mirip sehingga pergantian baris dan spasi tidak bergeser. Penggantian seperti itu menjaga tata letak dokumen tetap utuh, meski jenis huruf aslinya tidak bisa ditampilkan di pihak penerima.

Kesalahan umum saat bolak-balik antara PDF dan Word

Kesalahan pertama adalah berharap perjalanan pulang mengembalikan file Word yang menjadi titik awal. PDF menyimpan tampilan sebuah judul bagian, bukan fakta bahwa teks itu judul, jadi PDF ke Word harus menebak gaya dan struktur; simpan DOCX aslinya dan anggap salinan hasil konversi sebagai dokumen baru. Kesalahan kedua adalah memilih tata letak persis untuk teks yang akan Anda tulis ulang: setiap blok tetap terpaku di tempatnya, dan mengedit berubah menjadi memindahkan kotak. Kesalahan ketiga adalah memercayai pengaturan bawaan OCR begitu saja: pengenalan teks menganggap bahasanya Inggris kecuali Anda memilih salah satu dari lima belas bahasa lain, dan mode “otomatis” mempertahankan lapisan teks yang sudah ada di file, jadi PDF dengan teks yang kacau perlu pengaturan “selalu”.

Ke arah sebaliknya, dengan Word ke PDF, kekeliruan yang biasa adalah mengirim hasil tanpa melihatnya dulu: font yang tidak bisa disematkan diganti dengan font yang kompatibel secara metrik, jadi pergantian baris tetap terjaga, tetapi jenis hurufnya bisa berbeda. File yang dilindungi kata sandi ditolak di kedua arah: hapus dulu kata sandinya, dengan Buka kunci PDF untuk PDF atau di Word untuk DOCX. Kedua konverter berjalan di server kami: PDF bisa berukuran hingga 300 MB dan 500 halaman, file yang diunggah dihapus begitu tugas selesai, dan hasilnya dihapus dalam waktu sekitar dua jam.