跳到主要内容
PulsarKit

PDF转Word

把PDF转回可编辑的DOCX、DOC、ODT或RTF文件,没有文字层的扫描件也能通过文字识别(OCR)转换。在我们的服务器上处理,文件约两小时内自动删除。

把文件拖到这里

.pdf · 最大300 MB · 每小时最多30个任务 · 文件上传到我们的服务器,处理后即删除;结果约两小时内清除

更多设置

怎么把PDF转成Word

  1. 1

    上传PDF

    最大300 MB,最多500页。文件里有没有可选中的文字,会自动检测。

  2. 2

    选择输出格式和版式模式

    格式可选DOCX、DOC、ODT或RTF;版式可选可以自由编辑的流式文字,也可以选精确版式副本:位置更接近原文件,代价是编辑起来没那么方便。

  3. 3

    下载可编辑的文件

    没有文字层的扫描版PDF会先自动经过文字识别,所以结果是可编辑的文字,而不是贴在文档里、无法选中的图片。

流式文字与精确版式

流式模式把文档重建成段落,编辑时文字会自然重排,适合打算改写的文档。精确版式则把每个文字块放在页面上原来的位置,更像PDF的视觉副本:对复杂版面更忠实,但之后很难当作普通的流式文字来编辑。要根据你接下来打算怎么处理这个文件来选,而不是看哪个名字听起来更准确。

扫描版PDF会怎样处理

扫描版PDF是页面的图片,里面没有可提取的文字。文字识别设为“自动”(默认)时,会自动检测到这种情况,由Tesseract先识别文字,再生成Word文档,所以结果是可编辑、可选中的文字,而不是图片。设为“始终”时,即使PDF已经有文字也会重新识别,适合已知原有文字层有错的情况。

为什么表格有时需要事后检查

PDF本身没有表格的概念,看起来像表格的,其实是按网格摆放的文字。把它重建成可编辑的表格只能尽力而为,复杂或不规则的版面之后可能需要在Word里手动调整。精确版式下尤其如此,因为这种模式更忠实地保留的是位置,而不是结构。

在我们的服务器上处理,自动删除

PDF文字提取、文字识别和文档生成都在PulsarKit的服务器上完成。任务一完成,上传的文件就会删除。结果可下载一小时,约两小时内从服务器清除,无论你是否下载。

常见问题

没有文字的扫描版PDF能正常转换吗?

能。文字识别设为“自动”(默认)时,没有文字层的PDF会先自动经过Tesseract识别,再生成Word文档,所以你得到的是可编辑的文字,而不是无法选中的图片。

该选流式文字还是精确版式?

要改写的文档选流式文字,编辑时段落会自然重排。想更忠实地还原复杂排版就选精确版式,代价是之后很难当作普通文字来编辑。

表格能正确转换吗?

简单的表格一般没问题。PDF没有内置的表格结构,重建只能尽力而为,特别复杂或不规则的表格版面可能需要在Word里手动修正。

能转成ODT或RTF,而不是DOCX吗?

能。输出格式可选DOCX、DOC、ODT和RTF。

能只转换部分页面吗?

能。输入页码范围,就只转换这些页面,而不是整个PDF。

文字识别支持哪些语言?

支持十六种语言,包括英语、俄语、德语、法语、西班牙语、葡萄牙语、阿拉伯语、印地语、中文、日语、韩语和亚美尼亚语。

能转换有密码保护的PDF吗?

不能。请先用“PDF解密”移除密码。受保护的文件会被检测出来并给出提示,而不是悄无声息地失败。

指南

相关工具