PDF转Word

PDF 是一份已经排好的版面，而不是可以编辑的文字：段落难以选中，句子无法顺畅改写，表格也没法继续计算。本工具会读出你的 PDF 的真实结构，包括标题、段落、列表、表格、脚注和图片，并在你自己的设备上据此构建一个符合 Office Open XML 规范的真正 DOCX 文件，可以直接在 Word、LibreOffice Writer 或任何能识别 .docx 的程序中打开。没有水印，不用注册，也没有每日次数限制，因为转换发生在浏览器标签页里，而不是服务器上。

在段落和字符层面，保留下来的远不止粗体和斜体。标题会成为真正的 Word 标题，级别从 1 到 6，并带有大纲级别，因此导航窗格和自动生成的目录立刻就能使用。嵌套的项目符号列表会以真正的多级列表保留各自的层级。下划线和删除线依据页面上实际绘制的线条判定，上标和下标依据偏移的基线判定，彩色的文字突出显示则会映射到 Word 格式所能表示的 16 种突出显示颜色中最接近的一种。PDF 中的跳转会变成可以点击的 Word 超链接，页面下方的注释会作为真正的 Word 脚注进入脚注管理，而不是散落在页尾的普通文字。

表格通过三条互不相同的途径识别：一是依据真正绘制的框线，此时列宽来自对这些线条实测的位置，简单的合并单元格也保持合并；二是当表格完全没有框线时，依据列与列之间明显反复出现的空白；三是依据连续至少三行的「字段: 值」结构，也就是表单类 PDF 常见的写法。页面尺寸、纵向或横向、页边距以及正文分栏数，都取自页面真实的几何数据，而不是先假定 A4；在每一处原始页面的分界都会放上一个干净的分页符；图片按原始比例嵌入到阅读顺序中它本来的位置，纯用矢量绘制的图表同样会被识别为插图。反复出现的页眉和页脚会成为真正的 Word 页眉页脚，并带有左、中、右三个制表位；连续的页码会成为一个活的 Word 域，而不是被冻结的数字；反复出现的水印也会一并带过来。

在字体上，本工具走的是直路：源 PDF 中内嵌的字体程序本身会原封不动地转入 Word 文件，常规、粗体、斜体和粗斜体四种字形各自单独处理。因此一个加粗的段落得到的是字体设计本身的真实轮廓，而不是文字处理软件事后算出来的加粗。只有在 PDF 根本没有携带字体时，才会启用一款字宽兼容、采用开放许可的替代字体，它同样会被嵌入文件，这样文档在没有安装这些字体的别人的电脑上也能正确显示。拉丁字母以外的文字还会得到相应的文种与语言标记，让 Word 正确地排布中文、日文、韩文、阿拉伯文或希伯来文，在该从右往左的地方从右往左排版，拼写检查也会选对语言。

大量工作花在了那些不合常规的 PDF 上。横向保存的页面会按它自己的阅读方向来解析，这样页面上的表格不会被转置，标题也不会突然变成竖排。从浏览器打印出来的 PDF，例如通过 Chrome 或 Edge 的「打印为 PDF」，会把列表的项目符号画成极小的矢量方块而不是文字字符，还会把一整行表格粘成一行文本：这两种情况都能依据几何位置识破，并重新拆回真正的列表和一个个单元格。只有当页码在各页之间确实继续递增时，它才会成为页眉或页脚；一行只是看起来像页码的孤立文字会留在正文里，而像「K-6」或「K-86」这类逐页变化的页面编号会被保留，而不是当作版面附属物丢弃。

有两件事本工具会明说，而不是替你隐瞒。如果源 PDF 里有文字位于不透明的黑条之下，却依然能作为文本读出，也就是用画上去的矩形冒充涂黑的经典错误，那么这段文字不会进入 Word 文件，并且会告诉你它出现在哪些页。如果 PDF 中的字符根本没有 Unicode 值，这也正是从任何 PDF 阅读器里复制都会失败的原因，那么它们所占的比例会被量化给出，并把你引向「PDF OCR」，而不是留下一段无声的缺口。解析和文件组装完全在浏览器标签页里完成：你的 PDF 不会离开你的设备，首次加载之后本工具离线也能使用。

技术规格

三步完成

1. 拖入你的 PDF：不会上传任何内容。
2. 结构、表格、字体和图片在本地识别，并转入 DOCX。
3. 下载 DOCX，在 Word 或 LibreOffice 中继续编辑。

限制: 这是结构化的转写，而不是对 PDF 的逐像素复制。会被转入的内容：带大纲级别的标题、段落、多级的有序和无序列表、粗体、斜体、下划线、删除线、上标和下标、文字突出显示（就近映射到 Word 的突出显示颜色）、可点击的超链接、真正的脚注、阅读顺序中的图片与矢量绘制的图表、带有活动页码域的真正页眉页脚，以及取自真实几何数据的页面尺寸、方向、页边距和分栏数。表格依据框线、反复出现的列间空白或者「字段: 值」形式的行来识别；目前每一页只评估一个连续的表格区域，因此同一页上下叠放着几个各自加框的表格时，它们会有意地当作正文流过，而不是被错误地拼成一个表，嵌套很深或大量合并单元格的表格也仍然是弱项。每个单元格包含一个段落。其他如实说明的界限：一段连续排版的文本内部若有一处彩色文字，它会失去自己的颜色，而只覆盖其中一部分的突出显示会给整段上色；PDF 中没有记录目标地址的跳转会被跳过；脚注正文里的链接不会保持可点击；嵌套在编号列表内部的项目符号列表会在该层级沿用编号标记（内容和层级正确，只有标记不同）；如果页眉逐章变化，它会作为普通正文留在文档里，而不会变成每章各自的页眉。图文环绕、排版十分讲究的页面只能近似还原；线条或矢量元素多达数千的页面会跳过表格与图形识别。扫描件或纯图片的 PDF 没有文字层：这时会出现指向「PDF OCR」的提示，而不是一个空结果。受密码保护的 PDF 请先用「解锁 PDF」打开。

常见问题

相关工具

DOCX 转 PDF · PDF转EPUB · PDF 转 Markdown · PDF OCR 可搜索化 · PDF 转文本