Коротко
Используйте конвертер, который восстанавливает абзацы, таблицы и колонки по макету PDF, начинайте с текстового PDF, а не со скана, и по возможности установите шрифты документа. Потом проверьте результат: число страниц, таблицы, колонтитулы и слипшиеся слова. Если нужно поправить пару мелочей в тексте, быстрее отредактировать сам PDF.
Вы открываете сконвертированный файл, и что-то не так. Абзац обрывается посреди предложения. Таблица превратилась в россыпь текстовых полей. Две колонки слились в одну длинную и запутанную. Или, хуже всего, все слова слиплисьвоттаквоттак.
Это не обязательно значит, что вы выбрали плохой инструмент, хотя инструменты действительно сильно различаются. Просто PDF и Word хранят документы принципиально по-разному. Когда понимаешь разницу, гораздо проще получить чистый результат — и понять, когда конвертировать вообще не стоит.
Почему перевести PDF в Word сложнее, чем кажется
Документ Word — это «текучая» структура: абзацы, заголовки, списки, таблицы и стили. Вёрстка рассчитывается заново при каждом открытии. PDF устроен наоборот. Это точное описание напечатанной страницы: «нарисуй эти символы этим шрифтом в этих координатах, проведи здесь линию, поставь туда картинку». Понятий «абзац», «колонка» или «таблица» в файле обычно просто нет.
Чтобы получить редактируемый документ Word, конвертер должен восстановить структуру по расположению элементов на странице. Для этого ему приходится делать ряд предположений:
- Строки и абзацы. Символы, стоящие рядом на одной линии, образуют строку. Строки с равномерными интервалами — абзац. Короткая строка может быть концом абзаца, а может быть заголовком.
- Колонки. Блоки текста, стоящие рядом, нужно распознать как колонки, чтобы текст читался сверху вниз по первой колонке, а потом по второй, а не поперёк страницы.
- Таблицы. Линии или текст, выровненный по сетке, нужно распознать как строки и ячейки.
- Колонтитулы. Текст, повторяющийся вверху или внизу каждой страницы, должен стать колонтитулом, а не строкой основного текста на каждой странице.
Чаще всего предположения верны. Когда нет, появляются проблемы, описанные выше.
Проблема пропавших пробелов
Вот особенность, которая многих удивляет. Во многих PDF вообще нет символов пробела. Программа, создавшая файл, расставила каждое слово по отдельности, а промежутки между ними просто оставила пустыми. На экране страница выглядит нормально. Но когда конвертер или обычное копирование извлекает текст, слова могут слипнуться, если программа не измерит промежутки и не вернёт пробелы на место.
Аккуратный конвертер восстанавливает пропавшие пробелы по расстоянию между словами. Если слипшиеся слова всё же попадаются, значит, PDF был создан именно так, и перед редактированием стоит поискать их в документе.
Отсканированный PDF — это картинки с текстом
PDF, полученный сканированием бумаги или «печатью» фотографии, содержит изображение каждой страницы и никакого настоящего текста. Проверить это можно за секунду: попробуйте выделить предложение в программе для просмотра PDF. Если отдельные слова не выделяются, перед вами скан.
Чтобы превратить скан в редактируемый документ Word, нужно OCR (оптическое распознавание символов): оно находит буквы на изображении и превращает их в текст. Без OCR вы получите файл Word с картинкой каждой страницы. «PDF в Word» от MyPDFDone определяет отсканированные страницы и автоматически распознаёт их, поэтому в файле Word будет настоящий редактируемый текст, расположенный как на исходной странице (фотографии и печати со скана не переносятся). Если вам нужно только искать и копировать текст, а скан должен выглядеть в точности как раньше, используйте «Распознать текст в PDF»: он добавляет к скану невидимый текстовый слой.
Что конвертируется хорошо, а что нет
| Что в PDF | Обычный результат в Word | Что делать |
|---|---|---|
| Текст в одну колонку (письма, отчёты, договоры) | Очень близко к оригиналу | Быстро проверить заголовки и разрывы страниц |
| Таблицы с видимыми рамками | Настоящие редактируемые таблицы Word | Проверить объединённые ячейки и ширину колонок |
| Таблицы, выровненные только пробелами | Могут стать текстом с табуляциями или пробелами | Собрать таблицу заново или преобразовать текст в таблицу в Word |
| Две-три колонки | Обычно настоящие колонки или текстовые поля; порядок чтения иногда сбивается | Проверить, что текст читается в правильном порядке |
| Текст поверх картинок или цветного фона | Часто текстовые поля поверх изображения | Для чтения нормально, для серьёзной правки неудобно |
| Редкие или отсутствующие шрифты | Шрифт заменяется; строки и страницы переносятся иначе | Установить шрифт или выбрать похожий |
| Отсканированные страницы | Редактируемый текст после автоматического OCR; фото со скана пропадают | Проверить имена и цифры |
| Поля форм | Значения могут перейти как обычный текст, сами поля — нет | Заполнять форму прямо в PDF |
Как получить результат лучше
Ещё до конвертации несколько решений сильно влияют на итог.
- Начните с лучшего PDF, который у вас есть. PDF, экспортированный прямо из текстового редактора, конвертируется гораздо лучше, чем распечатанный, отсканированный или несколько раз пересохранённый. Если вам прислали PDF чужого документа, стоит спросить, не могут ли прислать исходный файл.
- Установите шрифты, если знаете, какие они. Свойства документа в программе для просмотра PDF обычно показывают список шрифтов. Если они установлены, переносы строк и страниц останутся на своих местах.
- Конвертируйте только то, что нужно. Если править нужно лишь несколько страниц длинного отчёта, сначала вырежьте их с помощью «Разделить PDF». Короткий документ быстрее проверить.
- Сначала снимите пароль. Зашифрованные PDF или PDF с ограничениями могут не конвертироваться. Если вы знаете пароль, снимите его через «Разблокировать PDF» перед конвертацией.
- Не конвертируйте то, что уже конвертировали. В PDF, сделанном из сконвертированного файла Word, ошибки обоих проходов складываются. По возможности возвращайтесь к оригиналу.
Вот как это выглядит в MyPDFDone:
- 01Определите, какой у вас PDFПопробуйте выделить предложение в программе для просмотра PDF. Если слова выделяются и копируются, в PDF настоящий текст, и он хорошо сконвертируется. Если нет — это скан: «PDF в Word» автоматически распознает на нём текст (OCR).
- 02Загрузите PDF в «PDF в Word»Откройте инструмент «PDF в Word» в MyPDFDone и перетащите файл в окно загрузки. Конвертация занимает несколько секунд.
- 03Посмотрите результат в предпросмотреMyPDFDone бесплатно показывает предпросмотр документа Word. Сравните его с оригиналом, особенно таблицы, колонки и разрывы страниц.
- 04Скачайте DOCXЕсли вёрстка в порядке, скачайте редактируемый файл Word за 4,99 $ — оплата один раз, без подписки.
- 05Быстро проверьте качествоОткройте файл в текстовом редакторе и пройдитесь по чек-листу из этого руководства, прежде чем редактировать документ или пересылать его дальше.
Предпросмотр бесплатный, так что вы увидите, как получилась вёрстка, ещё до того, как решите скачать файл.
Что проверить после конвертации
Потратьте на это пять минут, прежде чем начать редактирование. Структуру гораздо проще поправить сразу, чем после внесения изменений.
- Число страниц. Сравните документ Word с PDF. Лишняя страница обычно значит, что таблица или картинка чуть выросла и сдвинула содержимое вниз.
- Слипшиеся или разорванные слова. Поищите несколько длинных слов из документа и пробегитесь по первой странице в поисках пропавших пробелов.
- Таблицы. Щёлкните внутри каждой таблицы. Это настоящая таблица с ячейками или текст, выровненный табуляциями? Проверьте объединённые ячейки и итоговые суммы.
- Порядок чтения. На страницах с колонками прочитайте первые строки каждой колонки и убедитесь, что текст идёт в правильном порядке.
- Колонтитулы и номера страниц. Они должны быть в области колонтитулов, а не повторяться в основном тексте.
- Шрифты. Поищите подменённый шрифт (другая форма или ширина букв) и замените его везде одинаково.
- Списки и нумерация. Нумерованные списки могут перейти как набранные вручную цифры, а не автоматическая нумерация. Исправьте это, если будете добавлять пункты.
- Особые символы. Проверьте значки, буквы с диакритикой, лигатуры вроде «fi» и «fl», маркеры списков, а также буквы «ё» и «й».
Когда лучше редактировать сам PDF
Конвертация оправдана, когда нужно переписать большой кусок текста, перестроить документ или использовать содержимое в другом месте. Но для многих повседневных задач это долгий путь, и каждая конвертация рискует немного сдвинуть вёрстку.
Редактировать PDF напрямую обычно лучше, когда:
- Нужно исправить мелочь: дату, имя, опечатку или сумму. Закройте старый текст «Замазкой» и напечатайте новый поверх. Остальная страница останется в точности как была.
- Нужно что-то добавить: пометку, галочку, картинку или подпись.
- Вёрстка важнее текста: формы, сертификаты, счета, свёрстанные буклеты.
- Вы заполняете форму. Печатайте прямо в поля формы, а не превращайте её в документ.
«Редактировать PDF» от MyPDFDone справляется с этим: добавляет текст, замазку, выделение, рисунки, картинки, галочки и даты. Он не переписывает исходный текст на месте — именно поэтому вёрстка остаётся нетронутой. А если на самом деле нужно подписать документ, посмотрите, как подписать PDF онлайн.
Что бы вы ни выбрали, сохраните исходный PDF. Если сконвертированная или отредактированная версия не получится, всегда можно начать заново с оригинала.
Частые вопросы
PDF хранит, где на странице стоит каждый символ, а не абзацы или таблицы. Конвертеру приходится восстанавливать структуру по координатам, и сложную вёрстку — несколько колонок, плавающие картинки, таблицы без рамок — он может понять не так, как задумывалось. Отсутствующие шрифты тоже сдвигают переносы строк.
Некоторые программы, создающие PDF, вообще не записывают пробелы, а ставят каждое слово на своё место отдельно. Конвертеру приходится угадывать пробелы по расстоянию между словами. Хороший конвертер с этим справляется, но если слипшиеся слова всё же остались, найдите и исправьте их до начала редактирования.
Только с помощью OCR (оптического распознавания символов), которое превращает изображение текста в настоящий текст. Без OCR отсканированная страница превратится в файл Word с картинкой страницы. «PDF в Word» от MyPDFDone распознаёт сканы и автоматически запускает OCR на английском, испанском, португальском, немецком, французском, итальянском, русском и украинском, так что вы получаете редактируемый текст. Потом проверьте имена и цифры: на чистых сканах распознавание очень точное, на размытых — не идеальное.
Таблицы с видимыми линиями обычно превращаются в настоящие таблицы Word. Таблицы, где колонки выровнены только пробелами, распознать сложнее, и они могут превратиться в текст, разделённый табуляциями или пробелами. Проверяйте каждую таблицу после конвертации.
Для мелких правок — опечатки, даты, имени или пропущенной галочки — да. Можно закрыть старый текст и напечатать новый поверх, не трогая вёрстку. Конвертируйте в Word, когда нужно переписать абзацы, перестроить документ или использовать его содержимое в другом месте.
Это помогает. Если шрифта из PDF нет на вашем компьютере, текстовый редактор подставит другой, а из-за другой ширины букв сдвинутся переносы строк и страниц. Если установить исходный шрифт или выбрать очень похожий, вёрстка останется ближе к PDF.