Converti un PDF in Word e apri il risultato. Il testo c'è, ma l'impaginazione è un disastro. Un report a due colonne è stato fuso in un'unica colonna criptata. Una tabella che era ben organizzata nel PDF è ora una pila di frammenti di testo fluttuanti sparsi sulla pagina. I punti elenco hanno perso i loro proiettili. I titoli in grassetto sono testo semplice. La conversione tecnicamente ha funzionato, le parole sono corrette, ma il documento ha bisogno di così tanta ripulitura che potresti anche riscriverlo da zero.
La formattazione interrotta dopo la conversione da PDF a Word è il motivo più comune per cui le persone abbandonano i documenti convertiti e ricominciano da capo. Ma il problema spesso non è lo strumento di conversione. Si tratta di una mancata corrispondenza tra ciò che contiene il PDF e ciò che il motore di conversione si aspetta di trovare. Comprendere i motivi specifici delle interruzioni di formattazione consente di prevenire l'interruzione nella fase di creazione del PDF o di applicare correzioni mirate al documento Word convertito.
Perché le tabelle PDF si rompono durante la conversione in Word
I PDF non memorizzano le tabelle come tabelle. Memorizzano i caratteri in coordinate x,y specifiche sulla pagina. Una tabella che sembra organizzata a un lettore umano è composta semplicemente da migliaia di posizioni di caratteri indipendenti nel PDF. Il motore di conversione da PDF a Word deve decodificare la struttura della tabella analizzando la disposizione spaziale dei caratteri. Cerca le righe trovando i caratteri in posizioni verticali simili. Cerca le colonne trovando i caratteri in posizioni orizzontali simili. Indovina dove sono i confini delle celle in base agli spazi nelle posizioni dei caratteri.
Questo processo di reverse engineering fallisce in modo prevedibile. Non riesce quando la tabella ha celle unite, perché i modelli spaziali che indicano un confine di colonna sono assenti nel punto in cui le celle sono state unite. Fallisce quando le celle contengono più righe di testo, perché l'organizzazione verticale all'interno di una cella assomiglia ai confini delle righe per l'algoritmo di rilevamento. Fallisce quando la tabella non ha linee della griglia visibili, perché l'algoritmo si basa su spazi coerenti tra le colonne per rilevare i limiti delle colonne e le linee della griglia forniscono una conferma visiva della posizione dei limiti. Fallisce quando la tabella è stata scansionata anziché creata digitalmente, perché le tabelle scansionate sono immagini senza alcun dato sulla posizione dei caratteri.
Prova da PDF a Word
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Come correggere una tabella rotta nel documento Word convertito
Quando una tabella arriva in Word come testo sparso, il metodo di riparazione più rapido è convertirla in una tabella Word corretta utilizzando la funzione Converti testo in tabella. Seleziona tutto il testo che dovrebbe essere nella tabella. Vai a Inserisci, Tabella, Converti testo in tabella. Word richiede il numero di colonne e il delimitatore che separa le celle. Se il motore di conversione utilizzava tabulazioni per separare le celle, seleziona Tabulazioni. Se utilizzava virgole, seleziona Virgole. Fare clic su OK e Word creerà una tabella strutturata dal testo. Questa correzione richiede 30 secondi e produce una tabella formattata correttamente che puoi modificare, ordinare e definire come qualsiasi altra tabella di Word.
Se il testo non è delimitato in modo coerente, cosa che accade quando il motore di conversione inserisce alcune celle con tabulazioni e altre con spazi, è necessaria la pulizia manuale. Lavora colonna per colonna. Trova dove finisce il testo della prima colonna e inizia il testo della seconda colonna. Inserisci un carattere di tabulazione al limite di ogni colonna. Quindi utilizzare Converti testo in tabella con il delimitatore di tabulazione. Questo approccio manuale richiede più tempo ma produce una tabella pulita quando il rilevamento automatico non riesce.
Correzione dei layout a più colonne uniti in un'unica colonna
I PDF a più colonne presentano una sfida simile per l’analisi spaziale. Il motore di conversione deve determinare dove finisce la colonna uno e inizia la colonna due e deve mantenere l'ordine di lettura: colonna uno dall'alto al basso, quindi colonna due dall'alto al basso. Quando il motore sbaglia, le colonne vengono interlacciate, riga dalla colonna uno, riga dalla colonna due, riga dalla colonna uno, producendo parole senza senso alternate, oppure le colonne vengono unite in un'unica colonna ampia, quindi il testo della colonna uno e della colonna due appaiono mescolati insieme.
La correzione di un layout a più colonne unito richiede la separazione manuale delle colonne. Nel documento Word convertito, identifica dove finisce il testo della colonna uno e inizia la colonna due. Inserisci interruzioni di sezione o interruzioni di colonna in corrispondenza di tali limiti. Taglia il testo dalla colonna due e incollalo nella seconda colonna. Questo è noioso per documenti lunghi, ma produce un risultato strutturato correttamente. Per le conversioni future, utilizzare un Convertitore PDF che supporti esplicitamente il rilevamento del layout a più colonne. WukongPDF rileva layout a più colonne e preserva il corretto ordine di lettura nel documento Word esportato, evitando del tutto il problema dell'interleaving.
Ripristino formattazione: intestazioni, grassetto, corsivo ed elenchi
Dopo le riparazioni strutturali su tabelle e colonne, ripristinare la formattazione visiva. Format Painter di Word è lo strumento più veloce per questo. Trova un elemento correttamente formattato nel documento, un'intestazione, un termine in grassetto, una citazione in corsivo. Selezionalo, fai doppio clic sull'icona Copia formato e dipingi la formattazione su altri elementi dello stesso tipo. Facendo doppio clic su Copia formato lo mantiene attivo in modo da poterlo applicare a più selezioni senza selezionarlo nuovamente ogni volta.
Per i titoli, applica gli stili di titolo incorporati di Word anziché la formattazione manuale del grassetto e della dimensione del carattere. Seleziona il testo, quindi fai clic su Titolo 1, Titolo 2 o Titolo 3 nella raccolta Stili. L'utilizzo di stili di intestazione reali anziché di formattazione visiva consente il riquadro di spostamento di Word, la generazione automatica del sommario e la corretta esportazione PDF con segnalibri. Questo aggiornamento dalla formattazione visiva agli stili semantici trasforma il documento convertito da un pasticcio ripulito in un file di lavoro adeguatamente strutturato.
Prevenire la rottura della formattazione nella fase di creazione del PDF
La soluzione migliore per la formattazione interrotta è prevenirla. Quando crei un PDF che potrebbe dover essere successivamente riconvertito in Word, utilizza queste pratiche nel documento di origine. Utilizza tabelle reali create con la funzione Inserisci tabella anziché testo allineato a tabulazioni che assomiglia a una tabella. Utilizza stili di intestazione reali anziché modifiche manuali del grassetto e della dimensione del carattere. Utilizza elenchi puntati e numerati reali anziché asterischi e numeri digitati manualmente. Mantieni il layout semplice. Evita caselle di testo, immagini fluttuanti ed elementi posizionati manualmente che appaiono bene sulla pagina ma producono posizioni caotiche dei caratteri nel PDF.
Esporta il PDF con i tag di struttura abilitati. Nella finestra di dialogo Salva come PDF di Word, fai clic su Opzioni e seleziona "Tag della struttura del documento per l'accessibilità". I tag di struttura indicano al motore di conversione PDF quali elementi sono intestazioni, quali sono tabelle e quali sono elenchi. Queste informazioni strutturali sopravvivono al viaggio di andata e ritorno: da Word a PDF a Word. Più pulita è la struttura del documento di origine, più pulita sarà la struttura dell'output convertito. Gli strumenti di conversione Formato PDF di WukongPDF preservano la struttura del documento durante la conversione da PDF a Word, riducendo lo sforzo di pulizia da ore a minuti.
Una tecnica specifica che consente di risparmiare notevolmente tempo di pulizia durante la conversione di PDF complessi in Word: lavora in due passaggi. Nel primo passaggio, concentrarsi esclusivamente sulla riparazione strutturale. Correggi le tabelle utilizzando Converti testo in tabella. Colonne unite separate. Ripristina l'ordine di lettura. Non toccare i caratteri, i colori, la spaziatura o qualsiasi formattazione visiva. Un documento strutturalmente valido con una formattazione brutta è risolvibile in pochi minuti con gli strumenti di stile di Word. Un documento ben formattato con tabelle interrotte e colonne criptate è appena utilizzabile indipendentemente da come appare. Nel secondo passaggio, dopo che la struttura è corretta, applica la formattazione: stili di intestazione, scelta dei caratteri, margini, spaziatura. Questo approccio in due passaggi ti mantiene concentrato sul problema giusto al momento giusto ed evita la trappola comune di spendere 20 minuti per regolare le dimensioni dei caratteri su una tabella che in seguito ti rendi conto che deve essere ricostruita da zero perché le colonne sono unite.
Prova da PDF a Word
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.