Você converte um PDF em Word e abre o resultado. O texto está lá, mas o layout é um desastre. Um relatório de duas colunas foi mesclado em uma única coluna embaralhada. Uma tabela bem organizada no PDF agora é uma pilha de fragmentos de texto flutuantes espalhados pela página. Os marcadores perderam suas balas. Os títulos em negrito são texto simples. A conversão funcionou tecnicamente, as palavras estão corretas, mas o documento precisa de tanta limpeza que você pode digitá-lo novamente do zero.
A formatação quebrada após a conversão de PDF para Word é o motivo mais comum pelo qual as pessoas abandonam documentos convertidos e recomeçam. Mas muitas vezes o problema não é a ferramenta de conversão. É uma incompatibilidade entre o que o PDF contém e o que o mecanismo de conversão espera encontrar. Compreender os motivos específicos das quebras de formatação permite evitar a quebra no estágio de criação do PDF ou aplicar correções direcionadas ao documento Word convertido.
Por que as tabelas PDF quebram durante a conversão para Word
PDFs não armazenam tabelas como tabelas. Eles armazenam caracteres em coordenadas x,y específicas na página. Uma tabela que parece organizada para um leitor humano representa apenas milhares de posições de caracteres independentes do PDF. O mecanismo de conversão PDF para Word deve fazer engenharia reversa da estrutura da tabela analisando a disposição espacial dos caracteres. Ele procura linhas encontrando caracteres em posições verticais semelhantes. Ele procura colunas encontrando caracteres em posições horizontais semelhantes. Ele adivinha onde os limites das células estão com base nas lacunas nas posições dos caracteres.
Este processo de engenharia reversa falha previsivelmente. Ele falha quando a tabela mescla células, porque os padrões espaciais que indicam um limite de coluna estão ausentes onde as células foram mescladas. Ele falha quando as células contêm múltiplas linhas de texto, porque a organização vertical dentro de uma célula se parece com limites de linha para o algoritmo de detecção. Ele falha quando a tabela não tem linhas de grade visíveis, porque o algoritmo depende de lacunas consistentes nas colunas para detectar os limites das colunas, e as linhas de grade fornecem confirmação visual de onde estão os limites. Ele falha quando a tabela foi digitalizada em vez de criada digitalmente, porque as tabelas digitalizadas são imagens sem nenhum dado de posição de caractere.
Experimente PDF para Word
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Como consertar uma tabela quebrada no documento Word convertido
Quando uma tabela chega ao Word como texto disperso, o método de reparo mais rápido é convertê-la em uma tabela adequada do Word usando o recurso Converter texto em tabela. Selecione todo o texto que deve estar na tabela. Vá em Inserir, Tabela, Converter Texto em Tabela. O Word solicita o número de colunas e o delimitador que separa as células. Se o mecanismo de conversão usou guias para separar células, selecione Guias. Se usou vírgulas, selecione Vírgulas. Clique em OK e o Word cria uma tabela estruturada a partir do texto. Essa correção leva 30 segundos e produz uma tabela formatada corretamente que você pode editar, classificar e estilizar como qualquer outra tabela do Word.
Se o texto não estiver delimitado de forma consistente, o que acontece quando o mecanismo de conversão colocou algumas células com tabulações e outras com espaços, é necessária uma limpeza manual. Trabalhe coluna por coluna. Descubra onde termina o texto da primeira coluna e começa o texto da segunda coluna. Insira um caractere de tabulação em cada limite de coluna. Em seguida, use Converter texto em tabela com o delimitador de tabulação. Essa abordagem manual leva mais tempo, mas produz uma tabela limpa quando a detecção automatizada falha.
Corrigindo layouts de múltiplas colunas que se fundiram em uma única coluna
PDFs com múltiplas colunas apresentam um desafio semelhante de análise espacial. O mecanismo de conversão deve determinar onde termina a coluna um e começa a coluna dois, e deve manter a ordem de leitura: coluna um de cima para baixo, depois coluna dois de cima para baixo. Quando o mecanismo adivinha errado, as colunas são intercaladas, linha da coluna um, linha da coluna dois, linha da coluna um, produzindo algo sem sentido alternado, ou as colunas são mescladas em uma única coluna larga, de modo que o texto da coluna um e da coluna dois aparecem embaralhados.
A correção de um layout de várias colunas mesclado requer a separação manual das colunas. No documento Word convertido, identifique onde termina o texto da coluna um e começa a coluna dois. Insira quebras de seção ou de coluna nesses limites. Corte o texto da coluna dois e cole-o na segunda coluna. Isto é tedioso para documentos longos, mas produz um resultado estruturado corretamente. Para conversões futuras, use um Conversor de PDF que suporte explicitamente a detecção de layout de múltiplas colunas. WukongPDF detecta layouts de múltiplas colunas e preserva a ordem de leitura correta no documento Word exportado, evitando totalmente o problema de intercalação.
Restaurar formatação: títulos, negrito, itálico e listas
Após reparos estruturais em tabelas e colunas, restaure a formatação visual. O Format Painter do Word é a ferramenta mais rápida para isso. Encontre um elemento formatado corretamente no documento, um título, um termo em negrito, uma citação em itálico. Selecione-o, clique duas vezes no ícone Format Painter e pinte a formatação em outros elementos do mesmo tipo. Clicar duas vezes no Pincel de Formatação o mantém ativo para que você possa aplicá-lo a várias seleções sem selecioná-lo novamente a cada vez.
Para títulos, aplique os estilos de título integrados do Word em vez da formatação manual em negrito e tamanho da fonte. Selecione o texto e clique em Título 1, Título 2 ou Título 3 na galeria de Estilos. O uso de estilos de título reais em vez de formatação visual permite o painel de navegação do Word, a geração automática de índice e a exportação adequada de PDF com marcadores. Esta atualização da formatação visual para estilos semânticos transforma o documento convertido de uma bagunça limpa em um arquivo de trabalho devidamente estruturado.
Evitando quebras de formatação na fase de criação do PDF
A melhor solução para formatação quebrada é evitá-la. Ao criar um PDF que posteriormente precisará ser convertido novamente para Word, use essas práticas no documento de origem. Use tabelas reais criadas com a função Inserir Tabela em vez de texto alinhado por tabulação que se parece com uma tabela. Use estilos de título reais em vez de alterações manuais em negrito e tamanho da fonte. Use listas reais com marcadores e numeradas em vez de asteriscos e números digitados manualmente. Mantenha o layout simples. Evite caixas de texto, imagens flutuantes e elementos posicionados manualmente que parecem bons na página, mas produzem posições caóticas de caracteres no PDF.
Exporte o PDF com tags de estrutura habilitadas. Na caixa de diálogo Salvar como PDF do Word, clique em Opções e marque "Tags de estrutura do documento para acessibilidade." As tags de estrutura informam ao mecanismo de conversão de PDF quais elementos são títulos, quais são tabelas e quais são listas. Essas informações estruturais sobrevivem à viagem de ida e volta: Word para PDF e Word. Quanto mais limpa for a estrutura no documento de origem, mais limpa será a estrutura na saída convertida. As ferramentas de conversão PDF do WukongPDF preservam a estrutura do documento durante a conversão de PDF para Word, reduzindo o esforço de limpeza de horas para minutos.
Uma técnica específica que economiza um tempo de limpeza significativo ao converter PDFs complexos em Word: trabalhe em duas passagens. Na primeira passagem, concentre-se exclusivamente no reparo estrutural. Corrija as tabelas usando Converter texto em tabela. Colunas mescladas separadas. Restaure a ordem de leitura. Não mexa nas fontes, cores, espaçamentos ou qualquer formatação visual. Um documento estruturalmente sólido com formatação feia pode ser corrigido em minutos com as ferramentas de estilo do Word. Um documento lindamente formatado com tabelas quebradas e colunas embaralhadas dificilmente pode ser usado, independentemente de sua aparência. Na segunda passagem, depois que a estrutura estiver correta, aplique sua formatação: estilos de título, opções de fontes, margens, espaçamento. Essa abordagem de duas etapas mantém você focado no problema certo no momento certo e evita a armadilha comum de gastar 20 minutos ajustando tamanhos de fonte em uma tabela que mais tarde você percebe que precisa ser reconstruída do zero porque as colunas são mescladas.
Experimente PDF para Word
Nenhuma instalação necessária. Funciona diretamente no seu navegador.