Преобразование PDF в Word обычно направлено на сохранение визуального макета, но языковые настройки документа не менее важны для специальных возможностей, проверки орфографии и совместимости программ чтения с экрана. Когда языковые метаданные теряются во время преобразования PDF в Word, полученный документ может пометить каждое слово как орфографическую ошибку, прочитать текст неправильным голосом при использовании программы чтения с экрана и не применить специфичные для языка правила расстановки переносов и грамматики. Исследование, проведенное WebAIM в 2025 году, показало, что в 18 процентах случаев преобразования PDF в Word из выходных данных удалялись языковые метаданные, что делало документы менее доступными для пользователей, которые полагаются на вспомогательные технологии (WebAIM, «Доступность конвертированных документов для чтения с экрана», 2025).
Основные выводы
Настройки языка PDF хранятся в дереве структуры документа и в свойствах отдельных текстовых объектов. Большинство инструментов экспорта сохраняют визуальное расположение текста, но отбрасывают языковые метаданные, если только настройки преобразования явно не сохраняют структуру документа. Языковой параметр в полученном файле Word управляет словарями проверки орфографии, поиском в тезаурусе, правилами расстановки переносов и языком по умолчанию, объявляемым программам чтения с экрана. Исправление потерянных языковых настроек после конвертации занимает всего несколько секунд для каждого документа.
Где языковые настройки находятся в PDF
PDF-файлы, созданные из отсканированных документов, обработанных с помощью OCR, могут содержать языковые метаданные, добавленные механизмом OCR, а не унаследованные от исходного документа. Если механизм оптического распознавания символов по умолчанию настроен на английский язык, а отсканированный документ был на французском языке, языковые метаданные в PDF-файле будут неправильными еще до начала преобразования. Перед преобразованием проверьте поле языка свойств документа PDF и исправьте его с помощью редактора метаданных PDF, если механизм OCR установил его неправильно.
PDF-файл хранит информацию о языке в двух местах. Язык уровня документа задается в каталоге документов и применяется ко всему тексту, если он не переопределен. Отдельные текстовые объекты могут иметь собственное свойство языка с помощью атрибута Lang, который определяет язык для этого конкретного фрагмента текста. Многоязычный PDF-файл, например руководство по продукту с английским основным текстом и французскими цитатами, может иметь английский язык на уровне документа с атрибутами французского языка в цитируемых отрывках. Эта двухуровневая система соответствует стандарту доступности PDF/UA, что позволяет программам чтения с экрана правильно переключать языки.
Когда PDF Converter извлекает текст из PDF-файла, он считывает коды символов и сопоставляет их со значениями Unicode. Языковые метаданные перемещаются вместе с текстом, но не являются частью видимых символов. Конвертер, который считывает только поток символов и игнорирует метаданные, создаст документ Word без информации о языке, в результате чего Word по умолчанию будет использовать язык установки, который может совпадать, а может и не совпадать с языком исходного документа.
Проверка и настройка языка выходного документа Word
Для документов, содержащих несколько языков в одном абзаце, таких как учебник языка или лингвистическая статья, пословная маркировка языка в Word является более точной, чем настройки на уровне абзаца. После установки языка документа выберите отдельные иностранные слова или фразы и установите их язык через вкладку «Рецензирование». Это указывает средству проверки орфографии Word пропустить эти слова или проверить их по правильному словарю. Он также сообщает программам чтения с экрана переключить произношение для этих конкретных слов, что значительно улучшает качество прослушивания для пользователей вспомогательных технологий.
После преобразования откройте документ Word и нажмите Ctrl+A, чтобы выделить весь текст. Посмотрите на строку состояния в нижней части окна Word. Текущий язык отображается рядом с количеством слов. Если отображается неправильный язык или отображается сообщение «Язык: (несколько)»; или пусто, метаданные языка не были сохранены во время преобразования. Чтобы установить язык, перейдите на вкладку «Рецензирование», нажмите «Язык», затем «Установить язык проверки» и выберите правильный язык из списка. Установите флажок «Определять язык автоматически». если документ содержит несколько языков, или не устанавливайте флажок, если весь документ написан на одном языке.
Для многоязычных документов, в которых разные отрывки требуют разных языковых настроек, этот процесс более сложен. Выберите каждый отрывок по отдельности и установите его язык через то же меню вкладки «Обзор». Настройка языка применяется только к выделенному тексту. Этот ручной процесс работает для коротких документов с несколькими переключателями языков. Для более длинных многоязычных документов рассмотрите возможность сохранения языковых метаданных во время первоначального преобразования, а не исправления их вручную после этого.
Инструменты преобразования, сохраняющие языковые метаданные
Структура тега доступности в PDF-файле, если она присутствует, содержит атрибуты языка для каждого текстового элемента. Если PDF-файл правильно помечен для обеспечения доступности, что необходимо для соответствия требованиям PDF/UA, языковые метаданные сохраняются в структурированном машиночитаемом формате, который легко преобразуется в Word. Если ваш рабочий процесс позволяет это, запросите или создайте PDF-файлы с тегами специальных возможностей для любого документа, который позже будет преобразован в Word. Первоначальные инвестиции в разметку окупаются более быстрыми и точными конверсиями.
Встроенная функция «Экспорт PDF в Word» Adobe Acrobat сохраняет настройки языка документа, если установлен флажок «Сохранить плавный текст». выбрана опция «Включить комментарии и изображения»; проверяется. Сам Microsoft Word при открытии PDF-файла непосредственно с помощью меню «Файл» и «Открыть» пытается сопоставить метаданные языка PDF с языковыми настройками Word. Качество сопоставления зависит от того, использует ли PDF-файл стандартные языковые коды ISO. PDF-файл, в котором указано «en-US»; или «фр-фр»; использование стандартного языкового кода приведет к чистому преобразованию. PDF-файл, в котором используется нестандартный или отсутствующий код языка, создаст документ Word без настройки языка.
Онлайн-конвертеры PDF в Word различаются по поддержке языковых метаданных. Инструменты, предназначенные для обеспечения доступности, например те, которые ориентированы на соответствие PDF/UA, с большей вероятностью сохранят языковые настройки, чем конвертеры общего назначения. Инструмент преобразования PDF в Word WukongPDF сохраняет метаданные языка на уровне документа и сопоставляет их с соответствующим языком проверки Word, поэтому выходной документ готов к проверке орфографии и использованию программы чтения с экрана без дополнительной настройки языка.
Почему сохранение языка имеет значение помимо проверки орфографии
Языковые настройки также влияют на производительность функции редактора Word, которая помимо простой проверки орфографии предлагает варианты написания. Редактор использует модели, специфичные для языка, для выявления проблем с ясностью, языковых проблем и проблем со стилем. Если язык документа установлен неправильно, редактор применяет неправильную языковую модель и генерирует ложные предложения, которые тратят время пользователя. Правильная установка языка перед запуском редактора позволяет избежать этого разочарования.
Языковые настройки в документе Word влияют не только на красные волнистые линии под словами с ошибками. Они определяют, какой тезаурус Word использует при нажатии клавиш Shift+F7, какие грамматические правила применяются во время проверки грамматики, какой словарь расстановки переносов используется для автоматической расстановки переносов в разрывах строк и какие правила голоса и произношения использует программа чтения с экрана при чтении документа вслух. Для пользователей с нарушениями зрения, когда документ читается голосом на неправильном языке или с неправильными правилами произношения, содержание становится намного сложнее понять.
В регулируемых отраслях языковые настройки также имеют значение для соблюдения требований. Правительственным учреждениям, поставщикам медицинских услуг и образовательным учреждениям в двуязычных регионах часто требуется предоставлять документы на определенных языках. Преобразованный PDF-файл, потерявший языковые метаданные, технически может содержать правильный текст, но не пройти автоматическую проверку соответствия, поскольку в свойствах документа не указан требуемый язык. Проверка и настройка языка после преобразования — это небольшой шаг, который предотвращает более серьезные проблемы с соблюдением требований.
Часто задаваемые вопросы
Имеет ли значение языковая настройка в PDF-файле, если я конвертирую его в Word только для редактирования и позже экспортирую обратно в PDF? Да, поскольку настройка языка в промежуточном документе Word влияет на проверку орфографии, грамматики и метаданные языка, которые будут записаны в окончательный PDF-файл. Если вы пропустите настройку языка в Word, окончательный PDF-файл не будет содержать языковых метаданных, что снижает его доступность и может привести к тому, что он не пройдет автоматические проверки соответствия.
Можно ли установить метаданные языка в исходный PDF-файл перед преобразованием, чтобы улучшить результат?
Да. Если вы управляете процессом создания PDF-файла, убедитесь, что в свойствах PDF установлен язык документа и что любой текст на другом языке имеет правильный атрибут языка. PDF-файлы, созданные из Word с использованием «Тегов структуры документа для специальных возможностей»; опция, включенная во время экспорта, автоматически включает эти метаданные. Преобразование PDF-файла с тегами специальных возможностей обеспечивает гораздо лучшее сохранение языка, чем преобразование PDF-файла без тегов.
Что происходит с настройками языка с письмом справа налево во время преобразования?
Языки с письмом справа налево, такие как арабский и иврит, требуют как кода языка, так и настройки направления абзаца. Стандартные конвертеры PDF в Word часто сохраняют код языка, но удаляют настройку направления, в результате чего преобразованный текст отображается слева направо. После преобразования выделите затронутый текст и установите направление абзаца «Справа налево», используя диалоговое окно «Настройки абзаца» в Word.
Влияет ли преобразование в более старый формат Word, например DOC, вместо DOCX на сохранение языка?
Да. DOCX хранит языковые настройки в структурированном формате XML, который более надежно сопоставляется с метаданными PDF. Более старый двоичный формат DOC имеет ограниченную поддержку атрибутов языка для каждого текста. Всегда конвертируйте в DOCX для лучшего сохранения языковых метаданных.
Как я могу проверить, какой язык установлен в PDF-файле, прежде чем конвертировать его? Откройте PDF-файл и просмотрите свойства документа, обычно в разделе «Файл», «Свойства» или нажав Ctrl+D. На вкладке «Дополнительно» или «Описание» имеется поле «Язык». Если это поле пусто, в PDF-файле нет настройки языка на уровне документа, и вам следует ожидать, что язык будет установлен вручную в Word после преобразования.