您將 PDF 轉換為 Word 並開啟結果。文字在那裡，但佈局是一場災難。兩欄報告已合併為一個雜亂的欄位。 PDF 中整齊排列的表格現在變成了一堆分散在頁面上的浮動文字片段。要點已經失去了子彈。粗體標題是純文字。從技術上講，轉換是有效的，文字是正確的，但文件需要大量清理，因此您最好從頭開始重新輸入。
PDF 轉換到 Word 後格式損壞是人們放棄轉換後的文件並重新開始的最常見原因。但問題往往不在於轉換工具。 PDF 包含的內容與轉換引擎所期望找到的內容不符。了解格式中斷的具體原因使您能夠在 PDF 建立階段防止格式中斷或對轉換後的 Word 文件套用有針對性的修復。
為何 PDF 表格在轉換為 Word 期間會中斷
PDF 不將表格儲存為表格。它們將字元儲存在頁面上特定的 x,y 座標處。對於人類讀者來說，看起來井井有條的表格對於 PDF 來說只是數千個獨立的字元位置。 PDF 到 Word 轉換引擎必須透過分析字元的空間排列來對錶結構進行逆向工程。它透過尋找類似垂直位置的字元來尋找行。它透過尋找類似水平位置的字元來查找列。它根據字元位置的間隙猜測單元格邊界的位置。
可以預見的是，這種逆向工程過程會失敗。當表格合併儲存格時，它會失敗，因為在合併儲存格的位置不存在指示列邊界的空間模式。當單元格包含多行文字時，它會失敗，因為單元格內的垂直組織對於偵測演算法來說看起來像行邊界。當表格沒有可見的網格線時，它會失敗，因為演算法依賴一致的列間隙來檢測列邊界，而網格線提供了邊界位置的視覺確認。當表格是掃描的而不是數位創建的時，它會失敗，因為掃描的表格是根本沒有字元位置資料的圖像。
如何修復轉換後的 Word 文件中的損壞表格
當表格以分散文字形式到達 Word 時，最快的修復方法是使用「將文字轉換為表格」功能將其轉換為正確的 Word 表格。選擇表中應包含的所有文字。前往「插入」、「表格」、「將文字轉換為表格」。 Word 會提示您輸入列數和分隔儲存格的分隔符號。如果轉換引擎使用製表符分隔儲存格，請選擇「製表符」。如果使用逗號，請選擇逗號。按一下“確定”，Word 將根據文字建立結構化表格。此修復需要 30 秒，並產生一個格式正確的表格，您可以像任何其他 Word 表格一樣對其進行編輯、排序和設定樣式。
如果文字分隔不一致（當轉換引擎放置一些帶有製表符的儲存格和另一些帶有空格的儲存格時會發生這種情況），則需要手動清理。逐列工作。尋找第一列文字的結束位置和第二列文字的開始位置。在每列邊界插入製表符。然後使用帶有製表符分隔符號的將文字轉換為表格。這種手動方法需要更長的時間，但當自動偵測失敗時會產生乾淨的表。
修復合併為單列的多列佈局
多列 PDF 提出了類似的空間分析挑戰。轉換引擎必須確定第一列結束位置和第二列開始位置，並且必須保持讀取順序：第一列從上到下，然後第二列從上到下。當引擎猜測錯誤時，要么各列交錯，第一列中的行，第二列中的行，第一列中的行，產生交替的亂碼，要么各列合併成一個寬列，因此第一列和第二列中的文本看起來是混亂的。
修復合併的多列佈局需要手動分隔列。在轉換後的 Word 文件中，確定第一列文字的結束位置和第二列文字的起始位置。在這些邊界處插入分節符或分欄符。從第二列中剪下文字並將其貼上到第二列。這對於長文檔來說很乏味，但它會產生結構正確的結果。對於將來的轉換，請使用明確支援多列佈局檢測的PDF轉換器。 WukongPDF 偵測多列版面配置並在匯出的 Word 文件中保留正確的閱讀順序，從而完全避免交錯問題。
恢復格式：標題、粗體、斜體和列表
對錶和列進行結構修復後，恢復視覺格式。 Word 的格式刷是最快的工具。在文件中尋找一個格式正確的元素：標題、粗體術語、斜體引文。選擇它，雙擊格式刷圖標，然後將格式繪製到相同類型的其他元素上。雙擊「格式刷」可使其保持活動狀態，因此您可以將其應用於多個選擇，而無需每次都重新選擇。
對於標題，套用 Word 的內建標題樣式，而不是手動粗體和字體大小格式。選擇文本，然後按一下樣式庫中的標題 1、標題 2 或標題 3。使用真實的標題樣式而不是視覺格式可以啟用 Word 的導覽窗格、自動生成目錄以及使用書籤正確匯出 PDF。從視覺格式到語意樣式的升級將轉換後的文件從清理後的混亂狀態轉換為結構正確的工作文件。
在 PDF 建立階段防止格式損壞
格式化損壞的最佳修復方法就是防止它發生。建立稍後可能需要轉換回 Word 的 PDF 時，請在來源文件中使用這些做法。使用透過插入表格功能建立的真實表格，而不是看起來像表格的製表符對齊文字。使用真實的標題樣式，而不是手動更改粗體和字體大小。使用真正的項目符號和編號列表，而不是手動輸入星號和數字。保持佈局簡單。避免文字方塊、浮動圖像和手動定位的元素，這些元素在頁面上看起來不錯，但在 PDF 中會產生混亂的字元位置。
匯出啟用結構標籤的 PDF。在 Word 的「另存為 PDF」對話方塊中，按一下「選項」並選取「可存取性的文件結構標籤」。結構標籤告訴 PDF 轉換引擎哪些元素是標題、哪些是表格、哪些是清單。此結構資訊在往返過程中仍然存在：Word 到 PDF 到 Word。來源文件中的結構越清晰，轉換後的輸出中的結構就越清晰。 WukongPDF 的PDF 格式 轉換工具在 PDF 到 Word 轉換過程中保留文件結構，將清理工作從幾小時縮短到幾分鐘。
將複雜的 PDF 轉換為 Word 時可節省大量清理時間的特定技術：分兩遍進行。在第一遍中，僅關注結構修復。使用“將文字轉換為表格”修復表格。分離合併的列。恢復閱讀順序。請勿觸摸字體、顏色、間距或任何視覺格式。使用 Word 的樣式工具可以在幾分鐘內修復結構合理但格式醜陋的文件。一份格式精美、表格破碎、列亂的文件無論看起來如何都幾乎無法使用。在第二遍中，結構正確後，套用格式：標題樣式、字體選擇、邊距、間距。這種兩遍方法可以讓您在正確的時間專注於正確的問題，並防止出現常見的陷阱，即花費 20 分鐘調整表格上的字體大小，而您後來意識到由於列已合併而需要從頭開始重建。