Dlaczego konwersja PDF do Worda psuje formatowanie

Przekonwertowałeś PDF do Worda, ale w wyniku tabele zamieniły się w zwykły tekst, dwukolumnowa strona zlała się w jedną kolumnę albo podziały wierszy wypadają w innych miejscach. Zwykle nie jest to „błąd” konwertera, lecz skutek tego, że oba formaty działają w zasadniczo różny sposób. Ten poradnik wyjaśnia różnicę między PDF a Wordem, najczęstsze problemy i to, co możesz zrobić, by uzyskać lepsze wyniki.

Podstawowa różnica: stałe strony a płynny tekst

PDF to format o stałym układzie, zaprojektowany tak, by dokument wyglądał tak samo na każdym urządzeniu i każdej drukarce. Artykuł Microsoftu o otwieraniu plików PDF w Wordzie ujmuje to tak: plik PDF przechowuje położenie tekstu, obrazów i grafiki wektorowej na stronie, ale niekoniecznie relacje między nimi. Innymi słowy, PDF zapisuje „te litery znajdują się w tym miejscu strony”; często nie zapisuje, że „to jest akapit”, „to jest komórka tabeli” ani „ten tekst ciągnie się w drugiej kolumnie”.

Word to format płynny. Tekst płynie w akapitach, podziały stron są przeliczane podczas pisania, a tabele składają się z wierszy i komórek. Konwersja PDF do Worda oznacza wywnioskowanie tej struktury z położenia elementów. Microsoft ostrzega o tym samym w przypadku własnej konwersji: przekonwertowany dokument może nie odpowiadać oryginałowi idealnie strona po stronie, a podziały wierszy i stron mogą wypadać w innych miejscach.

Najczęstsze problemy z układem i ich przyczyny

Tabele zamieniają się w zwykły tekst

W PDF-ie tabela to zwykle tylko fragmenty tekstu i linie umieszczone w określonych miejscach; nie ma informacji o wierszach ani komórkach. Microsoft wymienia tabele z odstępami między komórkami wśród elementów, które sprawiają znane problemy przy konwersji PDF do Worda. Nasz konwerter nie odbudowuje tabel z PDF jako tabel Worda: tekst komórek trafia do dokumentu Worda jako zwykłe akapity, a komórki z tego samego wiersza mogą zostać połączone w jeden wiersz tekstu.

Kolumny i pola tekstowe znikają

Nasz konwerter buduje płynny dokument, czytając stronę od góry do dołu, a elementy w tym samym wierszu od lewej do prawej. W przypadku tekstu jednokolumnowego daje to poprawną kolejność czytania. Na stronach w stylu gazet lub czasopism z kilkoma kolumnami wiersze na tej samej wysokości w dwóch sąsiednich kolumnach mogą się jednak wymieszać. Układ kolumn i pola tekstowe nie są zachowywane w wyniku w Wordzie.

Czcionki się zmieniają

Nasz konwerter przenosi do dokumentu Worda nazwę czcionki, jej rozmiar i kolor. Czcionka osadzona w PDF-ie nie jest jednak przenoszona; po otwarciu dokumentu Word używa czcionek zainstalowanych na Twoim komputerze. Jeśli nie masz tej samej czcionki, Word podstawia podobną, co zmienia długość wierszy, a więc i podziały stron. Czcionki, których nie ma na naszym serwerze, również są podczas konwersji zastępowane bliskimi odpowiednikami.

Podziały wierszy i akapity

Jeśli kiedykolwiek kopiowałeś tekst z PDF-a, widziałeś twardy podział wiersza na końcu każdej linii. Nasz konwerter łączy te wiersze z powrotem w prawdziwe akapity, a krótkie wiersze i wiersze kończące zdanie pozostają osobno. Ta heurystyka sprawdza się w przypadku większości tekstów, ale w wierszach poetyckich, blokach adresowych czy listach z krótkimi wierszami możesz zobaczyć kilka wierszy połączonych lub rozdzielonych.

Tła, obramowania i elementy specjalne

Obrazy tła na całą stronę nie są przenoszone do wyniku w Wordzie. Według listy Microsoftu znane problemy przy konwersji PDF do Worda sprawiają też kolory i obramowania stron, ramki, przypisy dolne zajmujące więcej niż jedną stronę, przypisy końcowe, zakładki PDF, komentarze oraz efekty czcionek, takie jak poświata czy cień.

Zeskanowane PDF-y i OCR

Zeskanowany PDF składa się ze zdjęć stron; nie zawiera tekstu, który można zaznaczyć. Wydobycie tekstu z takiego pliku wymaga OCR (optycznego rozpoznawania znaków). Nasz konwerter nie wykonuje OCR: zeskanowany PDF zawierający same obrazy nie daje tekstu, a konwersja zwraca pusty wynik.

Łatwo sprawdzić, czy PDF jest skanem: spróbuj zaznaczyć tekst myszą w czytniku PDF. Jeśli nie możesz zaznaczyć słów, a cała strona zachowuje się jak jeden obraz, plik jest skanem. W takim przypadku najpierw dodaj warstwę tekstową za pomocą narzędzia OCR, a dopiero potem konwertuj. Strona pomocy Microsoftu o zeskanowanym tekście proponuje oprogramowanie OCR dołączone do skanera albo Microsoft Lens, który potrafi zapisać wynik bezpośrednio jako edytowalny dokument Worda; ta sama strona zaznacza, że pismo odręczne jest rzadko rozpoznawane i że tekst po OCR zawsze należy sprawdzić.

Co zachowuje nasz konwerter

W naszym konwerterze PDF do Worda konwersja odbywa się na naszym serwerze; przesłany PDF i powstały plik DOCX są usuwane najpóźniej w ciągu 30 minut. Wynik zachowuje:

• Tekst główny w kolejności czytania, z wierszami połączonymi w akapity
• Nagłówki wykryte na podstawie rozmiaru czcionki
• Listy punktowane i kolejne listy numerowane
• Obrazy osadzone w PDF-ie
• Nazwę czcionki, rozmiar, kolor i szacowane wyrównanie

Czego nie zachowuje: układu kolumn, pól tekstowych, struktury tabel i obrazów tła na całą stronę. PDF-ów chronionych hasłem nie da się przekonwertować, dopóki hasło nie zostanie usunięte.

Krótko mówiąc, najlepsze wyniki dają jednokolumnowe dokumenty z przewagą tekstu, zapisane do PDF bezpośrednio z edytora tekstu. Microsoft mówi to samo o własnej konwersji PDF: działa najlepiej w przypadku plików PDF zawierających głównie tekst. Do tej grupy należą umowy, raporty, listy i artykuły; broszury, strony czasopism, formularze i gęste tabele finansowe wymagają po konwersji więcej ręcznych poprawek.

Wskazówki dla lepszych wyników

1. Poszukaj oryginalnego pliku. Jeśli PDF powstał z dokumentu Worda, oryginalny DOCX zawsze będzie lepszy niż jakakolwiek konwersja. Poproś autora dokumentu o wersję w Wordzie.
2. Najpierw przepuść zeskanowane PDF-y przez OCR. Jeśli tekstu nie da się zaznaczyć, przed konwersją dodaj warstwę tekstową.
3. Usuń hasło. Otwórz chroniony PDF w czytniku za pomocą hasła, zapisz niezabezpieczoną kopię i prześlij tę kopię.
4. Wybierz właściwy format docelowy. Jeśli potrzebujesz tylko słów, PDF do TXT całkowicie unika bałaganu w formatowaniu. Aby uzyskać czysty tekst z zachowaniem nagłówków i list, wypróbuj PDF do Markdown. Jeśli starszy system przyjmuje tylko .doc, użyj konwertera PDF do DOC.
5. Odbuduj tabele ręcznie. W przypadku złożonych tabel często najszybciej jest utworzyć w Wordzie nową tabelę i wstawić przekonwertowany tekst do jej komórek.
6. Sprawdź czcionki. Jeśli wiersze w wyniku się przesunęły, zmień czcionkę dokumentu na zainstalowaną na Twoim komputerze.
7. Po skończeniu zamień dokument z powrotem na PDF. Przed udostępnieniem dokumentu edytowanego w Wordzie przekonwertuj go za pomocą Word do PDF, aby ponownie utrwalić układ.

Najczęściej zadawane pytania

Czy mogę przekonwertować zeskanowany PDF do Worda?

Nie bezpośrednio za pomocą naszego konwertera, bo nie wykonujemy OCR, a zeskanowane strony nie mają tekstu, który można zaznaczyć. Najpierw przepuść plik przez narzędzie OCR, aby dodać warstwę tekstową, a potem go przekonwertuj.

Czy tabele z PDF-a trafią do Worda jako tabele?

Nie. PDF przechowuje tabelę jako fragmenty tekstu umieszczone w konkretnych miejscach, a nie jako wiersze i komórki, a nasz konwerter nie odbudowuje z tego tabel. Tekst komórek jest przenoszony jako akapity.

Dlaczego zmieniła się liczba stron?

Word sam rozmieszcza tekst i oblicza podziały stron. Drobne różnice w czcionkach, marginesach i połączonych wierszach przesuwają podziały stron, więc liczba stron może się zmienić.

Dlaczego w wielokolumnowych PDF-ach tekst się miesza?

Nasz konwerter czyta stronę od góry do dołu, a każdy wiersz od lewej do prawej, więc wiersze na tej samej wysokości w dwóch sąsiednich kolumnach mogą zostać połączone. W takich dokumentach sprawdzaj tekst kolumna po kolumnie.

Konwertować PDF do DOCX czy do DOC?

Jeśli używasz Worda 2007 lub nowszego, Dokumentów Google lub LibreOffice, wybierz DOCX tworzony przez konwerter PDF do Worda; jest szerzej obsługiwany. DOC wybierz tylko wtedy, gdy druga strona używa Worda 97-2003 albo system, do którego przesyłasz plik, przyjmuje wyłącznie .doc.

Czy moje pliki są bezpieczne?

PDF jest przesyłany na nasz serwer wyłącznie na potrzeby konwersji; zarówno przesłany plik, jak i powstały dokument Worda są usuwane najpóźniej w ciągu 30 minut. Rejestracja nie jest potrzebna.

Źródła

• Opening PDFs in Word (Pomoc techniczna Microsoft)
• Edit a PDF (Pomoc techniczna Microsoft)
• Insert scanned text or images into Word (Pomoc techniczna Microsoft)