需要修改旧报告、更新讲义,或者复用 PDF 中的内容时,转成 Word 会比较方便。但拿到 DOCX 只是起点:文件可以打开,并不代表文字顺序、表格和分页都已经正确。下面按“先核对内容,再调整外观”的顺序操作。
上传前先判断文档类型
保留原 PDF,不要用转换结果覆盖它。只处理自己有权上传和编辑的材料。涉及合同、个人资料或内部文件时,应遵循所在机构的文档处理要求,不要自行假定在线转换适用于敏感材料。
在 PDF 阅读器里选中一句话,复制到纯文本编辑器中。如果能读出正常文字,说明文档可能具有文字层,但这仍不保证排版转换准确。如果整页只能作为一张图片选中,则可能是扫描件。扫描件需要 OCR 文字识别,才能把图片里的印刷文字变成可编辑文本;本教程不假定在线转换工具已包含这项能力。
记下原件页数,再找一页比较复杂的内容,例如带表格、双栏或脚注的页面。它将是转换后的重点检查对象。
每次转换一个 PDF
- 打开 SanPDF PDF 转 Word。
- 选择或拖入一个 PDF,并以页面当前显示的文件大小与使用次数限制为准。这些限制可能随站点配置变化。
- 确认文件名。当前非合并流程实际处理列表中的第一个文件,因此不要把可添加多个文件的列表当作批量转换。
- 开始转换,等待任务完成。如果出现错误,先阅读提示,避免连续重复提交同一个文件。
- 下载 DOCX,用不同的文件名保存,例如
report-editable.docx,再用兼容的文字处理软件打开。
先检查文字与数据
把 Word 与原 PDF 对照阅读。先检查各节的首尾段落,留意漏字、重复标题,以及双栏内容被交叉串读的问题。不要只看第一页是否漂亮。
表格应逐项核对“数字对应的行列”。重点检查小数点、负号、日期、金额单位和合计数。中文材料还要留意全角与半角符号、括号、百分号,以及“万元”和“元”等单位是否与数字保持对应。转换出的表格数字不能被当成已经具备计算公式的数据表。
接着检查页眉、页脚、脚注和页码。PDF 中靠位置对齐的内容,到了 Word 里可能成为多个文本框或短段落。页数变多或变少未必意味着丢失内容,但需要确认内容移动到了哪里。
再修复 Word 排版
先补齐或调整错位内容,再设置纸张大小、页边距和段落样式。不要一开始就逐页插入分页符,否则后续更换字体或边距时还要返工。
对正文中的意外换行,确认它不是地址、诗句或列表之后再删除。中英文混排时,留意英文单词是否被错误断开,标点是否跑到不合适的位置。对于结构严重错乱的小表格,重新建立一个表格并逐项核对数据,往往比反复拖动文本框更可靠。不要靠连续空格来维持列对齐。
如果电脑没有原文档使用的字体,替代字体可能改变行宽和分页。选用实际可用且适合文档的字体,再重新检查复杂页面。没有原字体时,不应承诺与原件逐行一致。
何时应该换一种处理方式
如果能找到原始 Word 文件,优先编辑原文件。如果只需要引用一小段文字,复制后仔细校对,可能比转换整本复杂文档更省事。
如果扫描件转换后仍是图片或乱码,应获取文字版原件,或者使用获准的 OCR 工具。识别后仍要检查 0 与 O、数字 1 与字母 l 等混淆。不要把识别结果直接当作准确原文。
数字签名文件应保留原件。转成 DOCX 并不等于保留签名有效性,修改后的文档也不能被表述为未改动的已签署文件;需要按签署方要求重新处理。
分享前的最后检查
核对关键文字和数字,检查拼写,保存并重新打开 DOCX。如果收件人需要固定版式,可以再用 Word 转 PDF 生成一份新的 PDF,但仍应检查最终 PDF,特别是最初选出的复杂页面。原 PDF、可编辑工作稿和最终发送稿分别保存,后续纠错时就有明确依据。