PDF у DOCX

Відновлення структури з координат

У PDF немає абзаців. У ньому є гліфи, кожен зі своєю позицією, розміром і шрифтом, а все, що читач сприймає як структуру, — лише наслідок того, де ці гліфи розміщено. Конвертувати PDF у Word означає вивести цю структуру назад — і саме це виведення, а не формат файлу, є всією проблемою.

Символи на спільній базовій лінії стають рядком. Горизонтальні проміжки, ширші за п’яту частину розміру шрифту, стають пробілами між словами, бо PDF може розставляти кожне слово вручну й не кодувати жодного пробілу. Рядки складаються в абзац, доки щось не скаже інакше: проміжок, більший за інтерліньяж, зміна розміру, новий відступ або попередній рядок, який не дійшов до краю колонки, — саме так ззовні виглядає останній рядок абзацу.

Перемикачі на панелі інструментів

Відновити абзаци

Об’єднує візуальні рядки назад у суцільні абзаци, з’єднуючи слова, які верстальник переніс через рядок. Перемкніть на «кожен рядок окремо» для поезії, коду, форм і всього іншого, де розрив рядка і є вмістом.

Сторінки

Читати лише діапазон. На довгому звіті це різниця між секундою та хвилиною, адже майже весь час іде на розбір сторінок.

Заголовки

Підвищує короткі рядки, помітно більші за основний текст, до рівнів «Заголовок 1–4», тож результат має справжню структуру та панель навігації у Word.

Списки

Розпізнає гліфи маркерів і позначки на кшталт 1. / a) / iv., прибирає їх із тексту й відновлює пункт як справжній список Word із відступом того рівня, який мав на увазі макет.

Прибрати колонтитули

Відкидає рядки, що повторюються біля верхнього чи нижнього краю більшості сторінок, а також рядки, які містять лише номер сторінки. Без цього колонтитул з’являється раз на сторінку посеред вашого документа.

Розриви сторінок

Зберігає явний розрив там, де закінчувалася кожна сторінка PDF. Типово вимкнено, бо документ Word переверстується, а розрив посеред речення гірший за його відсутність.

Де виведення здається

• Скановані сторінки. Скан — це зображення слів. Перетворити його назад на слова — це OCR, якого цей інструмент не робить; такі сторінки переносяться як зображення, щоб документ лишався повним, і кожна з них зазначається у звіті.
• Таблиці. Таблиці з лініями зазвичай приходять як текст у порядку читання. Відрізнити справжню таблицю від тексту, який просто вирівняний, — здогадка, а хибна здогадка перемішує вміст, а не лише втрачає сітку.
• Жирний і курсив. Насиченість і нахил можна відновити лише тоді, коли PDF посилався на шрифт, а не вбудовував його. Якщо ні, заголовки все одно виходять жирними, бо вони заголовки, а основний текст — звичайним.
• Сторінка як картинка. Word переверстується, а PDF — ні, тож результат відтворює структуру, а не позиції пікселів. Якщо важливий саме візуальний макет, PDF уже виконує цю роботу.

Поширені запитання

Як PDF узагалі може стати редагованим файлом Word?

PDF не зберігає абзаци — він зберігає гліфи за координатами. Тож конвертер зчитує геометрію назад: символи на одній висоті стають рядком, інтервал між рядками визначає, де закінчується один абзац і починається наступний, а рядки, більші за середні, стають заголовками. Результат — справжній .docx зі справжніми стилями абзаців і списків, а не один велетенський блок тексту.

Чи працює він зі сканованим PDF?

Лише частково. Скан містить зображення слів, а не слова, і щоб прочитати їх, потрібне OCR, якого цей інструмент не робить. Сторінки без текстового шару переносяться як зображення, щоб документ лишався повним, і про кожну з них повідомляється, тож ви знаєте, які сторінки довелося б набирати заново.

Чому макет не збігається з PDF точно?

Бо документ Word переверстується, а PDF — ні. Конвертер відтворює структуру — заголовки, абзаци, списки, вирівнювання, відступи, — а не позиції пікселів, і саме це робить результат редагованим. Якщо натомість потрібно зберегти візуальний макет, PDF уже виконує цю роботу.

Що відбувається з таблицями та колонками?

Таблиця з лініями зазвичай повертається як текст у порядку читання, а не як таблиця Word: без рамок відрізнити справжню таблицю від тексту, який випадково вирівняний, — здогадка, а хибна здогадка перемішує вміст. Багатоколонкові сторінки читаються колонка за колонкою, коли інтервали роблять колонки очевидними, і зліва направо в іншому разі.

Чи можна конвертувати лише частину документа?

Так. Задайте першу й останню сторінку на панелі інструментів — і читатиметься лише цей діапазон. На довгому звіті це варто зробити: більшість часу конвертації йде на розбір сторінок, які вам можуть бути не потрібні.

Для чого перемикачі колонтитулів і номерів сторінок?

Колонтитул повторюється на кожній сторінці PDF і інакше з’явився б десятки разів посеред вашого документа Word. Коли обрізання ввімкнено, рядки, що повторюються біля верхнього чи нижнього краю більшості сторінок, а також рядки, які містять лише номер сторінки, пропускаються.