元のファイルがなくなったときに PDF を Word に変換する方法

PDF が Word、InDesign、またはその他のドキュメント ソース ツールから直接エクスポートされた場合、その内部のテキストは、各ページの特定の座標にある実際の選択可能なテキストです。これを DOCX に変換して戻すことは、基本的に、配置されたテキスト要素から段落、見出し、表を再構築することです。

PDF を PDFからWordへのコンバーター、DOCX をダウンロードすると、編集可能なバージョンが得られます。テキスト、段落区切り、ほとんどの見出しスタイル、インライン画像はすべて表示されます。複雑なテーブルは通常、構造がそのままの状態で渡されます。カスタム フォントは、一般的に最も近い同等のフォントに置き換えられます。

PDF が PDF として保存されたページのスキャンまたは写真である場合、表示される「テキスト」は実際にはテキストの画像です。抽出するための基礎となる文字データはありません。ソフトウェアは画像を見て、単語を 1 文字ずつ読み戻す必要があります。それが光学式文字認識 (OCR) です。

コンバーターは、スキャンされた PDF を検出すると、自動的に OCR を実行します。品質はソースに大きく依存します。

• クリーンオフィススキャン: ほぼ完璧なテキスト復元。
• ページの電話写真: 精度は 80 ～ 95% ですが、時々奇妙な置換が行われます。
• 古いファックスまたは大量にコピーされた文書: 60 ～ 80% の精度、手動クリーンアップが必要。
• 手書きのメモ: 心配しないでください。最高の OCR でも苦労します。

一貫した明確な期待:

• テキストの内容：はい、全部です。
• 段落構造：はい、ほとんどです。
• 見出し: はい、元の文書が適切な見出しスタイルを使用していれば可能です。
• テーブル: はい、元のテーブルであれば可能です。手動で描画されたテキスト ボックスのグリッドである場合、それらは緩いテキストとして表示されます。
• インライン画像： はい。
• 基本的な書式設定 (太字、斜体、下線)： はい。
• 箇条書き/番号付きリスト: 通常はそうですが、場合によっては癖があります。
• 複数列のレイアウト: PDF が明示的に保持しない限り、単一列にリフローされます。
• 脚注：頻繁に発生しますが、位置がずれる場合があります。
• 複雑な図とベクトル チャート: 平坦化された画像として表示されます。判読可能ですが、再編集はできません。

PDF からは再構築できないものもあります。

• 変更を追跡し、スレッドにコメントします (PDF にはありませんでした)。
• 単語固有のフィールド コード (ページ番号、相互参照)。
• オリジナルのフォントのライセンス (フォントを埋め込むことはできますが、再ライセンスはできません)。
• 非常に複雑なテーブル レイアウト (ネストされたテーブル、珍しいパターンで結合されたセル)。
• インタラクティブなフォームフィールドロジック。

PDF が元の Word 文書で、大量の変更追跡やフィールド コードが埋め込まれていた場合、変換によって表示されるコンテンツは取得されますが、目に見えない配管は取得されません。

1. オンライン ツールを使用して PDF を DOCX に変換します。
2. Word で DOCX を開き、最初の 2 ページに目を通します。明らかな書式設定の問題 (見出しの破損、段落の間隔の誤り、画像の位置のずれ) を修正します。
3. 目次を確認してください。PDF に目次がある場合、通常はライブ目次ではなく静的テキストとして変換されます。削除して再生成してください。
4. 編集を行います。
5. 納品用に PDF に変換し直します。

テキストベースの PDF の場合、ワークフロー全体に数分かかります。スキャンした PDF に大量のフォーマットが含まれている場合は、長いドキュメントのクリーンアップに 1 時間程度の予算を確保してください。

PDF を Adob​​e Reader で開くためにパスワードが必要な場合、同じパスワードを入力するまで PDF は変換ツールにロックされたままになります。巧妙なバイパスはありません。暗号化は本物です。パスワードが無い場合は変換できません。

PDF を所有していてパスワードを忘れた場合は、保護が弱いファイル用のパスワード回復ツールがいくつか存在します。強力に暗号化されたものについては、運が悪いです。

テキストベースの PDF は、高い忠実度で数秒で編集可能な Word に変換されます。スキャンされた PDF には OCR が必要で、クリーンアップが必要な作業用のドラフトが生成されます。希望通りの PDF ではなく、実際の PDF の内容に基づいて時間の予算を立ててください。 DOCX を取得したら、それをマスターとして扱います。今後の編集は PDF ではなくそこに保存されます。