pdf文档转化为doc文档 (转载)

 

 

1.1  pdf文档

 

PDF（Portable Document Format）文件格式是Adobe公司所开发的一种特殊的文本格式，这种文本格式最大的优点是其尺寸较小、阅读方便，非常适合在网络上传播和使用。

Pdf和doc有许多的差别，转化过程尤其是pdf转化为doc的过程中，会出现许多不一致的地方。所以，如果对doc文档排版要求比较高，并且怕丢失某些资料，那么手动的复制粘贴方法是最稳妥的。

本文所包含的内容均基于本人的实际工作经验，转化的方法还有许多，欢迎大家多多交流。本文所引用的数据和链接均来自互联网，由于时间和网站更新等诸多因素，本人不能保证有效性和可用性，大家也可以寻找更合适的工具。

 

1.1.1  纯图片的pdf文档

所谓“纯图片”的pdf文档，是指pdf的内容只有图片，比如将一本书扫描或者拍照成为图片之后，在组合和转化成为pdf文档。在这样的文档中，虽然看起来图文并茂，但实际上这些内容都被固定在图片当中，无法进行文字复制或另存图片。

对于这样的pdf文档，只有对照文字重新输入到doc文档中，其中的图片则可以采取截图的方法获得，再插入到doc文档中。

例如下边的图片，在这张图片当中，有文字和图片，但它们都不能在doc中进行编辑了。如果把这张图片

 

 

1.1.2  Pdf文件的阅读工具和编辑工具

Adobe Reader

它只可以进行pdf文件的阅读和非常简单的操作，所以软件也相对要小许多（20MB左右）。

8.0免费版版下载地址：http://dl.pconline.com.cn/html_2/1/81/id=1322&pn=0&linkPage=1.html

Adobe Acrobat Professional

它是专业的pdf文件制作和转换工具，功能很强大。它一般比较大，7.0版约210MB，8.0版约260MB（本人还没有使用过）。非常多的软件（如word、excel、powerpoint、indesign等等）的文件都可以转化为pdf文件。

7.0版下载地址（迅雷下载）：http://61.129.76.84/dload1.html?cid=6CDC6A7C73B963ABF4A5EEE1C055A805C0DF75C1

8.0版下载地址（迅雷下载）：

http://down1.greendown.cn//200611/AcroPro80_efg.rar

1.2  Pdf转化为doc的方法

以下描述的转化方法，只有在pdf文档不是纯图片的情况下才可以进行。

另外，如果pdf文档带有密码保护，也不能使用以下转化方法。需使用“pdf password recover”软件来清除其保护密码，才能使用以下方法。

1.2.1  复制粘贴法

以Adobe Acrobat Professional 7.0软件为例：

1.    在界面中，选择如下图红色箭头所指的“选择”工具按钮，然后移动鼠标箭头到pdf文档文字上方，鼠标箭头会变成选择光标。

 

2.    此时，按下鼠标左键不放，移动鼠标选择需要复制的文字，如上图蓝色条纹所示。

3.    按下键盘组合键“Ctrl＋C”，或者在蓝色条纹上单击鼠标右键，在弹出的菜单中选择“复制到剪切板”。（如果选择复制为表，粘贴后，会按照一个回车键一行的方式，生成一个看不到表格边框线的表格）

4.    把已经复制到剪切板的文字粘贴到doc即可完成文字转换。

5.    如果想要把pdf文档中的图片也转到doc中，有两种方式：A，将图片另存为jpg文件到电脑中，然后在doc中将它们一一插入。B，采取截图方式，粘贴到doc文档中。（这两种图片移植到doc的方法下边将有介绍）

 

复制粘贴法的操作稍微麻烦，操作量也稍大，但是该方法能保证在剪辑doc文档时，更好的保证文档质量，包括格式是否改变、文字是否丢失、图片是否变形等。

 

另存pdf文档中的图片

该方法以Adobe Acrobat Professional 7.0为基础，过程如下：

1.    选择菜单栏中的“高级”→“导出所有图像”，如下图所示。

2.    在“导出所有图像为”菜单中，选择好保存的路径；然后可以按自己的意愿重新命名，这个命名将作为所有图片文件名称的最前字段；再选择好保存类型，如jpg、bmp等；最后点击“保存”。

3.    如下图显示，保存末端路径在“新建文件夹（2）。所有图片按照在pdf文档中出现的顺序一一导出，它们的名称都是按照第2步定义的名称开头，然后是出现在pdf文档中的第几页，再是该图片在该页码中的顺序。比如，第15页共有5张图片。

 

提示：把图片导出到一个路径层次比较浅的文件夹中，以方便在doc文档中导入它们，比如可以放在桌面的某个文件夹。但是如果以后还会用到的话，最好还是放到自己熟悉的、非操作系统所在的地方。

 

截取pdf文档中的图片

截取pdf文档中的图片，可以迅速的把它们粘贴应用到doc文档，但是这样的话，就没有留下图片文件在硬盘当中，不方便以后的编辑和更新这些图片。当然也可以在截取它们之后，使用Windows自带的画图工具、Photoshop、CorelDraw等软件，把它们另存为图片文件，这样做的效果和另存图片差不多。

截图工具有很多，截图的方式也多种多样，以下是本人常用的两种方法，它们各有优缺点。

方法一

1.    打开pdf文档，使要截取的图片能全部看到，然后按下键盘上的“print”键。这个按键用于将电脑的整个屏幕图像都复制到剪切板，可以粘贴到各种编辑软件中。

2.    然后选择“开始”→“所有程序”→“附件”，打开Windows操作系统（以XP系统为例）自带的画图软件。

3.    按下“Ctrl＋V”组合键，将整个屏幕的图像粘贴到画图软件中，如下图所示。

 

4.    选择如下图红色箭头所指的“选框工具”，框选如下图所示的机器（虚线则为选定的界线），然后按下“Ctrl＋C”，这时框选的内容就复制到系统剪切板上，可供其它软件粘贴用。

5.    打开doc文件，将光标移动到需要粘贴图片的位置，按下“Ctrl＋V”，图片移植完成。

总结：该方法移植图片，操作量稍大。

方法二（以capture截图工具为例）

1.    打开pdf文档，使要截取的图片能全部看到，选择截图工具。

2.    框选需要截取的图片范围，确定之后即把框选的内容复制到系统剪切板上。如下图，这就是截图工具完成抓图任务后弹出的提示信息（该图为第二次抓取）。

3.    打开doc文件，将光标移动到需要粘贴图片的位置，按下“Ctrl＋V”，图片移植完成。

 

Doc文档插入图片的方法

1.    将光标移动到要插入图片的位置，选择“图片”→“来自文件”。

2.    在“插入图片”菜单中，找到图片所在的文件夹，选择需要插入的图片，然后在菜单右下角的地方（有个下三角符号）选择“插入”或“连接文件”。如果使用“连接文件”方式插入，doc文档会记住插入图片的路径和文件名，当有同名的图片把该路径下的图片覆盖，doc文档会自动更新。

 

1.2.2  工具转化法

使用Office2003自带的工具转换

 

1.    首先使用Adobe Reader打开待转换的PDF文件，接下来选择“文件→打印”菜单，在打开的“打印”设置窗口中将“打印机”栏中的“名称”设置为“Microsoft Office Document Image Writer”，确认后将该PDF文件输出为MDI格式的虚拟打印文件。

2.    如果在“名称”设置的下拉列表中没有找到“Microsoft Office Document Image Writer”项，那证明你在安装Office 2003的时候没有安装该组件，请使用Office 2003安装光盘中的“添加/删除组件”更新安装该组件。

3.    运行 Microsoft Office Document Imaging，并利用它来打开刚才保存的MDI文件，选择“工具→将文本发送到Word”菜单，并在弹出的窗口中勾选“在输出时保持图片版式不变”，确认后系统提示“必须在执行此操作前重新运行OCR。这可能需要一些时间”，确认即可。

 

总结：该方法不需使用多余的工具，操作步骤少。但是，它的文字识别率很低，丢失东西比较多，格式会变得很混乱，转化后的doc文档错误百出、惨不忍睹。所以，在有更好的条件的情况下，不推荐使用该方法。

 

ScanSoft PDF Converter for Microsoft Word

它是由ScanSoft公司和微软共同组队开发的一个Word的插件，它可以让你在没有Adobe Acrobat软件的情况下，将PDF文档转化为Word文档。它首先捕获PDF文档中的信息，分离文字、图片、表格和卷，再将其统一到Word格式，并且基本上完全保留原来的格式和版面设计。所以它的转化效果是比较理想的了，但是软件比较大（我当初用的版本有200MB左右，现在似乎小了不少，但是我没有再用过它），而且转化速度比较慢。

 

该软件安装完成后，会自动嵌入到word中。如果没有嵌入，可以在word工具栏的空白处单击鼠标右键，将它打勾选择。

 

它可以作为单独的软件启动，也可以在word界面中启动。它的转化方法如下：

1.    在Word界面，直接通过“文件”—>“打开”来打开需要转化的PDF文件。

2.    此时插件会自动弹出，在分析完PDF文件后即可自动转换成DOC格式的文档。

 

总结：在以前的使用过程当中，我发现它的转化效果很理想。比如，把一篇doc文档转换为pdf之后，用它转换为doc；然后又把它转换为pdf，再转换为doc；如此反复多次之后，doc文档的资料丢失率很低，版面保持得不错，不是很乱。所以，它是比较理想的转换工具。但是对于纯的图片形式的pdf好像也无能为力了，我想这里还是要用到图像识别技术才能很好的完成了。（写出这样的软件也是很有前途的！）

 

下载地址（迅雷下载）：http://mdl1.mydown.com/soft1/200510/ScanSoft_PDF_Converter_v2.0.KG.rar

 

PDF 2 Word

PDF 2 Word是一个独立运行的小软件，而非插件。

它的版本很多，有的版本不需要安装，直接运行exe程序后，在软件界面中选择pdf、设置doc输出路径即可。

总结：它在载入比较大的pdf文件时会稍慢一些，转换速度非常快，对于图片和文档格式的识别不是很好。转化后，文字基本保持格式，且都是在文本框当中；图片则会有些错位，不好进行设置，且容易和带文字的文本框重叠。但是，它基本很少丢失东西，对于这样小巧玲珑的软件，这就不错了。

下载地址：http://www.crsky.com/soft/9236.html