PDF в Word

Почему PDF и Word созданы для разных задач

PDF и Word отвечают на два разных вопроса. Word (и его формат .docx) создан для письма: каждый абзац, список, таблица и стиль — «живой» объект, который можно править, а программа хранит замысел — «эта строка — заголовок», «эти колонки — таблица». PDF создан для печати и архивирования: он фиксирует точное положение каждого глифа и изображения на странице, чтобы документ выглядел одинаково везде, — именно поэтому договоры, статьи и выписки распространяются в PDF.

Поскольку PDF замораживает позиции вместо хранения структуры, конвертеру приходится работать в обратную сторону. Он должен собрать глифы в строки, строки — в абзацы, решить, где маркер списка, а где обычное предложение, найти границы колонок и восстановить таблицы, которые PDF описывает лишь как чернила на сетке. Это обратное конструирование — вся сложность конвертации PDF в Word.

Это стоит знать до выбора конвертера, потому что разброс качества между инструментами огромен. То, что вы замечаете в плохих конвертациях — скачущий текст, один гигантский абзац там, где была аккуратная таблица, сноски, сплавленные с основным текстом, — почти всегда провал шага распознавания макета, а не самого извлечения текста.

Как этот конвертер восстанавливает ваш документ

LiteConvert направляет ваш файл в специализированный движок PDF→DOCX, который восстанавливает логическую структуру, а не просто вываливает текст. Он читает внутренние текстовые объекты PDF, группирует их по геометрии и сведениям о шрифтах, затем переносит результат в понятия Word: абзацы с интервалами, настоящие таблицы со строками и ячейками, заголовки, выведенные по закономерностям размеров шрифта.

Шрифты и изображения переносятся там, где PDF встроил их. Если PDF использует нестандартную кодировку шрифтов, движок откатывается к таблицам отображения Unicode; в редких случаях с экзотическими встроенными шрифтами символы могут выйти чуть иными — если это произойдёт, конвертация всё равно завершится, а расхождение будет видимым, а не молчаливым.

Конвертация выполняется на нашем кластере конвертации, а не в вашем браузере, поэтому даже крупные документы конвертируются без прогрева ноутбука. Типичный деловой PDF на 20 страниц завершается за секунды; руководство на 500 страниц может идти дольше, и ход работы виден на экране.

Что ограничивает результат — честно

Крупнейший фактор — есть ли у вашего PDF текстовый слой. PDF, созданный из Word, Excel, LaTeX или веб-страницы, содержит машиночитаемый текст и конвертируется хорошо. PDF, созданный сканером, — это просто фотографии бумаги, склеенные вместе; извлекать из них нечего, пока не отработает оптическое распознавание символов (OCR). LiteConvert пока не предлагает OCR, и мы говорим об этом прямо — наш этап детекции сообщит, если ваш файл выглядит сканированным, вместо того чтобы дать вам сконвертировать и скачать пустой документ.

Зашифрованные PDF — второй жёсткий предел. Если файл открывается только с паролем, мы отклоняем конвертацию, а не делаем вид, что пытаемся. То же относится к электронным книгам и лицензионным документам с защитой DRM: снятие таких защит противоречит нашей политике независимо от технической возможности.

Наконец, экстремальные макеты — многоколоночные академические статьи с примечаниями на полях, формы с перекрывающимися полями, рукописные аннотации — конвертируются с несовершенствами. Текст будет полным, но, возможно, придётся поправить кое-какие разрывы абзацев. Для большинства деловых документов результат открывается в Word или Google Docs готовым к редактированию.

Приватность: что происходит с вашим файлом

Ваш PDF загружается по HTTPS, обрабатывается движком конвертации, а полученный .docx хранится ровно столько, сколько нужно, чтобы вы его скачали. Оригинал и результат автоматически удаляются в течение 24 часов — каждый файл удаляется в течение 24 часов как настройка системы, а не как необязательное обещание.

Вход в аккаунт необязателен, поэтому нечего и входить, нечего профилировать и нечего продавать. Сторонние рекламные сети на этом сайте мы не размещаем. Если нужны подробности, они изложены простым языком на странице приватности.