Pemformatan PDF-ke-Word berubah karena PDF mendeskripsikan halaman visual yang tetap, sedangkan dokumen Word mendeskripsikan konten yang dapat diedit yang dapat mengalir dan ditata kembali. Konverter sering kali harus menyimpulkan paragraf, kolom, dan tabel dari teks yang diposisikan. PDF mungkin tidak berisi informasi yang cukup untuk membuat ulang struktur dokumen asli.
Mengapa halaman yang terlihat benar dapat terkonversi dengan buruk
Dalam PDF, potongan teks terpisah dapat digambar pada koordinat tertentu. Manusia melihat satu paragraf atau dua kolom, namun operasi yang tersimpan tidak serta merta mengidentifikasi hubungan tersebut. WordprocessingML, format dokumen di dalam DOCX, mewakili struktur seperti paragraf, teks berjalan, dan tabel. Konversi antara model-model ini melibatkan interpretasi.
Misalnya, buletin dua kolom mungkin menyimpan fragmen teks dalam urutan yang berbeda dari urutan bacaan normal. Konverter dapat secara tidak sengaja menggabungkan kalimat kolom kiri ke judul kolom kanan. Demikian pula, angka-angka yang disejajarkan agar terlihat seperti tabel mungkin tidak memiliki struktur tabel sebenarnya yang dapat dipulihkan.
Mengapa font dan jeda baris berubah?
PDF dapat menyematkan font atau hanya sebagian karakternya. Itu tidak menjamin font yang dapat digunakan sama tersedia untuk dokumen Word yang dikonversi. Penggantian font, lebar karakter, spasi paragraf, dan margin halaman dapat mengubah pembungkusan baris. Perbedaan kecil di awal dapat memindahkan konten ke halaman lain.
Pelestarian visual vs konversi yang dapat diedit
| Pendekatan | Apa yang Anda dapatkan | Pengorbanan utama |
|---|---|---|
| Pelestarian visual | Gambar yang dirender dari setiap halaman PDF yang ditempatkan di DOCX. | Halamannya mungkin terlihat serupa, namun teksnya bukan teks Word biasa yang dapat diedit. |
| Rekonstruksi yang dapat diedit | Teks yang dikenali atau diekstraksi dibangun kembali ke dalam konten Word. | Anda dapat mengedit teks, namun tata letak dan struktur dokumen dapat berubah. |
Dokumen gambar halaman dapat berguna ketika penerima secara khusus membutuhkan DOCX yang berisi halaman visual. Biasanya ini merupakan pilihan yang buruk untuk menulis ulang paragraf. Rekonstruksi yang dapat diedit sesuai dengan revisi teks, asalkan Anda memberikan waktu untuk meninjau judul, daftar, tabel, dan urutan bacaan. Tidak ada pendekatan yang memulihkan file sumber asli dengan sempurna.
Apa yang berubah ketika PDF dipindai?
Pemindaian hanya gambar tidak memiliki teks yang dapat digunakan untuk ekstraktor teks normal. OCR memperkirakan karakter dari piksel. Ini dapat salah membaca angka nol sebagai huruf O atau menggabungkan kolom yang berdekatan, dan mengenali kata-kata tersebut tidak memulihkan gaya dan struktur dokumen asli. Pelajari caranya pindaian yang dapat dicari berbeda dari PDF asli.
Pilih keluaran SoraFiles yang sesuai
Saat ini Alat SoraFiles PDF ke Word menawarkan keluaran yang dapat diedit dan visual. Konversi yang dapat diedit mengekstrak teks yang tersedia, menggunakan OCR bila diperlukan, dan menyusun paragraf Word dengan judul, daftar, dan tabel sederhana yang disimpulkan. Itu tidak menjanjikan rekonstruksi tata letak asli atau seluruh konten grafis. Output visual menempatkan halaman PDF yang dirender ke dalam DOCX sebagai gambar.
Pilih keluaran yang dapat diedit jika mengubah kata-kata adalah hal yang paling penting. Pilih keluaran visual jika mempertahankan susunan halaman yang terlihat lebih penting daripada mengedit teksnya. Periksa opsi keluaran yang dipilih sebelum konversi dan tinjau halaman kompleks sebelum mengandalkan keseluruhan dokumen.
Bagaimana cara mengurangi kejutan
- Mintalah DOCX asli jika tersedia; ini adalah sumber pengeditan yang lebih baik daripada PDF yang dikonversi.
- Periksa halaman pertama, halaman padat, dan setiap tabel kompleks sebelum mengedit seluruh file.
- Bandingkan urutan pembacaan kolom, daftar bernomor, header, catatan kaki, dan hentian halaman.
- Tinjau nama, tanggal, total, dan pengidentifikasi setelah OCR. Sebuah kata yang tampak masuk akal masih bisa saja salah.
- Setelah mengedit, buat PDF dan bandingkan lagi halaman terakhir sebelum dibagikan.
Jika Anda hanya perlu mencari atau mengekstrak teks yang dipindai, PDF OCR mungkin cukup. Setelah mengedit DOCX, gunakan Kata ke PDF untuk menyiapkan salinan halaman tetap, lalu memeriksanya di penampil PDF.
Referensi
- Microsoft: Membuka PDF di Word (External link, opens in a new tab)
- Microsoft: Struktur dokumen WordprocessingML (External link, opens in a new tab)
- Adobe: Penanganan font dalam konversi PDF (External link, opens in a new tab)
- SoraFiles: PDF ke Word