PDF では固定のビジュアル ページが記述されるのに対し、Word 文書ではフローして再レイアウトできる編集可能なコンテンツが記述されるため、PDF から Word への書式設定が変更されます。コンバーターは多くの場合、配置されたテキストから段落、列、表を推測する必要があります。 PDF には、元の文書の構造を再作成するのに十分な情報が含まれていない可能性があります。
Why a page that looks right can convert badly
PDF では、特定の座標に個別のテキストを描画できます。人間には 1 つの段落または 2 つの列が表示されますが、保存された操作は必ずしもその関係を識別するとは限りません。 DOCX 内のドキュメント形式である WordprocessingML は、段落、テキスト ラン、テーブルなどの構造を表します。これらのモデル間の変換には解釈が必要です。
たとえば、2 列のニュースレターでは、通常の読み上げ順序とは異なる順序でテキストの断片が保存される場合があります。コンバーターが誤って左列の文を右列の見出しに結合してしまう可能性があります。同様に、テーブルのように見えるように整列された数値には、復元できる実際のテーブル構造がない可能性があります。
フォントや改行が変わるのはなぜですか?
PDF には、フォントまたはその文字のサブセットのみを埋め込むことができます。これは、変換された Word 文書で同じ使用可能なフォントが利用できることを保証するものではありません。フォントの置換、文字幅、段落間隔、ページ余白によって行の折り返しが変更される場合があります。先頭近くの小さな違いにより、コンテンツが別のページに移動する可能性があります。
視覚的な保存と編集可能な変換
| アプローチ | 得られるもの | 主なトレードオフ |
|---|---|---|
| 視覚的保存 | DOCX に配置された各 PDF ページのレンダリングされたイメージ。 | ページは似ていますが、そのテキストは通常の編集可能な Word テキストではありません。 |
| 編集可能な再構成 | 認識または抽出されたテキストが Word コンテンツに再構築されます。 | テキストは編集できますが、レイアウトや文書構造は変更される可能性があります。 |
ページ画像ドキュメントは、受信者がビジュアル ページを含む DOCX を特に必要とする場合に役立ちます。通常、これは段落を書き直すには適切な選択ではありません。見出し、リスト、表、および読み上げ順序を確認する時間があれば、編集可能な再構成はテキストの改訂に適しています。どちらの方法でも、元のソース ファイルを完全に復元することはできません。
PDF をスキャンすると何が変化しますか?
画像のみのスキャンには、通常のテキスト抽出プログラムで使用できるテキストがありません。 OCR はピクセルから文字を推定します。ゼロを文字 O と誤って読み取ったり、隣接する列を結合したりする可能性があり、単語を認識しても元のスタイルや文書構造は復元されません。方法を学ぶ 検索可能なスキャンはネイティブ PDF とは異なります。
適切な SoraFiles 出力を選択します
現在の SoraFiles PDF から Word へのツール 編集可能な視覚的な出力を提供します。編集可能な変換では、利用可能なテキストを抽出し、必要に応じて OCR を使用し、推測された見出し、リスト、単純な表を使用して Word 段落を構築します。元のレイアウトやすべてのグラフィック コンテンツの再構築を保証するものではありません。ビジュアル出力は、レンダリングされた PDF ページを画像として DOCX に配置します。
文言の変更が最も重要な場合は、編集可能な出力を選択してください。テキストを編集するよりも、ページの表示配置を維持することが重要な場合は、ビジュアル出力を選択します。変換前に選択した出力オプションを確認し、ドキュメント全体に依存する前に複雑なページを確認してください。
驚きを減らす方法
- オリジナルの DOCX が入手可能かどうか問い合わせてください。変換された PDF よりも優れた編集ソースです。
- ファイル全体を編集する前に、最初のページ、密度の高いページ、およびすべての複雑なテーブルを確認してください。
- 列の読み取り順序、番号付きリスト、ヘッダー、脚注、改ページを比較します。
- OCR 後に名前、日付、合計、識別子を確認します。もっともらしく見える言葉でも、間違っている可能性があります。
- 編集後、PDF を作成し、共有する前に最終ページを再度比較します。
スキャンしたテキストを検索または抽出するだけの場合は、 PDF OCR 十分かもしれません。 DOCX を編集した後、次を使用します。 WordからPDFへ 固定ページのコピーを作成し、PDF ビューアで検査します。
参考文献
- Microsoft: Word で PDF を開く (External link, opens in a new tab)
- Microsoft: WordprocessingML ドキュメントの構造 (External link, opens in a new tab)
- Adobe: PDF 変換におけるフォントの処理 (External link, opens in a new tab)
- SoraFiles: PDF から Word へ