扫描件转 Word 之后发现"全乱了"，这不是识别失败，是输出的本来就不是版面。想套进单位的红头模板、报告模板、公文模板，得先接受这条限制，再用四条补救做法把排版时间压到最低。
为什么模板一定会丢
扫描件转Word 的处理路径是：PDF 逐页转成 150 DPI 的图片 → 识别图片上的文字 → 把文字写进一份同名 DOCX。全程只有"字"这一层信息，所以输出里没有分栏、表格线、图片位置、页眉页脚、字体字号和加粗，只有文字本身，外加每页之间一个分页符。
一句话：排版信息在识别那一步就被丢掉了，任何工具都无法"保留"一份没被读出来的东西。 如果某个服务的结果看起来原版原样、却号称按页免费转成可编辑 Word，值得先做个检查：在输出文件里点一下正文，选不出字，说明它输出的其实还是图片。
补救一：在模板里开工，不要反过来
常见错误做法是先转 Word、再把模板往结果上套 —— 结果是一份带着杂乱空行的文件，改到最后比新建还慢。
正确方向是反过来：打开单位模板 → 另存为新文件名 → 把识别文字按块"粘贴 → 只保留文本"。这样标题样式、页眉页脚、行距、页边距全部由模板提供，你只负责搬运内容，一次都不用调格式。
补救二：清理那些分页符
识别稿每页都插了一个分页符。模板若是连续排版，这些分页符会让每页末尾出现大片空白、并莫名多出空页。在 Word 里开"显示编辑标记"逐个删掉，别用查找替换批量删所有分页符 —— 卷首、附件这类需要强制分页的位置也会被删。
另一处容易误会的规则：空白页同样消耗 1 页额度（识别前无法预知这页有没有字），但空白页不会写进输出文档。所以"页数对不上"通常不是漏识别，而是那几页本来就是空白。
补救三：表格不要从 Word 里补
在 DOCX 里手工画表格线是最花时间的一步。表格类内容另走 表格识别转Excel 拿到 .xlsx 再整块粘进模板：
- 表格用表格识别，正文用图片转文字，两条路各拿一份文件
- 粘贴用"选择性粘贴"，选无格式文本还是保留源格式，取决于模板是否要求统一字体
- 粘进来的数字是按文本写入的，要求和值得先转数值：图片转 Excel 后数字不能求和？按文本写入是故意的
补救四：识别不出来的位置先放占位符
印章、手写签字、公式、图片、页眉页脚都不会出现在识别结果里，漏掉它们最常见的后果是交出去之后才发现少了一项。套完模板后立刻在对应位置插入显眼的占位文字（例如"此处为公章位置"），再全文搜索"占位"逐个替换或删除 —— 用占位符代替记忆，比校对正文省事得多。
套不动的两类版式
- 多栏排版（报纸、双栏制度文件）：识别只输出文字顺序，栏与栏的关系已经丢失，只能重排
- 竖排文字：面向印刷体识别，竖排和古文不在可靠范围内
这两种情况如果确实需要"看起来和原件一样"，更实用的做法是原件影像作附件、识别文字作正文，而不是硬套模板。
一个必须说清的合规提醒
红头文件、带公章的证照、带签名的合同，模板能套，章和签名不能重建。这类材料对外提交时以原件扫描件为准，不要提交一份"看起来一样"的套模板文件 —— 版式一致不等于文件有效，风险也不在识别环节，在提交环节。
如果原件本来就是文字型 PDF（能选中字），完全不需要走这一圈，直接转换效果更好且不消耗识别页数，判断方法见 10 秒判断 PDF 是图片型还是文字型：判错的代价是多花一倍时间。想反过来把一份现成报告做成可复用的模板，做法不同，见 把 PDF 报告改成可复用的 Word 模板：去内容、留结构的四步做法。