直接回答:因为 PDF 里没有「段落」,只有带坐标的文字块。转换把每块文字按原坐标装进独立文本框,所以产物里每段都在框里——能改字、能复制,不能让正文自动流式重排。
一、两种文档的结构差别
PDF 是面向固定成品的格式:页面上每一块文字记录的是绝对坐标,文件不知道这块文字属于哪一段、和下一块是什么顺序。DOCX(2007 及以上的 Word 文档格式)走的是流式排版:正文段落只记内容和样式,位置由办公软件算出来,删一行下面自然上移。两种结构对接时,转换能做的最稳重建,就是给每个坐标文字块配一个文本框,位置才对得上原件。这也是为什么产物「字都对,就是不动」:框与框之间没有流式关系。文件要上传到本站服务器处理,每个 PDF 出一个 docx。
二、文本框能做什么、不能做什么
| 你要做的动作 | 能不能 | 说明 |
|---|---|---|
| 改框里的字 | 能 | 字多了不会把版面顶开,需要手动调框或换行 |
| 选中框内文字复制 | 能 | 复制后原框还在,空框要手动删掉 |
| 删掉一行让下面的补上来 | 不能 | 框按坐标摆,删了只留空白 |
| 拖动某个框 | 能挪位置 | 其余框不会跟着对齐,动一个牵不动整页 |
| 让所有框自动合成连续正文 | 不能 | 只能人工按阅读顺序复制进新建段落 |
边界一次说死:能改字、能复制,不能自动重排。
三、要连续排版,只有这一条路
- 在文档里新建一个空的正文段落。
- 按阅读顺序把文本框里的文字逐块复制进去,多栏页面注意先分清栏再抄。
- 复制完删掉空文本框,统一正文的字体、字号、行距与首行缩进。
- 抄出来的文字里有碎行、多余空行的,先贴进 TXT处理 删空行、数字数,这一步在浏览器里完成、文件不上传服务器。
- 排回正文后字体格式还不齐,可以走「Word格式清理」把正文重建成无格式文本再出 DOCX,重新套样式;该面板在办公工具聚合页里,文件要上传到本站服务器处理。
- 最后拿原件逐页核对,重点看多栏页和图表页,复杂排版与原件有差异是正常结果。
四、这几件事别做
- 别删框想清文字:文字就存在框里,框和字是同一条船,删框等于删内容。
- 别反复重转指望结构变:这条链路按坐标重建,同一个文件转几次结果都一样;一次最多 15 个文件、页数按整批合计判定,上限以页面提示为准,超限先拆分再分批传。
- 别拿扫描件走这条路:扫描页是整页贴图,转出来没有文本框、文字仍选不中,先试「能不能拖动选中一行字」再决定走法。
五、有些场景其实不用去框
只改框里几个数字、只抄一段文字进别的材料、只是核对内容,这三种情况留着文本框直接用,别为排版而排版。文本框不是垃圾,它撑着原件版面:在 PDF转Word 这条链路里,去框和保版面是二选一,保正文连续就得放弃自动对位。
常见问题
问:有没有哪个设置能把文本框自动合并成正文?
答:没有。这个入口没有任何排版模式开关,文件按坐标重建出来就是这个形态,连续排版只能人工复制。
问:换个办公软件打开,框会不会自己消失?
答:不会。框已经写进文件里,和用哪个办公软件打开无关,软件只负责呈现。
问:删掉一个框,后面的编号和段落会自动接上吗?
答:不会。文本框按坐标摆放、没有流式关系,只有正文段落里的内容才参与自动重排。
本站入口
站内在 PDF转Word 上传 PDF,每个文件出一个 docx,文件要上传到本站服务器处理;不登录也能用,登录后产物在文件列表里集中取。
产物按第三节处理:要连续排版就把文本框文字逐块复制进新建正文段落,再统一格式。