一个字都选不中,基本可以断定这份 PDF 没有文字层:整页在文件里就是一张贴图,普通转换档只会把这张图原样搬进 Word,搬进去的字当然选不动。判断方法很简单——在 PDF 里按住鼠标拖动一行字,选得中才有文字层,选不中就是图片型 PDF。确认了这一点,再决定走哪一档就清楚了。

一、先判断这份 PDF 有没有文字层

文字层是排在图片底下、能被光标选中复制的一层真实字符。软件直接导出的 PDF 通常带这层;扫描机扫出来、或用相机拍照转存的 PDF 往往没有,页面上看到的"字"只是图上的像素。判定只有一条动作:打开文件,试着框选一行字。选得中,说明有文字层;一点都选不动,就是整页贴图。这一步不用猜,选一次就知道。

二、为什么普通转换档救不回来

普通转换档做的事是读取文件里已有的文字层,再按坐标把文字摆进文档。它不会去"看图识字"。所以遇到纯扫描件,它读到的就是一张整页图片,转出来的 Word 里那页也还是一张图,你选中的是整个图片对象而不是字。能改图片大小、能挪位置,但不能像在原生文档里那样点进去改一个字——这就是"选不中"的根因。走 PDF转Word 之前,先用第一步确认有没有文字层,能省掉一次白跑。

三、没有文字层该走哪一档

要取字,得走带识别的扫描件那一档:扫描件PDF转Word。它先把整页当图片做识别,再把识别出来的文字写进文档,产物是一个 DOCX(2007 及以上的 Word 文档格式)。这一步要把文件上传到本站服务器处理,识别这一族要先注册才能用,产物在文件列表里集中取。要提醒的是:识别出来的字对印刷体工整页面表现较好,字迹偏淡、拍照歪斜、有底纹阴影时容易出错,拿到后必须逐字对着原件校对,不能直接当定稿交付。

四、如果手上是一张图而不是 PDF

扫描件转 Word 收的是 PDF。如果你手上是单张扫描图片(JPG、PNG 这类),要的是把图上的字取出来当纯文本,走的是 图片转文字:每张图出一个同名 TXT(纯文本),只保留文字和换行,字号、颜色、分栏、表格线都不保留。图片长边太小容易漏识甚至结果为空,尽量用清晰的近拍图。需要保留表格结构的话,这一档也不管版面。

这份 PDF 的情况能不能选中一行字该走哪个入口转进 Word 后能否选字
有文字层,软件导出的能普通转换档能,改字复制都行
没文字层,扫描或图片拼的不能扫描件那一档能,字是识别出来的,需校对
只有一张扫描图,不是 PDF不适用图片转文字出 TXT,只留文字与换行

五、常见问题

问:手机上能做吗,要不要装软件?
答:站内这些入口都是网页,手机浏览器打开就能上传和下载产物,不用装任何应用;识别在服务器上做,手机只负责传图和取结果。

问:识别出来的字能直接交差吗?
答:不能。印刷工整的页面可用,但拍照反光、字迹发淡、版面复杂时会有错字漏行,务必对着原件校一遍再用。

问:一份里有的页有文字层、有的页是扫描图,怎么办?
答:普通档只会处理带文字层的页,扫描页仍然是贴图。要连扫描页一起取字,统一走带识别的那一档更省事。

问:转完为什么排版和原件对不上?
答:带识别档还原的是文字内容,不是原件的分栏和位置;要精确版面得手动重排,这一档做不到版式一致。

六、本站入口

这一步在站内是带识别的扫描件转 Word 那一档,产物是一个 DOCX,字是识别出来的文本。

拿到产物后先逐字校对识别结果,再按需要在 Word 里重排段落、删掉多余的文本框占位,另存交付;只有一张扫描图时改走图片转文字。