站点介绍

对着 PDF 按 Ctrl+C 一段段往 Word 里搬,搬完还要调格式——第二天老板改了原文,再搬一遍。这一页把 Mozilla 的 pdf.js 解析引擎(Firefox 内置同款,Apache-2.0,自托管在本站)和一套自研的 OOXML 生成器都放进浏览器,PDF 拖进来直接出 .docx,一个字节不出设备。
PDF 里没有「段落」这个概念,只有带坐标的文字碎片。把碎片拼回段落是启发式活儿:同一基线的碎片拼成行,行尾离右边界太远说明一句话说完了,字号突然变大说明是标题。这一页的规则全在页面上写明(阈值可对照),转完的预览区能直接看到重建结果再下载。
单文件限 50MB、100 页以内直接转(超出提醒后可继续,逐页处理内存不爆);首次转换需从本站下载约 1.4MB 引擎,之后缓存离线可用;模式偏好记在 localStorage,PDF 和 docx 从不落盘;两栏论文先左栏后右栏各自成段,三栏以上会退化成混排,需要手动整理。
不会。解析和生成 .docx 都在这台设备的浏览器里完成(pdf.js 引擎自托管在本站),PDF 一个字节都不出你的设备。首次转换需要下载约 1.4MB 的解析引擎,之后存在浏览器缓存里,断网也能用。
不承诺一模一样。文字模式是「文字层重建」:段落和标题按启发式规则拼接,复杂表格会被平铺成文字,图形图表会丢弃,页眉页脚可能混进正文;页面图像模式保版式但整页是图片、不可编辑。两种模式各有边界,转换后请务必校对。
这一页不做文字识别(OCR)。扫描件会自动建议切到页面图像模式:每页 150dpi 渲染成图嵌入 docx,保版式但不可编辑。要可编辑文字,需要先过带 OCR 的服务。
知道口令就能转:弹出口令框输入即可(口令只在本机内存里用完即弃,不上传)。带 DRM 限制的电子书和数字版权保护的文件不支持,页面会如实报错。
页面会检测左右两栏的文字分布(x 坐标双峰)并分栏重建,左右栏各自成段、先左后右。三栏以上或跨栏图表的复杂版面会退化为混合文本,转换后需要手动整理。
转换模式偏好记在这台设备的浏览器 localStorage 里(键名 y9314:pdf-to-word:v1),PDF 文件和生成的 docx 从不落盘。页脚「清空我的数据」一次删干净。
English version: https://www.9314.cn/tools/pdf-to-word/en/
评论列表 (0条)