英文PDF文件，复制到WORD大部分是乱码，应该不是加密的问题，是文档质量不好，有些模糊。怎么办

Question

如题所述

Answer 1

谈Pdf与Word互转

在日常工作中，我们常用word进行编辑文档，它便于修改、排版、打印。但对标准来说，大多是PDF格式，这样的格式对于后期复审和修订时需要改动、调整很不方便，有必要转换成word文本格式。同时有时为了让自己写的word文档不轻意让别人修改，也可以做成pdf格式。今天我就图片、PDF与Word之间格式互转探讨如下：

简要目录
一、图片与pdf格式互转…………………………………1
二、PDF转成Word…………………………………………10
三、Word转成PDF…………………………………………24
四、注意事项………………………………………………28
一、图片与pdf格式互转
（一）、把扫描图片制成pdf
为了方便阅读和下发，我们一般是把书面材料扫描成图片，通常扫描图片格式有jpeg、bmp、tiff等，再用软件制成pdf文档。如果只是为了识别，建议在扫描图片时大家设置成bmp格式、黑白、分辨率设置在300以上。把书本订书针拆开，一页一页平整放在扫描仪上进行扫描，这样扫描的图片才清晰美观，才能进行后期编辑和识别。
把多张图片制成pdf，请注意先把图片按顺序编好号，制成DPF一般采用下面的简单方法：
1、把Image To PDF软件夹复制到硬盘任意目录，点击“Image To PDF”图标启动主程序。

2、先点击主界面中的“设置”进行软件的相关设置，注意此软件是设置好后下次生效，即设置好了后关掉该软件，再打开软件时才会生效。设置内容如下：
（1）、输出方式一般是选第一个，即只生成一个pdf，其它默认。

（2）、在图像处理这项，如果选择jpeg，那要注意最底下的压缩质量这项，数值设置太大，生成的pdf体积就最大，当然也最清楚，反之体积就越小，可以通过细调获得最好的效果。

（3）、页设置这项，一般选择A4纸，由于图片是扫描的本就包括了页边距，故在此不需再设置页边距。此外，像PDF水印、加密、信息等其它项，如果要求不高都可以用默认值。

3、点击“文件——添加文件”，找到扫描好并且已经编好号的图片，选定全部图片后打开，打开后你还可以在右边调整顺序。

4、点击“生成pdf文件”，过一会儿就可以在存放图片的文件夹里看到刚才转换生成的pdf文件。如果对生成的文件质量不满意，可以通过调整设置里的“图像处理”里的参数来更改文件。以下为转换过程和转换结果。

（二）、pdf文档分解成图片
有时为了方便地插入文档中，或者我们只需要pdf里面的某一段、某一页，此时就需要把pdf分解成图片。考虑到图片质量、大小、及后期处理方面，请一定注意软件的设置。此时我们需要用到另一款绿色小软件PDF to IMAGE，这个软件的名字和上面那个软件的名字是反过来的，故功能也是相反的。
1、把PDF to IMAGE软件夹复制到硬盘任意目录，点击“pdf to image”图标启动主程序。

2、先点击“设置”进行软件的相关设置，注意此软件也是设置好后下次生效，即设置好了后关掉软件，再打开软件时才会生效。设置内容如下：
（1）、常规选项一般不用改动，当然你可以自定义路径。

（2）、页面选项里，一般是所有页面，缩放比例100%。后面的重命名选项一般不用改动。

（3）、图像选项这里比较重要，如果只是插到文档里，可以选jpeg，分辨率100就足够了。但如果为了后期识别，源文件又是黑白的，经过多次实验得出可以选Jpeg格式，分辨率设置300以上，用灰度8位就行，品质50%以上就可以，这样生成的图片比较清晰，后期识别也没有问题。当然，前提条件是你的PDF也很清晰。

3、点击添加文件，找到你需要把它分解成图片的pdf，打开。

4、点击转换，开始进行转换。完成后，在你设置保存模式的文件夹里就可以看到转换好的图片。当然，你还可以根据需要设成别的图片格式。

二、PDF转成Word
平时我们使用的pdf格式文档，一部分是由word文档转成，但绝大部分是把纸面材料扫描成图片，再制成pdf，通常下载的标准就是这样制成的，这种格式具有阅读直观、保护作者著权、打印方便等特点。在了解这两种形式后，我们就可以入手解决转换问题了。
（一）、针对word文档转成pdf格式
有些pdf格式是直接由word、excel等文档直接转化成的，这类格式的转换，只需要安装软件Solid Converter PDF，就很容易再还原成word文档。此软件是绿色软件，不需要安装。
1、把Solid Converter PDF软件夹复制到硬盘上任意目录，点击“Solid Converter PDF”进入软件的主程序。

2、进入软件操作界面。你可以在右边的选项里对保存路径、输出格式等参数进行设置。

3、双击打开需要转换pdf文件，软件会进入一些转换设置。在这儿，你可以根据实际需要进行设置，通常是选择“页面流程”。

4、点击“下一步，下一步……”进行设置。在每一步中，软件界面都有示范，可以根据需要进行选择。通常可以选定文件后在进行版面设置时直接点击“最后一步”，完成转换，结果如图。

5、再进行页面、字体、段落、表格等简单设置和调整，得到最终文档如图。

（二）、扫描图片转成word
现应用的标准大都是把打印好的纸面材料扫描成图片，再制成pdf格式。如果为了得到文本方便后期修改，我们可以先不用制成pdf格式，而是直接通过OCR识别软件将图片一个字一个字进行识别。此时要用到OCR软件“汉王文本王文豪7600全能专业版”，这是一个安装文件，需先进行安装，再进行破解。用这种方法这个软件来识别一些表格比较多的定额标准效果特别好。
1、点击汉王文本王文豪7600全能专业版软件夹里的setup进行安装。根据实际情况选好路径，其它组件可以不用选。安装完成后，把“完美破解”文件夹里的全部文件复制到安装目录下，覆盖原文件，这样就完成了破解。
2、运行桌面上的“文本王专业版”快捷方式启动该软件，其它不需要的快捷方式可以删掉。软件主界面如下：

3、用“文件——打开图像”打开扫描好的图片，注意所有图片应该提前按内容顺序排好序号。

4、点击“分析”旁边的下拉三角形，选择“分析全部”后，再点一下“分析全部”。软件会一页一页地进行分析，分析完了后自动停止。设置好了后下次可以直接点“分析全部”。

5、点击“识别”旁边的下拉三角形，选择“识别全部”后，再点一下“识别全部”。软件会一页一页地进行识别，识别完成后自动停止。设置好了后下次可以直接点“识别全部”。

6、识别完毕后，一定要注意用鼠标全部选择左边栏打开的那些图片，再点击“导出wrod”，这样就把识别好的文档自动排版成word格式了。此时千万要注意，确保你的电脑没有打开其它的文档，否则它就会在你打开的文档后面添加识别结果。当然，这个识别软件还有很多别的选项和功能，大家感兴趣的话可以自己实验。

7、识别完成后文档会自动打开。这就是识别完后自动打开的word，效果还可以吧？大家千万别以为这就完事了，接下来还有很多工作要做。

8、整个识别工作就算完成了，此时就可以关掉那些软件和其它程序，接下来就需要细心地调整这个还不太成熟的word文档。
（1）、首先应该是要保存，因为刚才转换完后自动打开的“文档1”只是存放在内存里，另存为word就可以了，名字和路径随你定。接下来要设置其它的东西了，在设置前请朋友们最好全选文档。
（2）、进行页面设置，一般都是A4，当然还有页边距等。在这儿，生成的那个文档其实已经默认好了，你可以根据实际情况更改。
（3）、设置字体、字号、段落等，我们可以先把文档全部设成宋体、5号字，段落可以先统一设置如图：

（4）、然后，可以把文本里的“空格”全部替换掉，具体方法大家都会吧？在“查找内容”那儿敲入一个空格，“替换为”那儿什么都不输，然后点全部替换，怎么样，美观多了吧？
（5）、硬回车的消除。这个在一些表格里比较多，如果不消除会影响美观，方法还是用“替换”，即把“段落标记”替换为空即可，但有些文字描述的段可能也会乱，这个就需要手动修改，毕竟不多。

（6）、还有其它好多格式可以的替换来处理，大家可以慢慢试。像图片里的的页眉，即标准号之类的，同样可以用替换法去除。

（7）、把word文档里的表格导出到excel中。有时为了方便数据的整理和下发给各单位采集数据，需要把标准里的表格单独提出来进行处理，可以用以下方法简单解决。
首先在Word文档中选择“文件→另存为”，在文件类型中选择“单个网页文件”。接下来打开Excel，选择“数据→导入外部数据→导入数据”，在“选择数据源”对话框中选择我们刚刚保存的HTM文件，单击“打开”。在“新建Web查询”窗口中点击你要导入的表格数据前面的黄色“箭头”标记（如果不进行勾选标记，默认的将是全部导入，一般全部导入），最后选择“导入”，并选择“数据的放置位置（一般默认）”即可。最后，还是需要手动调整表格，但这个就比较简单了。删除不需要的文字描述后，根据需要进行调整。
（8）、最后最重要的一步就是，删除乱码，同时仔细校对。在粗略的校对中，我们一般看有乱码的地方和有红色标记的地方进行修改就可以了。其它细节问题，只有手动慢慢调整了。
（三）、扫描图片制成的pdf转成word
通常有两种方法，一种是先把pdf转成一组图片，再把OCR识别软件识别成word，这两步上面都介绍过了。另一种方法就是运用另一款识别软件直接进行识别，这种方法针对表格很少的定员标准非常合适，举例如下：
1、安装“汉王 PDF OCR V8.1简体中文版”，这不是绿色软件，需要安装，但这个软件是免费的，不需要破解。安装完成后运行桌面上的“汉王 PDF OCR”快捷方式，启动软件主界面如图。

2、点击“文件——打开图像”，选择一个表格很少的pdf定员标准进行识别。这个软件的优点是可以直接打开pdf文件进行识别，当然也可以打开图像文件进行识别。

3、软件会自动识别出此pdf包括多少页图像，而且会把pdf自动当作图像一张一张地拆开，方便后期进行识别，直接点确定。

4、点击确定后，大家看看是不是和上一个汉王的软件很相似呀，当然了，因为他们是一个公司出的两个软件。

5、注意工具栏上的那些小按钮功能，把鼠标放上去后会有提示。特别注意操作每一步时都要先点工具栏的“选定全部。”否则只是对当前的一张图片进行了操作，全部选定后点击“版面分析”，分析完成后，点“开始识别”。

6、识别完成后，我们需要保存识别结果了，点击“输出——到指定格式文件”，保存格式选“RTF”。实际上RTF可以看成是简化的word，可以直接用文本打开，当然它默认的也是word打开。

7、保存到指定的路径后，打开文档，看看是什么样子，效果应该不错的。但仔细看一下，为什么一段一段地都有文本框框着的呢？这点很不方便后期修改，需要去掉。下面说一种简单的方法。

8、首先保存为word，因为刚才生成的是RTF格式，然后进行页面设置、字体设置、段落设置等，和上一个识别软件一样要进行必要的基本设置和调整。再就是全部选定，“复制”——“选择性粘贴”——“无格式文本”，效果还满意吧。

9、最后进行删除硬回车操作和进行其它设置、修改、仔细校对等，完成最终工作。

三、Word转成PDF
有时，我们也需要将自己做好的word文档生成PDF，用一个小软件DOCtoPDF很容易实现。这是个英文软件，需要安装和运行注册机算号注册，简单介绍如下：
1、把DOCtoPDF软件夹复制到硬盘任意目录，关闭所以打开的word文档，点击“doc2pdf”开始安装主程序，按默认值安装就行。

2、打开任意一个word文档，你会发现在工具栏下面多了几个插件，第一次使用时点击“Save as PDF”进行注册，以后点“Save as PDF”就会直接开始转换。在弹出对话框中选“Register”进行注册。

3、进入此界面后，再打开另DOCtoPDF软件夹里的另外一个程序“Keygen”进行算号。在“name”栏随便输入英文名字，软件会自动在下面的“Serial”生成序列号。

4、把用注册机生成的名字和序列号分别填入刚才要注册的那个窗口。按“Register”键进行注册，此时会有英文显示注册成功。

5、再点击插件栏的第二个图标，进行软件设置，设置如图。其中输出路径可以根据实际情况修改就行，其它设置按默认就可以。

6、点OK后会让你再确认输出文件路径和名字，填好后保存，完成转换，软件会自动打开生成的PDF进行查看，到此转换完成。用此方法转换成的PDF是非常完美的。

四、注意事项
1、原书面文本一定清楚，扫描时一定要设置好和操作好，这样扫描的图片才能很清楚，才能使后期识别顺利进行。
2、网上下载的pdf也一定要清楚，如果是歪歪斜斜的、模模糊糊的，后期很不好识别。
3、文章里介绍的OCR识别软件，一般会在相应的文件夹生成一些相对应的文本文件和其它文件，保存结果后可以直接删除即可。这些文件通常是为了方便下次进行再识别而保存的。
4、文章介绍的所有软件经多款对比、试用正常后推荐使用。
4、没有十全十美的方法，这样做仍需要费时费力。这些方法是我经过大量实验，花了大量时间总结出来的，也有不成熟的地方，希望对大家有所帮助。

Answer 2

下载个程序转换器