【原】pdf转word经验总结第一期（如果是刚接触建议看看）

那不同的pdf是什么意思？pdf是有分类型的。一种同等内容下，文件大小小很多，文字可以选中，看起来很清晰的矢量型PDF。另一种是文件大小会偏大，文字不可选中，并不清晰的图片型或者是扫描型的PDF。对于第一种，用Adobe PDF DC或者PDFement转换出来效果都是特别好。无论当中是否有图片，表格，公式。以下我们重点讨论第二种，对于扫描图片型PDF,当我们只需要它的文字应该怎么转换？

现在来说说转换目标。什么是转换目标?就是你想要这篇pdf的什么内容。一般有:

1. 纯文字要不要排版都行;

2. 因为有目录是论文，最好大致保持原排版

3. 是需要整篇呢？还是当中某部分文字就行

我们从最不严格开始说起，如果我们只要某部分文字，只要OCR就可以。(关于文档的OCR，图片的OCR我们下期分享)那如果需要全文不用排版的呢？就文字正确率最高来说，还是OCR，但是是批量OCR。而不是用Abbyy，Adobe PDF DC等转换软件。唯一需要用到转换软件的，就是对排版非常苛刻，比如一些论文目录页，整体排版字体大小都有要求的项目的时候。这时候也要分情况，主要是根据正确率的需求。

第一种必须百分之一百正确，这样就涉及到校对了。正如一开始所说的没有百分之百准确转换的软件，那剩下不足百分之百的部分就要人工校对。这时候推荐用abbyy14或者汉王OCR。这两款能够清楚地标注转换出来的文字与原文不同的地方，方便校对。第二种，只是运用文字，即使有些小错误，自己修改一下就行了。这里推荐Adobe PDF DC，PDFement，abbyy14。