Převést PDF do wordu zdarma: Jak zachovat formátování

PDF lze převést PDF do Wordu zdarma a zachovat přitom velkou část vzhledu, pokud soubor obsahuje skutečný text a nemá příliš složitou sazbu. Použijte PDF do Wordu, potom ve Wordu zkontrolujte písma, tabulky a zalomení. U naskenovaných dokumentů nejdřív spusťte OCR PDF, aby byl text prohledávatelný a kopírovatelný.

Proč se při převodu PDF do Wordu mění rozvržení?

PDF a Word ukládají dokument úplně odlišně. PDF je určené hlavně pro neměnný vzhled: text, čáry a obrázky jsou umístěné na konkrétních souřadnicích stránky. Dokument DOCX naproti tomu pracuje s odstavci, styly, okraji, tabulkami a pravidly pro obtékání obrázků. Po otevření Word znovu vypočítává, kam se obsah vejde.

Převod proto znamená rekonstrukci struktury dokumentu, ne pouhé zkopírování stránky. Nejlepší výsledek obvykle získáte u digitálně vytvořeného PDF s označitelným textem, jednoduchými odstavci a běžnými písmy.

Cílem převodu je především upravitelný dokument. Pixelově shodná kopie PDF není možná u každé předlohy, zejména když obsahuje textová pole, poznámky, formulářová pole, složité tabulky nebo graficky navržené stránky.

Jak převést PDF do Wordu zdarma krok za krokem?

Nejdřív si ověřte, zda jde o digitální PDF. Otevřete soubor a zkuste označit jednu větu myší. Pokud lze vybrat jednotlivá slova, PDF nejspíš obsahuje skutečný text a můžete jej převést přímo.

1. Otevřete nástroj PDF do Wordu.
2. Klikněte na tlačítko „Vyberte soubory PDF“.
3. Vyberte jeden nebo více souborů PDF. Soubor lze také přetáhnout kamkoli na stránku nebo vložit ze schránky.
4. Po přidání souborů klikněte na „Převést do Wordu“.
5. Po dokončení stáhněte dokument Word. Každé vstupní PDF se převede do formátu DOCX.
6. Otevřete DOCX ideálně v desktopové aplikaci Microsoft Word a porovnejte jej s původním PDF vedle sebe.

PDF Toucan umožňuje převést více souborů najednou. Použití nevyžaduje účet, výsledný dokument nemá vodoznak a pro nástroje v prohlížeči nejsou stanovené denní limity.

Před vlastním přepisováním obsahu doporučujeme vytvořit kopii výsledného DOCX. Původní PDF nechte beze změny jako referenční verzi, podle níž budete kontrolovat vzhled i důležité údaje.

Co udělat, když je PDF naskenované a text nejde označit?

Naskenovaný dokument je často pouze obrázek stránky. Když při pokusu o označení nevyberete jednotlivá slova, ale jen celý obraz stránky, přímý převod do Wordu nevytvoří běžně editovatelné odstavce. Naskenované stránky se při převodu PDF do Wordu přidávají jako obrázky.

V takové situaci nejdřív použijte rozpoznání textu neboli OCR. Postupujte takto:

1. Otevřete nástroj OCR PDF.
2. Klikněte na „Vyberte soubory PDF“, případně soubor přetáhněte na stránku nebo vložte ze schránky.
3. V části pro jazyk dokumentu vyberte jazyk použitý v dokumentu. Je nutné zvolit alespoň jeden jazyk.
4. Pro běžný sken ponechte volbu „Skenovat stránky bez textu“. Stránky, které už použitelný text obsahují, se nezmění.
5. Je-li sken nakloněný, zapněte narovnání nakloněných stránek. U stran otočených na bok nebo vzhůru nohama zapněte automatickou opravu orientace.
6. Klikněte na „Rozpoznat text“.
7. Po dokončení stáhněte prohledávatelné PDF a až potom jej převeďte nástrojem PDF do Wordu.

U dokumentů s mnoha stránkami může rozpoznání textu trvat několik minut. OCR zvyšuje použitelnost souboru pro hledání a kopírování, ale není náhradou pečlivé kontroly. Chyby se mohou objevit hlavně v malém tisku, tabulkách, nekvalitních fotografiích dokumentů a u neostrých znaků.

Jak nastavit OCR pro český dokument a kdy text rozpoznat znovu?

Pro český dokument zvolte jako jazyk rozpoznání češtinu. Pokud předloha obsahuje například anglické názvy produktů, citace nebo části smlouvy v jiném jazyce, lze přidat také další skutečně používaný jazyk. V jednom spuštění lze kombinovat až pět jazyků.

Nevybírejte jazyky preventivně. Více zvolených jazyků rozpoznávání zpomaluje a nemusí přinést lepší výsledek. U české faktury nebo smlouvy zpravidla stačí čeština; angličtinu přidejte jen tehdy, když je v dokumentu podstatný anglický text.

K dispozici jsou tři důležité možnosti práce s obsahem:

1. „Skenovat stránky bez textu“ je doporučená volba. OCR se použije na obrazové stránky, zatímco stránky s existujícím textem se ponechají beze změny.
2. Opětovné rozpoznání existujícího textu využijte tehdy, když už PDF obsahuje označitelný text, ale tento text je zjevně chybně rozpoznaný. Původní chybný text se odstraní a stránky se přečtou znovu.
3. „Považovat každou stránku za obrázek“ berte jako krajní řešení. Každá strana se rozpozná od začátku, ale původní označitelný text a odkazy se tím ztratí.

Po dokončení OCR ověřte zejména českou diakritiku, číslice, pomlčky, názvy společností, rodná čísla, data, částky a text v záhlaví či zápatí. Právě tyto údaje mohou změnit význam dokumentu i při jediné chybě znaku.

Důležité upozornění: po rozpoznání textu už digitální podpis PDF není platný, protože se obsah souboru změní. Původní podepsaný dokument proto uchovejte odděleně a OCR výstup používejte jako pracovní kopii.

Jak po převodu opravit tabulky, písma a zalomení ve Wordu?

Úpravy dělejte ve správném pořadí. Když nejdřív ručně posunete objekty a až potom změníte okraje nebo písmo, mnoho práce budete muset udělat znovu.

1. Zkontrolujte nastavení stránky. Porovnejte formát papíru, orientaci a okraje s původním PDF. I malá změna okrajů může přesunout poslední řádek na další stránku.
2. Opravte písma. Pokud Word nahradil původní písmo, vyberte vhodné dostupné písmo. Poté znovu projděte nadpisy, konce řádků a celkový počet stran.
3. Upravte odstavce a seznamy. Zkontrolujte odsazení, mezery před a za odstavcem, řádkování, odrážky a číslování. Skutečné styly Wordu jsou lepší než ručně vložené mezery a tabulátory.
4. Projděte tabulky. Kontrolujte šířky sloupců, zarovnání čísel, slučování buněk a řádky rozdělené mezi stránky. Je-li poškozeno mnoho buněk, bývá rychlejší tabulku ve Wordu vytvořit znovu.
5. Zkontrolujte záhlaví, zápatí a čísla stran. Tyto prvky se mohou převést jako běžné textové pole. Pokud mají být stejné na každé stránce, obnovte je pomocí nástrojů pro záhlaví a zápatí ve Wordu.
6. Ověřte obrázky a popisky. Upravte obtékání, ukotvení a vzdálenost textu od obrázku. Popisky vedle obrázků často potřebují doladit.
7. Uložte pracovní verzi jako DOCX. Potřebujete-li konečný dokument znovu v pevném formátu, můžete jej následně převést nástrojem word-to-PDF.

Při kontrole postupujte stránku po stránce. Nejprve porovnejte nadpisy, odstavce, odrážky, tabulky a obrázky, teprve potom řešte drobné vizuální rozdíly. U smluv, účetních dokladů a jiných důležitých souborů vždy porovnejte jména, data, částky, identifikační čísla a právně významné formulace s originálem.

Kdy očekávat nedokonalý výsledek a jak bezpečně pracovat se souborem?

Nejvíce ručních oprav bývá potřeba u nekvalitních skenů, fotografií dokumentů, ručně psaného textu, hustých formulářů, vícesloupcové sazby a tabulek s velkým počtem sloučených buněk. Také brožury s grafickými prvky, přesně umístěnými objekty a dekorativními písmy se často upravují rychleji částečným novým vytvořením ve Wordu než opravováním každého posunu.

PDF Toucan zpracovává soubory na serverech v Evropské unii. Soubor se odesílá přes HTTPS, zpracovává se v paměti, nezapisuje se na disk ani neukládá a po stažení výsledku se smaže, nejpozději do 10 minut. Přesto u mimořádně citlivých dokumentů vždy dodržujte interní pravidla své organizace, smluvní povinnosti a požadavky na práci s osobními údaji.

Je převod PDF do Wordu zdarma i bez registrace?

Ano. Nástroj PDF do Wordu nevyžaduje účet, nevkládá do výsledku vodoznak a pro nástroje používané v prohlížeči nemá denní limit. Provoz služby financuje reklama. Po převodu si dokument stáhněte a otevřete v aplikaci Word k další kontrole formátování.

Převede se naskenovaný dokument do upravitelného textu automaticky?

Ne vždy. Přímý převod skenovaného PDF vloží naskenované stránky do Wordu jako obrázky. Chcete-li text vyhledávat a kopírovat, nejdřív spusťte OCR PDF, stáhněte prohledávatelné PDF a poté jej převeďte do DOCX. Výsledek vždy ručně zkontrolujte.

Proč jsou po převodu rozhozené tabulky ve Wordu?

PDF popisuje pevnou polohu čar a textu, kdežto Word musí tabulku znovu sestavit z buněk, sloupců a odstavců. Problémy nejčastěji způsobují sloučené buňky, různé šířky sloupců, zalomené řádky a náhradní písmo. U složitých tabulek bývá praktičtější jejich nové vytvoření.

Jaký jazyk zvolit pro OCR českého PDF?

Zvolte češtinu. Pokud dokument obsahuje významnou anglickou nebo jinou cizojazyčnou část, přidejte pouze tento další používaný jazyk. Nevybírejte mnoho jazyků bez důvodu, protože se tím rozpoznávání zpomaluje. Po OCR ověřte hlavně diakritiku, čísla, data a názvy.

Zůstane po OCR platný digitální podpis PDF?

Ne. Rozpoznání textu mění obsah PDF, a proto digitální podpis přestává být platný. Původní podepsaný soubor uchovejte jako neměnný originál. OCR výstup používejte jen jako pracovní, prohledávatelnou kopii určenou pro hledání, kopírování nebo další převod do Wordu.