文本pdf转word文档-怎样把PDF文件转化成word文档

jpg、pdf转成word方法
1、实现工具：office 2003中自带的microsoft office document imaging
应用情景：目前国外很多软件的支持信息都使用pdf方式进行发布，如果没有adobe reader，无法查看其内容，如果没有相关的编辑软件又无法编辑pdf文件。转换为doc格式则可以实现编辑功能。尽管有些软件也可以完成pdf转换为doc的工作，但很多都不支持中文，我们利用office 2003中的microsoft office document imaging组件来实现这一要求最为方便。
使用方法：
第一步：首先使用adobe reader打开待转换的pdf文件，接下来选择“文件→打印”菜单，在打开的“打印”设置窗口中将“打印机”栏中的“名称”设置为“microsoft office document image writer”，确认后将该pdf文件输出为mdi格式的虚拟打印文件。
编辑提示：如果你在“名称”设置的下拉列表中没有找到“microsoft office document image writer”项，那证明你在安装office 2003的时候没有安装该组件，请使用office 2003安装光盘中的“添加/删除组件”更新安装该组件。
第二步：运行microsoft office document imaging，并利用它来打开刚才保存的mdi文件，选择“工具→将文本发送到word”菜单，并在弹出的窗口中勾选“在输出时保持图片版式不变”，确认后系统提示“必须在执行此操作前重新运行ocr。这可能需要一些时间”，不管它，确认即可。
编辑提示：目前，包括此工具在内的所有软件对pdf转doc的识别率都不是特别完美，而且转换后会丢失原来的排版格式，所以大家在转换后还需要手工对其进行后期排版和校对工作。
2、实现工具：solid converter pdf
应用情景：利用office 2003中的microsoft office document imaging组件来实现pdf转word文档在一定程度上的确可以实现pdf文档到word文档的转换，但是对于很多“不规则”的pdf文档来说，利用上面的方法转换出来的word文档中常常是乱码一片。为了恢复pdf的原貌，推荐的这种软件可以很好地实现版式的完全保留，无需调整，而且可以调整成需要的样板形式。
使用方法：
1、下载安装文件solid converter pdf,点击安装。
编辑提示：安装前有个下载安装插件的过程，因此需要保证网络连接通畅。
2、运行软件，按工具栏要求选择需要转换的pdf文档，点击右下的“转换”（convert）按扭，选择自己需要的版式，根据提示完成转换

比较简单的办法是将图像中的文字识别出来，然后就可以用翻译软件读取了。

你可以这样去做：
一、将pdf文件中的各页图像提取出来
1）使用adobe acrobat软件
2）在上面菜单上选文件>导出>提取图像为>jpeg文件（其他二种也行，jpeg文件比较小）
3）按提示，选择一个适当的文件夹，保存图像
二、安装一个文字识别（ocr）软件用来识别已提取的图像
本人推荐汉王文本王。理由：
1）识别率高，可识别英文、表格等
2）可以直接输出成word文件
三、保存为word文件

补充：
既然是你自己的论文，干嘛还要费劲扫描成pdf文件呢？是不是原始电子文档丢了？还是原始稿是用普通英文打字机打的？
如果还有电子文档，可以直接将其生成pdf文件。安装了adobe acrobat软件后，在你的打印机中会出现一个名为acrobat pdfwrite的虚拟打印机。将你的论文打开后，选择acrobat pdfwrite打印机，按正常打印程序进行打印，就可以生成pdf文件了。

在实际工作中，我们可能经常需要从pdf文档中获得相关的内容，在没有安装adobe acrobat的情况下，可以利用microsoft office 2007套件中的microsoft office document imaging组件实现pdf→doc之间的转换，具体步骤如下：

第1步：打印为图像文件
使用adobe reader打开相关的pdf文档，从“文件”菜单下执行“打印”命令，此时会弹出“打印”对话框，由于一般情况默认的打印机大多为真实的物理打印机而非虚拟打印机，因此请从“打印机”下拉列表框中选择“microsoft office document imaging writer”，然后单击“确认”按钮，确认后即可将pdf文档输出为tiff格式的图像文件。

第2步：读取图像文件
运行microsoft office document imaging，这个组件可以从office程序组的“office工具”子程序组下找到，打开刚才所打印的图像文件，选择“工具→将文本发送到 word”的命令，此时会弹出对话框，如果你不需要更改输出文件夹，那么直接单击“确定”按钮，此时会提示“必须在执行此操作前重 新运行ocr。 这可能需要一些时间”，确认后即可开始转换操作。大家稍等片刻，转换完成后，系统会自动打开word窗口并显示从pdf文档转换而来的文档内容。不过如果 pdf文档比较复杂的话，某些内容例如图像、表格可能显示的不太完美。 如果你只是需要获得pdf文档中的文字内容，那么操作是非常简单的，首先使用adobe reader打开相关的pdf文档，然后从“文件”菜单下执行“另存为文本”的命令，在随之弹出的对话框中指定保存路径和文件名，确认后需要稍等片刻，保存时间取决于当前文档的页码)，我们很快就可以获得一份完整的文本文件，至于原文档中的图像内容，就只能另想它法了。

可以用adobe acrobat ( 非adobe reader)直接将pdf另存为word格式。
但前提是你的pdf中的文字必须是非扫描的图片形式，即必须是经过word等编辑后转换而成的文本形式的pdf，否则无法成功转换。而且图片
可能看不到，需另行导出后在插入到word中。

其他的pdf转word工具，也是一样的道理，有些
转后文字是以文本框形式出现的，没有adobe acrobat 转换后的那样可直接编辑。

pdf工具栏中有个文本选择和文本查看器的按钮，点击即可变成word格式，进行复制粘贴，应该找得到的

pdf已经是图片格式了 要转word只能如下
一、“选择文字工具，选好了贴到word里”
如果你的pdf文件是用文字制做而不是图片制做的，可以“在adobe acrobat 7.0中有选择文字的工具，可以选好了贴到word里”。但是根据你介绍的情况，你的pdf文件是用图片做的，所以不能用这种方法。

二、批量截图
截图的办法对于不是很清楚的图片来说，并不可取，因为它要么会损失信息，要么会如楼主所说加大工作量。

我建议你先用adobe acrobat中的导出功能，将这个文件导出为图像。做法：在上面菜单上选文件>导出>提取图像为>jpeg文件（其他二种也行，jpeg文件比较小），再按提示，选择一个适当的文件夹，保存图像 。
这种方法保存下来的一张张图片，比你一页页截图省力多了，而且保留了原文件的全部信息。不过500页可不一个小数，会很慢，但至少不用你亲自动手干预了。

三、批量识别
如果你想进行编辑，就必须进行ocr识别。关键在于你如何能够批量进行这个工作。

好一点的ocr软件都可以一次导入多幅图片进行识别，然后输出。不过，好像500页的确有点多了，我从来也没有超过50页的记录，通常也就是二、三十页。就算50页，也比一页一页强，是吧？

我用过不少ocr软件，觉得汉王文本王、清华紫光th比较好用。它们的识别率都非常高，还可以识别表格、繁体字、英文、竖排文字等；输出方式也很灵活，可以只输出文字，也可以按原稿排版格式输出word文件；使用起来也都不复杂。 不知你用的是什么版本的汉王，识别率会那么低。我有的时候识别质量很次的报纸上的文章，它的识别率也还是可以接受的。

四、提高识别率
如果你的底图质量非常差的话，建议你先在图片处理软件中将导出的图片进行放大、去点、锐化等处理，然后再送到ocr中识别。

我估计，你可能还是送入ocr的图片损失了部分原文的信息，造成识别率下降。因为你既然能放大，放大后截图的识别率还可以，那就说明原图的信息足够ocr识别了。只是你在操作过程中损失了部分东西。

所以，我建议你：
1）先将你的pdf文件导出5－10页图片出来
2）用汉王等ocr软件进行批量识别（识别中注意将不规则的部分框除）
3）输出成word文档

如果它们能很顺利地被识别出来，那后面的事就不用我说了。如果不行，那就真的是你的底图的问题了，这就需要对导出的图片进行批量修正处理。