pdf转换word编程-怎样用Adobe Acrobat 把pdf转成word

pdf文档转换成word文档及其它
一 、怎样从多页的pdf文档里抽取若干页成为jpg格式图片 最方便的要数使用adobe acrobat，点击adobe acrobat里的“导出”工具按钮，并选择“jpg”，pdf文档的所有页面就自动转换成一个个jpg格式文件。 如果你有photoshop软件，可以这样操作，在photoshop里打开pdf文档，photoshop会让你选择打开那个页面，选定页面后打开，再另存为jpg格式图片文件。这个方法的缺点是一次只能抽取一页，需要重复操作，效率比较低。二、怎样将pdf文档转换成word文档 在adobe acrobat里将要转换的pdf文档打开，操作菜单“文件”→“另存为”，将保存类型选为“microsoft word”就能转换成word文档。或者点击adobe acrobat里的“导出”工具按钮，导出文件类型选择“word”，结果是一样的。 一款名字为e-pdf to word converter的软件专门用来将pdf文档转换成word文档，网上有汉化特别版可供下载。 http://www.pdftoword.com/ 网站提供在线转换服务，只需要将待转换的pdf文档上传到这个网站，网站就会将载转换成的word文档发到你的电子信箱里。 特别要说明的是，如果是通过扫描纸质文件生成的pdf文档，转换成word文档以后得到的每一页都是插在word文档里的图片，无法进行编辑。即便是由word等其它可以编辑的电子文档生成的pdf文档，转换成word文档以后，文字也是分布在一个个图文框里，如果版面稍复杂一些，文字还有可能重叠在一起，重新编辑的工作量还很大。三、怎样从pdf文档里导出文字 假如pdf文档是由word等其它可以编辑的电子文档生成的，用adobe reader或adobe acrobat的“选择工具”选中文字后按“ctrl”+“c”键，就可以将文字复制到剪贴板里，随便你粘贴到那里。adobe reader在安装后的默认状态下，“选择工具”是看不见的，需要操作菜单“工具”→“自定义工具栏”，在“选择工具”前打上钩，将它显现出来。 若要将整篇pdf文档的文字都导出来，在adobe reader里只要操作菜单“文件”→“另存为文本”，导出的文字就存到了一个文本文件里了。在adobe acrobat里则是操作菜单“文件”→“另存为”，保存类型选择“纯文本”，或者点击“导出”工具按钮，导出文件类型选择“更多格式”→“纯文本”。四、使用ocr文本识别技术导出文字 如果pdf文档是通过扫描纸质文件生成的，就不能够用上述简单的方法导出文字了，但也可以借助ocr文本识别技术来导出文字。 在adobe acrobat里可以操作菜单“文档”→“ocr文本识别”→“使用ocr识别文本”，经过识别以后，就可以用“选择工具”选中文字进行复制了。 adobe reader没有自带ocr文本识别功能，但可以这样操作，操作菜单“文件”→“打印”，打印机名称选择“microsoft office document image writer”，这是一个随microsoft office 2003一起安装到计算机里的虚拟打印机，它将pdf文档打印到后缀为“mdi”的文件里，并自动打开，在打开的“mdi”文件里依次操作菜单“工具”→“使用ocr识别文本”和“工具”→“将文本发送到word”就可以将文字导出到一个word文档里。 ocr文本识别技术的识别率取决于创建pdf文档时的扫描精度，那些字迹模糊不清的文档，能够正确识别出的文字也不会太多。五、怎样复制出pdf文档里的插图 用adobe reader或adobe acrobat打开pdf以后用“选择工具”选中插图后按“ctrl”+“c”键，就可以将插图复制到剪贴板里。在adobe acrobat里操作菜单“高级”→“文档处理”→“导出所有图像”，就能够一次将文档里的所有图片全部导出成一个个图像文件。六、怎样复制pdf文挡里的表格 用adobe acrobat打开pdf以后用“选择工具”选中pdf文挡里的表格，右击鼠标，在弹出的菜单里点选“复制为表”，在excel里操作菜单“选择性粘贴”，在对话框里选择“csv”后点击“确定”，pdf文挡里的表格就复制到excel里了。也可以选中pdf文挡里的表格，右击鼠标，在弹出的菜单里点选“在excel里打开”，表格就自动变成了excel表。 如果需要将表格粘贴到word文挡，应当采用“选择性粘贴”以“无格式文本”进行粘贴，粘贴之后选中这些数据，再操作菜单“表格”→“转换”→“文本转换表格”。 如果pdf文档是通过扫描纸质文件生成的，就不能复制成表格，只可以将表格复制成图片。 以上将pdf文档转换成word文档以及从pdf文档里导出文字或图像的方法，取决于该文档没有加密对文档进行限制，如果文档已经加密进行了限制，只有在解密了以后才有可能进行。
七、怎样去除word等软件里的adobe acrobat菜单栏 安装了adobe acrobat以后，在word、excel、autocad软件的菜单里会多出几个adobe acrobat的菜单栏，其实这是adobe acrobat和这些应用软件的无缝结合，利用这些菜单可以方便地将这些应用软件创建的文档转换成pdf格式的文档，并能对转换的有关参数进行控制和调整。但是由于这些菜单占据了位置，不少使用者希望将它们去除。 去除的方法很简单，在“控制面板”里进入“添加和删除程序”，找到 adobe acrobat后点击“更改”，在“程序维护”对话框里选“修改”，到下一步的“自定义安装”里将office、autocad去掉即可。 安装adobe acrobat的时候如果选择“自定义安装”，就可以在安装过程里提前将office、autocad等剔除，就不会在word、excel、autocad等软件里添加adobe acrobat菜单栏了。

pdf修改 创建软件

http://zhidao.baidu.com/question/25188802.html?si=7
pdf2word 1.6 绿色汉化版
软件类别：汉化补丁 / 免费软件 / 电子阅读
软件语言：简体中文
pdf2word能够从pdf格式文档中提取文字、图形和其它内容存放入word格式文档中，因此你就能重复利用你的pdf文档内容，在word中再编辑文字、排版及重整布局；并且它是一个独立软件，不需要安装microsoft word、adobe acrobat软件支持。
http://www.gogojy.net/net_info/1618.html

pdf password remover(pdf密码破解) v2.5
pdf password remover v2.5< 这是一款解除adobe acrobat pdf 文件密码保护的工具。
http://www.gogojy.net/net_info/2262.html

solidconverterpdf(pdf转doc工具) v3.0 绿色汉化
solid converter pdf是一套专门将pdf文件转换成doc的软件，除了转换成doc文件外，还可以转换成rtf以及word xml文件。除此之外，它还有一个图片撷取功能，可以让我们将pdf档里的图片撷取出来，以及将pdf档里的表格撷取出来，并输出到excel里，方便我们编辑表格里的资料。
pdf转换为word,txt,图片等格式工具
对中文支持一级棒,是目前同类软件中最出色的

注册方法：name:zhou_s_@sohu.com
email:zhou_s_@sohu.com
organization: zhou_s_@sohu.com
unlock code: xgxt
http://www.gogojy.net/net_info/7453.html

[密码恢复]pdf password remover v2.5.0531 绿色汉化版
pdf password remover 可以破解adobe acrobat pdf文件的“所有者密码”。未破解“所有者密码”的pdf文件是不能被编辑和打印的。该程序也可以破解用fileopen插件加密的文件。破解可以立即完成。破解后的文件可以用各种pdf浏览器（例如adobe acrobat reader）阅读而无任何限制。

注册码：818b6$769pipty38p
http://www.gogojy.net/net_info/2287.html

pdffactory enterprise edition v2.45 汉化版
pdffactory 是一个无须 acrobat 创建 adobe pdf 文件的打印机驱动程序。pdffactory 提供的创建 pdf 文件的方法比其他方法更方便和高效。
http://www.gogojy.net/net_info/1275.html

pdf文件转换王 v1.75 绿色版
一款高质量的pdf文档转换工具。完全兼容pdf规格，超强转换功能。可自由地将各种文本文件迅速地转换成为pdf文件。您不妨下载试试^_^
http://www.gogojy.net/net_info/6952.html

1.office组件把pdf转成word：
可以利用office 2003中的microsoft office document imaging组件来实现pdf转word文档，也就是说利用word来完成该任务。方法如下：

用adobe reader打开想转换的pdf文件，接下来选择“文件→打印”菜单，在打开的“打印”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。

注:如果没有找到“microsoft office document image writer”项，使用office 2003安装光盘中的“添加/删除组件”更新安装该组件，选中“office 工具 microsoft draw转换器”。

然后，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，在弹出的窗口中选中“在输出时保持图片版式不变”，确认后系统会提示“必须在执行此操作前重新运行ocr。这可能需要一些时间”，不管它，确认即可。

注:对pdf转doc的识别率不是特别完美，转换后会丢失原来的排版格式，所以转换后还需要手工对其进行排版和校对工作。

以上仅在word2003中可用，其他版本没有microsoft office document image writer。

2.利用第三方工具软件：
scansoft pdf converter for microsoft word
下载地址：
http://www.mydown.com/soft/245/245551.html

3.asp.net实现将word转换pdf格式：
一:必备工具

安装必须的工具ms vs.net2003,ms office2003,adobe acrobat 7.0 professional,postscript.exe,gs811w32.exe

ms vs.net2003的安装不说明

ms office2003的安装不说明

adobe acrobat 7.0 professional安装说明

运行setup.exe文件,出现输入序列号,就运行注册机,用鼠标在第一行刷下就可以看见序列号，复制粘贴到adobe acrobat 7.0 professional安装程序对话框，安装到最后出现注册时,点击phone...将安装程序中显示的第二行序列号（第一行是刚才注册机生成的序列号）复制粘贴到注册机的第二行，点击右边的按钮，再用鼠标刷第三行授权号就出来了，将其复制粘贴到安装程序的最后一行，完成安装注册！

postscript.exe默认安装就可以了,它是一个pdf转换时所需要的脚本

gs811w32.exe默认安装就可以,它其实是个pdf虚拟打印机的驱动

二:配置虚拟打印机

进入windows的控制面板,进入打印机,点击"添加打印机"图标.在安装对话框上"按一步",出现选择打印机时,在制造商一栏中选择"generic",在打印机一栏中,选择"ms publisher color printer",然后一路按下一步,知道安装结束.

三:开始写第一个程序(脚本程序)

为什么要使用脚本程序进行转换呢,其实实际测试过程中,使用pdf distiller的对象引用到c#后,转换成功,但整个pdf distiller对象不能释放,第二次再转换时,就发生了错误,故此处使用脚本程序实现转换.这样我们只要在c#的程序中调用脚本程序就可以实现word到pdf的转换。

宿主脚本文件名:convertdoc2pdf.js

脚本文件内容:

var files = wscript.arguments;
var fso = new activexobject("scripting.filesystemobject");
var word = new activexobject("word.application");
var pdf = new activexobject("pdfdistiller.pdfdistiller.1");
word.activeprinter = "ms publisher color printer";

//files(0) 为word文档文件名
//files(1) 为,转换后需要保存的路径
//调用fso.getbasename(files(0))后,为无路径,无扩展名,的文件名
//files.length为文件参数的个数,使用循环可以支持多个word文档的转换

var docfile = files(0);
var psfile = files(1) + fso.getbasename(files(0)) + ".ps";
var pdffile = files(1) + fso.getbasename(files(0)) + ".pdf";
var logfile = files(1) + fso.getbasename(files(0)) + ".log";

try{
var doc = word.documents.open(docfile);
//word文件转成ps文件;
word.printout(false, false, 0, psfile);
doc.close(0);

//ps文件转成pdf文件;
pdf.filetopdf(psfile,pdffile,"");

fso.getfile(psfile).delete();//删除ps脚本文件
fso.getfile(logfile).delete();//删除转换的日志文件

word.quit();
wscript.echo("isuccess");//成功
wscript.quit(0);
}
catch(x)
{
word.quit();
wscript.echo("isfail");//失败
wscript.quit(0);
}

然后测试该脚本程序

启动ms-dos,输入如下命令:

c:\>cscript //nologo c:\convertdoc2pdf.js c:\test.doc c:\

说明:

运行成功后将看到test.pdf文档了

c:\test.doc参数对应的是脚本程序中的files(0)

c:\参数对应的是脚本程序中的files(1)

你可以安照该脚本改写成,支持多个参数,使用for循环,一次转换多个word文档,此处没有使用多个文件转换功能,是考虑到,该段脚本放在c#的线程中执行,这样一来也可以转换多个word文档.

四:使用c#调用convertdoc2pdf.js脚本

新建一个c#的windows应用程序,添加一个按钮button1

添加一个函数,函数名startconvertpdf

public void startconvertpdf()
{
process proc = new process();
proc.startinfo.filename = "cmd.exe";
proc.startinfo.workingdirectory = @"c:\";
proc.startinfo.createnowindow = true;
proc.startinfo.useshellexecute = false;
proc.startinfo.redirectstandardinput = true; //输入重定向

proc.start();
proc.standardinput.writeline(@"cscript //nologo c:\convertdoc2pdf.js c:\test.doc c:\");
proc.standardinput.writeline("exit");
proc.waitforexit();
}

然后在按钮的click事件中添加调用线程的代码

private void button1_click(object sender, system.eventargs e)
{
//定义线程序
thread thconvert = new thread(new threadstart(startconvertdata));
thconvert.start();
}

注意:在测试上面的c#程序时,必须添加如下命名空间

using system.diagnostics;
using system.threading;

五:健壮的c#调用代码(实际考虑,可放在b/s系统中)

完成第4步的c#测试后,细心的读者,可能看到一点问题,那就是如何得到脚本运行后输出的结果,如何给线程中调用的startconvertdata方法传递参数

1:传递参数,此话说来也可用一篇教程告诉大家线程中方法如何来传递参数,现在就讲一个方案,此种方案很多,我采用一个类,初始化这个类,然后调用该类的方法作为线程执行的方法

2:得到脚本的输出结果,使用process对象的输出重定向,就是说改变输出方向,使脚本不输出到控制台(ms-dos窗口),而是重定向输出到c#程序中,并采用线程的异步回调方法,显示脚本运行结果。

添加一个新类,类名为topdf

using system;
using system.diagnostics;
using system.componentmodel;
using system.windows.forms;
using system.data;

namespace doc2pdf
{
public class topdf
{
private string strword = "";//此处的word文件不含路径
private string spath = "";
public string sexecresult = "";
public bool bsuccess = false;

public topdf(string sparamword,string sparampath)
{
strword = sparamword;
spath = sparampath;
}

public void startconvertpdf()
{
process proc = new process();
proc.startinfo.filename = "cmd.exe";
proc.startinfo.workingdirectory = spath;
proc.startinfo.createnowindow = true;
proc.startinfo.useshellexecute = false;
proc.startinfo.redirectstandardinput = true;//标准输入重定向
proc.startinfo.redirectstandardoutput = true;//标准输出重定向

proc.start();
proc.standardinput.writeline("cscript //nologo "+spath+"convertdoc2pdf.js "+spath+strword+ " "+spath);
proc.standardinput.writeline("exit");
sexecresult = proc.standardoutput.readtoend();//返回脚本执行的结果
proc.waitforexit();
proc.close();

}

public void endconvertpdf(system.iasyncresult ar)//ar参数必须写,是线程执行完成后的回调函数
{
if(sexecresult.indexof("isuccess")!=-1)bsuccess=true;
else if(sexecresult.indexof("isfail")!=-1)bsuccess=false;
//如果放在b/s系统,你可以在此处写数据库,是成功还是失败,并用一个webservice程序不断检查数据库,此webservice程序不放在该回调用函数中
//如果放在c/s系统,回调函数可以不放在类中,以便在窗体程序中调用结果
}
}
}

改写原来的button1_click事件中的代码

private void button1_click(object sender, system.eventargs e)
{
topdf my2pdf = new topdf("test.doc","c:\\");
threadstart thstartconvert = new threadstart(my2pdf.startconvertpdf); //开始异步调用线程
thstartconvert.begininvoke(new asynccallback(my2pdf.endconvertpdf),null);//设置异步线程的回调函数

//如果需要转换多个word,你可以用循环
//如果是b/s系统,可以将本段代码放在aspx中,并结合客户端的无刷新显示数据的技术,不断访问webservice程序,以确定pdf是否转换成功或失败
}

六:编写更加健壮的c#调用代码(实际考虑,可放在windows的服务程序中)

实际使用时,由于转化pdf时cpu的占用率很高,考虑只在同一时间转换一篇word文档,放弃异步线程的回调函数的使用,考虑一个windows的服务程序。

写一个函数checkdata2convert(),不断的检查没有转换的word文档,并使用循环调用topdf类中执行转换方法startconvertpdf

//以下给出,泛代码,用户按照自己的需求,填写完整即可
//bool bstart为全局变量,控制循环的进入与退出
//例:18:30开始检查并转换,那么18:30时,bstart=true;并启动转换线程
//6:30停止转换线程,bstart=fasle;

private void checkdata2convert()
{
//检查指定目录下的没有转换的word文档,你同样可以检查数据库中记录的没有转换的word文档
string spath = system.threading.thread.getdomain().basedirectory; //当前的路径
while(bstart)
{
int ifilecount = checkword(); //checkword为一个方法,检查当前没有转换的word文档,返回没有转换的文件数,该方法的代码由读者自己编写
for(int i=0;i<ifilecount;i++)
{
string sword = getwordfilename(i) //getwordfilename为一个方法,返回一个不带路径的word文件名,该方法的代码由读者自己编写
//topdf类中的startconvertpdf()方法使用的是不带路径的word文件名
topdf my2pdf = new topdf(sword ,spath);
my2pdf.startconvertpdf();

if(my2pdf.sexecresult.indexof("isuccess")!=-1)
{
//成功,写日志,或回写数据库
}
else if(my2pdf.sexecresult.indexof("isfail")!=-1)
{
//失败,写日志,或回写数据库
}

}

if(!bstart)break;
thread.sleep(1000);
}
}

然后在服务的开始事件中,启动线程

protected override void onstart(string[] args)
{
//可以使用一个开始定时器,检查是否到开始时间,时间一到,就开始执行线程,此处的开始执行线程可以放在开始定时事件中
//可以使用一个结束定时器,检查是否到结束时间,时间一到,就结束线程,结束线程的代码可以放在结束定时事件中
//注意:应该使用组件中的定时器,而不是windows的forms中的定时器
//该定时器的类名为system.timers.timer,千万别搞错,不然执行不会正常的
bstart = true;
thread thconvert = new thread(new threadstart(startconvertdata));
thconvert.start();
}

然后在服务的结束事件中,设置停止线程的标识bstart= false

protected override void onstop()
{
bstart = false;
//为何次处不停止线程呢,因为考虑到,现在线程正在转换word文档,但没有结束,所以只设置停止标识,转换完成后,线程也执行结束了.
}