Chuyển đến nội dung
docsmall
Credit còn lại hôm nay

Liên hệ

Nếu bạn có góp ý về tính năng, câu hỏi khi sử dụng hoặc vấn đề về credit và đơn hàng, hãy gửi email đến địa chỉ bên dưới.

Địa chỉ email

xiyang.hou@gmail.com
Gửi email
  • chuyển PDF sang Word
  • OCR
  • tài liệu quét
  • chuyển đổi tài liệu

PDF sang Word bị lệch bố cục? Xác định đúng loại PDF trước khi chuyển

Chuyển PDF sang Word xong mà chữ chạy lung tung, bảng vỡ hàng, bản quét nhận sai? Bài viết giúp phân biệt PDF văn bản, PDF quét và PDF dạng bảng, hiểu điều gì được giữ lại, điều gì chắc chắn mất, cùng cách chuẩn bị trước và kiểm tra sau khi chuyển.

Tác giả: Nhóm docsmallXuất bản

Chuyển PDF sang Word xong, chữ nhảy lộn xộn, bảng vỡ thành từng dòng, số trong bản quét bị nhận sai — rất dễ kết luận ngay là “chuyển đổi hỏng”. Thực tế, nguyên nhân thường nằm ở chỗ PDF vốn không tổ chức nội dung theo đoạn và kiểu định dạng như Word. Công cụ chỉ có thể dựa vào chữ, đường kẻ và vị trí trên trang để đoán cấu trúc, và độ chính xác của phép đoán đó phụ thuộc vào loại PDF, chất lượng trang và công cụ bạn chọn.

Bài viết này đi theo thứ tự: xác định loại PDF, chọn đúng công cụ, rồi kiểm tra kết quả. Bạn sẽ thấy quá trình chuyển PDF sang Word thực chất diễn ra những bước nào, nội dung nào được giữ, nội dung nào chắc chắn mất, khi nào nên chuyển sang PDF sang Excel, PDF sang PPT hoặc Ảnh sang Word, cùng vị trí xử lý và giới hạn của từng công cụ docsmall.

Trước tiên: lệch bố cục hiếm khi là do tệp hỏng

PDF là định dạng mô tả trang. Nó ghi lại “ký tự này nằm ở tọa độ này, hình này phủ vùng kia”, chứ không ghi “đây là tiêu đề cấp một, đây là bảng ba cột”. Word thì ngược lại: một tài liệu dạng luồng, dùng đoạn văn, kiểu định dạng, phần và bảng để thể hiện cấu trúc. Giữa hai định dạng không có sự tương ứng một đối một.

Vì vậy chuyển PDF sang Word không phải là mở nguyên lớp chỉnh sửa của PDF, mà là dựng lại theo bốn bước: trích xuất lớp văn bản hoặc chạy OCR, phân tích bố cục, xác định thứ tự đọc, rồi ghi nội dung thành đoạn văn, kiểu định dạng và bảng của Word. Mỗi bước đều có thể tạo ra sai lệch. Chọn được chữ chỉ chứng tỏ có lớp văn bản, không có nghĩa là cấu trúc đoạn, cột và bảng cũng được lưu lại.

Đây cũng là lý do “khôi phục đến từng điểm ảnh” không phải mục tiêu hợp lý. Mục tiêu thực tế hơn: chữ chỉnh sửa và tìm kiếm được, thứ tự đoạn về cơ bản đúng, cấu trúc bảng dùng được, hình ảnh và con dấu vẫn còn. Hãy coi kết quả chuyển đổi là bản nháp, không phải bản cuối cùng, để phần kiểm tra sau đó không bị bỏ qua.

Xác định loại PDF trước khi chuyển

Cùng là PDF nhưng kết quả chuyển đổi có thể rất khác nhau. Trước khi bắt đầu, hãy kiểm tra ba điểm:

  1. Có chọn được chữ không: Dùng chuột bôi đen một đoạn văn bản; nếu chọn và sao chép được thì PDF có lớp văn bản. Nếu hoàn toàn không chọn được, phóng to thấy mép chữ mờ và lấm chấm thì trang là hình ảnh.
  2. Chữ có phải “chữ thật” không: Một số PDF cho chọn chữ nhưng thực chất chỉ là một lớp chữ vô hình phủ trên ảnh cả trang; số khác trông như chữ nhưng đã được chuyển thành đường cong nên không chọn được. Nếu sao chép ra bị lỗi mã hóa hoặc thiếu chữ, kết quả chuyển đổi thường cũng không ổn định.
  3. Bảng có cấu trúc ra sao: Lưới đều, ô đã gộp, bảng vắt qua trang và bảng không có đường kẻ — độ khó nhận dạng tăng dần theo đúng thứ tự đó.

Dựa vào nội dung trang và cách mã hóa, có thể chia thành bốn loại:

Loại Đặc điểm thường gặp Khó khăn chính khi chuyển Công cụ phù hợp hơn
PDF văn bản (bản số) Chọn và sao chép được chữ; phóng to vẫn rõ Thứ tự đọc, nhiều cột, đầu trang và chân trang, hộp văn bản nổi Chuyển PDF sang Word
PDF quét (bản ảnh) Không chọn được chữ; phóng to thấy điểm ảnh Sai số OCR, nghiêng, bóng đổ, độ phân giải Ảnh sang Word hoặc Chuyển PDF sang Word
PDF dạng bảng Trang chủ yếu là bảng có quy luật; có thể có ô đã gộp Nhận dạng hàng cột, ô đã gộp, bảng vắt qua trang Chuyển PDF sang Excel
PDF hỗn hợp Một số trang chọn được chữ, số khác là ảnh quét Chất lượng mỗi trang khác nhau, kết quả không đều Chia tách trước, rồi chọn công cụ theo từng trang

PDF văn bản và PDF quét nói về cách mã hóa nội dung trang; PDF dạng bảng và PDF hỗn hợp nói về cách tổ chức nội dung của cả tệp. Trên thực tế, một tệp thường thuộc hai nhóm cùng lúc: PDF quét vẫn có thể là PDF dạng bảng, còn PDF văn bản vẫn có thể chủ yếu là bảng. Phân loại chỉ là công cụ; điều cần quyết định là có phải chạy OCR không, có phải đổi công cụ không và có phải tách trang trước không.

Chuyển đổi thực sự diễn ra những gì

Có thể chia quá trình thành bốn bước. Hiểu bốn bước này là đủ để phán đoán sơ bộ vấn đề nằm ở đâu.

  1. Đọc nội dung: PDF văn bản được trích xuất lớp chữ trực tiếp; PDF quét được kết xuất thành ảnh trước rồi chạy OCR. OCR không sao chép từng ký tự mà đoán ký tự dựa trên hình dạng chữ, ngữ cảnh và mô hình ngôn ngữ.
  2. Phân tích bố cục: Xác định vùng nào là tiêu đề, thân bài, danh sách, bảng, đầu trang, chân trang và hình ảnh, đồng thời xác định thứ tự đọc. Nhiều cột, bố cục xen văn bản và hình, hộp văn bản nổi và bảng vắt qua trang dễ gây lỗi nhất ở bước này.
  3. Dựng lại cấu trúc: Ghi chữ thành đoạn văn và kiểu định dạng Word, ghi bảng thành bảng Word, đặt hình ảnh trở lại theo vị trí. Khi thiếu phông chữ, phông sẽ được thay thế; giãn dòng, thụt lề và chia cột có thể được tính lại.
  4. Xuất tệp: Mỗi PDF tạo một tệp .docx riêng, không gộp và không đóng gói ZIP. Kết quả không qua kiểm duyệt thủ công, nên sau khi tải về bạn cần tự kiểm tra.

Với bản quét, OCR còn một lớp rủi ro bổ sung: kết quả phụ thuộc vào chất lượng hình ảnh. Trang nghiêng, bóng đổ, ánh sáng chói, độ phân giải thấp, chữ viết tay, chữ trang trí, chữ bị con dấu che và nền phức tạp đều làm giảm độ chính xác. Chuyển cùng một tệp hai lần cũng có thể cho kết quả hơi khác nhau. Đó không phải là trang bị hỏng mà là dao động bình thường của quá trình nhận dạng.

PDF sang Excel và PDF sang PPT về nguyên lý cũng tương tự, nhưng mục tiêu khác: Excel định vị vùng bảng theo từng trang rồi ghi chữ vào ô; PPT phân tích bố cục trang rồi dựng lại chữ, hình và bảng thành các phần tử trang chiếu. Cả hai đều dựng lại nội dung, không dán ảnh chụp trang vào tệp đích, và cũng không đảm bảo khớp đến từng điểm ảnh.

Lệch bố cục: biểu hiện, nguyên nhân và cách xử lý

Đối chiếu hiện tượng để tìm nguyên nhân thường hiệu quả hơn là bấm “chuyển đổi” nhiều lần.

Hiện tượng bạn thấy Nguyên nhân có khả năng hơn Việc nên làm trước
Thứ tự chữ nhảy lung tung Nhiều cột, hộp văn bản nổi, đầu trang và chân trang bị coi là thân bài Sắp xếp lại theo thứ tự đọc sau khi chuyển; tách trang phức tạp bằng Chia tách PDF trước
Bảng biến thành từng dòng chữ Thiếu đường kẻ bảng, phân tích bố cục coi bảng là đoạn văn Nếu cần dữ liệu, đổi sang Chuyển PDF sang Excel; nếu chỉ cần trình bày trong Word, dựng lại bảng bằng tay
Bảng lệch hàng, mất ô đã gộp Tiêu đề phức tạp, tiêu đề có đường chéo, bảng vắt qua trang Kiểm tra và gộp ô lại bằng tay; đơn giản hóa bảng nguồn nếu có thể
Phông chữ, cỡ chữ, giãn dòng thay đổi Thiếu phông gốc, Word dùng phông thay thế; bố cục được tính lại Cài phông gốc hoặc chấp nhận phông thay thế rồi chỉnh kiểu; đừng theo đuổi khớp từng điểm ảnh
Hình ảnh, con dấu sai vị trí Đối tượng nổi, lớp, ảnh nền không được dựng lại đúng Giữ PDF gốc; nội dung dạng hình ảnh không phù hợp để chuyển thành chữ
Cả trang biến thành một hình Trang quét không có lớp chữ, hoặc công cụ chỉ kết xuất trang Dùng công cụ có OCR; nếu chỉ cần ảnh, chuyển sang PDF sang ảnh
Biểu mẫu, chú thích, chữ ký biến mất Những đối tượng này nằm ngoài phạm vi dựng lại chữ và bảng Giữ PDF gốc; khi cần chỉnh sửa, dùng công cụ PDF chuyên dụng
Số trang ít hơn hoặc nhiều hơn Trang trắng, đầu trang và chân trang, thứ tự chia hoặc gộp Nếu thiếu, đối chiếu lại tệp gốc; nếu thừa, dùng Xóa trang PDF để bỏ trang trắng hoặc trang trùng

Còn một trường hợp khác: trông không lệch nhưng nội dung sai. Số 0 bị nhận thành O, số 1 thành l, dấu thập phân hoặc dấu phân cách hàng nghìn rơi sang ô khác, dòng tổng không khớp. Loại lỗi này nguy hiểm hơn lệch bố cục vì khó phát hiện bằng mắt. Số tiền, ngày tháng, mã số, đơn vị, tên riêng và dòng tổng phải được kiểm tra từng mục.

Chọn sai công cụ là nguyên nhân phổ biến: Word, Excel, PPT khác nhau ở đâu

Nhiều trường hợp “lệch bố cục” thực ra là chọn sai công cụ. Chuyển một PDF dạng bảng sang Word rồi sửa bảng trong Word thường mất thời gian hơn là dùng PDF sang Excel ngay từ đầu.

Mục tiêu của bạn Công cụ phù hợp hơn Đầu ra và lưu ý
Sửa đoạn văn, hợp đồng, bài nghiên cứu, tài liệu hướng dẫn Chuyển PDF sang Word Mỗi PDF một tệp .docx; tối đa 5 tệp, 50 MB mỗi tệp, không giới hạn số trang; biểu mẫu, chú thích và chữ ký không được đảm bảo giữ lại
Lấy dữ liệu bảng, sắp xếp, lọc, tính toán Chuyển PDF sang Excel Mỗi PDF một tệp .xlsx, mỗi trang một trang tính; tối đa 5 tệp, 10 MB mỗi tệp, 5 trang; không khôi phục công thức, biểu đồ và macro
Làm bài thuyết trình, tiếp tục dàn trang slide Chuyển PDF sang PPT Mỗi PDF một tệp .pptx, thường mỗi trang PDF tương ứng một trang chiếu; không giữ hiệu ứng động, video và âm thanh
Tệp nguồn là ảnh chụp hoặc ảnh chụp màn hình Ảnh sang Word hoặc Ảnh sang Excel Ảnh sang Word hỗ trợ JPG, PNG, BMP, tối đa 5 ảnh, 50 MB mỗi ảnh; Ảnh sang Excel hỗ trợ JPG, PNG, BMP, TIFF và GIF một khung hình, tối đa 5 ảnh, 10 MB mỗi ảnh
Chỉ cần ảnh của từng trang, không cần chỉnh sửa PDF sang ảnh Kết xuất JPG ngay trong trình duyệt, chọn 150 hoặc 300 dpi; PDF không được tải lên
Chỉ cần một vài trang Trích xuất trang PDF hoặc Chia tách PDF Xử lý cục bộ; thu hẹp phạm vi trước rồi chuyển thường nhanh hơn và dễ đối chiếu hơn

PDF sang Excel còn hai chi tiết dễ bị bỏ qua: khi một trang không nhận ra bảng, công cụ vẫn giữ một trang tính trống để số thứ tự trang tính khớp với số trang PDF; và chỉ cần một trang trong cùng một PDF xử lý thất bại là cả tệp thất bại, không xuất bảng tính thiếu trang. Gặp trường hợp này, hãy tách riêng trang có vấn đề để xử lý.

Nếu mục tiêu là gửi nguyên bản PDF cho người khác, đừng chuyển sang Word; hãy gửi thẳng PDF, hoặc dùng Nén PDF để giảm dung lượng. Nếu mục tiêu là gộp nhiều PDF thành một rồi mới chuyển, hãy dùng Gộp PDF trước, rồi chọn công cụ chuyển đổi. Hãy xem mục đích cuối cùng trước, rồi mới xem định dạng tệp đang có.

Một hiểu lầm phổ biến khác: chuyển PDF sang Word rồi lại lưu đi lưu lại, chuyển ngược về PDF trong Word. Mỗi lần chuyển đổi qua lại, bố cục và phông chữ đều có thể thay đổi thêm. Khi cần bàn giao dạng PDF, hãy xuất phát từ PDF gốc và xử lý bằng công cụ PDF.

Trước khi chuyển: 5 bước chuẩn bị tệp nguồn

Chất lượng chuyển đổi phần lớn do tệp nguồn quyết định. Dành vài phút chuẩn bị thường có lợi hơn là sửa cả nửa tiếng sau khi chuyển.

  1. Giữ lại tệp gốc: Sao chép ra một bản rồi mới xử lý. Về sau nên bắt đầu lại từ tệp gốc, đừng chồng thêm thao tác lên kết quả đã chuyển đổi.
  2. Xác định loại và mục tiêu: Thử chọn chữ, xem cấu trúc bảng trước, rồi quyết định dùng Word, Excel hay PPT. Nếu chưa rõ mục tiêu, hãy tự hỏi: “Nhận kết quả xong tôi sẽ sửa gì?”
  3. Sửa hướng trang và phạm vi: Trang bị lộn ngược hoặc xoay sai chiều thì dùng Xoay trang PDF để xoay lại cho đúng; trang trắng, trang bìa hoặc phụ lục không cần thiết thì dùng Xóa trang PDF để bỏ; chỉ cần vài trang thì dùng Trích xuất trang PDF hoặc Chia tách PDF. Những công cụ này xử lý ngay trong trình duyệt, PDF không được tải lên.
  4. Kiểm soát dung lượng và số trang: Khi vượt giới hạn của công cụ, hãy dùng Nén PDF để giảm dung lượng hoặc chia tách trước. Nén PDF xử lý trên máy chủ, có tải tệp lên và tính credit theo từng tệp; nén sẽ xử lý lại hình ảnh trên trang nên có thể làm chữ nhỏ bị mờ, đừng dùng mức mạnh nhất ngay với bản quét.
  5. Chọn công cụ theo giới hạn: Chuyển PDF sang Word và PDF sang PPT nhận tối đa 5 tệp, 50 MB mỗi tệp, không giới hạn số trang; Chuyển PDF sang Excel nhận tối đa 5 tệp, 10 MB mỗi tệp, 5 trang; PDF có mật khẩu hoặc bị hỏng phải gỡ mật khẩu hoặc sửa trước. Đừng tải lên quá nhiều tệp cùng lúc, vì khi có lỗi sẽ khó xác định nguyên nhân.

Nếu tệp nguồn là ảnh chụp bằng điện thoại chứ không phải PDF, bạn có thể xoay đúng bằng Xoay ảnh, cắt bỏ mép thừa bằng Cắt ảnh, rồi ghép thành PDF bằng Chuyển ảnh sang PDF, hoặc dùng thẳng Ảnh sang Word/Excel. Đừng tạo PDF trước chỉ để rồi chuyển tiếp, vì như vậy là thêm một bước không cần thiết.

Sau khi chuyển: kiểm tra theo thứ tự, đừng chỉ xem trang đầu

Chuyển xong không có nghĩa là đã xong việc. Nên kiểm tra theo trình tự dưới đây: xem các trường rủi ro cao trước, rồi đọc lại toàn văn.

  1. Số trang và thứ tự: Trang đầu, trang cuối và tổng số trang có khớp với bản gốc không; có phát sinh trang trắng hay thiếu phụ lục không.
  2. Tính đầy đủ của chữ: Đoạn đầu và đoạn cuối của mỗi mục có còn không; có đoạn nào biến mất, bị lặp hoặc bị lỗi mã hóa không.
  3. Thứ tự đọc: Trang nhiều cột có bị đọc thành một dòng không; đầu trang, chân trang, chú thích hình và chú thích cuối trang có lẫn vào thân bài không.
  4. Số và đơn vị: Kiểm tra từng mục số tiền, ngày tháng, mã số, số điện thoại, số căn cước, đơn vị đo, phần trăm và dòng tổng. OCR dễ sai nhất ở đây.
  5. Cấu trúc bảng: Tiêu đề, hàng cột, ô đã gộp, dòng tổng và ô trống có đúng không; bảng vắt qua trang có bị cắt thành hai bảng không.
  6. Kiểu định dạng và ngắt trang: Phông chữ có bị thay thế không; giãn dòng, thụt lề, chia cột và ngắt trang có đúng như mong đợi không; kiểu tiêu đề còn dùng được để tạo mục lục không.
  7. Nội dung phi văn bản: Hình ảnh, con dấu, chữ ký viết tay, công thức và biểu đồ có còn không; biểu mẫu, chú thích, liên kết và dấu trang có được giữ lại không.
  8. Mở bằng phần mềm đích: Mở thực tế bằng Word, WPS, LibreOffice, Excel, PowerPoint hoặc Keynote để kiểm tra khả năng tương thích và việc thay phông.
  9. Nội dung nhạy cảm: Trước khi gửi, xác nhận không còn trang thừa, chú thích, bản ghi theo dõi chỉnh sửa hoặc thông tin cá nhân không nên xuất hiện. Chuyển đổi không tự động xóa những nội dung này.

Nếu phát hiện lệch trên diện rộng, đừng tiếp tục chuyển đổi trên chính kết quả đó. Quay về PDF gốc, đổi công cụ, tách trang trước hoặc sửa chất lượng bản quét thường nhanh hơn là vá lại nhiều lần.

Những PDF không nên chuyển sang Word

Chuyển đổi trực tuyến phù hợp để biến chữ và bảng đọc được thành nội dung chỉnh sửa được, nhưng có những việc ngay từ đầu không nên dùng công cụ này.

  • Bản thiết kế, poster, tạp chí, catalogue: Bố cục chính là nội dung; Word không giữ được chính xác lớp, phông chữ và vị trí. Khi cần giữ đúng hình thức, hãy dùng PDF sang ảnh hoặc giữ nguyên PDF.
  • Biểu mẫu, trang ký hợp đồng, tài liệu có chú thích: Biểu mẫu tương tác, chữ ký số, chú thích và bản ghi theo dõi chỉnh sửa không được đảm bảo giữ lại. Khi cần những nội dung này, hãy giữ PDF gốc hoặc dùng công cụ chỉnh sửa PDF chuyên dụng.
  • Chữ viết tay, chữ trang trí, công thức phức tạp, bản nhạc, bản đồ, bản vẽ kỹ thuật: OCR và phân tích bố cục khó dựng lại đáng tin cậy; kết quả thường phải sửa rất nhiều bằng tay.
  • Tệp có mật khẩu, bị hỏng hoặc không có lớp văn bản: Hãy gỡ mật khẩu hoặc sửa tệp trước; trang chỉ toàn hình ảnh cần công cụ OCR chứ không phải chuyển đổi thông thường.
  • Tài liệu mật không thể tải lên: Chuyển PDF sang Word, Excel, PPT và Ảnh sang Word/Excel đều xử lý trên máy chủ, tệp được tải lên. Giấy tờ tùy thân, hợp đồng, hồ sơ bệnh án, tài liệu tài chính và các tài liệu không được rời khỏi mạng nội bộ nên xử lý bằng phần mềm cài trên máy.
  • Công việc yêu cầu khớp đến từng điểm ảnh: Đây không phải mục tiêu của chuyển PDF sang Word. Khi cần trình bày y nguyên, PDF vốn là định dạng bàn giao phù hợp nhất.

Nếu người nhận chỉ cần đọc mà không cần sửa, gửi PDF thường an toàn hơn là chuyển sang Word. Nếu chỉ cần một vài trang, hãy dùng Trích xuất trang PDF hoặc Chia tách PDF, đừng chuyển cả tệp chỉ vì vài trang nội dung.

Tải lên, credit, thời gian lưu và ranh giới quyền riêng tư

Các công cụ liên quan của docsmall chia thành hai nhóm với vị trí xử lý khác nhau; cần phân biệt trước khi dùng.

Công cụ Vị trí xử lý Tệp có được tải lên không Thời gian lưu kết quả
Chuyển PDF sang Word, PDF sang Excel, PDF sang PPT Máy chủ Có 24 giờ
Ảnh sang Word, Ảnh sang Excel Máy chủ Có 24 giờ
Nén PDF Máy chủ Có 24 giờ
Xoay trang PDF, Chia tách PDF, Trích xuất trang PDF, Gộp PDF, PDF sang ảnh, Cắt ảnh, Xoay ảnh, Đổi kích thước ảnh, Nén ảnh, Chuyển ảnh sang PDF Trình duyệt (cục bộ) Không Chỉ trong phiên hiện tại

Công cụ chạy trên máy chủ sẽ dùng credit: Chuyển PDF sang Word, PDF sang Excel và PDF sang PPT tính 1 credit mỗi trang; Ảnh sang Word và Ảnh sang Excel tính 1 credit mỗi ảnh; Nén PDF tính 1 credit mỗi tệp, không phụ thuộc số trang. Mỗi ngày có một lượng credit miễn phí; số lượng cụ thể và quy định trả phí xem tại trang Credit miễn phí và bảng giá.

Cũng cần biết trước các giới hạn: công cụ máy chủ nhận tối đa 5 tệp mỗi lần; Chuyển PDF sang Word và PDF sang PPT tối đa 50 MB mỗi tệp, không giới hạn số trang; Chuyển PDF sang Excel tối đa 10 MB mỗi tệp và 5 trang; Nén PDF tối đa 200 MB mỗi tệp, không giới hạn số trang; thời gian chờ tối đa của công cụ chuyển đổi khoảng 20 phút, của Nén PDF là 16 phút; kết quả lưu 24 giờ, quá hạn phải chuyển đổi lại. Mỗi tệp xuất riêng, không gộp và không đóng gói ZIP.

Tải lên và tải xuống đều qua HTTPS, không cần đăng ký tài khoản. Nội dung tệp không được dùng cho mục đích nào ngoài việc chuyển đổi, nhưng điều đó không có nghĩa là được tải lên tài liệu nhạy cảm tùy tiện: thiết bị dùng chung, tiện ích trình duyệt, việc người khác nhìn thấy màn hình và lưu trữ bên thứ ba vẫn cần bạn tự cân nhắc. Những tệp không được phép tải lên nên xử lý bằng phần mềm cài trên máy.

Kết luận: xác định trước, chuyển sau, kiểm tra cuối

Phần lớn vấn đề bố cục khi chuyển PDF sang Word không phải do tệp hỏng, mà do cấu trúc trang của PDF khác cấu trúc tài liệu của Word. Công cụ chỉ có thể dựng lại nội dung dựa trên chữ, đường kẻ và vị trí; kết quả phụ thuộc vào loại PDF, chất lượng bản quét, độ phức tạp của bố cục và công cụ được chọn.

Có thể ra quyết định theo trình tự sau:

  1. Thử chọn chữ trước để xác định PDF thuộc loại văn bản, quét, dạng bảng hay hỗn hợp.
  2. Xác định rõ mục tiêu: sửa đoạn văn dùng PDF sang Word, lấy dữ liệu dùng PDF sang Excel, làm bài thuyết trình dùng PDF sang PPT, nguồn là ảnh thì dùng Ảnh sang Word/Excel.
  3. Trước khi chuyển, sửa hướng trang, phạm vi và dung lượng, tuân thủ giới hạn số tệp, dung lượng và số trang.
  4. Sau khi chuyển, kiểm tra theo thứ tự: số trang, chữ, số liệu, bảng, kiểu định dạng và nội dung phi văn bản.
  5. Khi kết quả không đạt, quay về tệp gốc và đổi cách làm, đừng chuyển đi chuyển lại trên cùng một kết quả.

Nếu chỉ nhớ một điều: chuyển PDF sang Word là dựng lại, không phải mở lớp chỉnh sửa gốc. Hãy coi kết quả là bản nháp, tự kiểm tra những con số và bảng quan trọng; cách đó thực tế hơn là chạy theo việc khôi phục 100% bố cục ban đầu.

Câu hỏi thường gặp

PDF sang Word bị lệch bố cục, có phải tệp bị hỏng không?

Thường thì không. PDF ghi vị trí của từng chữ và hình trên trang, còn Word lưu đoạn văn, kiểu định dạng và cấu trúc bảng; công cụ phải suy ra cấu trúc từ nội dung trang nên kết quả không khớp hoàn toàn với bản gốc là chuyện bình thường. Tệp hỏng thường biểu hiện ở việc không mở được, trang trắng hoặc chuyển đổi thất bại ngay, chứ không chỉ là bố cục thay đổi.

Vì sao PDF chọn được chữ mà chuyển sang Word vẫn lệch?

Chọn được chữ chỉ cho thấy PDF có lớp văn bản, không có nghĩa là nó lưu thứ tự đoạn văn và thứ tự đọc. Bố cục nhiều cột, đầu trang và chân trang, hộp văn bản nổi và bảng vắt qua trang đều có thể khiến công cụ xác định sai thứ tự. Bạn có thể dùng Chia tách PDF để tách riêng những trang phức tạp, hoặc chỉnh lại thứ tự bằng tay sau khi chuyển đổi.

Vì sao PDF quét sang Word dễ nhận sai?

Mỗi trang của PDF quét thực chất là một hình ảnh, nên phải chạy OCR để biến điểm ảnh thành chữ. Trang nghiêng, bóng đổ, ánh sáng chói, độ phân giải thấp, chữ viết tay và chữ trang trí đều làm giảm độ chính xác. Khi quét, hãy giữ trang phẳng, đúng chiều và dùng khoảng 200–300 dpi; nếu nguồn gốc là ảnh, bạn cũng có thể dùng trực tiếp Ảnh sang Word.

Nên chọn chuyển PDF sang Word hay PDF sang Excel?

Nếu mục tiêu là sửa đoạn văn, hợp đồng, bài nghiên cứu hay tài liệu hướng dẫn, hãy dùng Chuyển PDF sang Word; nếu cần lấy dữ liệu bảng để sắp xếp, lọc hoặc tính toán, hãy dùng Chuyển PDF sang Excel. Chuyển sang Excel tạo một trang tính cho mỗi trang, giới hạn 10 MB và 5 trang mỗi PDF, không khôi phục công thức, biểu đồ hay macro; chuyển sang Word nhận tệp tối đa 50 MB và không giới hạn số trang.

Vì sao bảng sau khi chuyển sang Word bị mất ô đã gộp?

Ô đã gộp, tiêu đề có đường chéo và bảng vắt qua trang phụ thuộc vào cách công cụ nhận dạng cấu trúc bảng, nên cấu trúc phức tạp có thể bị tách thành ô thường hoặc thành đoạn văn. Sau khi chuyển, bạn cần gộp ô lại bằng tay trong Word; nếu bảng chủ yếu để tính toán, dùng Chuyển PDF sang Excel sẽ hợp lý hơn.

Chuyển PDF sang Word có giữ biểu mẫu, chú thích và chữ ký không?

Không được đảm bảo. Quá trình chuyển chủ yếu dựng lại chữ, đoạn văn, hình ảnh và bảng; biểu mẫu tương tác, chú thích, dấu trang, liên kết, tệp đính kèm và chữ ký số thường không được giữ dưới dạng đối tượng chỉnh sửa được. Khi cần những nội dung đó, hãy giữ lại PDF gốc hoặc dùng công cụ chỉnh sửa PDF chuyên dụng.

Có cần chia tách hay nén PDF trước khi chuyển không?

Nếu tệp vượt giới hạn của công cụ, có quá nhiều trang hoặc bạn chỉ muốn chuyển vài trang thì nên xử lý trước. Có thể dùng Nén PDF để giảm dung lượng, hoặc Chia tách PDF, Trích xuất trang PDF để lấy đúng những trang cần dùng. Nén có thể làm chữ nhỏ bị mờ, nên đừng nén quá mạnh với bản quét.

Kết quả có được tải lên không và lưu trong bao lâu?

Chuyển PDF sang Word, PDF sang Excel, PDF sang PPT, Ảnh sang Word và Ảnh sang Excel xử lý trên máy chủ, tệp được tải lên và kết quả được lưu 24 giờ; xoay, chia tách, trích xuất trang, gộp PDF và chuyển PDF sang ảnh xử lý ngay trong trình duyệt, tệp không được tải lên. Chi phí và credit miễn phí có ở trang Credit miễn phí và bảng giá.

Có cách nào khôi phục 100% bố cục của PDF gốc không?

Không có cách nào phổ quát. PDF và Word có cấu trúc khác nhau; chuyển đổi là dựng lại bố cục chứ không mở lớp chỉnh sửa gốc, nên thiếu phông chữ, đối tượng nổi và bảng phức tạp đều có thể tạo ra khác biệt. Mục tiêu thực tế hơn là chữ chỉnh sửa được, đoạn văn và bảng dùng được ở mức cơ bản, rồi dành thời gian soát kỹ những nội dung quan trọng.