pdf转word

问题描述

学校的系统要求同时上交 pdf 和 word 版本的论文。latex 写的只能生成 pdf，就有了转 word 需求。通过搜索，先后尝试了 pandoc 的 tex2docx（可以生成，但是格式太简陋），adobe 的在线 pdf 转 word（总体美观，但是公式识别失败）。最后，还是选择了 adobe acrobat DC 本地将 pdf 转成 word，并结合 axmath 的 word 插件，输入公式。

acrobat DC 的使用

当初本科时候就装了这个软件。用它输出 word 有两种模式：

保持流动顺序和保持页面布局。其中，保持流动顺序是让段落顺序和 pdf 一样，转换结果的总页数和 pdf 可能不一致；而保持页面布局是强行让文字位置和 pdf 一样，但是丧失了可编辑性。因为后面还要加公式，所以选择第一种，同时也是默认模式。

初步转换后，大概比 pdf 多了七八页。有很多是空白导致的。现在的 word 很粗糙，里面很多隐藏的分割符，加上 word 各种隐藏 bug，所以要耐心。

页码和目录

学校要求是绪论之前（不包括封面）用罗马数字，绪论之后的正文用阿拉伯数字。把绪论之前编为一节，且每一页指定好页码样式，链接到前一节，这样才能自动编号。在绪论第一页开始新的一节，这样就从 1 开始编号了。页码和目录关系很大。这时候更新一下目录，也包括了绪论之前的内容。只能手动删除掉了。

样式管理

来到文字编辑部分。acrobat 会把文档的标题字体给改了，而且正文段落的缩进还各不相同。如果每一段都设置太麻烦了。所以，从“样式”选项卡修改，可以一劳永逸。首先，选择某个样式的文字，点开样式的修改选项卡，如图：

然后，设置好字体和段落，比如宋体、两端对齐，去除缩进等。勾上自动更新，然后相同样式的所有文字都会应用。

注意这个自动更新，如果后面你想对一些格式微调，那么自动更新会让你的微调作用于全局，所以，建议初步改完后，关掉自动更新。完成这一步后，文档大致美观了。

公式输入

现在市面上所有的 pdf 转 word 工具，识别公式的能力都很垃圾。大致排序就是 adobe 在线>acrobat>其他。adobe 也只能识别一些简单的公式，遇到稍微复杂的也是乱码。mathpix 是图片转 latex 的最强工具，识别率非常高，但是收费。我研一时候，买了 axmath，类似于 mathtype，但是功能更丰富，可以将 latex 转为 word 公式。把 overleaf 的公式复制过来，开一个行内公式，粘贴，整理好格式。删空格会碰到很多奇怪的东西，只要多保存，前后试一试，一般都能解决。

更新

axmath 在将 latex 公式转为 word 格式时，会导致文档其他部分出现空白。非常恶心！