用了3年PDF365，我才真正搞懂转文字这回事

说来惭愧,我头一回用PDF365的转文字功能，纯属被逼的——领导甩过来一份几十页的扫描版合同，要我把里面的关键条款整理成Word，我盯着那堆像照片一样的PDF页面，心想这不得敲键盘敲到天亮，结果同事路过瞄了一眼，轻飘飘丢了句：“你用PDF365的OCR转一下不就行了，几分钟的事儿。”

那一刻,我意识到自己白跟PDF打了这么些年交道。

PDF里的文字，其实分两种

用PDF365“转文字”之前，你得先搞清楚一件事——你手里的PDF是哪种，这个认知我之前完全没有，走了不少弯路。

第一种是“真文字”型PDF，这种文件本身就是用Word、WPS之类的软件直接导出的，文字是货真价实的文字，你可以用鼠标选中、复制，第二种是“假文字”型PDF，说白了就是图片，扫描仪扫出来的合同、手机拍的书籍页面、截图拼成的文档，表面看是文字，实际上是一张一张的像素块，电脑眼里，它和一张风景照没区别。

这俩的区别直接决定了你在PDF365里该点哪个按钮,我刚开始没分清，拿个扫描件跑去用“PDF转Word”功能，结果转出来要么是空白页，要么文字乱成一锅粥，当时还以为是软件不好使，后来才发现是自己点错了入口。

PDF365里三个跟“转文字”相关的功能，别点错了

PDF365这个软件功能堆得挺多的,光跟“转文字”沾边的就有好几个，我按照自己踩过的坑，把最常用的三个功能掰扯清楚：

我第一次正经用OCR功能的时候,那个等待的进度条走了大概十来秒，转出来一看，准确率居然挺高，印象最深的是有份皱巴巴的旧合同扫描件，里面有个条款的“拾”字，原件上有点模糊，它居然识别对了，没变成“抬”或“十”，那种感觉还挺奇妙的，像是软件真的在努力辨认文字，不是机械地糊弄一下。

实际操作的几个小细节，影响挺大的

扫描件转文字之前，先看一眼清晰度

这个问题我以前完全不注意,有次转了份手机拍的会议纪要，歪歪扭扭的，光线还暗，转出来的文字惨不忍睹——“项目进度”变成了“项且讲度”，“甲方”识别成“甲方”（这个倒没错，但旁边的“乙方”变成了“乙万”），后来学乖了，拍文档的时候尽量正对着、光线均匀，实在不行就用PDF365自带的图片优化功能稍微处理一下，对比度拉高一点，识别率能明显上去一截。

表格和图文混排，别抱完美期待

有一说一,带复杂表格的扫描件转出来，大概率要对表格重新调整，PDF365的OCR在处理纯文字段落时表现不错，但碰到那些合并单元格、斜线表头的复杂表格，转出来的Word里格子会错位，需要手动拖一拖，图文混排的文档，文字是能提取出来的，但图的位置会跑偏，这个不是哪个软件的问题，是OCR技术本身就这个现状，我现在遇到这种文档，心态很稳，文字能出来就行，排版我自己调。

PDF365客户端和网页版，选哪个

PDF365有桌面客户端也有网页版,我两个都用过，体感是：大文件、页数多的扫描件，用客户端处理更稳，速度也快一些，毕竟本地算力摆在那儿，只是偶尔在外面用别人电脑，临时处理个两三页的小文档，网页版就很方便，不用安装，打开浏览器上传、转换、下载，一气呵成，网页版还有个好处是跨平台，Mac用户也不用纠结兼容性问题。

“转文字”之后，我通常会顺手做的事

文字提取出来只是第一步,我现在有个习惯，转完的Word文档会先快速浏览一遍，重点核对几个容易出错的地方：数字、标点、英文大小写，比如合同里的金额数字、日期，这些地方错一个就闹笑话了。

PDF365的OCR功能现在支持中英文混排识别,这点对我这种经常要看双语资料的人很友好，一份中英文对照的技术文档扫进去，中文和英文能各自识别出来，不会互相干扰，偶尔夹杂几个专业术语的英文缩写，比如API、SDK之类的，也不会变成乱码，准确率我不敢说百分之百，但凭良心讲，日常办公用足够。

说到这儿,我想起第一次成功用PDF365把扫描件转成Word的那个下午——看着屏幕上整洁的文字，突然觉得之前那些逐字敲键盘的日子，真是给自己找罪受。

这东西用顺了,就跟你学会用快捷键一样，回不去了。