耗时一个月我开发了一个 PDF 转 Word 的在线工具

[hfxsm]

这是一个我花费了数月时间开发的在线 PDF 转换工具pdf2docx.cn，它不仅支持将 PDF 转换为 Word ，还包括 PDF 转 Excel 、PDF 转 PPT 等功能。今天，我想在 V2EX 这个技术社区分享我的项目，并且真诚地希望大家能试用并给出宝贵的反馈和建议。

项目背景： 我经常遇到需要将 PDF 文件转换为可编辑格式的情况。市面上虽然有许多此类工具，但往往难以满足高效率和高保真的需求。因此，我决定自己动手，打造一个更符合开发者和专业人士需求的工具。

主要特性：

• 高保真转换：能够准确保留 PDF 的布局、格式和字体。
• 多功能性：除了 PDF 转 Word ，还支持 PDF 转 Excel 、PDF 转 PPT ，以及反向转换。
• 简洁的用户界面：专注于核心功能，避免不必要的复杂性。
• 优化的转换速度：对于大文件和复杂布局也能快速处理。

技术挑战： 在开发过程中，我遇到了一些技术挑战，比如如何有效地处理复杂的 PDF 布局，如何确保转换后文档的格式不乱。

请求大家的反馈：

• 你在使用过程中遇到了哪些问题？
• 有哪些功能是你希望添加的？
• 对于现有的功能，你有什么改进的建议？

访问链接： www.pdf2docx.cn

期待大家的回复和讨论！

[dashupc]

打不开啊，老铁

[xunqin]

可以的

[hfxsm]

@dashupc 啊？阿里云买的机器，是一直在转圈吗？

[hfxsm]

@xunqin 欢迎多体验，免费的哈

[dashupc]

上传了个 36M 的卡 90%不动了

[hfxsm]

@dashupc 收到，我来优化下，36M 的 pdf 文件有点大的，可能需要花点时间转换，下一版本准备把需要转换时长也展示出来。

[jorneyr]

2.3M 的 pdf 转 word ，也是 90% 就卡住了，后端是对 90% 情有独钟吗？

[listenerri]

域名挺好

[dashupc]

应用文写作…506.pdf 58.7 MB
转换中
90%

删除


又卡了

[sjqmmd]

同卡在 90%

[proxychains]

ERR_EMPTY_RESPONSE

[LHN]

45KB 的 pdf 卡主了

[Ghostsss]

7.7 MB 的文件一样卡到 90%了

[hfxsm]

家人们，我的小机器好像顶不住大文件转换，等我优化几波再来更新！！！

[wizzer]

合肥本地的公司啊

[minibear2021]

大家别试了，甲方付款才付到 90%，还有 10%尾款没收到:)

[natsuki22]

你这个网址。。。。。pdf2docx.com 更好用（

[hfxsm]

@natsuki22 像优秀的网站学习，我这个 pdf 和 office 文件互转

[thanning0]

随手转了篇 PDF 文献到 word 试试，除了数学符号公式转换的效果不太好（有的符号居然是图片？），其他的格式，表格，算法框，超链接都挺好的，给楼主点赞。

建议如果能把数学公式转换处理好，比如把 latex 编译的 pdf 数学公式转成 mathtype 的数学公式就太好了。

[28Sv0ngQfIE7Yloe]

https://smallpdf.com/
https://www.ilovepdf.com/zh-cn



这俩巨好用

[stiekel]

实测 34.2MB 文件，的确 90%会卡一下，但等一下就成功了。下载也耗了一点时。
但是……转换完，还是图片——从图片 PDF 变成了图片 Word 文档。

[hfxsm]

@Morii 这两确实好用。我的做了点新功能，加了去除读写保护。其实也支持传入密码（前端还没加）处理加密的 pdf 。

[hfxsm]

@stiekel 这个涉及到 OCR 技术，目前还在增加当中。扫描件不太好处理哈。

[natsuki22]

扫描 PDF 挺麻烦的，楼主加油做个谷歌排名第一的（

[oliver2020]

支持一下

[leaf]

这不是一个红海市场了么？怎么还在不断开发，有啥特色功能吗？

[hfxsm]

@leaf 准备加些特色功能：
1 、对于受保护的 pdf 不能转换，去除 pdf 的保护，其他的工具没有
2 、支持扫描件，用 OCR 技术实现还原，再导出 word

[natsuki22]

我是做这个方面软件推广的，1 的话一把一把的网页工具，2 的话能够做的很好的现在都没有
2 的话有个大问题是文字识别的多语言。。。

[natsuki22]

能把一个小语种做好就算特性了（英语的识别已经没啥大问题了

[muyangren]

6.4 MB 文件卡 90%不动了

[mdyh]

一点击开始转，就弹没了

[metalvest]

临时有转换需求的话，from pdf2docx import parse 就行了

[supuwoerc]

为啥转出来多了一页空白页...

[hfxsm]

@natsuki22 大哥，哪些小语种需求相对多一些，准备排个计划

[oliver2020]

试了一下，都是几 M 的文件，有时候显示接口调用失败

[6581]

花时间做这个是为了赚钱吗？还是怎样呢？感觉市场上已经有很多这种工具了。

[Felldeadbird]

效果不错，基本都可以转文本。就是转换速度慢了一点，可以接受。

[oliver2020]

113MB 扫描件，转换过程中自动把文件删除哈，一点征兆都没提示

[fru1t]

还不错，试了一个纯文本的 pdf

[rupert]

我也做的一个小程序

[1018ji]

我已阅读并遵守《信息网络传播权保护条例》

就不能翻译下 H 啊哈哈

[zzz22333]

最近遇到一个硬需求，下了几个 pdf 文档，都没有目录，有时候想快速翻到某一个章节，就挺麻烦了，不知道楼主能不能做一下这个功能。

[Sirius8]

测试了下，效果最好的是 ilovepdf ，其次是楼主的这个和 smallpdf 。
提个需求，希望可以支持 pdf chatgpt 翻译，最好可以自己填写 key 的

[natsuki22]

pdf 文档的目录自动创建！这个确实

[xhxh]

啊，为啥我网址也打不开

[bug123]

楼主要做多语言的话最好别用 cn 域名，另外首页自动跳转对 SEO 不友好

[jiangk]

打不开了

[hfxsm]

@bug123 首页应该怎么做啊。后端开发真的不太懂

[hfxsm]

@zzz22333 自动目录是吧，好的，我研究下试试。

[hfxsm]

@Sirius8 好的，下一步就准备把翻译加上，不过要支持 chatgpt 得在海外部署一个服务器了，国内的翻译 API 主要是阿里、腾讯、百度、讯飞提供的机器翻译的接口，百度、讯飞、阿里都有大模型接口，也可以支持翻译。

[beetlerx]

有开源的, 功能也挺多, 直接可以 docker 搭建
https://github.com/Stirling-Tools/Stirling-PDF
我用这个建了一个 自用的
pdf.xandar.pro

[Droog]

试了下，蛮好用的。

[zhou00]

感觉效果还不错，点赞。 顺便问下，技术栈用的是什么

[akira]

@leaf 其实并不红，做的好的基本没有。 都是特么的截图

[hfxsm]

@beetlerx 功能挺全的，但是这种基于 libreoffice 转换效果都不太行。

[hfxsm]

@akira 对的，不少基于截图转的，或者转出来没有排版，没法使用。

[zsj1029]

Pdf24 这个网站，看看能不能做一个

[Aloento]

@wizzer #15 合肥主一信息技术有限公司

[pianoer88]

顶一个

[Pepsigold]

@hfxsm 你可以用过内中转接口？

[gby]

pdf 转 word ？不是直接用 word 打开 pdf 文件就行了么。

[jixiaopeng]

我也开源了一个项目，但不会推广，项目自我感觉很好，哎

[haoxuexiaoyao]

我只需要提取里面的每一页的表格到 excel 的话可以的么

[metalvest]

@metalvest 这个 python 库转换出来的基本可以保持大致格式，自测转了一个四百多页的单双栏混合带大量插图的 pdf 大概每秒钟一页的速度。

[fzcf]

请问大概是什么技术路线，方便分享下吗？

[hfxsm]

@zsj1029 可以的， 楼上同学提到 https://github.com/Stirling-Tools/Stirling-PDF 就可以实现。但是使用的 LibreOffice 是不能保持排版效果。

Conversion Operations
Convert PDFs to and from images.
Convert any common file to PDF (using LibreOffice).
Convert PDF to Word/Powerpoint/Others (using LibreOffice).
Convert HTML to PDF.
URL to PDF.
Markdown to PDF.

[hfxsm]

@oliver2020 太大了，我加下文件大小限制

[hfxsm]

@haoxuexiaoyao 可以啊，用 pdf 转 excel 就行了

[hfxsm]

@fzcf 可以的，过段时间准备做一波分享

[j6711]

挺强的，会有付费计划吗？能买断吗？
能有客户端离线使用的版本吗？有些资料只能本地处理

[hfxsm]

@j6711 可以聊聊，后续会推出离线版本。

[csx163]

带表格的 pdf 可以转么，目前 pdf 表格转 word 或 excel 市场上没一家能打的

[hfxsm]

@csx163 可以啊，试试，效果非常棒

[a5love3n]

老哥，你这个卖源码吗

[halozzz]

问下老哥，表格转是基于啥技术？

[mclxly]

扫描 PDF 现在能转么？

[hfxsm]

@a5love3n 上线了 API ，可以接入哈

[hfxsm]

@mclxly 可以，扫描的有两种方案，一种是采用开源的 ocr ，成本就我的开发成本。如果接入大厂的 ocr 比较贵

[2han9wen71an]

想知道页眉页脚,还有大纲编号是如何做到精准识别的,目前看起来只有 ilovepdf 和你家支持这个

[gigode]

https://www.pdf24tools.online/ 这个不是也可以吗