Конвертер PDF в RTF

Почему RTF, а не DOCX?

Rich Text Format — старый формат документов на основе обычного текста, и именно в его возрасте заключается главная сила. Файл RTF открывается в Microsoft Word, LibreOffice Writer, Apple Pages, TextEdit, WordPad и Google Docs, включая старые версии программ. Если нужно передать редактируемую копию PDF человеку, о чьих программах вы ничего не знаете, или загрузить документы в старую систему, которая принимает только RTF, конвертация PDF в RTF — самый безопасный выбор.

Как здесь работает конвертация PDF в RTF

PDF хранит буквы в точных координатах на странице и ничего не знает о том, что такое абзац. Конвертер считывает каждый фрагмент текста вместе со шрифтом, размером и цветом, объединяет фрагменты с общей базовой линией в строки, а затем определяет, где начинаются абзацы, — по интервалам, отступам, маркерам списков и концам предложений. Он выясняет, выровнен абзац по левому краю, по центру, по правому краю или по ширине, и записывает всё это как настоящие абзацы RTF, а не как плавающие текстовые блоки. В результате текст естественно перетекает, когда вы начинаете в нём печатать.

После добавления файла открывается окно настроек: слева миниатюра страницы PDF, справа — живой предпросмотр RTF. Можно пролистать страницы и увидеть, как получится каждая из них, прежде чем запускать конвертацию.

Два стиля результата

• «Keep formatting» (сохранить форматирование, включён по умолчанию) переносит шрифты, размеры, цвета текста, выравнивание, отступы, межстрочные интервалы и картинки, поэтому документ выглядит близко к PDF.
• «Clean document» (чистый документ) использует один шрифт, аккуратные интервалы и простые размеры заголовков, сохраняя при этом жирный, курсив и структуру заголовков. Цвета текста в этом режиме отбрасываются. Выбирайте его, если собираетесь переписывать текст, а не воспроизводить внешний вид.

Полезные настройки

• «Pages» (страницы): для одного PDF можно указать диапазон, например 1-3, 8 или 10-, чтобы конвертировать только его часть.
• «Font» (шрифт): оставить шрифты, указанные в PDF, или заменить их все на Calibri, Arial, Times New Roman, Georgia, Cambria, Verdana или Courier New. RTF хранит только названия шрифтов, а не сами шрифты, поэтому шрифт, которого нет на компьютере читателя, заменяется похожим; по этой причине распространённые PDF-шрифты вроде Helvetica сопоставляются с Arial.
• «Detect headings» (распознавать заголовки): крупные или жирные строки заголовков становятся настоящими стилями заголовков, так что область навигации и автоматическое оглавление в Word работают сразу.
• «Keep page breaks» (сохранять разрывы страниц): каждая страница PDF начинается с новой страницы. Отключите эту опцию — и предложения, разорванные концом страницы, снова соединятся.
• «Join hyphenated words» (соединять слова с переносами), «keep web links clickable» (оставлять ссылки кликабельными), «keep text colours» (сохранять цвета текста) и «include pictures» (включать картинки) — каждую из этих опций можно включить или выключить.
• «Remove headers, footers and page numbers» (удалять колонтитулы и номера страниц) отбрасывает строки, которые повторяются вверху или внизу большинства страниц, — в длинных отчётах это избавляет от массы ручного удаления.

Ваши настройки запоминаются в этом браузере до следующего визита — кроме выбора страниц.

Что переносится, а что может измениться

Основной текст, жирный и курсив, верхние и нижние индексы, цвета текста, веб-ссылки, адреса электронной почты и картинки записываются в RTF. Маркированные и нумерованные пункты становятся отдельными абзацами, в которых маркер или номер сохраняется как текст, а не как автоматический список. Фотографии встраиваются в формате JPEG; изображения с прозрачностью сохраняются как PNG. Очень большие изображения уменьшаются до 1800 пикселей по длинной стороне, чтобы файл оставался разумного размера, а крошечные фрагменты вроде линий и точек пропускаются. Буквы с диакритикой и нелатинские алфавиты хранятся в Unicode, а абзацы с письмом справа налево помечаются соответствующим образом.

Таблицы не воссоздаются как редактируемые сетки: ячейки переносятся строками текста с табуляцией между столбцами. Многоколоночная журнальная вёрстка превращается в одну сплошную колонку. Текст, нарисованный векторными контурами (так часто делают логотипы и некоторые экспортированные макеты), не является настоящим текстом: страница, состоящая только из таких фигур, обрабатывается как отсканированная, а контурный логотип рядом с обычным текстом просто не переносится. Декоративные фоны, закрывающие всю страницу позади текста, намеренно опускаются.

Отсканированные PDF и OCR

При открытии файла инструмент проверяет, есть ли у страниц текстовый слой (первые 60 страниц первого PDF), и сообщает, у скольких его нет. Для таких страниц можно выбрать один из трёх вариантов:

1. Распознать текст (OCR): страница отрисовывается как изображение и считывается OCR-движком, работающим на вашем устройстве. Язык выбирается заранее по настройкам браузера, и его можно сменить на любой из 38, включая румынский, немецкий, русский, греческий, арабский, иврит, китайский, японский и корейский; английский всегда добавляется вторым языком. Настройка точности задаёт отрисовку в 150, 220 или 300 dpi; для мелкого шрифта берите максимальную.
2. Оставить картинкой: вся страница помещается в RTF как изображение — удобно для бланков и чертежей, которые нужно просто сохранить рядом с текстом.
3. Пропустить: такие страницы не попадают в результат.

При первом запуске OCR для какого-либо языка его файл данных (примерно от 2 до 15 МБ) скачивается один раз и затем кэшируется браузером. Сам PDF при этом по-прежнему никуда не отправляется.

Конвертация нескольких PDF за раз

За один раз можно добавить до 20 PDF. Все файлы конвертируются с одинаковыми настройками один за другим, а индикатор прогресса показывает, какой файл и какая страница обрабатываются. Каждый результат получает имя своего PDF: например, contract.pdf становится contract.rtf; если у двух файлов одинаковое имя, второй получает номер в скобках. Файлы можно скачивать по одному или все вместе ZIP-архивом. Если в пакете есть защищённый файл, пароль запрашивается, когда дойдёт его очередь; пропущенный файл или файл без читаемого текста отмечается как не конвертированный, пока остальные обрабатываются. Выбор страниц доступен только при конвертации одного PDF: в пакете конвертируются все страницы.

Решение проблем

Результат пустой или сообщается, что текст не найден. Скорее всего, PDF — это скан, а для отсканированных страниц был выбран вариант «Пропустить». Выберите OCR и конвертируйте ещё раз.

В тексте после OCR ошибки. Убедитесь, что выбран правильный язык, и попробуйте настройку высокой точности. Перекошенные или размытые сканы всегда дают худший результат.

Телефон останавливается на середине. Очень длинным документам нужно много памяти. Конвертируйте по одному PDF с диапазоном страниц или используйте компьютер для больших файлов.

Файл не открывается. Если инструмент сообщает о повреждённом PDF, откройте его в любой программе просмотра PDF, распечатайте или сохраните как новый PDF и попробуйте эту копию.

Конфиденциально по умолчанию

Конвертер — это скрипт, который выполняется внутри открытой у вас страницы. Ваш PDF считывается в память браузера, там же превращается в RTF и возвращается вам как скачиваемый файл. Ни одна копия не попадает на сервер, поэтому нечего потом удалять: закройте вкладку — и всё исчезло. Это подходит для договоров, медицинских документов и внутренних отчётов.