PDF转RTF在线转换器

为什么选择 RTF 而不是 DOCX？

富文本格式（RTF）是一种历史悠久、以纯文本为基础的文档格式，而这份"年纪"恰恰是它的优势。RTF 文件可以在 Microsoft Word、LibreOffice Writer、Apple Pages、文本编辑（TextEdit）、写字板（WordPad）和 Google Docs 中打开，连老版本也不例外。如果您需要把一份 PDF 的可编辑副本交给某个人，却不清楚对方用的是什么软件；或者您要把文档导入一套只认 RTF 的老系统，那么把 PDF 转 RTF 就是最稳妥的选择。

这里的 PDF 转 RTF 是如何完成的

PDF 只是把一个个字符放在页面上的精确位置，它根本不知道什么叫"段落"。转换器会读取每一段文字及其字体、字号和颜色，把位于同一基线上的文字组合成行，再根据行距、缩进、项目符号和句尾标点来判断段落从哪里开始。它还会分析每个段落是左对齐、居中、右对齐还是两端对齐，并把这一切写成真正的 RTF 段落，而不是漂浮的文本框。这样得到的文档在您输入文字时能够自然地重新排版。

添加文件后，会弹出一个设置窗口，左侧是 PDF 页面的缩略图，右侧是 RTF 的实时预览。您可以逐页查看每一页转换后的效果，确认无误后再开始转换。

两种输出风格

• "Keep formatting"（保留格式，默认选项）会沿用原来的字体、字号、文字颜色、对齐方式、缩进、行距和图片，让文档看起来尽量接近 PDF 原件。
• "Clean document"（干净文档）只用一种字体、整齐的间距和简洁的标题字号，同时保留粗体、斜体和标题层级。此模式下不保留文字颜色。如果您打算重写内容而不是复刻外观，就选这一项。

值得了解的选项

• "Pages"（页面范围）：只转换一个 PDF 时，可以输入 1-3, 8 或 10- 这样的范围，只转换其中一部分。
• "Font"（字体）：保留 PDF 中标注的字体，或者全部替换为 Calibri、Arial、Times New Roman、Georgia、Cambria、Verdana 或 Courier New。RTF 只记录字体名称，并不内嵌字体本身，所以阅读者电脑上缺少的字体会被替换成相近的字体；正因如此，Helvetica 等常见的 PDF 字体会被映射为 Arial。
• "Detect headings"（识别标题）：字号较大或加粗的标题行会变成真正的标题样式，这样 Word 的导航窗格和自动目录立刻就能用。
• "Keep page breaks"（保留分页）：每个 PDF 页面都从新的一页开始。关闭后，被页尾截断的句子会重新接上。
• "Join hyphenated words"（合并断字）、"Keep web links clickable"（保留可点击的网页链接）、"Keep text colours"（保留文字颜色）和 "Include pictures"（包含图片）都可以分别开启或关闭。
• "Remove headers, footers and page numbers"（去除页眉、页脚和页码）会删掉在大多数页面顶部或底部重复出现的行，处理长篇报告时能省去大量手动删除的工夫。

除页面范围以外，您的设置都会保存在当前浏览器中，下次访问时自动沿用。

哪些内容会保留，哪些可能改变

正文、粗体和斜体、上标和下标、文字颜色、网页和邮件链接以及图片，都会写入 RTF。项目符号列表和编号列表中的每一项都会成为单独的段落，其符号或编号以文字形式保留，而不是自动列表。照片以 JPEG 格式嵌入；带透明背景的图片则保留为 PNG。为了控制文件体积，超大图片的最长边会被缩小到不超过 1800 像素，而分隔线、圆点之类的细小碎片会被省略。带重音符号的字母和非拉丁文字以 Unicode 存储，从右向左书写的段落也会相应标注。

表格不会重建为可编辑的表格网格：单元格会变成一行行文字，列与列之间以制表符隔开。杂志式的多栏版面会合并成一栏连续的文字。以矢量轮廓绘制的文字（常见于徽标和某些导出的设计稿）并不是真正的文字：如果整页都由这类形状组成，会按扫描页处理；而正常文字旁边的轮廓徽标则会直接略过。铺满整页、位于正文之下的装饰性背景是有意省略的。

扫描版 PDF 与 OCR

打开文件时，工具会检查各页是否含有文字层（检查第一个 PDF 的前 60 页），并告诉您有多少页没有文字层。对于这些页面，您可以从三种处理方式中选择一种：

1. "Recognise text (OCR)"（识别文字）：把页面渲染成图片，再由运行在您设备上的 OCR 引擎读取。语言会根据浏览器设置预先选好，您也可以改为 38 种语言中的任意一种，包括罗马尼亚语、德语、俄语、希腊语、阿拉伯语、希伯来语、中文、日语和韩语，并且始终会把英语作为第二语言一并识别。精度设置对应 150、220 或 300 dpi 的渲染分辨率；文字很小时请选最高档。
2. "Keep as picture"（保留为图片）：整页作为一张图片放入 RTF，适合只需要随文保存的表单或图纸。
3. "Skip"（跳过）：这些页面不会出现在结果中。

第一次用某种语言运行 OCR 时，会下载一次该语言的数据文件（大约 2 到 15 MB），之后由浏览器缓存。您的 PDF 本身仍然不会被发送到任何地方。

一次转换多个 PDF

您可以一次添加最多 20 个 PDF。所有文件会按同一套设置依次转换，进度条会显示当前正在处理哪个文件的哪一页。每个结果都沿用其 PDF 的名称，例如 contract.pdf 会变成 contract.rtf；如果两个文件同名，第二个会在名称后加上括号编号。您可以逐个下载文件，也可以把它们一起打包成 ZIP 压缩包。如果批次中有加密文件，轮到它时会请您输入密码；被您跳过的文件，或者没有可读文字的文件，会标记为未转换，其余文件则继续完成。页面范围只在转换单个 PDF 时才会出现：批量转换时，每一页都会被转换。

常见问题排查

结果是空的，或提示未找到文字。 这个 PDF 很可能是扫描件，而扫描页的处理方式被设为了跳过。请改选 OCR 后重新转换。

OCR 识别结果有错误。 请确认选择了正确的语言，并尝试高精度设置。歪斜或模糊的扫描件识别效果总是会差一些。

手机转到一半就停了。 很长的文档需要大量内存。请一次只转换一个 PDF 并设定页面范围，或者改用电脑处理大文件。

文件打不开。 如果工具提示 PDF 已损坏，请用任意 PDF 阅读器打开它，打印或另存为新的 PDF，再用这份副本重试。

从设计上保护隐私

这个转换器是一段运行在您正在浏览的网页里的脚本。您的 PDF 被读入浏览器内存，在那里转换成 RTF，再作为下载文件交还给您。没有任何副本会到达服务器，所以也不存在需要事后删除的数据；关掉标签页，一切就都没了。合同、医疗信函和内部报告都可以放心使用。