برای تبدیل PDF به Word در لینوکس، ابتدا مشخص کنید فایل متن واقعی دارد یا تصویر اسکن‌شده است. برای PDF متنی، مبدل سازگار مانند ONLYOFFICE می‌تواند شروع مناسبی باشد؛ فایل اسکن‌شده ابتدا به OCR نیاز دارد. حفظ صددرصد چیدمان، جدول و متن فارسی در همه PDFها تضمین‌شدنی نیست و خروجی باید بازبینی شود.
۱. ONLYOFFICE Desktop Editors؛ تبدیل مستقیم
نسخه رسمی لینوکس را با توجه به معماری و قالب بسته توزیع دریافت کنید. در نسخه پشتیبان فایل، PDF را باز و گزینه تبدیل یا ذخیره به DOCX را در امکانات همان نسخه بررسی کنید. راهنمای رسمی ONLYOFFICE تبدیل آفلاین PDF به DOCX را پشتیبانی می‌کند. خروجی را جدا از اصل ذخیره کنید و صفحه‌بندی، جدول و متن راست‌به‌چپ را مقایسه کنید. اتصال به فضای ابری برای تبدیل فایل محلی الزام عمومی نیست.
۲. LibreOffice؛ ویرایش PDF با تبدیل به سند متنی فرق دارد
PDF عادی معمولاً در Draw باز می‌شود؛ این به معنی بازسازی خودکار یک فایل Word با پاراگراف‌های پیوسته نیست. Draw برای اصلاح محدود عناصر صفحه مناسب است. برای متن کوتاه، متن را استخراج و در Writer بازسازی کنید، سپس با Save As فرمت DOCX را انتخاب کنید. دستور تبدیل مستقیم یک PDF عمومی به DOCX با LibreOffice را راه‌حل تضمینی معرفی نکنید؛ فیلتر و نوع سند ورودی تعیین‌کننده‌اند.
۳. استخراج متن با Poppler
pdftotext -layout input.pdf output.txtاین ابزار از بسته poppler-utils در توزیع‌هایی مانند دبیان، متن PDF را استخراج می‌کند. گزینه layout تلاش می‌کند فاصله‌بندی را حفظ کند، اما جدول Word یا ساختار معنایی پاراگراف نمی‌سازد. output.txt را در Writer باز و تیتر، فهرست، فونت و جدول را بازسازی کنید. اگر متن خالی یا نامرتب است، فایل ممکن است اسکن، encoding نامناسب یا ترتیب حروف متفاوت داشته باشد.
۴. فایل اسکن‌شده و OCRmyPDF
OCRmyPDF لایه متن قابل جست‌وجو به PDF اسکن‌شده اضافه می‌کند؛ مبدل مستقیم Word نیست. زبان OCR و بسته زبانی باید متناسب با سند نصب شود. پس از تولید نسخه قابل جست‌وجو می‌توانید استخراج متن یا تبدیل را دوباره امتحان کنید. در اسناد فارسی، اعداد، نیم‌فاصله، حروف مشابه و ترتیب خواندن ستون‌ها را دستی بررسی کنید. OCR نمی‌تواند خطای متن حقوقی یا فنی را بدون بازبینی قابل اعتماد کند.
۵. تبدیل آنلاین؛ فقط با توجه به محرمانگی
سرویس آنلاین ممکن است برای فایل عمومی و کم‌حجم مناسب باشد، ولی آپلود قرارداد، مدرک هویتی، اطلاعات مشتری یا کلید و رمز، ارسال آن به شخص ثالث است. پیش از استفاده، سیاست نگهداری، محل پردازش و اجازه صاحب سند را بررسی کنید. برای داده محرمانه، مسیر آفلاین یا ابزار سازمانی تأییدشده انتخاب مناسب‌تری است. ادعای حذف فوری سایت مبدل، جای بررسی سیاست حریم خصوصی را نمی‌گیرد.
کنترل کیفیت خروجی
اصل PDF را نگه دارید. DOCX را صفحه‌به‌صفحه برای تیترها، پاورقی، جدول، تصاویر، اعداد و لینک‌ها مقایسه کنید. ترتیب متن قابل انتخاب و جست‌وجو را هم بیازمایید، نه فقط ظاهر صفحه را. اگر خروجی برای ویرایش آینده است، پاراگراف و جدول واقعی بهتر از ده‌ها کادر متنی مستقل است. در PDF چندستونه یا اسکن کم‌کیفیت، بازسازی دستی بخش‌های مهم گاهی از اصلاح مبدل سریع‌تر و دقیق‌تر است.
منابع و دامنه راهنما
این راهنما بر پایه مستندات رسمی زیر بازبینی شده است. نام گزینه‌ها و امکانات ممکن است با نسخه نرم‌افزار یا سطح دسترسی سرویس شما تفاوت داشته باشد.
