Lỗi định dạng khi chuyển PDF sang Word: 7 lỗi thường gặp và cách khắc phục

Hướng dẫn này được sắp xếp theo triệu chứng, bạn có thể đi thẳng tới lỗi mình đang gặp. Mỗi mục gồm ba phần: vì sao lỗi xảy ra, trình chuyển PDF sang Word của Convertube xử lý thế nào, và cách tự sửa trong Word nếu tệp của bạn đã được chuyển xong.

Convertube là công cụ chuyển đổi trực tuyến miễn phí, khác phần lớn các trang khác ở một điểm lớn: tệp của bạn không bao giờ bị tải lên. Việc chuyển đổi chạy ngay trên trình duyệt của bạn — không cần đăng ký, không giới hạn số lần mỗi ngày.

Vì sao chuyển PDF sang Word lại làm hỏng định dạng

PDF giống như một bức ảnh chụp trang giấy: mọi ký tự và đường kẻ đều được ghim vào toạ độ cố định. Tài liệu Word thì “chảy” — chữ tự dàn lại khi lề hay cỡ chữ thay đổi. Biến cái này thành cái kia nghĩa là phải suy ra cấu trúc từ những toạ độ đó:

• Những ký tự nào hợp thành một đoạn văn, dòng nào là tiêu đề
• Những đường kẻ và chữ nào cùng nhau tạo thành một bảng
• Đường nào thuộc biểu đồ, đường nào chỉ là đường phân cách
• Trang có một hay hai cột, và nên đọc bên nào trước

PDF không lưu bất kỳ thông tin nào trong số đó. Chỉ cần đoán sai một điều là bạn gặp một trong các lỗi dưới đây.

7 lỗi định dạng thường gặp và cách sửa

1. Biểu đồ biến thành một đống số rời rạc

Vì sao: Biểu đồ cột hay biểu đồ đường trong PDF không phải là ảnh — đó là một chuỗi lệnh vẽ, còn số trên trục và chú giải chỉ là chữ thường. Nhiều trình chuyển đổi bỏ qua phần vẽ và chỉ giữ lại chữ, nên biểu đồ biến mất và các con số của nó văng khắp trang.

Convertube xử lý thế nào: Mỗi trang được kiểm tra hai lần — một lần tìm vùng có nhiều mực (logo, con dấu, mã vạch), và một lần chuyên tìm những vùng có mực nhưng không tạo ra nội dung nào. Biểu đồ thưa nét được lượt thứ hai bắt lại và đặt trở về dưới dạng ảnh, kèm cả nhãn trục, đúng vị trí ban đầu.

Sửa trong Word: Xoá các con số thừa, chụp màn hình biểu đồ từ tệp PDF rồi dùng Insert → Pictures để chèn lại.

2. Ảnh nằm đè lên chữ, hoặc bị dời sang chỗ khác

Vì sao: Word có ba cách đặt ảnh: nằm cùng dòng với chữ (đẩy mọi thứ xuống, tài liệu dài ra), nằm phía trước chữ (che mất phần chữ bên dưới), hoặc để chữ bao quanh ảnh. Nhiều trình chuyển đổi dùng một trong hai cách đầu.

Convertube xử lý thế nào: Hình chiếm trọn chiều ngang cột sẽ nằm trong dòng chảy của cột đó, với đúng chiều cao như trên trang, nên không bao giờ đè lên chữ. Ảnh mà trang gốc đặt chữ bên cạnh sẽ giữ nguyên vị trí và chữ bao quanh nó. Con dấu, chữ ký và hình mờ mà trang gốc in chữ đè lên vẫn nằm trên chữ, còn huy hiệu ngoài lề vẫn ở ngoài lề.

Sửa trong Word: Chọn ảnh → biểu tượng Layout Options → chọn kiểu bao chữ “Square” hoặc “Top and Bottom”, rồi kéo ảnh về đúng chỗ.

3. Cùng một biểu đồ xuất hiện hai lần

Vì sao: Trình chuyển đổi đã chụp được phần vẽ của biểu đồ, nhưng tiêu đề trục, chú giải và số chia vạch quanh mép vẫn bị giữ lại thành chữ trong văn bản — nên cùng một nội dung xuất hiện một lần trong ảnh và một lần ngay bên cạnh.

Convertube xử lý thế nào: Vùng chụp được nới rộng để bao luôn các nhãn nằm sát mép, và những nhãn đó được xoá khỏi phần chữ. Chú thích bên dưới (“Hình 2 …”) không bao giờ bị chụp vào — nó vẫn là chữ có thể chỉnh sửa và tìm kiếm.

Sửa trong Word: Xoá đoạn chữ ngắn bị lặp lại cạnh ảnh.

4. Bảng thành chữ thường, hoặc hàng và cột bị lệch

Vì sao: Bảng trong PDF thường chỉ là các đường kẻ cộng với chữ được căn thẳng hàng, chứ không phải một đối tượng bảng thực sự. Trình chuyển đổi phải tự suy ra hàng và cột từ đường kẻ và cách căn lề.

Convertube xử lý thế nào: Bảng có đường kẻ được dựng lại từ chính các đường kẻ; chữ căn thành cột mà không có đường kẻ nào cũng được nhận ra là bảng. Ô gộp, màu nền ô và các ô trống trên biểu mẫu (để người khác điền vào) đều giữ nguyên lưới và chiều cao. Mục lục giữ được dòng chấm dẫn, với số trang căn sát lề phải.

Sửa trong Word: Chọn những dòng đã thành chữ thường → Insert → Table → Convert Text to Table, dùng tab hoặc dấu cách làm ký tự phân tách.

5. Văn bản hai cột bị trộn lẫn vào nhau

Vì sao: Bài báo khoa học và tạp chí thường dàn trang hai cột. Nếu trình chuyển đổi không nhận ra các cột, nó sẽ nối dòng bên trái và dòng bên phải ở cùng độ cao thành một, và văn bản trở nên vô nghĩa.

Convertube xử lý thế nào: Nó tìm khoảng trống giữa hai cột một lần cho cả trang và kiểm tra rằng cả hai bên thật sự chứa đoạn văn, rồi đọc trang theo từng dải — cột trái trước, cột phải sau — còn tiêu đề, hình và bảng trải qua cả hai cột thì được giữ nguyên khối. Kết quả được đặt trong cột Word thật, nên chữ dàn lại giống như bản gốc.

Sửa trong Word: Chọn phần chữ bị lỗi → Layout → Columns → Two, rồi kiểm tra lại thứ tự từng đoạn.

6. Phông chữ bị đổi, hoặc chữ bị lỗi ký tự

Vì sao: Hoặc phông chữ của PDF không được nhúng vào tệp hay không có trên máy bạn, nên Word thay bằng phông khác; hoặc PDF là bản quét và hoàn toàn không chứa chữ, chỉ có ảnh.

Convertube xử lý thế nào: Phông chữ được ghi đúng tên gốc — nếu máy bạn có phông đó thì chữ hiển thị y như cũ, nếu không Word sẽ thay bằng phông khác; bố cục xê dịch một chút nhưng chữ vẫn đầy đủ. Bản quét được chạy qua nhận dạng chữ OCR trước, cũng ngay trên máy của bạn.

Sửa trong Word: Nhấn Ctrl+A rồi đặt một phông chữ thông dụng cho toàn bộ tài liệu.

7. Nhiều trang hơn bản gốc, hoặc có trang chỉ vài dòng

Vì sao: Thường là do ảnh được đặt cùng dòng với chữ và chiếm thêm chiều cao, hoặc những khoảng trắng lớn trong PDF bị chép thành ngắt trang.

Convertube xử lý thế nào: Ảnh chỉ chiếm đúng chiều cao như trên trang, khoảng trắng lớn được xử lý thành ngắt phần thay vì chép nguyên, và số trang được đưa vào chân trang của Word thay vì nằm trong thân văn bản — nơi chỉ một dòng tràn cũng từng đẩy chúng sang hẳn một trang riêng. Với các tài liệu thử nghiệm của chúng tôi, một bài báo hai cột dài 7 trang được chuyển thành đúng 7 trang.

Sửa trong Word: Nhấn Ctrl+Shift+8 để hiện ký hiệu định dạng, tìm các ngắt trang hoặc đoạn trống thừa rồi xoá đi.

PDF bản quét cần nhận dạng chữ trước

Nếu PDF của bạn được tạo từ máy quét hoặc camera điện thoại, mỗi trang là một tấm ảnh không có chữ nào để sao chép. Những tệp này cần OCR (nhận dạng ký tự quang học) trước. Convertube phát hiện bản quét trước khi chuyển đổi và nhận dạng chữ ngay trên máy bạn rồi mới tạo tệp Word. Kết quả là phần chữ, không phải bố cục gốc, và độ chính xác phụ thuộc vào chất lượng bản quét.

Những gì vẫn chưa chuyển tốt

• Công thức toán: Công thức đặt trên một dòng riêng sẽ ra dạng ảnh của công thức, trông đúng nhưng không phải phương trình chỉnh sửa được. Ký hiệu toán nằm giữa câu vẫn là chữ và có thể mất vị trí chỉ số trên, chỉ số dưới.
• Phông chữ máy bạn không có: Word thay bằng phông khác, và nếu phông thay thế rộng hơn bản gốc thì đoạn văn dài ra một chút — số trang có thể lệch đi một trang.
• Bảng rộng hơn trang giấy: được báo lại thay vì ép thành ảnh chụp màn hình — ảnh chụp trông thì đúng, nhưng hàng chục dòng sẽ không thể chọn, tìm kiếm hay chỉnh sửa.

Chuyển đổi trên máy so với tải lên trình chuyển đổi đám mây

Kiểm tra ba điều này sau khi chuyển đổi

1. Trang có biểu đồ: biểu đồ phải là ảnh, không phải các con số rải rác
2. Không có ảnh nào nằm vắt ngang một đoạn văn
3. Số trang gần bằng bản gốc, không có trang nào chỉ chứa hai ba dòng