PDF带格式转换成Word
📖 技能介绍
name: pdf-to-word-with-format description: PDF带格式精确转换成Word Skill。将PDF文档精确转换为Word文档，完整保留原始字体名称、字号(pt)、段落格式（行间距1.5倍、段前段后间距、首行缩进2字符）、文本对齐方式（居中/两端对齐）、文本格式（粗体、斜体、下划线、颜色）、表格和图片等。支持中文字体智能映射（宋体→宋体、黑体→黑体、楷体→楷体等）。触发场景：用户说"PDF转Word"、"PDF转Word保留格式"、"PDF精准转Word"、"PDF format to Word"、"Convert PDF with formatting"等。
PDF带格式精确转换成Word (PDF to Word with Format)
概述
本 skill 提供高精度PDF转Word转换服务，最大程度保留原始文档的所有格式信息。
核心功能
- 精确字体映射
- 智能识别PDF字体名称
- 映射到Word可用中英文字体
-
支持：宋体、黑体、楷体、仿宋_GB2312、Times New Roman、Arial等
-
字号精确转换
- 精确保留原始字号（pt）
-
标题22pt、二号16pt、三号14pt等
-
段落格式保留
- 行间距：1.5倍行距
- 首行缩进：2字符（0.74cm）
-
段前段后间距
-
文本对齐
-
左对齐、居中、右对齐、两端对齐
-
文本格式
- 粗体（Bold）
- 斜体（Italic）
- 下划线（Underline）
-
文本颜色
-
表格支持
- 完整表格结构
-
单元格内容
-
图片支持
- 提取并保留图片位置
- 自动调整图片大小
使用方式
基本转换
python convert.py <输入PDF> --output <输出Word>
批量转换
python convert.py <PDF文件夹> --batch --output <输出文件夹>
转换指定页面
python convert.py 文档.pdf --pages 0-5 --output 文档.docx
依赖安装
首次使用需安装依赖：
pip install pymupdf python-docx
示例
# 基本转换
python convert.py 报告.pdf --output 报告.docx
# 批量转换文件夹中所有PDF
python convert.py ./pdfs/ --batch --output ./words/
# 转换前10页
python convert.py 文档.pdf --pages 0-9 --output 文档.docx
# 指定起始页和结束页
python convert.py 长文档.pdf --start 5 --end 15 --output 部分.docx
输出说明
- 输出文件为
.docx格式，可用 Microsoft Word 或 WPS 打开 - 转换后的文档保留了大部分原始格式
- 特殊布局的PDF转换效果可能略有差异
技术原理
本 skill 基于以下技术实现：
- PyMuPDF (fitz) - 提取PDF内容和格式信息
- python-docx - 构建Word文档
提取的格式信息包括： - 字体名称、字号 - 文本对齐方式 - 粗体、斜体、下划线标志 - 文本颜色（RGB） - 段落位置坐标
字体映射表
7w4.net小葱技能站收录全网优质技能，值得收藏。
| PDF字体 | Word字体 |
|---|---|
| 宋体, SimSun | 宋体 |
| 黑体, SimHei | 黑体 |
| 楷体, SimKai | 楷体_GB2312 |
| 仿宋, SimFang | 仿宋_GB2312 |
| Times New Roman | Times New Roman |
| Arial, Helvetica | Arial |
| 微软雅黑, Microsoft YaHei | 微软雅黑 |
🤖 AI 评测
这个Skill质量中等，功能覆盖范围较广，字体、字号、对齐、段落格式等核心转换做得不错，中文字体映射也比较智能。但存在一些明显不足：测试脚本和文档示例有错误，会给用户造成困惑；表格只能提取文字、保留不了格式；图片处理偶尔会出问题；不支持页眉页脚。文档描述与实际功能有偏差，转换效果可能达不到宣传的那么好。转换重要文档前建议先测试一下。
