PDF 转 Word 用于把带文字层的 PDF 变成可在 Word / WPS 里继续编辑的 .docx：读取每页文字坐标，把同一行的字块拼成行，再依据行距突然放大、字号变化、首行缩进三种信号把行合并成段落，每段保留近似字号与是否加粗。目标是「把文字连同段落结构拿出来」，不是复刻版面。

它目前是 Beta（测试阶段），分段规则还在调整。与「PDF 提取文本」的区别是输出 .docx 并尽量分好段；与「PDF 文字识别」的区别是完全不做 OCR——扫描件在这里几乎提取不到文字，页面会提示并提供「转到 PDF 文字识别」按钮。

1. 01上传 PDF拖入单个文字型 PDF，显示页数。
2. 02选择分页方式开关「按原 PDF 分页（每页起始插入分页符）」默认打开，想让段落连续排下去就关掉。
3. 03开始转换进度条显示「提取第 x/n 页文本」→「生成 Word 文档…」；整份文件提取到的文字少于 30 字会提示「几乎没有提取到文字，该 PDF 可能是扫描件」并停止。
4. 04下载完成后自动下载「原名.docx」，显示「共 n 页 · n 个段落 · 约 n 字」，可「再次下载」。

测试阶段

Beta 工具，段落推断与输出格式可能调整，重要文档请逐段核对

保留

文字、段落、每段近似字号（取行平均字高）、加粗（字体名含 bold/black/heavy）、可选分页符；不保留图片、表格、分栏、页眉页脚、脚注、超链接、颜色与原字体

分段规则

行距超过 1.75 倍行高、字号变化超过 20%、首行缩进三条；诗歌、居中标题、列表等特殊排版可能被错误合并或拆开

多栏与表格

分栏文字按垂直位置交错拼接；表格变成一行行文字，需要表格请用「PDF 转 Excel」

不做什么

不识别扫描件（先用「PDF 文字识别」，那边也能导出 DOCX）、不还原版面、不处理加密 PDF（先用「PDF 解锁」）

PDF 在浏览器本地解析、提取文字并生成 .docx，文件内容不会上传到任何服务器；关闭页面后数据即从内存释放。