PDF 生成模板编辑器
开源可视化 PDF 生成引擎,支持自定义模板,并提供面向开发者的 API,灵活构建文档生成流程。
PDF 转 Word 是一种将 PDF 格式文件转换为可编辑的 Word 格式文件的操作。通过将 PDF 转换为 Word 文件,您可以轻松地编辑、修改文本、添加、删除文字或图片,轻松调整布局和格式等。
该格式只使用 CConvertOption 中的以下选项,其他选项不生效:
| 选项 | 默认值 | 含义 |
|---|---|---|
enable_ai_layout | true | 使用 AI 版面分析识别段落、表格、图片、页眉页脚和公式;关闭时使用基于规则的版面分析。许可证不含 AI 版面分析权限时不生效。 |
enable_ai_table_recognition | true | 使用表格模型识别表格结构;关闭时根据表格线重建表格结构。只对 AI 版面分析(enable_ai_layout 开启)找到的表格生效。 |
table_recognition_accuracy | e_CBalanced | 表格模型:e_CBalanced 使用基础模型 documentai.model,e_CHighAccuracy 使用 table_legacy.model 模型包。只在使用内置表格模型进行 AI 表格识别时生效。未加载对应精度的模型时,转换仍然成功,表格改用基于规则的方式识别。 |
contain_image | true | 保留源文件中的图片和矢量图形(以图片输出);关闭时不输出。 |
contain_page_background_image | true | 在 OCR 识别的页面上,把擦除识别文字后的整页图像作为背景放在文字后面,而不是分别输出图片区域。只在 enable_ocr 和 contain_image 都开启时生效。 |
contain_annotation | true | 将注释的外观以图片输出。只对未经 OCR 识别的 PDF 页面生效。 |
enable_ocr | false | 在 ocr_option 选定的页面上用 OCR 识别文字。许可证不含 OCR 权限时不生效。 |
ocr_option | e_CAll | OCR 处理的范围:e_CAll 识别所有页面;e_CScanPage 只识别图片(扫描)页面;e_CInvalidCharacter 重新识别其他页面上无法读取的字符;e_CInvalidCharacterAndScanPage 两者都做。只在 enable_ocr 开启时生效。 |
languages / language_count | NULL / 0 | OCR 识别语言;第一种语言同时作为 Word 文档的语言。未指定语言时使用英文。只在 enable_ocr 开启时生效。 |
enable_document_orientation_classification | false | OCR 前检测页面旋转方向并将页面图像转正。只在 enable_ocr 开启时生效。 |
enable_document_dewarp | false | OCR 前对弯曲、变形的页面照片做矫正展平。只在 enable_ocr 开启时生效。 |
formula_to_image | true | 将公式以图片输出;关闭时以可编辑文本输出。只对 AI 版面分析(enable_ai_layout 开启)找到的公式生效。 |
font_name | 空 | 所有文字使用指定字体,如 "Arial";为空时自动选择字体。字体既未嵌入 PDF 也未安装在系统中时,该选项被忽略且不报错。 |
page_layout_mode | e_PageLayoutModeFlow | e_PageLayoutModeFlow:内容以流式段落排版;e_PageLayoutModeBox:每个区域放在各自定位的框中。 |
output_document_per_page | false | 每页输出一个文件,而不是整个文档输出一个文件。 |
page_ranges | 空 | 要转换的页码,如 "1-3,5,7-9";为空时转换所有页。多帧图片输入时用于选择帧。 |
enable_auto_page_size | false | 仅图片输入:根据图片分辨率确定页面尺寸,并匹配到最接近的标准纸张;关闭时一个像素对应一个点(pt)。 |
custom_page_width / custom_page_height | 0 | 仅图片输入:以点(pt,1 pt = 1/72 英寸)为单位指定页面宽和高,两者都须大于 0。优先于 enable_auto_page_size。 |
调用示例:
COCRLanguage languages[] = {e_CENGLISH};
CConvertOption option = CPDF_DefaultConvertOption();
option.enable_ocr = true;
option.ocr_option = e_CScanPage;
option.languages = languages;
option.language_count = 1;
option.page_layout_mode = e_PageLayoutModeBox;
CPDF_StartPDFToWord(CPDF_TEXT("input.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output.docx"), option, NULL);以下是完整的示例代码,演示了将 PDF 文档转换为 docx 文档。
CConvertOption option = CPDF_DefaultConvertOption();
option.enable_ai_layout = true;
// 设置页面布局模式,通常情况下,更推荐使用页面流布局。
option.page_layout_mode = e_PageLayoutModeFlow;
CPDF_StartPDFToWord(CPDF_TEXT("word.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output"), option, NULL);
// 设置框排布局。
option.page_layout_mode = e_PageLayoutModeBox;
CPDF_StartPDFToWord(CPDF_TEXT("word.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output"), option, NULL);当文档包含复杂公式并希望保持输出文档视觉一致性时,可启用 formula_to_image 选项。
CConvertOption option = CPDF_DefaultConvertOption();
option.formula_to_image = true;
CPDF_StartPDFToWord(CPDF_TEXT("word.pdf"), CPDF_TEXT("password"), CPDF_TEXT("path/output"), option, NULL);