PDF帶格式精確轉換成Word (PDF to Word with Format)

概述

本 skill 提供高精度PDF轉Word轉換服務，最大程度保留原始文件的所有格式資訊。

核心功能

1. 精確字型對映

   • 智慧識別PDF字型名稱
   • 對映到Word可用中英文字型
   • 支援：宋體、黑體、楷體、仿宋_GB2312、Times New Roman、Arial等

2. 字號精確轉換

   • 精確保留原始字號（pt）
   • 標題22pt、二號16pt、三號14pt等

     7w4.net小蔥技能站，你的AI助手技能庫。

3. 段落格式保留

   • 行間距：1.5倍行距
   • 首行縮排：2字元（0.74cm）
   • 段前段後間距

4. 文本對齊

   • 左對齊、居中、右對齊、兩端對齊

5. 文本格式

   • 粗體（Bold）
   • 斜體（Italic）
   • 下劃線（Underline）
   • 文本顏色

6. 表格支援

   • 完整表格結構
   • 單元格內容

7. 圖片支援

   • 提取並保留圖片位置
   • 自動調整圖片大小

使用方式

基本轉換

python convert.py <輸入PDF> --output <輸出Word>

批次轉換

python convert.py <PDF資料夾> --batch --output <輸出資料夾>

轉換指定頁面

python convert.py 文件.pdf --pages 0-5 --output 文件.docx

依賴安裝

首次使用需安裝依賴：

pip install pymupdf python-docx

示例

# 基本轉換
python convert.py 報告.pdf --output 報告.docx

# 批次轉換資料夾中所有PDF
python convert.py ./pdfs/ --batch --output ./words/

# 轉換前10頁
python convert.py 文件.pdf --pages 0-9 --output 文件.docx

# 指定起始頁和結束頁
python convert.py 長文件.pdf --start 5 --end 15 --output 部分.docx

輸出說明

• 輸出檔案為 .docx 格式，可用 Microsoft Word 或 WPS 開啟
• 轉換後的文件保留了大部分原始格式
• 特殊佈局的PDF轉換效果可能略有差異

技術原理

本 skill 基於以下技術實現：

1. PyMuPDF (fitz) - 提取PDF內容和格式資訊
2. python-docx - 構建Word文件

提取的格式資訊包括：

• 字型名稱、字號
• 文本對齊方式
• 粗體、斜體、下劃線標誌
• 文本顏色（RGB）
• 段落位置座標

字型對映表

這個Skill質量中等，功能覆蓋範圍較廣，字型、字號、對齊、段落格式等核心轉換做得不錯，中文字型對映也比較智慧。但存在一些明顯不足：測試指令碼和文件示例有錯誤，會給使用者造成困惑；表格只能提取文字、保留不了格式；圖片處理偶爾會出問題；不支援頁首頁尾。文件描述與實際功能有偏差，轉換效果可能達不到宣傳的那麼好。轉換重要文件前建議先測試一下。