如何將不清晰的掃描版pdf轉爲清晰的pdf或word

   最近需要將一份很長的英文合同翻譯成中文，足足有80頁，o(╯□╰)o，雖然近期一直在強化英語口語，但英語以及翻譯並不是自己的強項，加之合同內容專業性很強，面對這個時間緊任務重的差事真的是頭大了。時間又緊迫，怎麼辦？因爲只是將翻譯內容拿給非專業的人看一看，不具備法律效力，所以只能先借助翻譯軟件翻譯個大概了。

   掃描版的pdf，沒法選擇複製粘貼，這一點很麻煩。那就用pdf閱讀器自帶的轉word功能吧，但實際操作效果發現識別成功率很低，錯誤亂碼非常多。這個時候查到一種叫OCR（Optical Character Recognition）光學字符識別的功能，對於識別掃描版dpf貌似比較有效。網上找了一款叫迅捷pdf轉換器的軟件，但是非VIP會員最多隻能利用OCR轉換5頁。實際效果不確定的情況下不想交錢辦VIP，於是先借助別的工具把80頁的pdf拆分成5頁一份的十幾個pdf文檔，這類工具比較多，也有在線拆分的，非常方便。之後把拆分後的十幾個pdf文檔用迅捷pdf轉換器的掃描pdf轉word（OCR）功能進行轉換，發現轉換效果確實有提升，少了很多的亂碼。

   於是開開心心地準備用word2013自帶的翻譯功能進行英譯漢轉換（可以自行百度如何在word中設置翻譯選項），但是竟然失敗了。what the F***。

  仔細檢查發現，迅捷pdf轉換器識別率雖然確實很高，但有個問題就是生成的word文檔中全都是一個個的文本框。問題應該出在這裏。

  這個就有點蛋疼了，因爲常規操作很難同時提取多個文本框的內容，網上搜到一種提取辦法是在查找中利用通配符「？」進行全選（https://jingyan.baidu.com/article/ceb9fb10da00d98cac2ba065.html），但試驗發現這種辦法對去文字量很少的文本框或許還可以，而當文字量很多的時候非常耗時，也很容易卡死。因爲它是按照一個個字符去選擇的。

   另一種方法是在word文檔中全選，然後複製，打開寫字板，在寫字板進行粘貼。然後再在寫字板裏複製，再粘貼到word中。這樣也會存在一個問題：就時行與行之間都多了一個換行符。且排序變得錯亂毫無規律。

 繼續再想辦法吧，突然靈光一現：那我要是把這份帶很多文本框的word文檔先轉爲pdf，之後再將該pdf轉回爲word，是不是就可以去掉所有的文本框了呢？

 實際操作了一下，果然有效。沒有多餘的文本框，沒有多餘的空格回車等等，看上去幹淨清爽多了。

注意，這一步如果使用在線pdf轉word，可能會出現生成的word文檔每一行後面都有換行符，這樣會降低自動翻譯的準確率。實測使用Adobe Acrobat DC將pdf轉成word的話，會顯著減少每行最後換行符的數量。

                                  轉換後得到的pdf文檔

                          pdf再次轉換後得到的word文檔

原始掃描版pdf文檔

於是到這一步，已經可以得到比較清晰的pdf版或word版文檔了，如果前面利用OCR識別成功率很高的話，最終效果還是不錯的。