文档转换

Word 转 PDF、PDF 转 Word、PDF 提取文字、PDF 转图片——这几件常做的事全在这一页。转换在你自己的浏览器里跑完，文件既不上传也不留存，合同、简历、内部材料都可以放心处理。

Word 转 PDF 是怎么转的

先把 .docx 解析成 HTML（标题、段落、列表、表格、加粗斜体、超链接和内嵌图片都会保留），再按纸张宽度排版、整页栅格化后写进 PDF。分页时会自动避开文字：从理论切点往上找一条几乎全是空白的像素行再切，所以不会把一行字劈成两半。代价是生成的 PDF 里文字是图像，不能被复制和检索——需要可选中文字的 PDF，请用 Word 自带的「另存为 PDF」。这个取舍是为了中文：在浏览器里生成矢量文字的 PDF 必须内嵌中文字体，动辄好几兆，得不偿失。

为什么只支持 .docx，不支持 .doc

.docx 本质是个 zip 包，里面是 XML，浏览器能直接解开；而 .doc 是 1990 年代的二进制复合文档格式，解析它需要一整套 OLE 实现，浏览器里做这件事既笨重又不可靠。遇到 .doc 请先用 Word、WPS 或 LibreOffice 另存为 .docx，再回来转。另外，Word 里的文本框、艺术字、公式、批注和页眉页脚不会出现在结果里——这些在 .docx 里存放的位置比较特殊，主流的前端解析库都不处理。

PDF 转 Word 能还原排版吗

不能，也不该指望。PDF 内部只记录「哪个字符画在页面的哪个坐标上」，并没有「这是一个段落」「这是一张表格」这样的结构信息，所谓的转 Word 都是靠猜。本工具的做法是按文字的纵坐标聚行、按横向间距判断是否断句，输出成段落清楚的 Word 文档，能保证文字都在、顺序正确、可以继续编辑，但表格会变成普通文字，多栏排版会按阅读顺序拉平。如果你要的是高保真还原，那需要商业排版引擎，不是浏览器能做的。

扫描件为什么提不出文字

扫描出来的 PDF 每一页其实是一整张图片，里面根本没有文字对象。想从中拿到文字需要 OCR（光学字符识别），那是模型的活，本站不做。可以先用「转成图片」把每页导出来，再用带 OCR 的工具处理。判断办法很简单：点「提取文字」，如果结果是空的或只有零星几个字符，基本就是扫描件。

页码范围怎么写

支持单页、区间和它们的组合，例如 1-3,5,8-10 表示第 1 到 3 页、第 5 页、第 8 到 10 页。留空就是全部页。转图片时如果只选了一页，会直接下载那张图；选了多页则打成一个 zip 一起下载。

切到别的标签页，转换会停吗

不会。浏览器会冻结后台标签页的动画回调，而 pdf.js 默认正是靠动画回调逐页推进的，所以很多同类工具一切走标签页进度就卡住不动。本页在渲染时显式用了「打印」意图，走的是另一条不依赖动画回调的路径，你切到别的标签页去做别的事，它照样在后台一页页转完。

大文件会不会卡

会，而且卡在你自己电脑上。几百页的 PDF 转图片要逐页栅格化，清晰度选「印刷」时单页就可能超过 2000 万像素，浏览器内存很容易吃紧。建议分批处理：先用页码范围转前 20 页，看看效果和体积再决定。转换过程中页面会显示进度条，中途可以直接刷新页面终止。

相关工具

图片转 PDF、HTML 转 Markdown、Markdown 预览、图片压缩、图片拼接。

开源致谢

Word 解析用 mammoth.js（BSD-2-Clause），PDF 解析与渲染用 pdf.js（Apache-2.0），PDF 生成用 jsPDF（MIT），页面栅格化用 html2canvas（MIT）。这些组件按需加载，不点对应功能就不会下载。