How to Convert PDF Files: PDF to Word, Excel, Images & More

March 28, 2026 · 10 min read

为什么需要转换PDF文件

PDF(Portable Document Format)作为一种通用的文档格式,在日常工作和学习中被广泛使用。然而,PDF的固定格式特性虽然保证了文档在不同设备上的一致显示,却也带来了编辑和处理上的不便。这就是为什么我们经常需要将PDF转换为其他格式的原因。

以下是需要转换PDF文件的主要场景:

• 编辑内容: PDF文件难以直接编辑,转换为Word或其他可编辑格式后,可以轻松修改文本、调整格式和添加内容
• 数据提取: 从PDF报表或发票中提取数据到Excel进行分析和计算
• 格式适配: 将PDF转换为适合特定设备或应用的格式,如电子书阅读器需要的EPUB格式
• 图片处理: 提取PDF中的图片或将PDF页面转换为图片格式用于演示或分享
• 文件管理: 合并多个PDF文件或拆分大型PDF以便于管理和传输
• 减小文件大小: 压缩PDF以节省存储空间或加快传输速度
• 文字识别: 对扫描的PDF文档进行OCR识别,使其变为可搜索和可编辑的文本

了解不同的转换方法和工具,可以帮助我们更高效地处理PDF文件,提升工作效率。

PDF转Word/DOCX的方法

将PDF转换为Word文档是最常见的需求之一。Word格式允许我们自由编辑文本、修改格式和重新排版。以下介绍三种主要的转换方法:

方法一:使用在线转换工具

在线工具无需安装软件,使用方便快捷。以下是详细步骤:

1. 打开浏览器,访问在线PDF转换网站(如Smallpdf、iLovePDF、PDF2Go等)
2. 在首页找到"PDF转Word"或"PDF to DOCX"选项
3. 点击"选择文件"按钮,从本地计算机上传PDF文件
4. 等待文件上传完成,某些网站会自动开始转换
5. 转换完成后,点击"下载"按钮保存转换后的Word文件
6. 打开下载的DOCX文件,检查转换质量和格式

优点: 无需安装软件,跨平台使用,操作简单
缺点: 需要上传文件到服务器,存在隐私风险,通常有文件大小限制,依赖网络连接

方法二:使用桌面软件

桌面软件提供更强大的功能和更好的隐私保护。推荐的软件包括:

• Adobe Acrobat DC: 官方工具,转换质量最高但价格昂贵
• Microsoft Word: 2013及以上版本可直接打开PDF文件
• WPS Office: 免费且支持PDF转Word功能
• Nitro PDF: 专业的PDF处理软件

以Microsoft Word为例的操作步骤:

1. 打开Microsoft Word应用程序
2. 点击"文件" → "打开"
3. 浏览并选择要转换的PDF文件
4. Word会提示"Word将把PDF转换为可编辑的Word文档",点击"确定"
5. 等待转换完成,Word会自动打开转换后的文档
6. 检查格式和内容,进行必要的调整
7. 点击"文件" → "另存为",保存为DOCX格式

方法三:使用命令行工具

对于开发者和高级用户,命令行工具提供了自动化和批量处理的能力。

使用pdf2docx Python库的示例:

# 安装pdf2docx库
pip install pdf2docx

# Python脚本示例
from pdf2docx import Converter

# 创建转换器对象
pdf_file = 'input.pdf'
docx_file = 'output.docx'

# 执行转换
cv = Converter(pdf_file)
cv.convert(docx_file)
cv.close()

print(f'转换完成: {docx_file}')

使用libreoffice命令行工具:

# 在Linux或macOS上
libreoffice --headless --convert-to docx input.pdf --outdir ./output

# 批量转换当前目录下所有PDF文件
for file in *.pdf; do
  libreoffice --headless --convert-to docx "$file"
done

转换质量提示:

• 原生PDF(由文字处理软件生成)转换质量通常较好
• 扫描版PDF需要先进行OCR识别才能获得可编辑文本
• 复杂排版的PDF可能需要转换后手动调整格式
• 包含大量图片和表格的PDF转换后可能出现排版错位

PDF转Excel/CSV进行数据提取

从PDF文件中提取表格数据到Excel是数据分析工作中的常见需求。PDF中的表格数据转换为Excel后,可以进行计算、排序、筛选等操作。

在线工具转换方法

1. 访问PDF转Excel在线工具(如Smallpdf、Cometdocs、Zamzar)
2. 上传包含表格的PDF文件
3. 选择输出格式为Excel(.xlsx)或CSV
4. 点击"转换"按钮开始处理
5. 下载转换后的Excel文件
6. 在Excel中打开文件,检查数据完整性

使用Adobe Acrobat导出数据

1. 在Adobe Acrobat中打开PDF文件
2. 点击右侧工具栏的"导出PDF"
3. 选择"电子表格"作为导出格式
4. 选择"Microsoft Excel工作簿"
5. 点击"导出"按钮
6. 选择保存位置并命名文件
7. 在Excel中打开并验证数据

使用Python进行数据提取

对于需要自动化处理的场景,Python提供了强大的PDF数据提取能力:

# 使用tabula-py库提取PDF表格
pip install tabula-py pandas

# Python脚本
import tabula
import pandas as pd

# 从PDF中提取所有表格
tables = tabula.read_pdf('report.pdf', pages='all')

# 查看提取的表格数量
print(f'提取到 {len(tables)} 个表格')

# 将第一个表格保存为CSV
if tables:
    tables[0].to_csv('output.csv', index=False)
    print('已保存为CSV文件')

# 将所有表格保存到Excel的不同工作表
with pd.ExcelWriter('output.xlsx') as writer:
    for i, table in enumerate(tables):
        table.to_excel(writer, sheet_name=f'Table_{i+1}', index=False)

使用camelot库进行更精确的表格提取:

# 安装camelot
pip install camelot-py[cv]

# Python脚本
import camelot

# 提取表格(stream模式适合无边框表格)
tables = camelot.read_pdf('document.pdf', pages='1-3', flavor='stream')

# 查看提取质量
print(f'提取到 {tables.n} 个表格')
for i, table in enumerate(tables):
    print(f'表格 {i+1} 准确度: {table.parsing_report["accuracy"]}%')

# 导出为Excel
tables.export('output.xlsx', f='excel')

# 导出为CSV
tables[0].to_csv('first_table.csv')

数据清洗建议

PDF转Excel后,数据可能需要清洗:

• 删除多余的空行和空列
• 合并被拆分的单元格
• 统一数据格式(日期、数字、货币等)
• 处理特殊字符和编码问题
• 验证数据完整性和准确性

PDF转图片(PNG、JPG)

将PDF页面转换为图片格式在很多场景下都很有用,比如制作演示文稿、在网页上展示文档内容、或者在不支持PDF的平台上分享文档。

在线转换工具

1. 访问PDF转图片在线工具(如PDF2PNG、iLovePDF、Smallpdf)
2. 上传PDF文件
3. 选择输出格式(PNG、JPG、TIFF等)
4. 选择转换选项:
   • 转换所有页面或指定页面
   • 设置图片质量和分辨率(DPI)
   • 选择是否将所有页面合并为一张图片
5. 点击"转换"按钮
6. 下载生成的图片文件(通常打包为ZIP)

使用桌面软件

Adobe Acrobat导出图片步骤:

1. 在Acrobat中打开PDF文件
2. 点击"文件" → "导出到" → "图像"
3. 选择图片格式(JPEG、PNG、TIFF等)
4. 点击"设置"调整图片质量和分辨率
5. 选择保存位置
6. 点击"保存"开始导出

使用命令行工具

使用pdftoppm(Linux/macOS):

# 安装poppler-utils
# Ubuntu/Debian: sudo apt-get install poppler-utils
# macOS: brew install poppler

# 转换为PNG格式,300 DPI
pdftoppm -png -r 300 input.pdf output

# 转换为JPG格式
pdftoppm -jpeg -r 300 input.pdf output

# 只转换第1-3页
pdftoppm -png -f 1 -l 3 input.pdf output

# 转换单页为单个文件
pdftoppm -png -singlefile input.pdf output_page

使用ImageMagick:

# 安装ImageMagick
# Ubuntu/Debian: sudo apt-get install imagemagick
# macOS: brew install imagemagick

# 转换PDF为PNG
convert -density 300 input.pdf -quality 100 output.png

# 转换为JPG并设置质量
convert -density 300 input.pdf -quality 90 output.jpg

# 只转换第一页
convert -density 300 input.pdf[0] output.png

使用Python的pdf2image库:

# 安装pdf2image
pip install pdf2image

# Python脚本
from pdf2image import convert_from_path

# 转换PDF为图片列表
images = convert_from_path('input.pdf', dpi=300)

# 保存每一页为单独的图片
for i, image in enumerate(images):
    image.save(f'page_{i+1}.png', 'PNG')
    print(f'已保存第 {i+1} 页')

# 只转换特定页面
images = convert_from_path('input.pdf', first_page=1, last_page=3)

# 转换为JPG格式
for i, image in enumerate(images):
    image.save(f'page_{i+1}.jpg', 'JPEG', quality=95)

分辨率和质量设置建议

图片转PDF

将多张图片合并为一个PDF文件是整理扫描文档、制作电子相册或创建图片集的常用方法。

在线工具方法

1. 访问图片转PDF在线工具(如iLovePDF、Smallpdf、PDF24)
2. 点击"选择图片"按钮
3. 选择一张或多张图片文件(支持JPG、PNG、GIF、TIFF等)
4. 调整图片顺序(拖拽排序)
5. 设置页面方向(纵向或横向)
6. 选择页面大小(A4、Letter等)或自适应
7. 设置边距(可选)
8. 点击"转换为PDF"
9. 下载生成的PDF文件

使用Windows内置功能

1. 选中要转换的所有图片文件
2. 右键点击选中的文件
3. 选择"打印"
4. 在打印机列表中选择"Microsoft Print to PDF"
5. 调整打印设置(页面大小、方向等)
6. 点击"打印"
7. 选择保存位置并命名PDF文件
8. 点击"保存"完成转换

使用命令行工具

使用ImageMagick:

# 将多张图片合并为一个PDF
convert image1.jpg image2.jpg image3.jpg output.pdf

# 设置图片质量和压缩
convert -quality 90 -compress jpeg *.jpg output.pdf

# 调整图片大小后转换
convert -resize 1024x *.jpg output.pdf

# 设置PDF页面大小为A4
convert -page A4 *.jpg output.pdf

使用img2pdf Python库:

# 安装img2pdf
pip install img2pdf

# Python脚本
import img2pdf
from pathlib import Path

# 获取所有图片文件
image_files = sorted(Path('.').glob('*.jpg'))

# 转换为PDF
with open('output.pdf', 'wb') as f:
    f.write(img2pdf.convert([str(img) for img in image_files]))

print('PDF创建完成')

# 指定页面大小
with open('output_a4.pdf', 'wb') as f:
    f.write(img2pdf.convert(
        [str(img) for img in image_files],
        pagesize=(img2pdf.mm_to_pt(210), img2pdf.mm_to_pt(297))  # A4尺寸
    ))

使用Python的PIL和reportlab:

# 安装必要的库
pip install Pillow reportlab

# Python脚本
from PIL import Image
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import A4, letter
from reportlab.lib.utils import ImageReader

def images_to_pdf(image_paths, output_pdf, page_size=A4):
    c = canvas.Canvas(output_pdf, pagesize=page_size)
    page_width, page_height = page_size
    
    for img_path in image_paths:
        img = Image.open(img_path)
        img_width, img_height = img.size
        
        # 计算缩放比例以适应页面
        aspect = img_height / float(img_width)
        
        if aspect > 1:  # 纵向图片
            display_width = page_width * 0.9
            display_height = display_width * aspect
            if display_height > page_height * 0.9:
                display_height = page_height * 0.9
                display_width = display_height / aspect
        else:  # 横向图片
            display_height = page_height * 0.9
            display_width = display_height / aspect
            if display_width > page_width * 0.9:
                display_width = page_width * 0.9
                display_height = display_width * aspect
        
        # 居中显示
        x = (page_width - display_width) / 2
        y = (page_height - display_height) / 2
        
        c.drawImage(img_path, x, y, width=display_width, height=display_height)
        c.showPage()
    
    c.save()
    print(f'PDF已保存: {output_pdf}')

# 使用示例
image_list = ['photo1.jpg', 'photo2.jpg', 'photo3.jpg']
images_to_pdf(image_list, 'album.pdf')

PDF转EPUB电子书格式

EPUB是一种流式电子书格式,相比PDF更适合在电子书阅读器和移动设备上阅读。EPUB格式可以自动调整文字大小和排版以适应不同屏幕尺寸。

使用Calibre转换

Calibre是一款免费开源的电子书管理软件,提供强大的格式转换功能:

1. 下载并安装Calibre(https://calibre-ebook.com)
2. 启动Calibre应用程序
3. 点击"添加书籍"按钮,选择PDF文件
4. 选中添加的PDF文件
5. 点击"转换书籍"按钮
6. 在右上角的"输出格式"下拉菜单中选择"EPUB"
7. 在左侧菜单中配置转换选项:
   • 元数据: 设置书名、作者、标签等信息
   • 外观: 调整字体、行距、边距
   • 页面设置: 设置输入/输出配置文件
   • 结构检测: 识别章节和目录
   • 目录: 生成或编辑目录
8. 点击"确定"开始转换
9. 转换完成后,右键点击书籍,选择"打开所在文件夹"查看EPUB文件

使用命令行工具

Calibre的命令行工具ebook-convert:

# 基本转换
ebook-convert input.pdf output.epub

# 设置元数据
ebook-convert input.pdf output.epub \
  --title "书名" \
  --authors "作者" \
  --language zh-CN

# 调整页面设置
ebook-convert input.pdf output.epub \
  --input-profile default \
  --output-profile tablet

# 启用OCR(需要安装tesseract)
ebook-convert input.pdf output.epub \
  --enable-heuristics \
  --pdf-engine pdftohtml

使用在线转换工具

1. 访问在线转换网站(如Zamzar、Online-Convert、Convertio)
2. 上传PDF文件
3. 选择输出格式为EPUB
4. 设置转换选项(如果提供):
   • 目标设备类型
   • 字体大小
   • 页边距
5. 点击"转换"按钮
6. 下载转换后的EPUB文件

转换质量优化建议

• 原生PDF vs 扫描PDF: 原生PDF转换质量更好,扫描PDF需要先进行OCR
• 复杂排版: 包含多栏、文本框、复杂表格的PDF转换效果可能不理想
• 图片处理: 确保图片被正确嵌入EPUB文件
• 目录生成: 手动检查和编辑目录以确保导航正确
• 测试阅读: 在不同的EPUB阅读器中测试转换结果

合并和拆分PDF文件

合并和拆分PDF是文档管理中的常见操作。合并可以将多个PDF文件整合为一个文件,而拆分则可以将大型PDF分解为多个小文件。

合并PDF文件

使用在线工具

1. 访问PDF合并工具(如iLovePDF、Smallpdf、PDF Merge)
2. 点击"选择PDF文件"上传多个PDF
3. 拖拽调整文件顺序
4. 点击"合并PDF"按钮
5. 下载合并后的PDF文件

使用命令行工具

使用pdfunite(poppler-utils):

# 合并多个PDF文件
pdfunite file1.pdf file2.pdf file3.pdf merged.pdf

# 使用通配符合并所有PDF
pdfunite *.pdf output.pdf

使用pdftk:

# 安装pdftk
# Ubuntu: sudo apt-get install pdftk
# macOS: brew install pdftk-java

# 合并PDF文件
pdftk file1.pdf file2.pdf file3.pdf cat output merged.pdf

# 合并指定页面
pdftk A=file1.pdf B=file2.pdf cat A1-3 B4-6 output selected.pdf

# 合并所有PDF文件
pdftk *.pdf cat output combined.pdf

使用Python的PyPDF2:

# 安装PyPDF2
pip install PyPDF2

# Python脚本
from PyPDF2 import PdfMerger
import os

def merge_pdfs(pdf_list, output):
    merger = PdfMerger()
    
    for pdf in pdf_list:
        merger.append(pdf)
        print(f'已添加: {pdf}')
    
    merger.write(output)
    merger.close()
    print(f'合并完成: {output}')

# 使用示例
pdf_files = ['document1.pdf', 'document2.pdf', 'document3.pdf']
merge_pdfs(pdf_files, 'merged_output.pdf')

# 合并目录下所有PDF
pdf_files = sorted([f for f in os.listdir('.') if f.endswith('.pdf')])
merge_pdfs(pdf_files, 'all_merged.pdf')

拆分PDF文件

使用在线工具

1. 访问PDF拆分工具(如iLovePDF、Smallpdf)
2. 上传要拆分的PDF文件
3. 选择拆分模式:
   • 按页面范围拆分
   • 提取特定页面
   • 每页拆分为单独文件
   • 每N页拆分一次
4. 设置拆分参数
5. 点击"拆分PDF"
6. 下载拆分后的文件(通常为ZIP压缩包)

使用命令行工具

使用pdftk:

# 提取特定页面
pdftk input.pdf cat 1-5 output pages_1_to_5.pdf

# 提取单个页面
pdftk input.pdf cat 3 output page_3.pdf

# 拆分为单独的页面
pdftk input.pdf burst output page_%02d.pdf

# 删除特定页面(保留其他页面)
pdftk input.pdf cat 1-5 7-end output removed_


Frequently Asked Questions
How do I convert a PDF to Word for free?
Use free online tools like ConvKit PDF Converter, Google Docs (upload PDF then download as DOCX), or LibreOffice (open PDF and save as DOCX).
Can I convert a scanned PDF to editable text?
Yes, using OCR (Optical Character Recognition). Tools like Tesseract (free), Adobe Acrobat, or online OCR services can extract text from scanned PDFs.
Is it safe to use online PDF converters?
Reputable tools process files in your browser without uploading to servers. Check the privacy policy. For sensitive documents, use offline tools like LibreOffice.
How do I convert multiple PDFs at once?
Use batch conversion tools like pdftk (CLI), Adobe Acrobat (desktop), or Python with PyPDF2/pdf2image libraries for automation.
What is the best format to convert PDF to for editing?
DOCX (Word) preserves formatting best for text documents. For spreadsheets, convert to XLSX. For presentations, convert to PPTX.




Related Tools
PDF Converter Image to PDF EPUB to PDF 

🛠️ Popular Tools
Try these free tools:
JSON to CSV Celsius to Fahrenheit PDF Converter