Chuyển đổi Office ⇄ PDF

Cách sử dụng

1. Chọn hoặc thả một tệp — .docx, .xlsx, .pptx hoặc .pdf. Chiều chuyển đổi được đọc từ chính tệp, nên không có nút Chuyển đổi và không cần xác nhận gì.
2. Với PDF, chọn đầu ra: Word, Excel hoặc PowerPoint. Danh sách Chế độ thay đổi theo đích — Word và PowerPoint có Văn bản / Ảnh, Excel có Chỉ bảng / Toàn bộ văn bản.
3. Với bảng tính Excel, chọn trang tính, khổ giấy, hướng giấy và tỷ lệ. “Vừa một trang theo chiều ngang” là mặc định để cột không tràn sang trang thứ hai.
4. Xem các ảnh thu nhỏ của trang hiện dần, và đọc dòng mô tả trong phần đầu kết quả — nó cho biết trang nào là văn bản thật, trang nào là ảnh.
5. Nhấn Tải xuống. Xem trước chỉ có ở phía PDF, vì trình duyệt không hiển thị được .docx, .xlsx hay .pptx.

Quy tắc, giới hạn và các vấn đề đã biết

• Đây không phải Microsoft Office và cũng không phải LibreOffice. Bố cục được tính ngay tại đây, nên tài liệu phức tạp (nhiều cột, bảng lồng nhau, giãn dòng chính xác) sẽ khác rõ so với bản in của Office. Không có con số phần trăm trung thực nào được nêu, vì không có bản Office nào để đối chiếu — cần đầu ra giống hệt từng pixel thì hãy lưu PDF từ Office.
• Phông chữ được thay thế, không bao giờ nhúng. Trang vector ánh xạ Arial / Calibri → Helvetica và Times New Roman → Times, rồi đo theo độ rộng của phông thay thế, nên điểm xuống dòng có thể xê dịch chút ít.
• Trang nào chứa ký tự ngoài Latin-1 sẽ thành trang ảnh: chữ Trung, Nhật, Hàn, Ả Rập, Kirin, Hy Lạp và dấu thanh tiếng Việt được raster hóa ở 144 DPI, khoảng 300–450 KB mỗi trang, và không chọn, sao chép hay tìm kiếm được. Phần đầu kết quả đếm số trang này cho từng tài liệu.
• Trong 15 ngôn ngữ của trang này, chỉ en, es, pt, fr và id tạo được đầu ra toàn vector cho chữ viết của chính chúng. Đó là mức trần của bảng mã WinAnsi có sẵn trong PDF, không phải lối tắt của cách hiện thực này.
• PDF→Word không khôi phục đậm hay nghiêng: lớp văn bản của PDF không mang thông tin độ đậm, và suy ra từ độ rộng glyph chỉ là phỏng đoán. Những gì được giữ: văn bản, cỡ chữ, nhóm phông (serif / sans / mono), cấu trúc dòng và đoạn, cấu trúc trang và chiều văn bản.
• PDF→Word ở chế độ Văn bản không có hình ảnh và không dựng lại bảng — văn bản vốn trong bảng trở thành đoạn văn. Dùng chế độ Ảnh để giữ bố cục, và công cụ trích xuất bảng PDF để lấy bảng thật.
• PDF quét (không có lớp văn bản) chuyển thành tài liệu trống ở chế độ Văn bản. Công cụ nói rõ điều đó và chỉ sang chế độ Ảnh thay vì im lặng. Không thực hiện OCR.
• Đầu vào DOCX bỏ qua header và footer, chú thích cuối trang và chú thích cuối tài liệu, hộp văn bản, WordArt, SmartArt, biểu đồ, công thức, theo dõi thay đổi, bình luận và trường mục lục. Những thứ đó không xuất hiện trong PDF đầu ra.
• Đầu vào XLSX bỏ qua biểu đồ, hình ảnh, định dạng có điều kiện, kiểm tra dữ liệu, vùng in và ngắt trang thủ công. Công thức dùng giá trị đã lưu trong bộ nhớ đệm lần cuối; không có gì được tính lại.
• PPTX→PDF là chiều mà cả ngành làm chưa tốt, và kết quả của chúng tôi cũng có giới hạn. Hoạt ảnh, chuyển cảnh, SmartArt, biểu đồ, ghi chú diễn giả và hiệu ứng 3D bị bỏ qua; gradient phẳng thành một màu; phông theo chủ đề và kế thừa placeholder chỉ đạt được cỡ, màu và căn lề. Khổ trang và tỷ lệ khung theo khổ slide, vị trí văn bản và hình ảnh chỉ là gần đúng.
• Các định dạng cũ .doc / .xls / .ppt (Office 97–2003) và tệp có mật khẩu bị từ chối, kèm lý do và hướng xử lý. Chúng là tài liệu hợp chất OLE, không phải gói ZIP.
• Ngắt trang được tính tại đây và không dùng lại các dấu ngắt lưu trong tệp. Dấu ngắt cuối cùng của tài liệu Word phản ánh máy đã mở nó gần nhất và thường đã cũ với tệp xuất từ Google Docs hay WPS, nên cách xử lý nhất quán giữa các nguồn — nhưng trang mà nội dung rơi vào có thể khác trang bạn thấy trong Word. Ngắt trang thủ công vẫn được tôn trọng.
• Hạn mức: 25 MB mỗi tệp, 500 trang Office→PDF, 300 trang PDF→Office, 50.000 dòng / 200 cột / 500.000 ô cho một trang tính, 20 megapixel mỗi hình ảnh nhúng. Đây là ranh giới bộ nhớ đo được, không phải hạn ngạch — không có máy chủ, không giới hạn số lần dùng mỗi ngày và không có tường đăng nhập.
• Trang ảnh được mã hóa trên luồng chính, khoảng 80 ms mỗi trang ở 144 DPI, nên 30 trang ảnh mất khoảng 2,4 giây. Tiến độ và ảnh thu nhỏ hiện dần từng trang, và chất lượng tự hạ một mức khi vượt 40 trang ảnh, kèm thông báo.
• Trong một đoạn tiếng Ả Rập có thuật ngữ tiếng Anh lồng vào, vị trí dấu câu có thể chưa hoàn hảo. Thuật toán hai chiều được giao cho trình duyệt và không được hiện thực lại ở đây.
• Tệp .docx / .xlsx / .pptx tạo ra đều qua bước tự kiểm tra cấu trúc — mọi phần và quan hệ đều có, XML phân tích được, và chính các bộ đọc của công cụ này lấy lại được nội dung — nhưng chưa được mở trong Microsoft Office, vì môi trường này không có Office hay LibreOffice để làm việc đó.
• Một dòng bảng không bao giờ bị tách qua trang: cả dòng chuyển sang trang sau. Nếu một dòng cao hơn chiều cao khả dụng của trang thì nó bị cắt, và số dòng bị cắt được báo trong dải thông báo thay vì mất đi trong im lặng.