pdf转word当然需要用到OCR技术，现在市面上有很多软件支持OCR，比如汉王、ABBYY FineReader、Acrobat、WPS office等。不论用哪个软件转换，或多或少都会出现段落分段错误的问题：原来的一段变成多段，或者原来的每一行都变成一段。

如下图是同一个图片，分别用ABBYY FineReader和另一个软件识别的结果的对比。可以看到ABBYY FineReader几乎没有分段错误的地方，而另一个软件把原来的每一行都变成了一段。所以，为了尽量降低分段错误，首先需要选择一个比较好的OCR软件。

在识别pdf时，是按页识别的，在页内识别时，ABBYY FineReader也不免产生一些分段错误。而且对于跨两页的一段内容，无论哪个软件，识别后都将产生分段错误。分段错误可以在ABBYY FineReader软件内校对时去修正，但ABBYY FineReader并不支持正则表达式，要采用手动校正，用时较长，所以较好的办法是在word中进行后期校正。

校正分段错误的基本思路是：凡是不以结束标点（基本的包括。！？……）为结尾的段落都是错误分段，但存在标题、表名、图名、选项（试题文档中选择题的选项）等是例外。具体文档需要具体分析，以上图所示文档为例讲解一下方法步骤

第一步，为整个文档应用word内置的“正文”样式，或者其他自定义的样式。操作很简单，直接全选内容，应用样式即可

第二步，为标题、表名、图名、选项等例外内容应用不同于第一步中所使用的样式。

以上图所示文档为例，对于“第一章xxxx”这样的章标题，可以使用通配符查找替换快速为其应用内置样式“标题1”。

查找表达式 第[一二三四五六七八九十]{1,}章

替换表达式 留空，限定样式为“标题1”

设置如下图，将光标置于文首，勾选“使用通配符”，单击全部替换即可。

再如“1.1xxxxx”这样的二级标题。因为其他非标题文本中也可能存在形似“1.1”这样的数字，但一般不在段首位置，所以分两次查找替换，第一次用特殊文本（特殊之意为文档中不存在这样的文本）标志这样的标题，第二次再应用样式。

第一次

查找表达式 ^13([0-9]{1,}.[0-9]{1,}[!.])

替换表达式 ^p###\1

第二次

查找表达式 ###

替换表达式 留空，限定样式为“标题2”

替换完成后，记得还要清除文本“###”。

如此，根据文本的特征，处理完这些例外文本，就可以进入下一步了。

第三步，校正分段错误。因为几乎所有例外段落都应用了别的样式，所以可以在查找框限定样式为“正文”，以避免例外段落的干扰。

查找表达式 ([!。？！……])^13 限定样式为“正文”

替换表达式 \1

可以单击“全部替换”快速完成这一步，但谨慎起见，可以用“R”和“F”键（激活查找与替换对话框时可用），一个个确认后替换。

第四步，检查全文。文档内容一多，情况往往会比较复杂，查找表达式不可能全部都照顾到，所以事后还需要检查。

以上方法步骤还有一个好处，校正分段错误的同时，可以兼顾文档排版。

有什么关于办公图文方面的问题，可以发私信或评论，也许可以帮到你哦。

关于pdf转word的其他文章，可以看

开通知乎盐选会员，以上电子书都可以免费阅读，还有更多丰富的免费内容你可能感兴趣哦。