แปลง PDF เป็น Word ภาษาไทยไม่ให้เพี้ยน ทำอย่างไร
ทำไมแปลง PDF เป็น Word แล้วสระลอย ตารางพัง และวิธีแปลงเอกสารภาษาไทยให้แก้ไขต่อได้จริง พร้อมทางเลือกที่เหมาะกับงานแต่ละแบบ
"แปลงแล้วสระหาย" "ตารางกระจัดกระจาย" "ฟอนต์กลายเป็นสี่เหลี่ยม" — ปัญหาคลาสสิกของการแปลง PDF ภาษาไทยเป็น Word เกิดจากอะไร และแก้อย่างไร บทความนี้มีคำตอบ
ทำไมภาษาไทยแปลงยากกว่าภาษาอื่น
ตัวอักษรไทยมีสระและวรรณยุกต์ซ้อนหลายระดับ ไฟล์ PDF เก็บตัวอักษรเป็น "ตำแหน่งบนหน้ากระดาษ" ไม่ใช่ลำดับการพิมพ์ เครื่องมือแปลงที่ไม่เข้าใจภาษาไทยจึงมักเรียงสระผิดตำแหน่งหรือทำวรรณยุกต์หล่นหาย ยิ่งถ้าไฟล์ฝังฟอนต์แบบตัดเฉพาะตัวอักษรที่ใช้ (Subset) การถอดกลับเป็นข้อความยิ่งซับซ้อน
เลือกวิธีตามประเภทไฟล์
- ไฟล์ PDF ที่สร้างจากโปรแกรม (ข้อความคัดลอกได้): ใช้เครื่องมือแปลง PDF เป็น Word ของเรา ได้ไฟล์ .docx พร้อมแก้ต่อทันที หรือใช้ดึงข้อความถ้าต้องการเฉพาะเนื้อหา
- ไฟล์สแกน (ข้อความคัดลอกไม่ได้): ต้องผ่าน OCR อ่านตัวอักษรจากภาพก่อน แล้วจึงนำข้อความไปใช้ต่อ ความแม่นยำขึ้นกับความคมชัดของต้นฉบับ
- ต้องการแค่แก้ข้อความไม่กี่จุด: ไม่จำเป็นต้องแปลงเป็น Word เลย ใช้เครื่องมือแก้ไข PDF ปิดทับข้อความเดิมแล้วพิมพ์ใหม่ตรงจุดนั้นเร็วกว่ามาก
เทคนิคให้ผลลัพธ์ดีที่สุด
- ตรวจผลลัพธ์ที่หัวข้อ ตัวเลข และชื่อเฉพาะเสมอ จุดเหล่านี้เพี้ยนบ่อยที่สุด
- ไฟล์สแกนควรสแกนที่ 300 DPI ขึ้นไป ตัวอักษรตรง ไม่เอียง แสงสม่ำเสมอ OCR จะแม่นขึ้นมาก
- เอกสารที่มีตารางซับซ้อน บางครั้งการคัดลอกเฉพาะข้อความแล้วจัดตารางใหม่ใน Word เร็วกว่าแก้ตารางที่แปลงมาเพี้ยน ๆ
เกิดอะไรขึ้นข้างในไฟล์ ทำไมสระถึงลอย
คนส่วนใหญ่คิดว่า PDF เก็บ "คำ" ไว้เหมือน Word แต่จริงๆ PDF เก็บแค่ "ตัวอักษรแต่ละตัวอยู่ตรงพิกัดไหนของหน้า" ไม่มีข้อมูลว่าตัวไหนอยู่ในคำเดียวกัน ไม่มีช่องว่างเป็นตัวอักษร โปรแกรมแปลงจึงต้องเดาทั้งหมดจากตำแหน่ง ภาษาอังกฤษเดาง่ายเพราะตัวอักษรเรียงบรรทัดเดียว แต่ภาษาไทยมีปัญหาเฉพาะสามอย่าง
- สระบนล่างและวรรณยุกต์อยู่คนละแนวกับพยัญชนะ — โปรแกรมที่เรียงตัวอักษรจากซ้ายไปขวาตามพิกัดจะเห็นสระอิที่ลอยอยู่เหนือ ก เป็นตัวอักษรที่อยู่ "ก่อน" หรือ "หลัง" ก ก็ได้ แล้วแต่ว่าพิกัดซ้ายของมันเริ่มตรงไหน ผลคือลำดับสลับ
- สระอำถูกแยกร่าง — โปรแกรมสร้าง PDF บางตัวเก็บ "ำ" เป็นสองชิ้นคือ นิคหิต กับ สระอา แยกกัน พอถอดกลับมาเป็นข้อความก็ได้สองตัวอักษรที่ไม่ใช่ ำ
- ฟอนต์ที่ฝังแบบตัดเฉพาะตัวที่ใช้ — ฟอนต์ที่ถูกตัดย่อยมักมีตารางรหัสของตัวเอง หน้าจอแสดงถูกเพราะรู้ว่ารูปไหนคือรูปไหน แต่ไม่รู้ว่ารูปนั้นคือตัวอักษรอะไรในภาษาไทย ถอดออกมาจึงได้สัญลักษณ์แปลกๆ
MyPDF ถูกปรับให้จัดการสองกรณีแรกได้ในไฟล์ส่วนใหญ่ ส่วนกรณีที่สามยังแก้ไม่ได้ทางเทคนิค ถ้าเจอให้ใช้วิธีแปลงเป็นรูปแล้ว OCR แทน
เช็ค 30 วินาที ก่อนเสียเวลาแปลง
| ลองทำ | ถ้าได้ผลแบบนี้ | แปลว่า |
|---|---|---|
| เปิด PDF แล้วลากเมาส์เลือกข้อความ | ตัวหนังสือถูกไฮไลต์ทีละคำ | มีข้อความจริง แปลงเป็น Word ได้เลย |
| เดียวกัน | ไม่ไฮไลต์ หรือเลือกได้ทั้งหน้าเป็นก้อนเดียว | เป็นภาพสแกน ต้อง OCR ก่อน |
| คัดลอกหนึ่งบรรทัดไปวางใน Notepad | ได้ภาษาไทยอ่านออก | ฟอนต์ปกติ ผลลัพธ์จะดี |
| เดียวกัน | ได้สัญลักษณ์หรือตัวอักษรมั่ว | ฟอนต์เข้ารหัสเฉพาะ ต้องแปลงเป็นรูปแล้ว OCR |
อะไรติดมา อะไรไม่ติดมา — บอกตรงๆ
| ส่วนของเอกสาร | ผลใน Word |
|---|---|
| ข้อความเนื้อหา ย่อหน้า | มาครบ จัดย่อหน้าตามบรรทัดเดิม |
| หัวข้อ ตัวหนา | มาเป็นตัวหนาหรือตัวใหญ่ตามต้นฉบับ (ตรวจจากขนาดและชื่อฟอนต์) ควรตรวจอีกรอบ |
| รูปภาพ ตราครุฑ โลโก้ | มา ตราครุฑหรือหัวจดหมายวางไว้ก่อนข้อความ รูปอื่นวางต่อท้ายข้อความของหน้านั้น |
| ตาราง | ส่วนใหญ่มาเป็นตาราง Word จริง ตารางซับซ้อนอาจต้องจัดเพิ่ม หรือใช้แปลงเป็น Excel |
| ช่องฟอร์ม ลายเซ็นดิจิทัล | ไม่มา |
| การจัดหน้าแบบสองคอลัมน์ | ถูกรวมเป็นคอลัมน์เดียว ลำดับอาจสลับบางบรรทัด |
หลังแปลงเสร็จ แก้ 3 อย่างนี้ใน Word จะได้เอกสารเรียบร้อย
- บรรทัดขาดกลางประโยค — PDF เก็บเป็นบรรทัดตามที่พิมพ์บนกระดาษ ใน Word ใช้ค้นหาแทนที่: ค้น
^p(เครื่องหมายย่อหน้า) แทนที่ด้วยช่องว่าง เฉพาะช่วงที่ต้องการ - ฟอนต์ไม่สวย — Word ใช้ฟอนต์ที่มีในเครื่องแทนของเดิม เลือกทั้งหมดแล้วเปลี่ยนเป็น TH Sarabun New หรือฟอนต์ที่ต้องการทีเดียว
- ช่องว่างซ้อนกันหลายช่อง — มาจากการเว้นระยะในต้นฉบับ ค้นหาสองช่องว่างแทนที่ด้วยหนึ่งช่อง ทำซ้ำจนไม่เจอ
ถ้าเอกสารยาวมากและต้องการแค่แก้ตัวเลขหรือชื่อไม่กี่จุด การใช้เครื่องมือแก้ไข PDF ปิดทับแล้วพิมพ์ใหม่ตรงจุดนั้นเร็วกว่าแปลงทั้งไฟล์หลายเท่า
คำถามที่พบบ่อย
แปลงฟรีไหม จำกัดกี่ครั้ง?
ฟรี ไม่จำกัดจำนวนครั้ง เพราะประมวลผลในเครื่องของคุณเอง
ข้อความที่ดึงออกมา นำไปใช้ใน Google Docs ได้ไหม?
ได้ คัดลอกข้อความไปวางใน Microsoft Word, Google Docs หรือ LibreOffice แล้วจัดรูปแบบต่อได้ทันที
ทำไมบางไฟล์แปลงออกมาเป็นรูปภาพ?
เพราะต้นฉบับเป็นไฟล์สแกนที่ไม่มีชั้นข้อความ ต้องผ่าน OCR ก่อนจึงจะได้ข้อความที่แก้ไขได้
ทำไมแปลงแล้วสระอำกลายเป็นสองตัว?
เพราะโปรแกรมที่สร้าง PDF เก็บ ำ แยกเป็นนิคหิตกับสระอา MyPDF รวมกลับให้ในไฟล์ส่วนใหญ่ ถ้ายังเจอให้ใช้ค้นหาแทนที่ใน Word แก้ทีเดียวทั้งเอกสารได้
แปลงแล้วได้แต่สัญลักษณ์แปลกๆ ทำยังไง?
ไฟล์นั้นใช้ฟอนต์ที่เข้ารหัสเฉพาะตัว ถอดข้อความตรงๆ ไม่ได้ ให้แปลงเป็นรูปภาพก่อน แล้วใช้ OCR อ่านตัวอักษรจากภาพ จะได้ข้อความจริง
เอกสารราชการที่มีตราครุฑ แปลงแล้วตราหายไหม?
ไม่หาย ระบบดึงรูปในหน้ารวมทั้งตราและโลโก้มาใส่ในไฟล์ Word ให้ ตราที่อยู่หัวกระดาษวางไว้ก่อนข้อความ รูปอื่นวางต่อท้ายข้อความของหน้านั้น ย้ายตำแหน่งใน Word ได้