下面介绍三种将PDF格式文件转换为MicrosoftWord“DOC”文档格式或纯文本文件的方法：一、文字内容的直接识别如果是文本内容直接生成的PDF文件，可以采用以下最简单的两种办法实现文字识别。1、在“AdobeReader”或“AdobeAcrobat”软件显示窗口中先用“文本选择工具”选中要编辑的文本内容，再用复制键“Ctrl＋C”把选中的文本内容复制到剪贴板中，然后，就可以在文本编辑软件中直接粘贴后编辑了。2、在“AdobeAcrobat”中将整个PDF文件“另存为”RTF文件格式，这样，就可以用“Word”直接编辑了。二、使用工具软件进行转换如果PDF文件中包含有非标准编码，使用上述方法未必能够完全正确地被转换，或者转化过来的是乱码，而不能被文本编辑软件所直接使用。对于这种PDF文件，一般使用工具软件转换比较方便。这类的软件很多，而且多可以作为Office文档编辑软件的插件使用，直接导入PDF文件进行编辑。比如：美国ScanSoft公司的“ScanSoftPDFConverterforMicrosoftOffice”软件，能够在MicrosoftOffice中直接打开PDF文件，并且保留原来的格式和版面设计。美国VoyagerSoftLLC公司的“SolidConverterPDF”软件，可以将PDF文件转换成可能被编辑的充分格式化和版面设置的MicrosoftWord文件,保存文本、布局和图象等。德国PixelPlanetLtd公司的“PDFGrabber”软件，可以将PDF文件格式转换成Excel、RTF或者Word格式。除此之外，还有“PDFtoWord”、“PDF2Office”等等软件，都是可以直接将PDF格式转换为DOC、RTF或TXT等格式的工具软件。使用起来非常方便，而且多可以保留PDF文件原来的格式和版面设计。三、使用OCR方法进行识别如果PDF格式源文件为扫描产生的文件，则文件为图像组成。对于图像中的文字内容即使使用了前面两种识别转换方法，也无法作为文本内容在文档编辑软件中直接使用。所以，需要使用OCR方法进行识别。通常也有两种方法：1、使用万方数据文字识别插件。该插件是北京万方数据股份有限公司研制的专用于AcrobatReader4.0以上版本软件的一个OCR工具，能够对PDF文件进行OCR整页识别或选择部分区域运行识别，并将识别结果保存为文本文件。当插件安装成功后，启动AcrobatReader，在“工具”菜单中会出现一个“万方OCR识别工具”选项，在快速工具栏上也会显示两个“万方OCR识别工具”按钮，一个提供整页识别功能，一个提供选择部分区域识别功能。例如：单击OCR整页识别按钮后进入OCR识别准备状态，鼠标指针将转变为OCR字样。在PDF文件浏览窗口点击所显示的PDF文件内容，出现提示框询问是否把当前页保存为TIFF图像文件，单击[是]按钮，将弹出文件保存对话框，输入要保存的文件名，单击[确定]按钮即可将当前页保存到磁盘。单击[否]按钮会对当前页进行识别，并弹出识别窗口，识别窗口内的文字部分即为识别的结果。单击[保存]按钮以文本文件的形式把识别结果保存到磁盘。万方数据文字识别插件主要对数字复印机产品所加工的PDF文件进行OCR识别，对于其他图像文字识别效果就不理想了。图2“万方OCR识别工具”按钮2、使用第三方OCR软件识别。现国内比较流行的有清华紫光、北大、汉王、尚书等OCR软件，通常对汉字的识别能力都不错。第一步，需要将PDF格式文件转换为图像文件。可以采用屏幕图像掠取软件，将屏幕显示的PDF文件中的文字抓取下来的办法，然后将其保存为图像文件。也可以直接利用“AdobeAcrobat“软件中的文件“另存为”功能，将PDF格式文件分页保存为TIFF格式图像文件。不过，要注意的是要选择单色、300DPI以上精度保存图像文件才能提高OCR识别精度。图3设置TIFF文件的精度第二步，进行OCR文字识别。下面以“清华TH-OCR2000千禧板”为例。操作步骤为：（1）“文件”菜单下，“打开”图像文件（可以一次识别多个图像文件内容）；（2）逐个图像文件内容进行OCR识别(个别图像在识别时需要进行倾斜校正、文稿校对等处理)；（3）识别完毕，自动生成与图像文件名相同，扩展文件名为TXT的文本文件，就可以对它们进行编辑了。