Convertir des documents PDF en documents Microsoft Word en .NET

Aperçu

Cet article explique comment convertir des documents PDF en documents Microsoft Word en utilisant C#. Il couvre ces sujets.

Format : DOC

Format : DOCX

Format : Word

Le code suivant fonctionne également avec la bibliothèque Aspose.PDF.Drawing. Le code suivant fonctionne également avec la bibliothèque Aspose.PDF.Drawing.

Conversion de PDF en DOC et DOCX

L’une des fonctionnalités les plus populaires est la conversion de PDF en document Microsoft Word DOC, ce qui facilite la gestion du contenu. Aspose.PDF pour .NET vous permet de convertir des fichiers PDF en formats DOC et DOCX rapidement et efficacement.

Convertir un PDF en fichier DOC (Microsoft Word 97-2003)

Convertissez des fichiers PDF en format DOC facilement et avec un contrôle complet. Aspose.PDF pour .NET est flexible et prend en charge une grande variété de conversions. Par exemple, convertir des pages de documents PDF en images est une fonctionnalité très populaire.

De nombreux clients ont demandé une conversion de PDF en DOC : convertir un fichier PDF en document Microsoft Word. Les clients le souhaitent car les fichiers PDF ne peuvent pas être facilement modifiés, contrairement aux documents Word. Certaines entreprises souhaitent que leurs utilisateurs puissent manipuler du texte, des tableaux et des images dans des fichiers qui étaient à l’origine des PDFs.

Perpétuant la tradition de rendre les choses simples et compréhensibles, Aspose.PDF pour .NET vous permet de transformer un fichier PDF source en un fichier DOC en deux lignes de code. Gardant vivante la tradition de rendre les choses simples et compréhensibles, Aspose.PDF pour .NET vous permet de transformer un fichier PDF source en un fichier DOC avec deux lignes de code.

Le code C# suivant montre la conversion d’un fichier PDF au format DOC.

Étapes : Convertir PDF en DOC en C#

  1. Créez une instance de l’objet Document avec le document PDF source.
  2. Enregistrez-le au format SaveFormat.Doc en appelant la méthode Document.Save().
public static void ConvertPDFtoWord()
{
    // Ouvrir le document PDF source
    Document pdfDocument = new Document(_dataDir + "PDFToDOC.pdf");
    // Enregistrer le fichier au format de document MS
    pdfDocument.Save(_dataDir + "PDFToDOC_out.doc", SaveFormat.Doc);

}

Utiliser la classe DocSaveOptions

La classe DocSaveOptions offre de nombreuses propriétés qui améliorent la conversion des fichiers PDF au format DOC. La classe DocSaveOptions offre de nombreuses propriétés qui améliorent la conversion de fichiers PDF au format DOC.

  • Le mode Textbox est rapide et efficace pour préserver l’apparence originale du fichier PDF, mais l’éditabilité du document résultant pourrait être limitée. Chaque bloc de texte visuellement regroupé dans le PDF original est converti en une zone de texte dans le document de sortie. Cela permet une ressemblance maximale avec l’original, donc le document de sortie est visuellement agréable, mais il est entièrement composé de zones de texte, ce qui pourrait rendre l’édition dans Microsoft Word assez difficile.
  • Le mode Flow est un mode de reconnaissance complet, où le moteur effectue un regroupement et une analyse multi-niveaux pour restaurer le document original selon l’intention de l’auteur tout en produisant un document facilement éditable.
  • Flow est un mode de reconnaissance complet, où le moteur effectue un regroupement et une analyse multi-niveaux pour restaurer le document original selon l’intention de l’auteur tout en produisant un document facilement modifiable.

La propriété RelativeHorizontalProximity peut être utilisée pour contrôler la proximité relative entre les éléments textuels. Cela signifie que la distance est normalisée par la taille de la police. Les polices plus grandes peuvent avoir de plus grands espaces entre les syllabes et être toujours considérées comme un tout unique. Elle est spécifiée en pourcentage de la taille de la police ; par exemple, 1 = 100%. Cela signifie que deux caractères de 12pt placés à 12 pt de distance sont proximaux.

  • RecognitionBullets est utilisé pour activer la reconnaissance des puces pendant la conversion.
public static void ConvertPDFtoWordDocAdvanced()
{
    var pdfFile = Path.Combine(_dataDir, "PDF-to-DOC.pdf");
    var docFile = Path.Combine(_dataDir, "PDF-to-DOC.doc");
    Document pdfDocument = new Document(pdfFile);
    DocSaveOptions saveOptions = new DocSaveOptions
    {
        Format = DocSaveOptions.DocFormat.Doc,
        // Définir le mode de reconnaissance comme Flow
        Mode = DocSaveOptions.RecognitionMode.Flow,
        // Définir la proximité horizontale à 2.5
        RelativeHorizontalProximity = 2.5f,
        // Activer la valeur pour reconnaître les puces pendant le processus de conversion
        RecognizeBullets = true
    };
    pdfDocument.Save(docFile, saveOptions);
}

Convertir un PDF en fichier DOCX (Microsoft Word 2007-2021)

L’API Aspose.PDF pour .NET vous permet de lire et de convertir des documents PDF en DOCX en utilisant C# et tout autre langage .NET. Le DOCX est un format bien connu pour les documents Microsoft Word dont la structure a été modifiée de binaire simple à une combinaison de fichiers XML et binaires. Les fichiers Docx peuvent être ouverts avec Word 2007 et les versions ultérieures, mais pas avec les versions antérieures de MS Word, qui prennent en charge les extensions de fichier DOC.

Le morceau de code C# suivant montre comment convertir un fichier PDF en format DOCX.

Étapes : Convertir un PDF en DOCX en C#

  3. Enregistrez-le au format SaveFormat.DocX en appelant la méthode Document.Save().
public static void ConvertPDFtoWord_DOCX_Format()
{
    // Ouvrir le document PDF source
    Document pdfDocument = new Document(_dataDir + "PDFToDOC.pdf");
    // Enregistrer le fichier DOC résultant
    pdfDocument.Save(_dataDir + "saveOptionsOutput_out.doc", SaveFormat.DocX);
}

Convertir PDF en DOCX en mode amélioré

Pour obtenir de meilleurs résultats de conversion de PDF en DOCX, vous pouvez utiliser le mode EnhancedFlow. La principale différence entre le mode Flow et le mode Enhanced Flow est que les tables (avec ou sans bordures) sont reconnues comme de véritables tables, et non comme du texte avec une image en arrière-plan. Il y a aussi la reconnaissance des listes numérotées et de nombreuses autres petites choses.

public static void ConvertPDFtoWord_Advanced_DOCX_Format()
{    
    // Ouvrir le document PDF source
    Document pdfDocument = new Document(_dataDir + "PDFToDOC.pdf");

    // Instancier l'objet DocSaveOptions
    DocSaveOptions saveOptions = new DocSaveOptions
    {
        // Spécifier le format de sortie comme DOCX
        Format = DocSaveOptions.DocFormat.DocX,
        // Définir d'autres paramètres de DocSaveOptions
        Mode = DocSaveOptions.RecognitionMode.EnhancedFlow
    };
    // Enregistrer le document au format docx
    pdfDocument.Save("ConvertToDOCX_out.docx", saveOptions);
}

Voir aussi

Cet article couvre également ces sujets. Les codes sont les mêmes que ci-dessus.

Format : Word

Format : DOC

Format : DOCX

Convertir PDF en Excel en .NET