ARTICLE · 1027927
WPS转PDF/ PDF转Word乱码怎么解决?
转出来一堆乱码，只能重新排一遍？
PDF 转换乱码
五种场景逐一排查
WPS 转 PDF · PDF 转 Word · 字体 · 编码 · 版面 · OCR · 符号映射
土拉 · 效率工具指南
📦 3 Parts + Conclusion
👉 滑动
PART 01
先看乱码长相
长相就是线索
PART 02
五种场景排查
对号入座去修
PART 03
排查清单
下次直接照做
PART ///
写在最后
从救火到预防
效率工具指南
乱码不是文件坏了，是解码方式没对上
做报表、交材料、发论文，Word 和 PDF 之间来回转几乎是日常动作。但十次里总有一两次，转出来的东西变了样——中文变成一串看不懂的字母，或者整页字一个都认不出。
多数人的第一反应是换个工具再转一遍，结果还是乱。因为乱码不止一种原因，换工具只对其中一两种有效。这篇把最常见的五种场景拆开讲，每种都给判断方法和处理动作，照着对号入座就行。
01
PART
先看清乱码长什么样
OVERVIEW · 长相就是线索
乱码的形态本身就是线索。先看一眼它长什么样，八成能直接锁定病因，省掉反复换工具的时间。
| 整页方块 | ||
| 一串陌生拉丁字母 | ||
| 字能认，但串行重叠 | ||
| 只有图片或一片空白 | ||
| 个别符号变字母 |
✦ 一句口诀记全：成片方块看字体，成串怪字看编码，能认但串行看版面，全是图片做 OCR，个别符号看映射。
02
PART
五种场景，逐一排查
HOW TO FIX · 对号入座
下面五种按出现频率从高到低排，每种都给判断方法 + 具体动作。
整页方块，字全变成豆腐块
最常见的一种。字的位置、行数、段落全都正常，但满屏空心方块，一个都认不出——说明文字在，但字体不在。
先排除显示问题：换一个阅读器打开同一份 PDF（浏览器直接拖进去也行）。别的阅读器正常，就重开一次转换工具，多半是字体缓存没加载上
如果是自己导出的 PDF：回到原文重新走一遍输出为 PDF，在设置里选标准（嵌入字体），别选「最小体积」
如果只剩 PDF、没有原文件：转 Word 时把模式选成保留原始版面，转完再统一换字体
兜底办法：全文选中，字体统一改成系统自带的中文字体（思源黑体、微软雅黑），能救回绝大多数方块
✦ 为什么别人打开就变方块：选「最小体积」时，软件会为了压体积丢掉字库。你自己电脑上装了那个字体，看着一切正常；发给别人，对方没装，就全是方块。这个坑最隐蔽——出错永远发生在别人那台电脑上。
！踩坑提示 🕳
用了非商用字体（方正、汉仪这类）做的 PDF，换台电脑没装同款字体就是方块。不是文件坏了，也不是转换工具的问题，换工具解决不了。
中文变成一串陌生字母
文字位置正常、行数也对，但中文变成 ÏîÄ¿ÑéÊÕ 这种带重音符的拉丁字母，而且总字数明显变多。
原文：中
UTF-8 编码：E4 B8 AD（3 字节）
GBK 编码：D6 D0（2 字节）
误按 Latin-1 逐字节解读：Ö Ð
先确认类型：乱码里集中出现 Â Ã Ð Î Ö 这类字母，而且字数变多——就是编码问题，和场景 01 的方块是两回事
自己转 PDF：编码保持默认的 UTF-8 / 简体中文，不要手动去改
处理已有的乱码 PDF：在 PDF 转 Word 的高级设置里，把文本编码手动切到 GB18030 再转一次
老系统导出的文件：先在 Word 里用「打开 → 编码选择」按 GB2312 重新读一遍，另存成 UTF-8 再走转换
✦ 乱码是怎么发生的：GBK 里一个汉字占 2 字节，UTF-8 里占 3 字节。同一份字节流，按错误的编码去解读，一个汉字就会被拆成两三个拉丁字符——这就是乱码的字面机制，内容其实一个都没丢。
！踩坑提示 🕳
政务、银行、老版 ERP 导出的 PDF 大量使用 GBK，用默认编码直接转必然乱。遇到这类文件，优先试 GB18030，它向下兼容 GBK 还多认一批生僻字。
字能认，但串行、重叠、顺序乱
最容易被误判成乱码的一种。每个字本身都对，错的是位置——两栏内容粘成一栏、表格里的字跑到框外、段落顺序跳来跳去。
先定性：只要字本身没错，就不是编码问题，是版面解析问题
转 Word 时把模式从「文本优先」换成保留原始版面，让它按坐标还原而不是自己猜段落
双栏文献：转换时选拆分双栏，或者转完在 Word 里重新分栏
表格错位：用「表格工具 → 自动调整 → 根据窗口调整表格」重排；结构太乱就别修了，直接把 PDF 里的表格粘到 Excel，用数据 → 分列重建
✦ 为什么只有这类问题换工具有效：PDF 里根本没有「段落」这个概念，只有一堆字符的坐标。转 Word 时工具是在猜哪里换行、哪里分段——猜错就串行。不同工具的猜测算法不一样，所以这一种换工具确实可能有效，前两种换了也没用。
！踩坑提示 🕳
带页眉页脚、脚注、多栏排版的学术 PDF 最容易串行。转完务必逐页核对，尤其是表格里的数字和编号——串行之后数字会跑到别的行上，看着还挺像那么回事。
转出来只有图片，或者一片空白
转出来的 Word 里没有文字、只有一张张图，或者干脆空白。这种情况不是转换失败，是文件里本来就没有可提取的文字。
先验证有没有文字层：在 PDF 里试着框选一段文字。选不中，就是图片型 PDF
确认后用带OCR 识别的转换：PDF 转 Word 时勾上「识别文字」，转出来才是可编辑文本
OCR 前先看原图质量：扫描件建议 300dpi 以上；歪斜的先摆正、有阴影的先调亮，识别率会明显上去
选对识别语言：中英混排要选「中文简体 + English」，只选英文会把中文整段丢掉
转完必须人工校对：数字 0 和 O、1 和 l、中文形近字（己已巳、末未）是 OCR 的高发错误区
✦ 这类文件为什么换工具也没用：扫描件、拍照、传真、截图拼出来的 PDF 都属于图片型，本质就是一张照片。没有 OCR，任何工具都提不出文字。这里的「乱」是识别错误，不是编码错误——病因完全不同。
！踩坑提示 🕳
OCR 出来的数字不要直接用。金额、编号、日期这类关键字段，逐位核对再往下走——OCR 认错一位数字，比整页乱码更危险，因为看着完全正常。
个别符号变字母，其余都正常
正文完全正常，只有公式、单位、希腊字母、项目符号出问题——μ 变 m、α 变 a、Σ 变 S，或者项目符号变成一串怪字母。
看乱码位置：全部集中在公式、单位、符号上，基本就是符号字体问题
原因：原文用了 Symbol、Wingdings、MT Extra 这类专用符号字体，转换时这些小字体的信息最容易丢
修字体：把这些字符选中，字体换成Cambria Math 或系统自带的 Symbol，多数字符会立刻恢复
公式类：直接在 Word 里用「插入 → 公式」重建，比一个个修字体更快也更稳
项目符号：重新设一遍「项目符号和编号」，让它跟随正文的字体
✦ 符号字体是借位映射：同一个字节，在不同字体里指向完全不同的图形。字体信息一丢，图形就退回成它本来的字母——所以看到的不是乱码，是这些符号的「原始身份」。
03
PART
一份可复用的排查清单
CHECKLIST · 顺序照做
下次再遇到，按这个顺序走，基本不用来回试。
第一步看长相，对号入座：方块→字体，怪字母→编码，串行→版面，全图→OCR，个别符号→映射
第二步看手上有什么：原文件还在，就从源头重做一遍；只剩 PDF，就在转换设置里补
第三步换工具之前先换设置：大部分乱码是设置不对，不是工具不行
第四步转换前后各做一件事：转之前备份原文件，转之后逐页核对关键数字
第五步做预防：自己产出 PDF 时选标准（嵌入字体），并且尽量不用冷门字体
✦ 换个角度理解乱码：它从来不是「内容丢了」，而是同一份字节被换了一种解读方式。找到是哪一环解读错了，剩下的就只是一个动作。
先看长相，再改设置，最后才换工具
五种场景 · 对号入座 · 一次修好
///
LAST
写在最后
SUMMARY · 从救火到预防
「转换」这个动作看着是格式之间的事，实际牵扯的是字体、编码、版面、字符映射四套机制。所以乱码没法用一句「重转一遍」解决——得先知道它坏在哪一环。
最值得先养成的习惯是转之前备份、转之后核对。真正麻烦的从来不是看得见的乱码，是那些转完看着正常、数字却悄悄变了的地方。
乱码不难修，难的是先判断它是哪一种
我是土拉，专注工作提效的公众号。精选Windows软件工具，Excel函数公式、Word排版技巧教程，每篇一个能立刻上手的小技巧。
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。
THANKS FOR READING