那天赶论文修改,急着查资料导出内容,才开始琢磨caj文件怎么转换成word,手边只有电脑里存好的那篇文献,没提前准备别的软件。一开始想着随便找个在线网页工具就能搞定,不用下载一大堆安装包,点开搜索引擎挑排在前面的链接,上传文件的时候还担心大小超限,反复压缩了一次caj,点上传按钮等加载,页面转圈转了快两分钟,总算提示转换完成。
下载打开word文档那一刻,心里一下子沉下去。文字断断续续,段落到处错位,原本连着的句子被拆成一行一行,参考文献里的标点符号全部乱码,公式直接变成一堆莫名其妙的符号,图片位置全跑到页面底部。复制粘贴的时候,还时不时多出很多看不见的空白换行,删起来特别耗时间。
就是,当时还抱着侥幸,以为只是这个网页工具不行,换另一个试试就会变好。又打开第二个网站,重复上传、等待、下载这套流程,结果出来的文档问题差不多,甚至还有部分中文文字直接识别成乱码,整篇文献少了好几段内容。折腾这两次,前后耗了快四十分钟,东西拿到手还要一点点手动调整,感觉完全没省多少功夫。
有人说CAJViewer自带文字复制功能,之前一直忽略这个。
点开本地装的CAJ阅读器,打开那份文件,找到文字选择的图标,拖动鼠标框选需要的段落,复制到新建的word里面。纯文字部分倒是识别得顺畅,不会出现大面积乱码,但碰到文献里的表格,框选复制之后,表格直接散掉,单元格的内容单独成行,原本整齐的表格结构完全消失,图表说明文字也会和正文混在一起,分不清哪里是注释哪里是正文。
遇到扫描版的caj就更麻烦,不管是网页转换工具,还是阅读器直接复制,都抓不到文字,只能看到图片一样的页面,点文字选择工具完全选不中任何内容。当时没意识到,文件是图片扫描生成的,本身就没有可提取的文本信息,试再多次复制,也拿不到文字,白白在那反复拖动鼠标,试了好几个区域都没用。
中间还看到评论区提到别的桌面软件,看介绍能直接批量转换,可是安装包体积不小,下载的时候网速又慢,等下完安装程序,还要处理弹窗捆绑的附加软件,安装的时候得不停取消勾选。好不容易装好之后导入文件,转换速度倒是比网页快一点,可对文献里脚注、上角标这些特殊格式处理依旧很差,上标的页码全部变成普通数字,分不清引用标记。
断断续续弄了一整个下午,文档勉强整理出来,很多地方需要逐字核对原文,修正识别出错的字词,重新搭建表格,调整段落间距。这一套操作下来,耗费的时间,和直接对着caj手动打字录入,差距好像没有想象中大。
只代表我个人这次遇到的情况,不同来源的caj文件,转换出来的效果差别很大,别人使用同一款工具,也许不会碰到一模一样的问题。
关掉word的时候,屏幕上还留着一堆没有修正完的格式标记,那天剩下的时间全都耗在调整这些文本碎片上。