PDF轉WORD為什麼是歷史難題
PDF 轉Word 是一個非常非常普遍的需求，可謂人人忌危，為什麼如此普遍的需求，卻如此難行呢，還得看為什麼會有這樣的一個需求：
PDF文件遵循iOS32000的規範是由Adobe 公司推出的文件格式，之所以應用如此廣泛，是因為PDF精確定位了每個字元的座標、根據座標繪製的各種形狀，使用PDF格式傳輸和列印文件可以保證格式的一致性，然後很多PDF檔案是可用於閱讀，展示，列印，但編輯起來是非常困難，如格式調整，文字修改，樣式調整等，那麼就衍生了PDF 轉Word這一歷史性的需求，但因為兩者之間採用的編碼規範以及佈局機制的完全不一致，導致轉換起來會非常複雜，一般的工具不是格式錯亂，就是內容錯亂，很難達到客戶的原生期望。
其難點在於建立從PDF基於元素位置的格式到Word基於內容的格式的對映。PDF文件實際並不存在段落、表格的概念，PDF轉Word要做的就是將PDF文件中“橫、豎線條圍繞著文字”解析為Word的“表格”將“文字及下方的一條橫線”解析為“文字下劃線”等等。
兩個工具兩套規則，自古以來兩個工具之間的相容轉換，除非是為一家所有，會有通用的標準和介面預留，達到很好的相容性，但 Adobe和微軟都是巨大的科技企業，且兩款軟體功能都是非常強大且覆蓋面全，要做到完美的匹配所有規則更是非常苦難。
對於報表使用者來說，很多使用者會將報表理解為報告，報告自然會聯想到Word，那麼就很希望在頁面中展示的內容能夠成 Word 檔案來進行存檔，編輯等作用。
ActiveReportsJS 是前端的報表開發工具，不與後端關聯，因此想要將展示的HTML 生成Word，研發團隊經過一些調研發現整個過程會非常複雜非常困難，正如他們反饋：“不是一個sprint 能解決的問題”，就PDF.js背後都有強大的Mozilla支撐，更何況Word文件是依託微軟的Offic開發元件去生成的。
但在實際接觸客戶的時候，許多使用者都會來詢問相關內容包括如何用報表設計類似審批表、人事履歷表、檢測報告等很常見的Word報告。使用者對結果都比較滿意，但唯一使用者不滿的是報表結果只能生成pdf。 這是傳統，這也是核心需求，也是痛點。
本葡萄就有些很著急，於是不信這個邪，在前端工具如此豐富的情況下，竟沒有一個這樣可用的工具？
開始搜尋，開啟google，榨乾全部腦汁的詞彙量輸入了我需要的關鍵詞，搜尋到了以下結果。
乍一看，第一條完全吻合，Node.js 雖說是服務端也不是不可以接受，只要有方案即可。
使用cloudmersive-convert-api-client 實現任意檔案格式的轉換
https://cloudmersive.medium.com/how-to-convert-pdf-to-word-docx-format-in-node-js-30291f7c446b
看著非常有戲
程式碼簡單：
但仔細看看程式碼， **果然老天在為我們送東西的時候都在背後的標好了價格 ：
心想如果可以，付費就付費吧， 畢竟我們也是做付費商業軟體的專業er，版權意識還是需要有的。
點選登入，用谷歌賬號登陸成功後，即可在專案中引用cloudmersive-convert-api-client 安裝包。
該JS 庫提供了將近幾十種的API及Class用於處理轉換不同的格式檔案：除了將PDF轉Word外，還有其他發的檔案格式轉換，使用起來也是非常簡單，
轉換結果測評：
可以識別本地的PDF 檔案，轉換結果：
- 能夠保證90%的格式和樣式，達到要求
- 圖片可直接匯入
- 背景色無法保留
- 表格無法直接匯入為Word的表格，只能作為但文字
- 頁首頁尾資訊無法直接匯入為Word的頁首頁尾，只作為文字
- 部分內容丟失
- 產品價格
因為整個轉換API 只是CloudMersive 的一個API功能，整個產品還附加其他的安全檢驗等功能，因此產品是按月及併發數收費的。大家可自行搜尋瞭解，不過他們網站倒是提供好了幾個檔案轉換的工具非常好用，無需登入直接獲取轉換結果
https://cloudmersive.com/tools
嘗試既然有PDF流直接暴力轉換Word文件，可否？
通過搜尋發現PDF物件流直接用JS 轉換為Word 檔案是非常困難的， 而且經過驗證ARJS 匯出PDF 檔案可以用Word軟體開啟，那麼突然想到是否可以找一箇中介軟體，將PDF流直接轉換為doc或docx格式，但搜尋一番，嘗試之後，只是在.pdf前面加了document.docx.pdf
該方法嘗試失敗。
跟技術大咖聊了之後， 才發現pdf和word雖然本質都是二進位制流，但內部的宣告等都是各自檔案特有的屬性，因此不能直接轉換，簡而言之就是是什麼檔案流就只能儲存什麼檔案流。且PDF和Word是兩大技術公司背書，直接轉換得用專業的工具，因此此路不通 。
曲線救Coder: HTML 轉換PDF 大工將成？
於是乎，退而求其次，HTML是萬能的，HTML 可以轉萬物，HTML 轉PDF， HTML 轉圖片，HTML 轉Excel等等等，那麼 ActiveReportsJS 提供了可將報表匯出為HTML 檔案且格式完全一致，那麼方法來了，我直接使用HTML 轉 Word不是更方便些？Google搜尋果然此類資料比PDF 轉Word多了百倍，而且看程式碼也是操作非常簡單：
https://jscodemine.grapecity.com/share/Itym7G5fAUSWY4ffuu2cJw/
只需3步驟：
1.將報表匯出HTML
var pageReport = new ARJS.PageReport(); pageReport.load('./BandedReport.rdlx-json') .then(function() { return pageReport.run() }) .then(function(pageDocument) { return HTMLExport.exportDocument(pageDocument) })
2.加工HTML 程式碼增加office 標記
3.建立 a 標籤，直接下載 doc格式
var fileDownload = document.createElement("a"); document.body.appendChild(fileDownload); fileDownload.href = sourceHTML; fileDownload.download = 'document.doc'; fileDownload.click(); document.body.removeChild(fileDownload);
看看結果：效果很Nice
轉換結果測評：
- 樣式丟失，包括字型顏色，背景色，形狀
- 影像丟失
- 表格可以直接匯入為Word表格
- 圖示保留
4.總結
兩種轉化結果總結如下：
通過一番嘗試也算是有一個Workaround，考慮到報告類的報表一般以文字內容為主，樣式也比較樸素，所以使用html到Word轉換不失為一個快速簡潔的方法，大部分需要儲存為Word 還是為了進行二次編輯。本葡萄也在努力尋找HTML 轉Word 樣式保留的方法，有新的進展會給大家更新第二篇。
- Wiki百科：PDF介紹
- Wiki 百科：Word介紹
- pdf.js analog for Word Documents
- 純前端報表控制元件ActiveReportsJS