PDF轉WORD為什么是歷史難題
PDF 轉Word 是一個非常非常普遍的需求，可謂人人忌危，為什么如此普遍的需求，卻如此難行呢，還得看為什么會有這樣的一個需求：
PDF文檔遵循iOS32000的規范是由Adobe 公司推出的文檔格式，之所以應用如此廣泛，是因為PDF精確定位了每個字符的坐標、根據坐標繪制的各種形狀，使用PDF格式傳輸和打印文檔可以保證格式的一致性，然后很多PDF文件是可用於閱讀，展示，打印，但編輯起來是非常困難，如格式調整，文字修改，樣式調整等，那么就衍生了PDF 轉Word這一歷史性的需求，但因為兩者之間采用的編碼規范以及布局機制的完全不一致，導致轉換起來會非常復雜，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基於內容的格式的映射。PDF文檔實際並不存在段落、表格的概念，PDF轉Word要做的就是將PDF文檔中“橫、豎線條圍繞着文本”解析為Word的“表格”將“文本及下方的一條橫線”解析為“文本下划線”等等。
兩個工具兩套規則，自古以來兩個工具之間的兼容轉換，除非是為一家所有，會有通用的標准和接口預留，達到很好的兼容性，但 Adobe和微軟都是巨大的科技企業，且兩款軟件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。
對於報表用戶來說，很多用戶會將報表理解為報告，報告自然會聯想到Word，那么就很希望在頁面中展示的內容能夠成 Word 文件來進行存檔，編輯等作用。
ActiveReportsJS 是前端的報表開發工具，不與后端關聯，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復雜非常困難，正如他們反饋：“不是一個sprint 能解決的問題”，就PDF.js背后都有強大的Mozilla支撐，更何況Word文檔是依托微軟的Offic開發組件去生成的。
但在實際接觸客戶的時候，許多用戶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。用戶對結果都比較滿意，但唯一用戶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。
本葡萄就有些很着急，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？
開始搜索，打開google，榨干全部腦汁的詞匯量輸入了我需要的關鍵詞，搜索到了以下結果。
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 實現任意文件格式的轉換
https://cloudmersive.medium.com/how-to-convert-pdf-to-word-docx-format-in-node-js-30291f7c446b
看着非常有戲
代碼簡單：
但仔細看看代碼， **果然老天在為我們送東西的時候都在背后的標好了價格 ：
心想如果可以，付費就付費吧， 畢竟我們也是做付費商業軟件的專業er，版權意識還是需要有的。
點擊登錄，用谷歌賬號登陸成功后，即可在項目中引用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文件：除了將PDF轉Word外，還有其他發的文件格式轉換，使用起來也是非常簡單，
轉換結果測評：
可以識別本地的PDF 文件，轉換結果：
- 能夠保證90%的格式和樣式，達到要求
- 圖片可直接導入
- 背景色無法保留
- 表格無法直接導入為Word的表格，只能作為但文本
- 頁眉頁腳信息無法直接導入為Word的頁眉頁腳，只作為文本
- 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，因此產品是按月及並發數收費的。大家可自行搜索了解，不過他們網站倒是提供好了幾個文件轉換的工具非常好用，無需登錄直接獲取轉換結果
https://cloudmersive.com/tools
嘗試既然有PDF流直接暴力轉換Word文檔，可否？
通過搜索發現PDF對象流直接用JS 轉換為Word 文件是非常困難的， 而且經過驗證ARJS 導出PDF 文件可以用Word軟件打開，那么突然想到是否可以找一個中間件，將PDF流直接轉換為doc或docx格式，但搜索一番，嘗試之后，只是在.pdf前面加了document.docx.pdf
該方法嘗試失敗。
跟技術大咖聊了之后， 才發現pdf和word雖然本質都是二進制流，但內部的聲明等都是各自文件特有的屬性，因此不能直接轉換，簡而言之就是是什么文件流就只能保存什么文件流。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，那么 ActiveReportsJS 提供了可將報表導出為HTML 文件且格式完全一致，那么方法來了，我直接使用HTML 轉 Word不是更方便些？Google搜索果然此類資料比PDF 轉Word多了百倍，而且看代碼也是操作非常簡單：
https://jscodemine.grapecity.com/share/Itym7G5fAUSWY4ffuu2cJw/
只需3步驟：
1.將報表導出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 代碼增加office 標記
3.創建 a 標簽，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，包括字體顏色，背景色，形狀
- 圖像丟失
- 表格可以直接導入為Word表格
- 圖標保留
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本內容為主，樣式也比較朴素，所以使用html到Word轉換不失為一個快速簡潔的方法，大部分需要保存為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
- 純前端報表控件ActiveReportsJS