Word 轉 PDF

這一頁會自己讀你的 .docx、自己算版面、自己寫出 PDF，全部在瀏覽器裡完成。輸出是真正的向量文字，可以選取、搜尋、複製，不是把頁面拍成圖。而且在動手轉之前，它會先把檔案的結構讀一遍，明確告訴你哪些會保留、哪些不會 —— 因為一個安靜產出錯誤結果的轉檔器，比一個直接說做不到的更糟。

.docx 其實就是一個裝滿 XML 的 ZIP，這就是它能在本機跑的原因

把任何一個 .docx 改名成 .zip 再打開，你會看到一棵資料夾樹：word/document.xml 放文字與結構、word/styles.xml 放具名樣式、word/numbering.xml 描述項目符號與編號規則、word/media/ 放圖片。中間沒有任何專有的二進位區塊。這個格式從 2006 年就是公開且有規格書的標準（ECMA-376）。

這件事的意義是：轉一個 Word 檔不需要 Word，也不需要某台伺服器上跑著 Word 或 LibreOffice。它需要的是一個 ZIP 解壓器、一個 XML 解析器 —— 這兩樣你的瀏覽器本來就有 —— 再加上一段知道那些標籤是什麼意思的程式。全部加起來只有幾百 KB 的 JavaScript，跑在你自己的處理器上。

舊的 .doc 格式是真的不一樣：那是 1990 年代的二進位複合檔，結構難讀得多，實務上也沒有完整的公開文件。我們不支援它。如果你手上是 .doc，用 Word、Google 文件或 LibreOffice 開起來另存成 .docx 就好，三者都只要兩個動作。

為什麼別家要你上傳，而我們不必

大多數線上 Word 轉 PDF 服務是在伺服器上跑 LibreOffice：你上傳，它用一整套 office 套件把你的文件打開、列印成 PDF，再給你一個下載連結。這個做法有效，保真度也很好，但每一次轉換都花營運者真的錢 —— 要有機器在跑、要管排隊、你的檔案至少要在某處放幾分鐘。那筆成本正是那些網站有檔案大小上限、每小時次數限制、浮水印與付費方案的原因。

我們把另一條路量過了。在本機跑 LibreOffice 轉我們的測試文件，每一份要 1.9 到 6.6 秒；同樣的轉換在瀏覽器裡是 13 到 353 毫秒 —— 快了一個數量級，因為沒有上傳、沒有排隊、沒有來回、也不用啟動一整套 office。代價是複雜版面的保真度會輸，那是真的代價，所以我們在下面具體寫出來，而不是含糊帶過。

輸出檔案也小得多。一份中文測試文件用 LibreOffice 轉出來是 843 KB，在這裡是 53 KB；一份真實的六頁 Word 檔從 559 KB 變成 110 KB。原因是字型嵌入方式：伺服器端的轉檔器通常會嵌進一大塊 CJK 字型，而我們只嵌你這份文件真正用到的字。

中文，以及讓多數瀏覽器端轉檔器在這裡失敗的兩個錯誤

PDF 要畫出一個字，那個字的字型必須嵌在檔案裡，或者是每個閱讀器都內建的那十四款標準字型之一。那十四款只有拉丁字母，所以你文件裡的任何中文都需要真的嵌一份字型。我們隨站帶一份 Noto Sans TC 的子集，涵蓋 6,403 個字元 —— Big5 常用字、標點、注音、全形英數、製表符、圈號數字 —— 檔案 1.9 MB，而且只有在你選了檔案、並且那份檔案真的需要中文時才會抓。純英數的文件連一個位元組都不會下載。

這裡有兩個很容易犯而且都會靜默失敗的錯。第一個是讓 PDF 函式庫自己做字型子集：我們把 204 個中文字走過那條路，其中 158 個變成空白，而文字層完全正確、可搜尋。頁數、檔案大小、抽字結果全都看起來很健康。現在我們改用 HarfBuzz 自己切好子集，再原封不動嵌進去。第二個是字重：我們用來產生子集的可變字型預設值是 100，也就是髮絲細的 Thin，結果中文明顯比旁邊的英文淡一階。現在字重釘在 400，而判斷標準是「同一頁的中文與英文看起來是不是同一個力道」，不是任何一個數字接近 1。

第三個問題更細。字型的選擇必須逐字元決定，不能逐段決定。一行字裡只要有一個 en dash，例如「2022–present」，就足以把整行推去用中文字型，字距也跟著變 —— 我們第一版把它印成「2 0 2 2 present」，而那個破折號根本沒畫出來。現在改成逐字元判斷，依據是「標準字型到底編不編得出、畫不畫得出這個字」，而不是一張手寫的字元範圍表。

它做得好的事，以及它會讓你失望的地方

一般文件它處理得不錯：段落與標題、粗體斜體底線刪除線、顏色、字級、含多層的項目符號與編號清單、有框線與底色表頭的表格、PNG 與 JPEG 圖片、上下標，以及文件裡設定的頁面尺寸與邊界。履歷、信件、單頁報告、發票、表單、技術文件是我們測得最多的情況，這些都轉得乾淨。

它會讓你失望的地方是「不是單欄流動文字」的版面。多欄會被攤成單欄 —— 每個字都在，但左右並排的配置沒有了。文字方框與浮動框保留文字但失去位置，本來壓在圖片上的說明文字會變成獨立的一段。頁首與頁尾目前還沒有輸出，頁碼也包含在內。段落框線，包括標題底下那條橫線，不會畫。圖表、SmartArt 與數學公式不轉換，它們原本佔的位置會留白，而不是填一個大概的東西上去。

你不需要靠猜來判斷哪一項會影響你。你一選檔，這一頁就會把結構讀出來並列出它找到的具體問題：幾欄、幾個文字方框、有沒有圖表，以及文字裡有哪些字元在隨站字型裡沒有字形。這個檢查只要幾毫秒，而且發生在轉換之前，所以你可以先決定要不要按下去。

你的檔案會發生什麼事，以及授權對這份 PDF 意味著什麼

沒有任何上傳。你的文件是用瀏覽器給網頁的檔案 API 讀進來的，轉換在同一個分頁裡跑，PDF 在記憶體裡產生然後交給你下載。過程中沒有任何一個請求帶著你的檔案，所以沒有東西可以被攔截、沒有保留期限需要你信任、也沒有一個可能外流的分享連結。你可以自己驗：打開開發人員工具、盯著「網路」分頁、然後轉一次。本站送出的安全性政策把網路連線限制在自己的來源，所以就算程式想把你的文件送出去，瀏覽器本身也會擋下來。

隨站的中文字型是 Noto Sans TC，授權為 SIL Open Font License 1.1，授權全文跟著檔案一起提供。OFL 第 5 節末句明文寫著「必須維持在本授權下」這個要求不適用於使用本字型產生的文件。所以你的 PDF 本身不帶任何授權義務，即使裡面嵌了那份字型的一個子集。

有一件事我們不會宣稱：這不是 PDF/A 輸出，這一頁也不是封存合規工具。我們對拉丁文字用的是 PDF 標準字型，而標準字型依定義是不嵌入的 —— 光這一點就已經讓檔案不符 PDF/A。如果你要的是給檔案管理系統用的合規封存 PDF，你需要一個能驗證自己輸出的工具，而目前沒有任何這樣的驗證器可以在瀏覽器裡跑。