我刚刚使用 OCR 软件将一份包含 20 多页的文档扫描到 Word 2007 中。结果是一堆带有各自页边距和缩进的页面。我似乎能够重置页边距，但缩进之类的东西似乎与页边距有关。因此，减小页边距大小会导致一些段落超出页面左侧，因为缩进被设置为负值。我想清除所有页面格式并保留字体、字体大小、字体颜色、粗体、下划线、斜体等视觉格式。这样，我就可以从头开始并按照我想要的方式重新格式化页面布局。
答案1
我不确定这是否适合您，但您可以使用其他基于纯文本的格式（如 TeX 或 HTML），并尝试通过脚本语言（如 Perl 或 Python）过滤掉信息（或者，只要输出足够“简单”，即使使用智能文本编辑器和正则表达式也可以完成这项工作）。
请注意，虽然您可以使用 Word 导出为该格式，但如果您可以在 OCR 软件中立即使用该格式，我肯定会先尝试该格式。作为所见即所得编辑器的一般规则，以标记格式导出的文件往往非常复杂。