DOC2X应用场景

论文公式提取:PDF 转 LaTeX 与 Word

上传论文 PDF 并解析,选择 Word 或 LaTeX 导出,再对照原页核对公式和编号。用两页真实双栏论文演示完整操作,提供原 PDF、含原生公式的 Word 和 TeX 原包,说明上下标、编号顺序与排版差异。

你的文件
清晰论文 PDF;保留原论文与目标公式所在页
得到什么
待核对的 Word 原生公式或 LaTeX 源码
实际论文解析工作台:左侧为本次上传摘页的第1页,右侧是对应正文和公式结果,保留原文对照与导出入口
实际论文解析工作台:左侧为本次上传摘页的第1页,右侧是对应正文和公式结果,保留原文对照与导出入口
本页内容

从论文原页到可编辑公式,再核对上下文

  1. 保留原论文、作者与出处,确定目标公式所在的文件页码。本例先从有署名复用许可的原文摘出物理第2、6页,合成两页输入。
  2. 打开文档解析,点击开始解析文件,上传 PDF。在解析选项确认文件名与1~2页范围,再点击开始解析;本次未进入扫描件增强。
  3. 完成后左右对照原页与解析结果,逐项看点导数、上下标、连乘或求和范围、矩阵,以及公式编号与相邻说明。
  4. 继续 Word 写作时,点击导出文档 → Word → 流式排版 → 开始导出。本例在 Microsoft Word 打开成功,公式为原生对象,页面重排为5页。
  5. 继续 LaTeX 写作时,在同一结果选择 LaTeX 并导出 ZIP,完整解压。本例原 TeX 使用 fontspec,本机用 XeLaTeX 编译成4页;没有改写源码。
  6. 最后按原文编号逐条核对。本例先导出(14)后(13),编号(3)独立成段;修订副本里的顺序与分组,另存原始下载件作为依据。
上传论文 PDF 提取公式

本例使用已有登录账户,处理两页、未用扫描件增强。可用额度和会员格式以当前工作台为准;先用自己的少量代表页确认效果。

同一条论文公式:原页与 Word 实际显示

2026年10月15日,实际上传两页论文摘页,一次解析后分别导出 Word、LaTeX 与 Markdown。下面只放大原论文第6页的公式(16)及同次 Word 导出的第5页局部;原生下载未人工修正。

原论文第6页:连乘与参数集合
Karl Friston 2008原论文公式16局部,q等于对i连乘q,参数集合为u、theta和lambda查看原图 ↗
实际 DOCX 在 Word 中打开:第5页局部
同次Word导出公式16,连乘号、下标i、上标i和参数集合可见;分组已拆为两段查看原图 ↗

实际 TeX 中公式(16)的原样源码

q\left( \vartheta \right)  = \mathop{\prod }\limits_{i}q\left( {\vartheta }^i\right) \tag{16}
  1. 连乘符号下方是 i,q 的参数带上标 i;下一行参数集合是 u、θ、λ。与原图一起核对,不只检查公式是否显示。
  2. 两页输入的 DOCX 有73个 OMML 原生公式对象、4个矩阵结构、4个分式结构和2个求和/连乘结构;没有嵌入图片或 OLE 对象。对象数包含行内变量。
  3. 用本机 Microsoft Word 打开实际 DOCX,再保存打印预览 PDF,得到5页;未在 Word 里改写和保存原 DOCX。
  4. 原 TeX 字节保持,使用本机 XeLaTeX / TeX Live 2023 生成4页 PDF;仍有字体替换警告,没有在 Overleaf 云端验证。
  5. 原文公式(16)是一组两行表达,导出分成多个显示块。需要继续写论文时,按自己的编号与引用方式整理。

原文为 Karl Friston(2008)《Hierarchical Models in the Brain》,PLoS Computational Biology 4(11): e1000211,DOI 10.1371/journal.pcbi.1000211。© 2008 Karl Friston,原文明确采用 Creative Commons Attribution License;本例摘取完整第2、6页,注明出处,未重写页面内容。实测输入是英文双栏电子论文的两页,不是中文论文或扫描件准确率基准。 Word 预览与本地编译 PDF 是从原生导出生成的核对副本。未在本轮验证剪贴板粘贴、WPS 或 MathType;也不能由此恢复作者原来的 TeX 模板。

先了解这几件事

论文公式提取可以从 PDF 解析开始:上传需要的页,核对符号与编号,再按写作环境导出 Word 或 LaTeX。本例实际解析原论文第2、6页:Word 含原生公式,TeX 原包可在本机编译;但导出把公式(14)放到了(13)前面,分组公式也被拆开。先对照原稿修订,再用于自己的笔记或文稿。

输入范围
两页摘页;工作台第1、2页对应原论文第2、6页。
Word 成品
选择流式排版;含73个原生公式对象,包括行内变量,不能当作73条编号公式。
LaTeX 成品
原 ZIP 中一份 TeX 和空 images 目录;本地 XeLaTeX 生成4页 PDF,有字体替换警告。
实际差异
三份原生导出均先(14)后(13);多行分组和编号归属仍需核对。

公式都看得见,还要检查出现顺序

原论文第6页左栏先列(13)的四个矩阵,再列(14)的先验公式。实际 Word 第3页却先放(14),再放(13);同样的顺序变化也存在于原生 Markdown 与 TeX 中。下面保留完整页,方便按上下文检查。

原论文第6页:先(13),后(14)
原论文完整第6页,左栏上方为公式13的四个矩阵,中间为公式14,右栏含公式16和17查看原图 ↗
Word 实际预览第3页:先(14),后(13)
实际流式Word第三页,前段接原论文第2页公式3,随后先显示公式14再显示公式13查看原图 ↗
  1. 三份原生导出中的顺序都未经人工重排;本页公开下载保留这一差异。
  2. 编号(3)在 MD 与 TeX 中成为独立段落;公式(1)、(2)、(13)等多行组也分成多个块。
  3. 摘页本来就从原第2页跳到第6页,(3)后接(13)是输入范围;(14)跑到(13)之前才是本次导出的顺序问题。

原文为 Karl Friston(2008)《Hierarchical Models in the Brain》,PLoS Computational Biology 4(11): e1000211,DOI 10.1371/journal.pcbi.1000211。© 2008 Karl Friston,原文明确采用 Creative Commons Attribution License;本例摘取完整第2、6页,注明出处,未重写页面内容。实测输入是英文双栏电子论文的两页,不是中文论文或扫描件准确率基准。 本例用于说明核对方法,不用单份资料推算识别准确率。

实际操作:先确认输入页,再选 Word 排版

左图为这次解析前的选项,右图为同一结果的 Word 导出设置。输入已是两页摘页,所以范围显示1~2;右图明确选中流式排版,未选择保留 PDF 版式或 Word MathType。

上传两页摘页,确认1~2页范围
本次解析选项,文件名friston-hierarchical-formulas.pdf,范围1到2页,右下角开始解析查看原图 ↗
导出文档 → Word → 流式排版
本次导出设置选中Word与流式排版,图片高清开关关闭,文件名为同一论文摘页DOCX查看原图 ↗

操作截图只裁去了无关界面,没有替换结果内容。界面与可用格式会随产品更新;当前额度、会员条件以实际账户为准。

论文公式整理,按下一步选输出

论文公式整理,按下一步选输出
你的任务从哪里开始需要核对
只有一条公式截图公式识别,保留完整公式边界符号、分母、上下标与前后条件;无需先处理整篇论文
把论文公式放进 Word 文稿PDF 解析 → Word → 流式排版原生公式对象、分组与编号;本例输出5页
整理 TeX 或接入自己的 Overleaf 工程PDF 解析 → LaTeX ZIP源码、字体、宏包、编号与引用;本例只做本地编译
论文和公式一起做笔记PDF 解析 → Markdown数学定界与目标阅读器,以及双栏正文的先后顺序
要求原 PDF 的页面位置另看保留版式 Word 流程本例是流式排版,不能用5页结果证明原版式保留

先分清单公式截图与整页论文

只需要一条公式时,用公式识别输入完整截图,避免切断上下限、分母或公式外的条件。整页论文的 PDF 公式提取还包含正文、编号与多栏顺序;本页实际使用两个完整论文页,保留其上下文。

论文页码与工作台页码分开记录

本次摘页第1页对应原论文第2页,第2页对应原论文第6页。原文中的公式号(1)~(3)、(13)~(17)不因为摘页而连续重编。记录原页和公式号,才能回到作者的论述位置。

论文公式转 Word:核对对象,也核对分组

本例选择普通 Word 的流式排版,DOCX 内含原生公式,不是把整页放成图片。对象数包含行内变量;数字多不代表每条公式都已正确。Word MathType 是另一个导出选项,本次文件也不是 MathType OLE 对象。

论文转 LaTeX:先编译,再检查数学与上下文

原包中一份 TeX,images 目录为空。本地使用 XeLaTeX 通过,得到4页,有字体替换警告。即使公式能编译,顺序、分组和前后说明仍可能需要修订;导出也不恢复原作者的模板、自定义宏或参考文献工程。

公式编号保留了,归属和顺序也可能变化

本例(14)出现在(13)前,编号(3)成为独立正文。把下载件与原 PDF 并排看,按编号逐组核对,再在修订副本中调整顺序、分组与引用。不要仅因为所有编号都能搜索到,就认为公式结构与论文一致。

公开样例保留作者、来源与实际差异

本页使用 Karl Friston(2008)的署名许可论文,提供原文链接与正式引文。核对包还包含原始完整 PDF、实际两页输入和未改写的产品下载。论文解释、公式正确性与引用仍应以原文为依据。

相关官方说明

详细操作教程

遇到这些情况

公式变成图片,难以继续修改
先区分保存截图和导出原生公式。本例选择 Word → 流式排版,DOCX 有原生公式;若输入本来是一张图,先做识别,再对照原图核对。
公式编号齐全,正文却读不顺
按原页逐组比较编号与说明。本例(14)先于(13),需要修订顺序;原始下载保留作对照。
Word 页数与 PDF 不同
流式排版会重新组织段落与公式。本例2页输入在 Word 显示5页;需要页面位置时看保留版式流程。
TeX 编译通过,但与原论文不同
检查符号、分组、引用和字体。本例原TeX在本机通过仍有字体替换与编号顺序问题。

常见问题

论文里的公式怎么提取成可编辑公式?

上传论文 PDF 的代表页,解析后对照原页核对符号,再选择 Word 或 LaTeX 导出。本例提供同一论文两页输入、含原生公式的 DOCX 与原始 TeX ZIP,方便自己打开核对。

PDF 公式复制到 Word,怎样避免只得到图片?

需要可编辑公式时,先识别并导出 Word 原生公式。本例 DOCX 有73个 OMML 对象,包含行内变量,没有嵌入图片。这里验证的是整份 Word 导出和打开,没有把系统剪贴板粘贴作为已完成实测。

论文公式提取后,编号会完全保持吗?

不能只看编号有没有出现。本例(14)排在(13)前,编号(3)独立成段,多行组也被拆开。应按原页逐组整理编号、公式与相邻说明。

两页论文转 Word,为什么变成5页?

本例选择流式排版,段落和公式会按Word页面重新排列。5页是本次Microsoft Word的实际显示结果;保留原PDF位置属于另一个排版选择。

PDF 转 LaTeX 后能直接在 Overleaf 编译吗?

需核对目标项目的主文档、编译器、宏包与字体。本例原包用 fontspec,在本地 XeLaTeX 生成4页;未在Overleaf云端实测,不保证任意模板直接通过。

这组结果能代表所有中文论文或扫描论文吗?

不能。本次输入是英文双栏电子论文的两页。先用自己资料里的代表页检查复杂符号、清晰度和多栏顺序,再决定是否处理其余页面。

内容核对:2026-10-15 · 功能条件与配额以当前产品界面为准