从 MS Word doc 中的单词中删除空格答案

【问题标题】：Remove s p a ce s from a word in MS Word doc从 MS Word doc 中的单词中删除空格
【发布时间】：2013-09-17 07:14:27
【问题描述】：

一个 200 页的文件从 PDF 导入到 Word 文档。文本出现乱码，我正在尝试使用 VBA 宏进行清理。

问题是文本看起来像这样

CarrierCOM 是一家进出墨西哥的交通运输公司。我们提供全方位的服务，包括托管、私人线路、转换、连接、交叉 -b o rd e r 服务，根据需要提供互联网、视频会议和专业服务。

我需要帮助删除单词之间随机出现的空格并使输出看起来像这样

CarrierCOM 是一家进出墨西哥的承运商。我们提供一个全线服务，包括主机托管、专线、转换、互连、跨境服务、互联网、视频根据需要提供会议和专业服务。

您能提供的任何帮助将不胜感激。不必是 VBA，可以是任何其他编程语言/技术/软件。

【问题讨论】：

使用更好的软件从 PDF 导出到 Docx？例如见this
没有简单的编程方法可以做到这一点。您如何区分单词之间的适当空格和单词片段之间的空格？您必须积累片段并将它们与字典进行匹配；即使这样也不能保证准确的结果，例如“interconnections”与“interconnections”（都包含有效的英文单词）。最好的办法是按照 Siddharth 的建议找到更好的转换器。

【解决方案1】：

使用 Ctrl-h（搜索和替换）。首先，将“.”（不带引号）替换为“.$%”，这将标记您所有的句尾空格。其次，将“”替换为“”（即，将所有空格替换为空）。第三，将“.$%”替换为“.”以放回句末空格。你去吧；你是程序员。

我忘了说每次替换时，你必须选择 ReplaceAll。另外，从文档的开头开始。

【讨论】：

嗯..单词之间和逗号后面的空格怎么办？你的脚本会删除这些，所以你最终会得到一堆 gobbledegook，只在句号之后有空格。
啊哈哈哈！脑袋放屁！对不起。绝对值得“无用”投票。
到目前为止，我使用过来自 Nuance、Abbyy、OpenOCR、MS OneNote 的 OCR 引擎，但没有一个效果很好。 Zebby Dee，显然你知道这些东西。您认为将此文件转换为 XML 或其他格式可能是一种出路吗？