PDF 和 Word 查重率差这么多？同一个文件、两个数字的真相

同一个文件，PDF 版查重 40%，Word 版只有 12%——这是小红书上一条真实留言：查重花了好多钱，好在没那么高了。28 个点的差距不是检测器抽风，是两个版本被「读」成了不同的文本。这篇拆开讲：版本差从哪来、哪些内容最容易被吃掉、怎么定稿才不会踩坑。

一、版本差从哪来：检测器读的是文本流

查重系统不是在读你的排版，它读的是从文件里提取出来的纯文本流。PDF 和 Word 的文本提取机制不同：PDF 是「印刷品」，文字按位置摆放，公式、图表、脚注常被当作图形或独立元素跳过；Word 是「文档流」，文字按段落顺序连续排列。同一个文件，两种提取方式得到的文本流不一样，重复率自然不同。

二、哪些内容最容易被版本「吃掉」

内容	PDF 版常见表现	Word 版常见表现
公式	转为图片或特殊编码，提取为空白或乱码	公式编辑器保留文本结构
脚注/尾注	可能被丢到文档末尾或丢失	按位置正常提取
图片内文字	完全不被提取（图片就是图片）	同左
表格	结构可能断裂	结构保留较好
参考文献	编号连续性与 Word 版不同	按段落正常提取

公式是重灾区：PDF 里公式经常变成图片或特殊编码，检测器读不到内容，反而「降」了重复率——但这种下降是假象，送审版本如果用的 Word，公式对应的文本还是会进入比对。

三、正确的提交姿势：三步锁定版本

步骤	做法
一、定版本	学校要求交什么格式就定什么格式，不要自己换
二、统一检测	查重、AIGC 检测、送审全部用同一个文件
三、留底	最终提交版单独存档，避免后续误改

四、真实案例：PDF 40%、Word 12%

小红书上的留言：同一篇论文，PDF 版查重 40%，换成 Word 版再测只有 12%，「花了好多钱，好在没那么高了」。28 个点的差距里，有版式转换的分词差异、有公式和脚注的处理差异，也有字体嵌入导致的文本识别差异。如果你在 PDF 版里看到过「提取的文本变成乱码」，就能理解检测器遇到的是什么。

五、翻车对照

翻车	后果	正确做法
Word 写完导 PDF 再查	两个数字都对不上任何一个版本	定稿后固定一个版本，所有检测都用它
只测 PDF 不测 Word	送审用 Word，PDF 的数字没有参考价值	送审版是什么格式就测什么格式
公式转图片降重	送审版解析不到公式，论文不完整	公式保持可编辑形态，不靠转图降重

六、交稿前核对

检查项	合格标准
版本	检测、查重、送审为同一个文件
格式	与学校模板一致，无转版
公式	可编辑形态，无图片化
脚注	正常提取，无丢失
参考文献	编号连续，无断裂

查重率的最后一步是版本统一。同一个文件、同一次检测、同一个数字——交出去的每份材料都对得上，才经得起送审和抽检的回看。

方法笔记

这篇的长文在本站。步骤和检查项集中在 论文查重与 AIGC 自查笔记，按主题查找见 笔记站指南目录。检测和改写仍在本站。