Miksi PDF:stä kopioitu teksti katkeaa joka rivin kohdalla

PDF:stä kopioitu teksti katkeaa joka rivin kohdalla, koska PDF ei tallenna kappaleita. Se tallentaa jokaisen näkyvän rivin erillisenä tekstinpalana tiettyyn kohtaan sivulla. Kun kopioit tekstiä, ohjelman täytyy arvata, missä lause todella päättyy. Useimmat arvaavat lisäämällä rivinvaihdon aina alkuperäisen rivin loppuun, ja kappaleesi hajoaa kymmeniin lyhyisiin riveihin.

Korjaa liitetty tekstiTekstissä katkenneet rivitTee se ilmaiseksi

Miksi PDF-tiedostot katkovat kappaleet

Tekstinkäsittelyohjelma tallentaa kappaleen yhtenä pitkänä tekstinä, ja se rivittää tekstin sivun leveyteen piirtäessään. PDF toimii päinvastoin. Se on lähempänä piirto-ohjeiden joukkoa: aseta tämä sanajono tähän, aseta seuraava sanajono tuonne. Rivitys on päätetty tiedostoa luotaessa, ja tiedosto säilyttää rivien sijainnit eikä kappalerakennetta.

Kun valitset ja kopioit tekstiä, lukijan täytyy rakentaa tekstivirta uudelleen näistä sijainneista. Monet lukijat lisäävät rivinvaihdon jokaisen näkyvän rivin loppuun, eivätkä ne aina erota lauseen sisäistä rivinloppua oikeasta kappaleen lopusta. Tulos näyttää oikealta sivulla ja väärältä tekstikentässä.

Kolme muuta asiaa pahentavat tilannetta:

• Tavuviivalla katkaistut rivinloput. Sana, joka on katkaistu "inter-" yhden rivin lopussa ja "national" seuraavan alussa, kopioituu kahtena palana rivinvaihdon välissä. Jotkut lukijat säilyttävät viivan, jotkut poistavat sen ja jotkut jättävät rivinvaihdon paikalleen.
• Palstat. Kaksipalstaisessa taitossa kopioituu joskus koko vasen palsta ensin ja sitten oikea, tai rivit kulkevat palstojen välillä sekaisin.
• Ylätunnisteet, alatunnisteet ja sivunumerot. Ne kopioituvat lauseen keskelle, kun kappale ylittää sivunvaihdon.

Korjaus

Korjaus on lyhyt sääntöjen sarja, jonka sovellat järjestyksessä:

1. Yhdistä rivit, jotka eivät päätä lausetta. Jos rivi päättyy pieneen kirjaimeen, pilkkuun tai sanaan ilman lopputäpeää, seuraava rivi jatkaa sitä lähes aina.
2. Säilytä rivinvaihto siinä kohdassa, jossa alkuperäisessä oli kappaleen väli. Rivi, joka päättyy pisteeseen, kysymysmerkkiin tai kaksoispisteeseen ja jota seuraa lyhyt tai sisennetty rivi, aloittaa usein uuden kappaleen.
3. Poista rivinlopun tavuviiva vain silloin, kun se jakaa yhden sanan. "inter-" ja "national" muodostavat sanan "international". Oikea yhdyssana, kuten "well-" ja "known", pitää kuitenkin säilyttää muodossa "well-known", joten tarkista yhdistetty sana lauseen perusteella.
4. Poista toistuvat ylä- ja alatunnisteet sekä sivunumerot, jotka näkyvät kerran sivulla.

Tässä on esimerkki. Näin kopio usein näyttää:

The committee met on Tuesday to review
the budget. Three members asked for more
time, and the chair agreed to a short delay.

Kun rivit, jotka jatkavat lausetta, on yhdistetty, teksti näyttää tältä:

The committee met on Tuesday to review the budget. Three members asked for more time, and the chair agreed to a short delay.

Liitä kopio työkaluun Korjaa liitetty teksti, jolloin yhdistämiset tehdään yhdellä kertaa. Tarkista sen jälkeen, onko kopion mukana tullut näkymättömiä merkkejä. Poista näkymättömät merkit näyttää, mitä se löytää ennen kuin muuttaa mitään, ja opas näkymättömistä merkeistä selittää, mistä ne tulevat.

Palstat ja taulukot

Palstat ovat vaikein tapaus. Turvallisin tapa on valita yksi palsta kerrallaan sen sijaan, että vetäisit valinnan molemmien yli. Jos PDF:n lukujärjestys on yksi, kopioi koko sivu kerran ja tarkista sitten kunkin palstan ensimmäinen ja viimeinen rivi. Jos kahden palstan sanat ovat sekaisin, sinun täytyy kopioida osissa.

Taulukot ovat vielä hankalampia. PDF:stä kopioitu taulukko tulee usein yksi solu riviä kohti, joten rivit täytyy rakentaa uudelleen itse, tai liittää taulukkolaskentaan sarkainmerkillä tai kiinteällä erotinmerkillä. Jos taulukossa on useampia rivejä kuin muutama, on nopeampaa käyttää tekstin erottelutyökalua, joka säilyttää sarakkeet, ja siivota tulos sen jälkeen.

Kun PDF on skannaus

Jos PDF on skannaus, siinä ei ole kopioitavaa tekstiä. Jokainen sivu on kuva, joten näkyvä sisältö on kaikki, mitä on. Tarvitset ensin optisen tunnistuksen (OCR). Tallenna sivusta kuva ja lue se Kuvasta tekstiksi -työkalulla, joka toimii selaimessasi. OCR tuo mukanaan omia virheitään, kuten "rn" luettuna "m":nä tai "0" luettuna "O":na, joten tarkista tunnistettu teksti alkuperäiseen verraten ennen kuin luotat siihen. Kuvakaappausten ja valokuvien opas kertoo, miten saat puhtaamman tunnistuksen.

Erikoistapaukset

• Runoissa, koodissa ja osoitteissa rivinvaihdoilla on merkitystä. Yhdistä vain ne rivit, jotka ovat selvästi rivitettyjä, ja jätä muut koskematta.
• Pehmeä rivinvaihto (rivitys) ja kova rivinvaihto (oikea kappaleen loppu) voivat näyttää kopioinnin jälkeen samalta. Lue siivotun tekstin ensimmäinen kappale ja korjaa yhdistämiset, jotka näyttävät vääriltä.
• Jos siivottu teksti ei löydä sanaa, jonka näet ruudulla, kopioon on todennäköisesti jäänyt näkymättömiä merkkejä. Vertaa tekstejä alkuperäiseen ja selvitä erot.
• Jos haluat säilyttää alkuperäisen asettelun, kopioi teksti tekstinkäsittelyohjelmaan, jossa on vaihtoehto "liitä pelkkänä tekstinä", sen sijaan että siivoaisit käsin.

Näin teet sen fixmintillä

1. Kopioi teksti PDF:stä tai aja PDF tekstiksi, jolla saat tekstin tiedostosta ensin.
2. Liitä teksti kenttään Liitetty teksti Korjaa liitetty teksti -työkalussa.
3. Pidä valittuina Yhdistä katkenneet rivit kappaleiden sisällä ja Yhdistä rivin lopussa tavuviivalla katkaistut sanat, kuten ne ovat oletuksena. Valitse Suorista kaarevat lainausmerkit, jos teksti tulee tekstinkäsittelyohjelmasta, ja Poista rivit, joilla on vain sivunumero, jos kopiossa on sivunumeroita.
4. Lue jokaisen kappaleen ensimmäinen ja viimeinen rivi. Työkalu poistaa sivunumerorivit, mutta ei toistuvia ylä- tai alatunnisteita, joten poista ne käsin.
5. Kopioi tulos tai valitse Lataa .txt.

Pikavastaukset

Miksi PDF:stä kopioidussa tekstissä on rivinvaihto joka rivin kohdalla?

PDF tallentaa jokaisen näkyvän rivin erillisenä, paikkaan sidottuna tekstinä, joten kopio säilyttää rivinloput. Korjaus on yhdistää rivit, jotka jatkavat lausetta, ja säilyttää rivinvaihdot vain oikeissa kappalevälissä.

Miten estän tavuviivalla katkaistut sanat jakautumasta?

Poista tavuviiva vain silloin, kun kaksi puolikasta muodostavat yhden sanan, kuten "inter-" ja "national". Säilytä se oikeissa yhdyssanoissa, kuten "well-known", ja tarkista se lauseen perusteella.

Voinko kopioida PDF:n taulukon taulukkolaskentaan?

Usein, mutta yleensä vain sarkainerotteisena tai kiinteäleveänä kopiona. Taulukoissa, joissa on paljon rivejä, sarakkeet säilyttävä tekstin erottelutyökalu on nopeampi kuin jokaisen solun korjaaminen.