Tidak bisa menyalin teks dari PDF? Ini penyebab dan cara mengambil teksnya

Jika Anda tidak bisa memilih kata dalam PDF, kemungkinan besar halamannya berupa gambar dari teks, hasil scan atau foto, bukan teks sungguhan. Masukkan file ke PDF ke teks: jika alat itu menemukan kata, salin kata-katanya dari sana. Jika alat itu melaporkan tidak ada teks yang ditemukan, halaman perlu OCR (pengenalan karakter optik), yaitu proses membaca huruf dari gambar. Kedua langkah ini berjalan di browser Anda, dan file Anda tidak pernah diunggah.

PDF ke teksPerlu mengambil teks dari PDFPakai gratis

PDF teks atau PDF hasil scan

PDF teks menyimpan setiap huruf sebagai karakter, lengkap dengan font dan posisinya di halaman. PDF hasil scan menyimpan setiap halaman sebagai satu gambar, seperti foto, sehingga tidak ada yang bisa dipilih. Sebagian file mencampur keduanya: halaman yang diketik dengan tanda tangan hasil scan, atau formulir hasil scan dengan judul yang diketik.

Uji di penampil PDF Anda dengan mencoba memilih satu kata. Jika sorotannya mengikuti huruf, berarti teksnya ada. Jika Anda hanya bisa memilih seluruh halaman, atau tidak bisa memilih apa pun, halaman itu berupa gambar.

Yang Anda lihat	Biasanya artinya	Yang sebaiknya dilakukan
Kata bisa dipilih dan disalin	PDF teks	Salin langsung, atau gunakan PDF ke teks untuk seluruh file
Tidak ada yang bisa dipilih, dan PDF ke teks tidak menemukan teks	Halaman hasil scan atau foto	Render halamannya, lalu jalankan OCR
Kata bisa dipilih tetapi saat ditempel berupa simbol aneh	Font tidak memetakan huruf kembali ke karakter dengan benar	Coba PDF ke teks; jika hasilnya masih rusak, gunakan OCR
Penampil memblokir pemilihan	Pembatasan salin yang ditetapkan pembuat file	Lihat bagian tentang pembatasan

Mengapa PDF tidak bisa disalin

Ada tiga hal yang menghalangi penyalinan, dan masing-masing punya solusi yang berbeda:

• Halamannya berupa gambar hasil scan. Teksnya sama sekali tidak ada di dalam file, jadi OCR adalah satu-satunya cara untuk mengambilnya kembali.
• File memerlukan kata sandi untuk dibuka. File tidak bisa dibaca sebelum Anda membukanya dengan kata sandi yang Anda miliki, di program yang biasa Anda gunakan untuk file tersebut. Alat di sini tidak mencoba membuka file yang terkunci.
• Pembuat file menetapkan pembatasan salin. Beberapa PDF meminta penampil untuk tidak mengizinkan penyalinan atau pengeditan. Itu pengaturan yang dipilih pembuatnya, dan fixmint tidak melewatinya. Jika Anda memang berhak, mintalah salinan tanpa pembatasan atau ekspor salinan dari program yang membuat file tersebut.

Mengambil teks dari PDF teks

1. Seret PDF ke kotak di PDF ke teks dan tunggu sampai setiap halaman selesai dibaca.
2. Periksa jumlah halaman dan jumlah kata yang muncul.
3. Centang Penanda halaman jika Anda ingin setiap halaman diberi label. Biarkan tidak dicentang untuk teks biasa.
4. Salin teksnya, atau unduh sebagai file .txt.

Kolom, tabel, dan header bisa muncul dengan urutan yang berbeda, karena PDF menyimpan di mana setiap potongan teks digambar, bukan paragraf mana yang menjadi miliknya. Jika setiap baris diakhiri dengan baris baru yang kaku, baca mengapa teks yang disalin dari PDF terpotong di setiap baris, lalu tempelkan teksnya ke Perbaiki teks tempelan, yang menggabungkan baris-baris di setiap paragraf.

Mengambil teks dari PDF hasil scan

Halaman hasil scan memerlukan dua langkah: mengubah setiap halaman menjadi gambar, lalu membaca teks di setiap gambar. Langkah pembacaan yang sama juga berlaku untuk tangkapan layar atau foto, seperti dijelaskan di sini.

1. Seret PDF ke PDF ke JPG. Pilih PNG untuk teks, karena tepi hurufnya tetap tajam, dan 300 DPI untuk cetakan kecil. Pilih hanya halaman yang Anda butuhkan, atau biarkan semua halaman.
2. Unduh halamannya. Setiap halaman disimpan sebagai gambar sendiri, atau semuanya datang dalam bentuk ZIP.
3. Buka Gambar ke teks dan seret halaman pertama. Kata-katanya akan muncul setelah halaman dibaca. Kata yang tidak yakin dikenali mesin akan ditandai dengan warna merah.
4. Ulangi untuk setiap halaman sesuai urutan. Centang Gabungkan baris menjadi paragraf untuk menghapus baris baru, lalu salin hasilnya.
5. Periksa setiap angka, nama, dan tanggal dengan halaman aslinya sebelum Anda mengandalkannya.

Gambar ke teks membaca satu gambar dalam satu waktu, dan hanya bahasa Inggris. Alat ini memuat mesin OCR beserta model bahasa Inggrisnya dari situs saat Anda memulai, lalu gambar dibaca di perangkat Anda. Halaman yang besar atau lambat bisa memerlukan waktu, jadi tunggu hasilnya sebelum Anda menyalin. Halaman yang tajam, lurus, dan terang merata paling mudah dibaca. Potong tepi foto, dan posisikan kamera tegak lurus dengan halaman.

Kesalahan umum

• Menyimpan halaman teks sebagai JPG. JPG membuat tepi huruf kabur, sehingga akurasinya menurun. PNG lebih baik untuk halaman yang hanya berisi teks.
• Mempercayai OCR tanpa pemeriksaan. Pengenalan tidak selalu sempurna. Periksa angka dan nama dengan halaman aslinya.
• Berharap tabel tetap berbentuk tabel. OCR membaca baris, sehingga tabel bisa berubah menjadi daftar. Bandingkan hasilnya dengan halaman aslinya.
• Menggunakan OCR untuk tulisan tangan. Gambar ke teks dibuat untuk teks cetak. Tulisan tangan biasanya kurang terbaca, jadi ketik ulang bagian itu secara manual.

Pertanyaan lanjutan

Apakah OCR mengunggah halaman hasil scan saya?

Tidak. Halaman dibaca di browser Anda, dan gambarnya tidak pernah dikirim ke server. Situs ini mengirimkan mesin OCR beserta model bahasa Inggrisnya ke browser Anda, dan proses pembacaannya terjadi di sana.

Bagaimana jika hanya sebagian halaman yang tidak punya teks?

Aktifkan Penanda halaman di PDF ke teks. Halaman yang tidak menampilkan apa pun di bawah penandanya adalah hasil scan, sedangkan halaman yang diketik akan menampilkan teksnya. Jalankan hanya halaman-halaman itu melalui PDF ke JPG dan Gambar ke teks, lalu susun kembali hasilnya sesuai urutan.

Mengapa teks yang disalin terpotong di akhir setiap baris?

PDF menyimpan setiap baris cetak secara terpisah, sehingga penyalinan mempertahankan pemotongan baris tersebut. Gunakan Perbaiki teks tempelan untuk menggabungkan baris-baris di setiap paragraf. Panduan pemotongan baris menjelaskan mengapa hal itu terjadi.

Apakah Gambar ke teks bisa membaca tulisan tangan atau bahasa lain?

Alat ini dibuat untuk bahasa Inggris cetak dengan alfabet Latin, dan tulisan tangan biasanya kurang terbaca. Alfabet lain, seperti Arab, Mandarin, atau Sirilik, tidak didukung.