Kan du ikke kopiere tekst fra en PDF? Slik får du teksten

Hvis du ikke kan markere ord i en PDF, er sidene mest sannsynlig bilder av tekst, en skanning eller et foto, og ikke vanlig tekst. Legg filen i PDF til tekst. Finner verktøyet ord, kan du kopiere dem derfra. Melder det at det ikke ble funnet tekst, trenger sidene OCR (optisk tegngjenkjenning), som leser bokstavene fra bildet. Begge stegene kjøres i nettleseren, og filen lastes aldri opp.

PDF til tekstTrenger teksten ut av en PDFGjør det gratis

Tekst-PDF eller skannet PDF

En tekst-PDF lagrer hver bokstav som et tegn, med en skrifttype og en posisjon på siden. En skannet PDF lagrer hver side som ett bilde, slik et foto gjør, så det er ingenting å markere. Noen filer blander de to: maskinskrevne sider med en skannet signatur, eller et skannet skjema med en maskinskrevet tittel.

Test det i PDF-leseren ved å markere ett ord. Følger markeringen bokstavene, finnes teksten. Kan du bare markere hele siden, eller ingenting, er siden et bilde.

Det du ser	Det betyr vanligvis	Det du bør gjøre
Ord kan markeres og kopieres	En tekst-PDF	Kopier direkte, eller bruk PDF til tekst for hele filen
Ingenting kan markeres, og PDF til tekst finner ingen tekst	Skannede eller fotograferte sider	Gjør sidene om til bilder, og kjør OCR
Ord kan markeres, men limes inn som rare symboler	Skriftene kobler ikke bokstavene riktig til tegnene	Prøv PDF til tekst; blir resultatet fortsatt ødelagt, bruk OCR
Leseren blokkerer markering	En kopibegrensning som forfatteren har satt	Se avsnittet om begrensninger

Hvorfor en PDF ikke lar deg kopiere

Tre ting hindrer kopiering, og hver har sin løsning:

• Sidene er skannede bilder. Teksten finnes ikke i filen i det hele tatt, så OCR er den eneste måten å få den tilbake på.
• Filen krever passord for å åpnes. Den kan ikke leses før du låser den opp, med passordet du har, i programmet du vanligvis bruker til den. Verktøyene her forsøker ikke å åpne låste filer.
• Forfatteren har satt en kopibegrensning. Noen PDF-er ber lesere om ikke å tillate kopiering eller redigering. Det er en innstilling forfatteren har valgt, og fixmint omgår den ikke. Har du rett til det, kan du be om en versjon uten begrensninger, eller eksportere en fra programmet som laget filen.

Få teksten fra en tekst-PDF

1. Slipp PDF-filen i boksen på PDF til tekst, og vent mens hver side leses.
2. Sjekk antall sider og ord som vises.
3. Kryss av for Sidemarkører hvis du vil at hver side skal merkes. La det være av for ren tekst.
4. Kopier teksten, eller last den ned som en .txt-fil.

Kolonner, tabeller og toppteksthoder kan komme i en annen rekkefølge, fordi en PDF lagrer hvor hver tekstbit tegnes, ikke hvilket avsnitt den hører til. Har hver linje et hardt linjeskift, kan du lese hvorfor tekst kopiert fra en PDF knekker ved hver linje, og deretter lime teksten inn i Fiks limt tekst, som slår sammen linjene i hvert avsnitt.

Få teksten fra en skannet PDF

Skannede sider krever to steg: tegn hver side som et bilde, og les teksten i hvert bilde. Det samme leservtrinnet fungerer for et skjermbilde eller et foto, slik forklart her.

1. Slipp PDF-filen på PDF til JPG. Velg PNG for tekst, fordi det holder bokstavkantene skarpe, og 300 DPI for småtrykk. Velg bare sidene du trenger, eller la alle sidene være med.
2. Last ned sidene. Hver lagres som eget bilde, eller alle kommer som en ZIP-fil.
3. Åpne Bilde til tekst og slipp den første siden. Ordene vises når siden er lest. Ord motoren er usikker på, merkes med rødt.
4. Gjenta for hver side i riktig rekkefølge. Kryss av for Slå sammen linjer til avsnitt for å fjerne linjeskiftene, og kopier resultatet.
5. Sjekk alle tall, navn og datoer mot siden før du bruker dem.

Bilde til tekst leser ett bilde om gangen, og bare engelsk. Verktøyet laster OCR-motoren og den engelske modellen fra nettstedet når du starter, og bildet leses deretter på enheten din. En stor eller treg side kan ta litt tid, så vent på resultatet før du kopierer. Skarpe, rette og jevnt belyste sider gir best resultat. Beskjær kantene på et foto, og hold kameraet rett mot siden.

Vanlige feil

• Å lagre tekstsider som JPG. JPG utydeliggjør kantene på bokstavene, noe som går ut over treffsikkerheten. PNG er det beste valget for sider med ren tekst.
• Å stole blindt på OCR uten kontroll. Gjenkjenning er ikke feilfri. Les tall og navn mot siden.
• Å tro at tabeller blir værende tabeller. OCR leser linjer, så en tabell kan bli en liste. Sammenlign resultatet med siden.
• Å bruke OCR på håndskrift. Bilde til tekst er laget for trykt tekst. Håndskrift leses vanligvis dårlig, så skriv av de delene for hånd.

Vanlige spørsmål

Laster OCR opp de skannede sidene mine?

Nei. Siden leses i nettleseren din, og bildet sendes aldri til en server. Nettstedet leverer OCR-motoren og den engelske modellen til nettleseren din, og lesingen skjer der.

Hva om bare noen av sidene mangler tekst?

Slå på Sidemarkører i PDF til tekst. En side som ikke viser noe under markøren sin, er en skanning, mens de maskinskrevne sidene viser teksten sin. Kjør bare disse sidene gjennom PDF til JPG og Bilde til tekst, og sett resultatene tilbake i riktig rekkefølge.

Hvorfor knekker den kopierte teksten på slutten av hver linje?

En PDF lagrer hver trykte linje for seg, så kopiering beholder disse brytningene. Bruk Fiks limt tekst for å slå sammen linjene i hvert avsnitt. Guiden om linjeskift forklarer hvorfor det skjer.

Kan Bilde til tekst lese håndskrift eller andre språk?

Verktøyet er laget for trykt engelsk med det latinske alfabetet, og håndskrift leses vanligvis dårlig. Andre alfabeter, for eksempel arabisk, kinesisk eller kyrillisk, støttes ikke.