Nie można skopiować tekstu z PDF? Dlaczego tak się dzieje i jak go odzyskać

Jeśli nie możesz zaznaczyć słów w PDF-ie, strony są najpewniej obrazami tekstu, skanem lub zdjęciem, a nie tekstem. Przeciągnij plik do narzędzia PDF na tekst. Jeśli znajdzie słowa, skopiuj je stamtąd. Jeśli napisze, że nie znalazło tekstu, strony trzeba przetworzyć przez OCR (optyczne rozpoznawanie znaków), który odczytuje litery z obrazu. Oba kroki działają w przeglądarce, a plik nie jest nigdzie wysyłany.

PDF na tekstChcę wyciągnąć tekst z PDF-aZrób to za darmo

PDF tekstowy czy skan PDF

PDF tekstowy zapisuje każdą literę jako znak, z czcionką i położeniem na stronie. Skan PDF zapisuje każdą stronę jako jeden obraz, tak jak zdjęcie, więc nie ma czego zaznaczyć. Niektóre pliki łączą oba rodzaje: strony wpisane na komputerze z zeskanowanym podpisem albo zeskanowany formularz z wpisanym tytułem.

Sprawdź to w przeglądarce PDF, zaznaczając jedno słowo. Jeśli zaznaczenie idzie za literami, tekst jest obecny. Jeśli można zaznaczyć tylko całą stronę albo nic, strona jest obrazem.

Co widzisz	Co to zwykle znaczy	Co zrobić
Słowa się zaznaczają i kopiują	PDF tekstowy	Kopiuj bezpośrednio albo użyj PDF na tekst dla całego pliku
Nic się nie zaznacza, a PDF na tekst nie znajduje tekstu	Skanowane lub sfotografowane strony	Wyrenderuj strony, a potem uruchom OCR
Słowa się zaznaczają, ale wklejają się jako dziwne znaki	Czcionki nie przypisują liter poprawnie do znaków	Spróbuj PDF na tekst; jeśli wynik nadal jest zniekształcony, użyj OCR
Przeglądarka blokuje zaznaczanie	Ograniczenie kopiowania ustawione przez autora	Zobacz sekcję o ograniczeniach

Dlaczego PDF nie pozwala kopiować

Kopiowanie blokują trzy rzeczy i każda ma inne rozwiązanie:

• Strony są skanami. Tekstu w ogóle nie ma w pliku, więc jedyną drogą do niego jest OCR.
• Plik wymaga hasła. Nie da się go odczytać, dopóki go nie odblokujesz, znanym Ci hasłem, w programie, którego zwykle używasz. Narzędzia tutaj nie próbują otwierać zablokowanych plików.
• Autor ustawił ograniczenie kopiowania. Niektóre PDF-y każą przeglądarkom nie zezwalać na kopiowanie i edycję. To ustawienie wybrane przez autora, a fixmint go nie omija. Jeśli masz do tego prawo, poproś o wersję bez ograniczeń albo wyeksportuj ją z programu, w którym powstał plik.

Pobierz tekst z PDF-a tekstowego

1. Przeciągnij PDF do pola w narzędziu PDF na tekst i poczekaj, aż każda strona zostanie odczytana.
2. Sprawdź liczbę stron i słów, która się pojawi.
3. Zaznacz Znaczniki stron, jeśli chcesz, żeby każda strona była oznaczona. Zostaw to wyłączone, jeśli potrzebujesz zwykłego tekstu.
4. Skopiuj tekst albo pobierz go jako plik .txt.

Kolumny, tabele i nagłówki mogą wyjść w innej kolejności, bo PDF zapisuje, gdzie narysowano każdy fragment tekstu, a nie do którego akapitu należy. Jeśli każda linia kończy się twardym enterem, przeczytaj dlaczego tekst skopiowany z PDF-a łamie się w każdej linii, a potem wklej tekst do Popraw wklejony tekst, które połączy linie w każdym akapicie.

Pobierz tekst ze skanu PDF

Strony zeskanowane wymagają dwóch kroków: najpierw zamiany każdej strony na obraz, a potem odczytania tekstu z każdego obrazu. Ten sam krok odczytu działa dla zrzutu ekranu lub zdjęcia, jak wyjaśniono tutaj.

1. Przeciągnij PDF do narzędzia PDF na JPG. Dla tekstu wybierz PNG, bo zachowuje ostre krawędzie liter, a dla drobnego druku 300 DPI. Wybierz tylko strony, których potrzebujesz, albo zostaw wszystkie.
2. Pobierz strony. Każda zapisuje się jako osobny obraz albo wszystkie przychodzą w pliku ZIP.
3. Otwórz Obraz na tekst i przeciągnij pierwszą stronę. Słowa pojawią się po odczytaniu strony. Słowa, których silnik nie jest pewien, są zaznaczone na czerwono.
4. Powtórz dla każdej strony po kolei. Zaznacz Łącz wiersze w akapity, aby usunąć łamania linii, a potem skopiuj wynik.
5. Przed użyciem sprawdź każdą liczbę, nazwisko i datę ze stroną.

Obraz na tekst odczytuje jeden obraz naraz i tylko po angielsku. Narzędzie ładuje silnik OCR i jego model angielski z serwisu na starcie, a obraz jest potem odczytywany na Twoim urządzeniu. Duża albo wolna strona może chwilę potrwać, więc poczekaj na wynik przed kopiowaniem. Najlepiej czytają się ostre, proste i równomiernie oświetlone strony. Przytnij krawędzie zdjęcia i trzymaj aparat prostopadle do strony.

Częste błędy

• Zapisywanie stron tekstowych jako JPG. JPG rozmywa krawędzie liter, co obniża dokładność. Dla stron z samym tekstem lepszy jest PNG.
• Ufanie OCR bez sprawdzenia. Rozpoznawanie nie jest idealne. Porównaj liczby i nazwiska ze stroną.
• Oczekiwanie, że tabele pozostaną tabelami. OCR odczytuje wiersze, więc tabela może wyjść jako lista. Porównaj wynik ze stroną.
• Używanie OCR do pisma ręcznego. Obraz na tekst jest przeznaczony do druku. Pismo ręczne zwykle odczytuje się słabo, więc takie fragmenty przepisz ręcznie.

Najczęstsze pytania

Czy OCR wysyła moje zeskanowane strony?

Nie. Strona jest odczytywana w przeglądarce i obraz nigdy nie trafia na serwer. Serwis dostarcza do przeglądarki silnik OCR i jego model angielski, a odczytywanie odbywa się już lokalnie.

Co zrobić, jeśli tylko niektóre strony nie mają tekstu?

Włącz Znaczniki stron w narzędziu PDF na tekst. Strona, która pod swoim znacznikiem nic nie pokazuje, jest skanem, a wpisane strony pokażą swój tekst. Przepuść tylko te strony przez PDF na JPG i Obraz na tekst, a potem włóż wyniki z powrotem we właściwej kolejności.

Dlaczego skopiowany tekst łamie się na końcu każdej linii?

PDF zapisuje każdą wydrukowaną linię osobno, więc kopiowanie zachowuje te podziały. Użyj Popraw wklejony tekst, aby połączyć linie w każdym akapicie. Przewodnik o łamaniu linii wyjaśnia, dlaczego tak się dzieje.

Czy Obraz na tekst odczyta pismo ręczne lub inne języki?

Narzędzie jest przeznaczone dla angielskiego druku w alfabecie łacińskim, a pismo ręczne zwykle odczytuje się słabo. Inne alfabety, na przykład arabski, chiński czy cyrylica, nie są obsługiwane.