PDF 無法複製文字？原因與取得文字的方法

如果你無法在 PDF 中選取文字，那麼頁面很可能是文字的圖片，例如掃描或拍照的結果，而不是真正的文字。把檔案拖進 PDF 轉文字：如果找到文字，就從那裡複製。如果顯示找不到文字，這些頁面就需要 OCR（光學字元辨識），由它從圖片中讀出文字。兩個步驟都在你的瀏覽器中執行，檔案不會上傳。

PDF 轉文字需要把 PDF 裡的文字取出來免費使用

文字型 PDF 還是掃描型 PDF

文字型 PDF 會把每個字母當作字元儲存，並記錄字型與在頁面上的位置。掃描型 PDF 則把每一頁存成一張圖片，就像照片一樣，所以無法選取任何東西。有些檔案兩者混用，例如打字的頁面加上掃描的簽名，或掃描的表單配上打字的標題。

在你的閱讀器中試著選取一個字來判斷。如果反白跟著文字走，代表文字確實存在。如果只能選取整頁，或完全選不到，代表該頁是圖片。

你看到的情況	通常代表	該怎麼做
文字可以選取並複製	文字型 PDF	直接複製，或用 PDF 轉文字處理整個檔案
完全選不到，PDF 轉文字也找不到文字	掃描或拍攝的頁面	先將頁面轉成圖片，再執行 OCR
文字可以選取，但貼上後變成怪異符號	字型無法正確對應回字元	試試 PDF 轉文字；如果結果仍然亂碼，就用 OCR
閱讀器阻擋選取	作者設定的複製限制	參考關於限制的段落

為什麼 PDF 不讓你複製

有三種情況會阻止複製，每種的解法都不同：

• 頁面是掃描的圖片。 檔案中根本沒有文字，所以 OCR 是取回文字的唯一方法。
• 檔案需要密碼才能開啟。 在你解鎖之前無法讀取，請用你擁有的密碼，在你平常用來開啟它的程式中解鎖。這裡的工具不會嘗試開啟上鎖的檔案。
• 作者設定了複製限制。 有些 PDF 會告訴閱讀器不允許複製或編輯。這是作者選擇的設定，fixmint 不會繞過它。如果你有權限，可以向作者索取不受限制的版本，或從製作該檔案的程式中匯出一份。

從文字型 PDF 取得文字

1. 將 PDF 拖到 PDF 轉文字 的方框中，等待每一頁讀取完成。
2. 查看出現的頁數與字數。
3. 如果想為每一頁加上標記，勾選「頁面標記」。若只要純文字，就不要勾選。
4. 複製文字，或下載為 .txt 檔案。

欄位、表格與頁首的順序可能會錯亂，因為 PDF 儲存的是每段文字的繪製位置，而不是它屬於哪個段落。如果每一行結尾都有強制換行，請閱讀為什麼從 PDF 複製的文字會在每一行斷開，然後把文字貼到修正貼上的文字，它會把每個段落的行接合起來。

從掃描型 PDF 取得文字

掃描頁面需要兩個步驟：先將每一頁繪製成圖片，再辨識每張圖片中的文字。同樣的辨識步驟也適用於螢幕截圖或照片，說明在這裡。

1. 將 PDF 拖到 PDF 轉 JPG。文字建議選 PNG，因為它能保留字母的清晰邊緣；小字則選 300 DPI。只選取需要的頁面，或保留全部頁面。
2. 下載這些頁面。每一頁會存成獨立的圖片，或全部打包成 ZIP。
3. 開啟圖片轉文字，拖入第一頁。頁面辨識完成後，文字就會出現。辨識引擎不確定的字會以紅色標示。
4. 依序對每一頁重複操作。勾選「將行接合成段落」來移除換行，然後複製結果。
5. 在依賴任何數字、名稱與日期之前，請先與頁面逐一核對。

圖片轉文字一次只讀一張圖片，而且只支援英文。工具在開始時會從網站載入 OCR 引擎與英文模型，之後圖片就在你的裝置上辨識。大型或複雜的頁面可能需要一些時間，請等結果出現後再複製。清晰、端正、光線均勻的頁面辨識效果最好。若是照片，請裁掉邊緣，並讓相機與頁面保持正對。

常見錯誤

• 把文字頁存成 JPG。 JPG 會模糊字母的邊緣，降低辨識準確度。純文字頁面最好用 PNG。
• 未經檢查就相信 OCR。 辨識並非完美。請對照頁面檢查數字與名稱。
• 以為表格會保持為表格。 OCR 是逐行讀取的，因此表格可能變成清單。請將結果與頁面比對。
• 用 OCR 辨識手寫文字。 圖片轉文字是為印刷文字設計的。手寫通常辨識效果很差，因此這些部分請手動重新輸入。

常見問題

OCR 會上傳我掃描的頁面嗎？

不會。頁面在你的瀏覽器中辨識，圖片不會傳送到伺服器。網站只會把 OCR 引擎與英文模型提供給你的瀏覽器，辨識過程在瀏覽器中進行。

如果只有部分頁面沒有文字怎麼辦？

在 PDF 轉文字中開啟「頁面標記」。沒有文字的頁面在其標記下方會是空的，這就是掃描頁，而打字的頁面則會顯示文字。只把那些頁面送進 PDF 轉 JPG 與圖片轉文字，再將結果按順序放回。

為什麼複製的文字在每一行結尾都會斷開？

PDF 會分別儲存每一行印刷文字，所以複製時會保留那些斷行。請使用修正貼上的文字來接合每個段落的行。換行說明解釋了它發生的原因。

圖片轉文字能辨識手寫或其他語言嗎？

它是為使用拉丁字母的印刷英文設計的，手寫通常辨識效果很差。阿拉伯文、中文或西里爾字母等其他文字都不支援。