為什麼從 PDF 複製的文字每一行都會斷開

從 PDF 複製的文字之所以每一行都斷開，是因為 PDF 並不儲存段落。它把每一行可見的文字，當成一段獨立的文字，放在頁面上的固定位置。複製時，程式必須猜測句子真正的結尾在哪裡。多數工具的做法是在原本每行結束的地方加上換行，於是整段文字就碎成幾十行短句。

修正貼上的文字貼上的文字有斷行免費使用

為什麼 PDF 會把段落切開

文書處理軟體會把一個段落儲存為一整段連續的文字，繪製時再依頁面寬度自動換行。PDF 則剛好相反，它比較像一組繪圖指令：把這串文字放在這裡，把下一串文字放在那裡。換行在製作檔案時就已經決定，檔案保存的是每一行的位置，而不是段落的結構。

選取並複製時，接收端必須根據這些位置重新組出文字流。許多工具會在每個可見的行尾插入換行，而且通常無法分辨句子中間的行尾，和真正段落的結尾。這樣的結果在頁面上看起來沒問題，貼到文字方塊裡卻一團亂。

另外三件事會讓情況更糟：

• 行尾的連字號。 一個字在上一行結尾被拆成 "inter-"，下一行開頭是 "national"，複製後會變成兩段，中間夾著換行。有些工具會保留連字號，有些會刪掉，有些則什麼都不做。
• 分欄排版。 雙欄版面可能會先複製整個左欄，再複製右欄；也可能把兩欄的文字交錯地混在一起。
• 頁首、頁尾與頁碼。 當段落跨過分頁處時，這些內容會被插進句子中間。

修正方法

修正的方式是依序套用幾條簡單的規則：

1. 把不是句子結尾的行接起來。如果一行結尾是小寫字母、逗號，或是沒有句號的一個字，下一行幾乎都是接續的內容。
2. 在原文有段落間距的地方保留換行。如果一行以句號、問號或冒號結尾，而下一行很短或有縮排，通常代表新段落的開始。
3. 只有在行尾的連字號把一個字拆開時才移除。"inter-" 加上 "national" 會變成 "international"。像 "well-" 加上 "known" 這樣本來就是複合詞的，應該變成 "well-known"，接好後請對照句子再確認一次。
4. 刪除每頁都重複出現的頁首、頁尾與頁碼。

以下是一個實際例子。複製下來的內容常常是這樣：

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

把接續句子的行接起來之後，就會變成：

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

把複製的內容貼到修正貼上的文字，就能一次完成接行。接著檢查複製內容中是否夾帶了看不見的字元。移除隱藏字元會先列出找到的字元，再進行修改；至於這些字元從哪裡來，可以參考隱藏字元指南。

多欄與表格

多欄是最難處理的情況。最穩妥的做法是一次只選取一欄，不要橫跨兩欄拖曳選取。如果 PDF 的閱讀順序是單一的，可以整頁複製一次，然後檢查每一欄的第一行與最後一行。如果兩欄的文字混在一起，就只能分段複製。

表格則更麻煩。從 PDF 複製的表格常常變成每個儲存格佔一行，因此你必須自己重建列，或是貼到試算表中，並使用定位字元或固定的分隔符號。如果表格超過幾列，使用能保留欄位的文字擷取工具會比較快，之後再整理結果。

當 PDF 是掃描檔時

如果 PDF 是掃描檔，就沒有可以複製的文字。每一頁都是一張圖片，你看到的就是全部內容。你需要先進行光學文字辨識（OCR）。先把頁面存成圖片，再用圖片轉文字工具辨識，這個工具在你的瀏覽器中執行。OCR 本身也會出錯，例如把 "rn" 認成 "m"，或把 "0" 認成 "O"，所以在依賴辨識結果之前，請先和原文比對。截圖與照片指南說明如何取得較清晰的辨識結果。

特殊情況

• 詩句、程式碼和地址的換行是有意義的。只接起明顯是因自動換行而斷開的行，其餘保持原樣。
• 軟換行（自動換行）和硬換行（真正的段落）複製後可能看起來一模一樣。整理後請先檢查第一個段落，並修正看起來不對的接行。
• 如果整理後的文字，在搜尋你看得見的某個字時找不到，複製內容很可能夾帶了隱藏字元。可以比對文字，把複製內容和原文做比較，找出差異。
• 如果你需要保留原本的版面，可以貼到文件編輯器中，並使用「以純文字貼上」選項，而不是手動整理。

用 fixmint 的做法

1. 從 PDF 複製文字，或先執行 PDF 轉文字，把文字從檔案中取出來。
2. 將文字貼到修正貼上文字工具的貼上的文字欄位。
3. 保持勾選段落內斷行接合和接回行尾被連字號拆開的字，這兩個選項預設就是勾選的。如果文字來自文書處理軟體，可以勾選將彎引號改為直引號；如果複製內容包含頁碼，則勾選移除只有頁碼的行。
4. 檢查每個段落的第一行和最後一行。這個工具會移除頁碼行，但不會移除重複出現的頁首或頁尾，因此這些內容要手動刪除。
5. 複製結果，或使用下載 .txt。

常見問題速答

為什麼從 PDF 複製的文字每一行都會換行？

PDF 會把每一行可見的文字，儲存為一段獨立定位的文字，所以複製時會保留行尾。解決方法是把接續句子的行接起來，只在真正的段落間距處保留換行。

要怎麼避免連字號把字拆開？

只有在前後兩半組成一個字時，例如 "inter-" 和 "national"，才移除連字號。像 "well-known" 這種本來就是複合詞的，要保留連字號，並對照句子確認。

可以把 PDF 中的表格複製到試算表嗎？

通常可以，但多半需要使用以定位字元分隔或固定寬度的複製方式。如果表格列數很多，用能保留欄位的文字擷取工具，會比逐一修正每個儲存格快得多。