Ja, in de meeste gevallen kunt u tekst uit een PDF herstellen die onleesbaar lijkt. Maar de herstelmethode hangt volledig af van de reden waarom de PDF onleesbaar is. Een PDF die niet kan worden geopend vanwege structurele corruptie, moet worden gerepareerd. Voor een PDF die wordt geopend maar verminkte tekens weergeeft, is lettertypeherstel vereist. Een PDF die als een lege pagina wordt geopend, bevat mogelijk verborgen inhoud die nog steeds kan worden geëxtraheerd. Een gescande PDF zonder OCR-laag is niet kapot. Het heeft gewoon geen tekst om te herstellen totdat OCR er een maakt.
In deze handleiding wordt elk type onleesbare PDF toegewezen aan de herstelmethode. De sleutel tot succesvol herstel is het correct diagnosticeren van het probleem voordat u probeert het probleem op te lossen. De verkeerde herstelmethode toegepast op het verkeerde probleem verspilt tijd en kan de situatie verergeren.
Volgens de technische referentiedocumenten van de PDF Association zijn de meest voorkomende oorzaken van onleesbaarheid van PDF's structurele corruptie, goed voor grofweg 45 procent van de gevallen, gevolgd door problemen met de lettertypecodering bij 30 procent, en ontbrekende OCR-lagen bij 20 procent (PDF Association, "PDF Technical Reference and Probleemoplossing Gids", 2024). Als u weet in welke categorie uw bestand valt, wordt u naar de juiste hersteltool geleid.
Tekst herstellen uit een structureel beschadigde PDF
Een structureel beschadigde PDF kan helemaal niet worden geopend of wordt geopend met duidelijke fouten, zoals ontbrekende pagina's, lege gebieden waar de inhoud zou moeten staan, of foutmeldingen over de bestandsstructuur. Browsergebaseerde PDF-reparatietools kunnen vele soorten structurele schade herstellen. Deze tools parseren het beschadigde bestand, identificeren wat herstelbaar is en bouwen de bestandsstructuur opnieuw op rond de overgebleven inhoud. Upload het bestand, voer de reparatie uit en download de herstelde versie.
Als structureel herstel niet werkt, probeer dan de onbewerkte tekst uit het beschadigde bestand te extraheren. Zelfs een PDF die niet in een reader wordt geopend, kan in de interne structuur nog steeds leesbare tekst bevatten. De Repair PDF-tools die tekstextractie omvatten, kunnen tekst uit beschadigde bestanden halen door de tekstobjecten rechtstreeks te lezen in plaats van te proberen de pagina's weer te geven. De tekst kan zonder opmaak aankomen, maar de inhoud blijft behouden.
Problemen met onleesbare tekst en lettertypen oplossen
Als de PDF wordt geopend maar de tekst wordt weergegeven als willekeurige symbolen, kaders of vraagtekens, ligt het probleem bij de lettertypecodering. De PDF verwijst naar lettertypen die niet beschikbaar zijn op uw systeem, of de lettertypegegevens die in de PDF zijn ingesloten, zijn beschadigd. De tekst is daadwerkelijk aanwezig in het bestand. Het wordt alleen verkeerd weergegeven omdat uw PDF-lezer de lettertypegegevens niet kan vinden of interpreteren.
Open de PDF in een andere reader. Verschillende lezers gebruiken verschillende lettertype-rendering-engines en fallback-gedrag. Een bestand dat verminkte tekst in de ene reader weergeeft, kan in een andere reader correct worden weergegeven. Als meerdere lezers verminkte tekst weergeven, zijn de lettertypegegevens in de PDF het probleem. De Fix PDF oplossing voor lettertypeproblemen is om het bestand door een tool te laten lopen die de ontbrekende systeemlettertypen kan vervangen en een versie kan produceren met correct ingebedde vervangingen.
Tekst herstellen uit een gescande PDF zonder OCR
Een gescande PDF die wordt weergegeven als een duidelijke afbeelding van tekst, heeft geen daadwerkelijke tekst die kan worden hersteld totdat deze door OCR is gemaakt. Voer het bestand door een OCR-tool. De OCR-engine analyseert elke paginaafbeelding, identificeert tekenvormen en voegt een tekstlaag toe. Na OCR wordt de voorheen onleesbare, in de zin van ondoorzoekbare en niet-kopieerbare, PDF doorzoekbaar en kan de tekst worden gekopieerd, doorzocht en geëxtraheerd.
De OCR PDF-tool van WukongPDF verzorgt de OCR-stap voor gescande documenten en voegt een doorzoekbare tekstlaag toe die de inhoud toegankelijk maakt. Voor structureel beschadigde bestanden probeert de reparatietool een reconstructie. Voor problemen met het coderen van lettertypen kunnen de bewerkingstools het document opnieuw opmaken met correct ingesloten lettertypen. Het juiste hulpmiddel hangt af van de diagnose. Voer eerst de diagnose uit.
Toekomstige onleesbaarheid voorkomen
De meest effectieve herstelstrategie is preventie. Voordat u belangrijke PDF's archiveert, moet u controleren of ze correct worden geopend in ten minste twee verschillende lezers. Bewaar een reservekopie op een andere locatie dan de primaire. Voor documenten die jarenlang leesbaar moeten blijven, kunt u overwegen een kopie op te slaan in PDF/A-indeling, waarin alle lettertypen zijn ingesloten en functies zijn verboden die mogelijk niet meer worden ondersteund. De Fix PDF-mentaliteit moet proactief zijn, niet reactief.