Otwierasz plik PDF, próbujesz zaznaczyć akapit tekstu i nic się nie dzieje. Kursor nie zmienia się w narzędzie do zaznaczania tekstu. Przeciąganie po tekście niczego nie powoduje. Plik PDF został skonfigurowany tak, aby blokować kopiowanie tekstu. To ograniczenie dotyczy ustawień uprawnień, a nie szyfrowania, co oznacza, że można je usunąć, stosując odpowiednie podejście. Odblokuj PDF Metody kopiowania tekstu obejmują zarówno użycie narzędzia do usuwania uprawnień, jak i wyodrębnianie tekstu za pomocą optycznego rozpoznawania znaków. To podejście zostało przetestowane w wielu wersjach czytników plików PDF i działa niezawodnie nawet wtedy, gdy inne metody ekstrakcji zawiodą. Dla prawników, którzy muszą cytować dokumenty sądowe, które często są rozpowszechniane z ograniczeniami dotyczącymi kopiowania, szczególnie cenna jest znajomość wielu metod ekstrakcji. W wielu jurysdykcjach pisma sądowe są rozpowszechniane z ustawieniami zabezpieczeń uniemożliwiającymi kopiowanie, mimo że ich treść stanowi część rejestru publicznego. W takich przypadkach metoda OCR jest szeroko stosowana, ponieważ ustanowione zostało prawo do dostępu i cytowania treści, a ograniczenie techniczne jest artefaktem systemu archiwizacji, a nie zamierzoną kontrolą dostępu.
Najważniejsze wnioski
Pliki PDF blokujące kopiowanie tekstu mają ograniczenia uprawnień, a nie otwarte hasło. Dokument otwiera się normalnie, ale funkcja kopiowania jest wyłączona. Usunięcie hasła uprawnień przywraca zaznaczanie i kopiowanie pełnego tekstu. Jeśli uprawnień nie można usunąć, narzędzia do wyodrębniania opartego na OCR i przekształcania zrzutów ekranu na tekst zapewniają alternatywne ścieżki wyodrębnienia tekstu z dokumentu. Te alternatywy wymagają nieco więcej pracy niż bezpośrednie kopiowanie, ale dają ten sam rezultat.
W przypadku plików PDF, których nie można odblokować i które nie reagują dobrze na OCR, ostatecznością jest ręczna transkrypcja. Zrób zrzut ekranu każdej strony i wpisz potrzebny tekst w dokumencie. Jest to niepraktyczne w przypadku długich dokumentów, ale całkowicie akceptowalne, gdy potrzebujesz kilku akapitów z zamkniętego dokumentu. Czas poświęcony na ręczną transkrypcję jest często krótszy niż czas poświęcony na rozwiązywanie problemów z metodami odblokowania, które zawiodły w przypadku konkretnego dokumentu, z którym pracujesz.
Metoda usuwania haseł uprawnień działa, ponieważ większość haseł uprawnień do plików PDF ma ustawione słabe lub domyślne wartości, które narzędzia do usuwania mogą ominąć bez konieczności znajomości rzeczywistego hasła. Narzędzie nie odzyskuje hasła. Usuwa z dokumentu flagi uprawnień, co daje taki sam efekt jak wprowadzenie prawidłowego hasła właściciela. Oryginalne hasło, jeśli zostało ustawione, pozostaje nieznane, ale nie jest już istotne, ponieważ ograniczenia zostały usunięte.
Sprawdź, czy kopiowanie tekstu jest rzeczywiście zablokowane
Prosty test odróżnia blok uprawnień od pliku PDF opartego na obrazie. Powiększ do 400 procent kilku znaków tekstu. Jeśli krawędzie liter pozostają ostre i gładkie przy dużym powiększeniu, tekst jest oparty na wektorach, a ograniczenie kopiowania wynika z ustawień uprawnień. Jeśli krawędzie uległy pikselowaniu, tekst jest oparty na obrazie i wymaga OCR niezależnie od ustawień uprawnień.
Otwórz właściwości dokumentu, naciskając Ctrl+D lub wybierając Plik, Właściwości. Kliknij kartę Bezpieczeństwo. Jeśli metodą zabezpieczeń jest „Zabezpieczenie hasłem” oraz „Kopiowanie treści” uprawnienia wyświetlają komunikat „Niedozwolone”; dokument ma ograniczenia dotyczące uprawnień do kopiowania. Jeśli metodą zabezpieczeń jest „Brak zabezpieczeń”, dokument nie jest ograniczony, a niemożność kopiowania tekstu wynika z tego, że tekst jest obrazem, a nie wybieralnymi znakami. Zeskanowane pliki PDF, które nie zostały przetworzone przez OCR, zawierają obrazy tekstu, a nie rzeczywisty tekst. Nie można zaznaczać ani kopiować tekstu opartego na obrazie, niezależnie od ustawień zabezpieczeń. W takim przypadku najpierw uruchom OCR na dokumencie, aby utworzyć wybieralną warstwę tekstową.
Wypróbuj operację kopiowania w innym czytniku plików PDF, zanim stwierdzisz, że kopiowanie jest zablokowane. Niektórzy czytelnicy wdrażają ograniczenia kopiowania bardziej agresywnie niż inni. Dokument blokujący kopiowanie w programie Adobe Acrobat może umożliwiać to w przeglądarce plików PDF opartej na przeglądarce lub czytniku mobilnym. Testowanie na co najmniej dwóch czytnikach pozwala określić, czy ograniczenie rzeczywiście występuje w dokumencie, czy też jest zachowaniem specyficznym dla czytelnika.
Spróbuj odblokować plik PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.
Usuń hasło uprawnień, aby przywrócić kopiowanie
Niektóre przeglądarki plików PDF egzekwują ograniczenia dotyczące kopiowania bardziej rygorystycznie, niż wymaga tego specyfikacja pliku PDF. Adobe Acrobat ściśle egzekwuje wszystkie flagi uprawnień. Przeglądarki zewnętrzne mogą selektywnie ignorować niektóre uprawnienia, w tym kopiowanie treści. Jeśli używasz głównie przeglądarki innej firmy i ograniczenia kopiowania zakłócają przepływ pracy, przetestuj ten sam dokument w innej przeglądarce. Ograniczenie może dotyczyć konkretnego czytelnika, a nie egzekwować dokumentu.
Najbardziej bezpośrednim rozwiązaniem jest usunięcie hasła uprawnień blokującego kopiowanie tekstu. Otwórz plik PDF w narzędziu odblokowującym, którego celem są hasła uprawnień. Prześlij dokument, uruchom operację odblokowania i pobierz wersję bez ograniczeń. Dokument umożliwia teraz zaznaczanie i kopiowanie tekstu. Ta metoda działa w przypadku większości ograniczeń Bezpieczeństwo PDF, które blokują kopiowanie. Nie działa w przypadku dokumentów chronionych za pomocą szyfrowania opartego na certyfikatach lub systemów DRM, które wymagają innego podejścia.
Narzędzie odblokowujące WukongPDF usuwa hasła uprawnień, w tym ograniczenia kopiowania. Prześlij plik PDF, kliknij Odblokuj i pobierz wersję nieograniczoną. Cały proces trwa niecałe 30 sekund. Po odblokowaniu otwórz dokument i sprawdź, czy zaznaczanie i kopiowanie tekstu działają. Wybierz akapit, naciśnij Ctrl+C i wklej do edytora tekstu, aby potwierdzić. Jeśli kopiowanie nadal nie działa po usunięciu uprawnień, tekst jest oparty na obrazie i wymaga OCR.
Alternatywa: użyj OCR do wyodrębnienia tekstu, gdy nie można usunąć uprawnień
OCR omija wszystkie ograniczenia uprawnień, ponieważ odczytuje wynik strony wizualnej.
W przypadku plików PDF, w których ograniczenie kopiowania jest wymuszane przez platformę DRM, a nie standardowe hasło uprawnień, jedyną niezawodną metodą ekstrakcji jest OCR. Systemy DRM sprawdzają prawa dostępu za pośrednictwem serwera i mogą całkowicie zablokować dokument w przypadku wykrycia próby odblokowania. Nie próbuj odblokowywać dokumentów chronionych systemem DRM za pomocą narzędzi do usuwania uprawnień. Sama próba może spowodować blokadę. OCR działa całkowicie poza systemem DRM i nie może zostać przez niego wykryty ani zablokowany.
Jeśli dokument korzysta z szyfrowania DRM lub certyfikatu, które uniemożliwia usunięcie uprawnień, ekstrakcja oparta na OCR całkowicie omija to ograniczenie. OCR odczytuje tekst wizualnie z obrazu strony w taki sam sposób, w jaki zrobiłby to człowiek, i tworzy plik tekstowy. Ograniczenie kopiowania nie może blokować OCR, ponieważ OCR nie wchodzi w interakcję z systemem uprawnień pliku PDF. Po prostu patrzy na wyrenderowaną stronę i rozpoznaje znaki.
Otwórz plik PDF w narzędziu OCR, uruchom rozpoznawanie tekstu na potrzebnych stronach i wyeksportuj rozpoznany tekst. Wynikiem jest plik tekstowy z możliwością przeszukiwania, który można kopiować, edytować i swobodnie wykorzystywać. Metoda OCR działa w przypadku dowolnego pliku PDF, który można wyświetlić na ekranie, niezależnie od ustawień zabezpieczeń. Wadą jest to, że OCR może powodować błędy rozpoznawania, szczególnie w przypadku dokumentów z nietypowymi czcionkami, małym tekstem lub słabą jakością skanowania. W przypadku krótkich fragmentów poziom błędu jest na tyle niski, że można go zaakceptować. W przypadku długich dokumentów należy zarezerwować czas na korektę wyników OCR.
Często zadawane pytania
Czy mogę wyodrębnić tekst z pliku PDF za pomocą narzędzi programistycznych przeglądarki? Tak, w niektórych przeglądarkach. Otwórz plik PDF w przeglądarce Chrome, naciśnij klawisz F12, aby otworzyć narzędzia programistyczne, przejdź do karty Konsola i wpisz document.querySelectorAll, aby uzyskać dostęp do zawartości tekstowej. Omija to ograniczenie kopiowania, ponieważ narzędzia programistyczne uzyskują bezpośredni dostęp do renderowanego tekstu. Wyodrębniony tekst wymaga oczyszczenia w celu usunięcia znaczników HTML i znaków formatujących, ale główna treść jest dostępna za pomocą tej metody nawet wtedy, gdy standardowe kopiowanie i wklejanie jest zablokowane.
Dlaczego mogę zaznaczyć tekst, ale nie mogę go skopiować? Niektóre pliki PDF umożliwiają zaznaczanie tekstu ze względów dostępności, ale w szczególności blokują operację kopiowania. Ta konfiguracja umożliwia czytnikom ekranu dostęp do tekstu, jednocześnie zapobiegając wyodrębnianiu. Rozróżnienie jest ustawiane we flagach uprawnień PDF, gdzie „Dostępność treści” i „Kopiowanie treści” to oddzielne uprawnienia. Dokument, który umożliwia zaznaczanie, ale nie pozwala na kopiowanie, ma włączoną dostępność i wyłączone kopiowanie.
Co się stanie, jeśli muszę skopiować tylko kilka słów w celu uzyskania cytatu lub odniesienia? W przypadku krótkich fragmentów metoda zrzutu ekranu na tekst jest szybsza niż odblokowanie lub OCR. Zrób zrzut ekranu tekstu, otwórz go w dowolnej przeglądarce obrazów z funkcją OCR i skopiuj rozpoznany tekst. Nowoczesne systemy operacyjne zawierają w swoich narzędziach do zrzutów ekranu wbudowaną funkcję OCR. Rozpoznany tekst może zawierać drobne błędy ze względu na rozdzielczość zrzutu ekranu, ale w przypadku jednego lub dwóch zdań ręczna korekta jest szybsza niż przetworzenie całego dokumentu.
Czy odblokowanie pliku PDF w celu skopiowania z niego tekstu jest legalne?
Legalność zależy od Twojego prawa dostępu do treści i zamierzonego wykorzystania. Jeśli masz prawo do przeczytania dokumentu, ogólnie dopuszczalne jest usunięcie ograniczeń technicznych w zakresie korzystania z praw do dozwolonego użytku, takich jak cytowanie krótkiego fragmentu. Jeśli dokument jest chroniony umową licencyjną wyraźnie zabraniającą kopiowania, usunięcie ograniczenia może naruszyć warunki licencji, nawet jeśli narzędzie do usuwania działa.
Czy mogę skopiować tekst z pliku PDF na telefonie, jeśli kopiowanie jest zablokowane na moim komputerze?
Mobilne czytniki plików PDF czasami radzą sobie z ograniczeniami kopiowania inaczej niż czytniki stacjonarne. Dokument blokujący kopiowanie w programie Adobe Acrobat w systemie Windows może umożliwiać kopiowanie w mobilnej aplikacji PDF. Ograniczenie jest takie samo, ale egzekwowanie różni się w zależności od implementacji czytnika. Spróbuj otworzyć dokument w mobilnej aplikacji PDF, zanim skorzystasz z narzędzi odblokowujących lub OCR.
Jaka jest różnica między blokowaniem kopiowania tekstu a blokowaniem zaznaczania tekstu?
Są to te same uprawnienia w specyfikacji PDF. „Kopiowanie treści” uprawnienia określają, czy tekst może być zaznaczany i kopiowany. Gdy to uprawnienie jest ustawione na Niedozwolone, przeglądarka wyłącza narzędzie do zaznaczania tekstu. Nie ma oddzielnego ustawienia wyboru i kopiowania, ponieważ zaznaczenie jest warunkiem wstępnym kopiowania.
Spróbuj odblokować plik PDF
Nie wymaga instalacji. Działa bezpośrednio w Twojej przeglądarce.