Если вы пытаетесь скопировать текст из PDF, а эта опция неактивна или скопированный текст выглядит искаженными символами, это может произойти по нескольким причинам — и для каждой есть свое решение.
Причина 1: PDF — это отсканированное изображение
Наиболее распространенная причина, по которой текст не удается скопировать из PDF, заключается в том, что документ является отсканированным. Когда бумажный документ сканируется и сохраняется в формате PDF, каждая страница сохраняется как фотография — визуальный вид текста присутствует, но нет реальных символов, которые можно было бы выбрать или скопировать. То, что выглядит как текст, на самом деле представляет собой всего лишь пиксели.
Исправление заключается в запуске PDF с помощью инструмента OCR PDF. OCR (оптическое распознавание символов) анализирует изображение, идентифицирует символы и создает текстовый слой, который можно выбирать, копировать и искать. Инструмент оптического распознавания символов WukongPDF обрабатывает отсканированные файлы PDF и создает версию, в которой текст ведет себя как обычно — его можно щелкать, перетаскивать и копировать, как и любой другой документ.
Причина 2: PDF имеет защиту от копирования
Файлы PDF можно защитить с помощью разрешений, которые ограничивают действия пользователей: печать, редактирование и копирование текста являются наиболее часто ограничиваемыми действиями. Если вы щелкните правой кнопкой мыши PDF и не увидите кнопку «Копировать»; или, если он неактивен, возможно, к документу применена защита от копирования.
Вы можете проверить разрешения, открыв свойства PDF (в Adobe Reader: «Файл» > «Свойства» > вкладка «Безопасность»). Если копирование указано как «Не разрешено», владелец документа ограничил его. Дальнейшие действия зависят от того, есть ли у вас законные права на контент — если вы создали документ или владеете им, вы можете снять ограничение, используя установленный вами пароль. Если вы получили этот документ, уточните у отправителя возможность получения неограниченной версии.
Причина 3: Текст встроен в структуру или путь
Некоторые файлы PDF экспортируются с текстом, преобразованным в векторные контуры, что часто встречается в программах для дизайна, таких как Illustrator или Figma, когда «контурный текст» не отображается. опция используется перед экспортом. Визуально текст выглядит идеально, но хранится в виде фигур, а не символов, поэтому копировать нечего.
Запуск инструмента OCR PDF для PDF с контурным текстом иногда позволяет извлечь содержимое, поскольку OCR обрабатывает страницу визуально, а не полагается на встроенные символьные данные. Точность зависит от размера и четкости шрифта — основной текст преобразуется хорошо, декоративный или очень мелкий текст может содержать ошибки.
Причина 4: Искажение или неверные символы при копировании
Иногда копирование работает, но вставленный текст искажается — случайные символы, перевернутые символы или неправильные буквы. Это происходит, когда PDF создан со шрифтом, использующим нестандартную кодировку символов. Символы отображаются правильно в средстве просмотра PDF, поскольку шрифт обрабатывает рендеринг, но базовые коды символов не сопоставляются со стандартным Unicode.
В этом случае OCR является наиболее практичным решением. Преобразование PDF с помощью OCR PDF считывает внешний вид символов, а не полагается на их кодировку, и выводит правильно закодированный текст Unicode, который правильно вставляется.
Причина 5: Средство просмотра PDF не поддерживает выделение текста
Некоторые облегченные программы просмотра PDF — особенно мобильные приложения или расширения браузера — не поддерживают выделение текста, даже если PDF имеет правильный текстовый слой. Прежде чем предположить, что проблема в PDF, попробуйте открыть его в другой программе просмотра. Adobe Acrobat Reader, встроенная программа просмотра PDF Chrome или Preview на Mac — все они надежно поддерживают выделение текста.
Если текст доступен для выбора в одном средстве просмотра, но не в другом, PDF в порядке, и проблема в приложении. Если его нигде нельзя выбрать, проблема заключается в самом PDF — скорее всего, в отсканированном или контурном тексте — и OCR — решение.