Tips & Tricks

如何从 PDF 中选择和复制不允许的文本

您打开 PDF,尝试选择一段文本,但没有任何反应。光标不会更改为文本选择工具。在文本上拖动不会选择任何内容。 PDF 已配置为阻止文本复制。此限制是权限设置,而不是加密,这意味着可以通过正确的方法将其删除。 解锁 PDF 文本复制的方法包括使用权限删除工具到通过光学字符识别提取文本。这种方法已经在多个 PDF 阅读器版本上进行了测试,即使其他提取方法失败也能可靠地工作。对于需要引用通常有复制限制的法庭文件的法律专业人士来说,了解多种提取方法尤其有价值。许多司法管辖区的法院文件在分发时都带有阻止复制的安全设置,即使内容是公共记录的一部分。在这些情况下,OCR 方法被广泛使用,因为建立了访问和引用内容的权利,并且技术限制是归档系统的人为因素,而不是有意的访问控制。

要点

阻止文本复制的 PDF 有权限限制,而不是开放密码。文档正常打开,但禁用复印功能。删除权限密码将恢复全文选择和复制。如果无法删除权限,基于 OCR 的提取和屏幕截图转文本工具可提供从文档中获取文本的替代路径。这些替代方案比直接复制稍微多一些工作,但产生相同的结果。

对于无法解锁且对 OCR 响应不佳的 PDF,最后的手段是手动转录。截取每个页面的屏幕截图并将所需的文本输入到文档中。这对于长文档来说是不切实际的,但当您需要锁定文档中的几个段落时,这是完全可以接受的。在手动转录上投入的时间通常少于对您正在使用的特定文档上失败的解锁方法进行故障排除所花费的时间。

权限密码删除方法之所以有效,是因为大多数 PDF 权限密码都设置为弱值或默认值,删除工具可以绕过这些值,而无需知道实际密码。该工具无法恢复密码。它从文档中删除权限标志,这与输入正确的所有者密码具有相同的效果。原始密码(如果已设置)仍然未知,但不再相关,因为限制已被清除。

How to Select and Copy Text From a PDF That Will Not Let You

检查文本复制是否确实被阻止

一个简单的测试可以区分权限块和基于图像的 PDF。将文本的几个字符放大至 400%。如果字母的边缘在高缩放时保持锐利和平滑,则文本是基于矢量的,并且复制限制是权限设置。如果边缘变得像素化,则文本是基于图像的,并且无论权限设置如何都需要 OCR。

按 Ctrl+D 或选择“文件”、“属性”打开文档属性。单击“安全”选项卡。如果安全方法是“密码安全”以及“内容复制”。权限显示“不允许”,该文档有复制权限限制。如果安全方法是“无安全”,则安全方法是“无安全”。文档不受限制,无法复制文本是因为文本是图像而不是可选择的字符。未经 OCR 处理的扫描 PDF 包含文本图像,而不是实际文本。无论安全设置如何,您都无法选择或复制基于图像的文本。在这种情况下,首先对文档运行 OCR 以创建可选择的文本图层。

在得出复制被阻止的结论之前,请尝试在其他 PDF 阅读器中执行复制操作。有些读者比其他读者更积极地实施复制限制。在 Adobe Acrobat 中阻止复制的文档可能会在基于浏览器的 PDF 查看器或移动阅读器中允许复制。至少在两个阅读器中进行测试,以确定该限制是否真正存在于文档中,或者是特定于读者的行为。

WukongPDF

尝试解锁 PDF

无需安装。直接在您的浏览器中工作。

立即开始 →

删除权限密码以恢复复制

某些 PDF 查看器执行的复制限制比 PDF 规范的要求更严格。 Adobe Acrobat 严格执行所有权限标志。第三方查看者可能有选择地忽略某些权限,包括内容复制。如果您主要使用第三方查看器并且复制限制干扰了您的工作流程,请在不同的查看器中测试同一文档。该限制可能是特定于读者的,而不是文档强制的。

最直接的解决方案是删除阻止文本复制的权限密码。在针对权限密码的解锁工具中打开 PDF。上传文档,运行解锁操作,下载无限制版本。该文档现在允许文本选择和复制。此方法适用于阻止复制的绝大多数PDF 安全限制。它不适用于受基于证书的加密或 DRM 系统保护的文档,这需要不同的方法。

WukongPDF 的解锁工具可删除权限密码,包括复制限制。上传 PDF,单击“解锁”,然后下载无限制版本。整个过程不到 30 秒。解锁后,打开文档并验证文本选择和复制是否有效。选择一个段落,按 Ctrl+C,然后粘贴到文本编辑器中进行确认。如果删除权限后仍然无法复制,则文本是基于图像的,需要 OCR。

替代方案:当权限无法删除时使用 OCR 提取文本

OCR 绕过所有权限限制,因为它读取可视页面输出。

对于由 DRM 平台而不是标准权限密码强制执行复制限制的 PDF,OCR 是唯一可靠的提取方法。 DRM 系统通过服务器验证访问权限,如果检测到解锁尝试,可以完全禁用文档。不要尝试使用权限删除工具解锁受 DRM 保护的文档。尝试本身可能会触发锁定。 OCR 完全在 DRM 系统之外运行,无法被 DRM 系统检测或阻止。

如果文档使用 DRM 或证书加密来防止权限删除,则基于 OCR 的提取会完全绕过该限制。 OCR 以与人类相同的方式从页面图像中直观地读取文本,并生成文本文件。复制限制无法阻止 OCR,因为 OCR 不与 PDF 的权限系统交互。它只是查看渲染的页面并识别字符。

在 OCR 工具中打开 PDF,在您需要的页面上运行文本识别,然后导出识别的文本。输出是一个可搜索的文本文件,您可以自由复制、编辑和使用。 OCR 方法适用于任何可以在屏幕上显示的 PDF,无论其安全设置如何。代价是 OCR 可能会引入识别错误,尤其是对于字体不常见、文本较小或扫描质量较差的文档。对于较短的段落,错误率足够低,可以接受。对于长文档,请安排时间校对 OCR 输出。

常见问题

我可以使用浏览器开发人员工具从 PDF 中提取文本吗?是的,在某些浏览器中。在 Chrome 中打开 PDF,按 F12 打开开发人员工具,转到“控制台”选项卡,然后输入 document.querySelectorAll 以访问文本内容。这绕过了复制限制,因为开发人员工具直接访问渲染的文本。提取的文本需要清理以删除 HTML 标签和格式字符,但即使标准复制粘贴被阻止,也可以通过此方法访问核心内容。

为什么我可以选择文本但不能复制它?某些 PDF 允许出于辅助目的选择文本,但会专门阻止复制操作。此配置使屏幕阅读器能够访问文本,同时防止提取。区别是在 PDF 权限标志中设置的,其中“内容可访问性”和“内容复制”是单独的权限。允许选择但不允许复制的文档已启用辅助功能并禁用复制。

如果我只需要复制几个单词作为引文或参考怎么办?对于简短的摘录,屏幕截图转文本方法比解锁或 OCR 更快。截取文本屏幕截图,在任何具有 OCR 功能的图像查看器中打开它,然后复制识别的文本。现代操作系统的屏幕截图工具中包含内置 OCR。由于屏幕截图分辨率的原因,识别的文本可能会有轻微错误,但对于一两句话,手动纠正比处理整个文档更快。

解锁 PDF 并从中复制文本是否合法?

合法性取决于您访问内容的权利和您的预期用途。如果您拥有阅读该文档的合法权利,则通常允许删除技术限制以行使合理使用权,例如引用短文。如果文档受明确禁止复制的许可协议保护,则即使删除工具有效,删除限制也可能违反许可条款。

如果我的计算机上禁止复制,我可以在手机上复制 PDF 中的文本吗?

移动 PDF 阅读器有时处理复制限制的方式与桌面阅读器不同。在 Windows 上的 Adobe Acrobat 中阻止复制的文档可能允许在移动 PDF 应用程序中复制。限制是相同的,但执行情况因阅读器实现而异。在使用解锁工具或 OCR 之前,请尝试在移动 PDF 应用程序中打开文档。

阻止文本复制和阻止文本选择有什么区别?

它们在 PDF 规范中具有相同的权限。 “内容复制”是指“内容复制”。权限控制是否可以选择和复制文本。当此权限设置为“不允许”时,查看器将禁用文本选择工具。选择与复制没有单独的设置,因为选择是复制的先决条件。

WukongPDF

尝试解锁 PDF

无需安装。直接在您的浏览器中工作。

立即开始 →