PDF'den kopyalamak neden genellikle dağınık sonuç verir
Bir PDF görüntüleyicide metin seçip başka bir yere yapıştırmak çoğu zaman kırık satırlar, eksik boşluklar veya yanlış sırada kelimeler üretir. Bunun nedeni PDF'lerin metni saklama biçimidir.
Bir PDF, kelime işlemcideki gibi paragraflar veya satırlar içermez. "Bu karakterleri bu konuma, bu yazı tipiyle çiz" gibi talimatlar içerir. Bir cümle tek parça olarak, her kelime ayrı parça olarak, hatta tek tek harfler halinde saklanabilir ve bu parçaların dosyadaki sırası okuma sırasıyla örtüşmek zorunda değildir. Format, sayfaların her yerde aynı görünmesi için tasarlandı; metnin kolayca yeniden kullanılması için değil.
Özel bir araçla tüm metni tek seferde çıkarmak, uğraştırıcı seçim işlemini ortadan kaldırır ve belgenin tamamını yapıştırabileceğiniz, arayabileceğiniz veya düzenleyebileceğiniz düz metin olarak verir.
Metin nasıl yeniden oluşturulur
Araç, her sayfadaki metin parçalarını okumak için PDF.js kullanır ve ardından bunları yeniden birleştirir:
- Aynı taban çizgisini paylaşan parçalar tek bir satırda birleştirilir.
- Dikey konum değiştiğinde yeni bir satır başlar.
- Sayfalar boş bir satırla ayrılır; böylece her sayfanın nerede bittiğini yine görebilirsiniz.
- Sayfalar okunurken ilerleme gösterilir ve sonuçla birlikte sayfa sayısı görünür.
Çıktı düz UTF-8 metindir: yazı tipi, kalın, boyut veya renk yoktur. Her şeyi tek tıkla kopyalayabilir ya da PDF'nin adını taşıyan bir .txt dosyası olarak kaydedebilirsiniz.
Düzeltme gerektiren düzenler
PDF yalnızca konumları kaydettiği için bazı düzenler beklemediğiniz bir sırayla çıkar.
Çok sütunlu metin
Gazeteler, akademik makaleler ve bültenler sıklıkla iki veya üç sütun kullanır. Belgeyi üreten yazılım önce sol sütunu yazdıysa sütun sütun temiz metin elde edersiniz. Sayfayı sütunlar boyunca satır satır yazdıysa sol ve sağ sütunun satırları birbirini izler. Geri kalanına güvenmeden önce çıktının ilk sayfasını kontrol edin.
Tablolar
Aynı satırdaki hücreler genellikle ayırıcı olmadan tek satırda birleşir; bu yüzden "Total 1,240.00 EUR" ifadesi "Total1,240.00EUR" olarak veya düzensiz boşluklarla görünebilir. Tablolarda düz metin yalnızca bir başlangıç noktasıdır; sütunları elle veya bir elektronik tabloda düzeltmeyi bekleyin. Biçimlendirmeye de ihtiyacınız varsa PDF'yi Word'e dönüştür yapıyı korumaya çalışır.
Üst bilgiler, alt bilgiler ve tireler
Sürekli üst bilgiler, alt bilgiler ve sayfa numaraları her sayfanın parçasıdır ve metinde her seferinde görünür. Satır sonunda tireyle bölünmüş kelimeler bölünmüş kalır ("bel-" ve "ge" ayrı satırlarda). Üst bilgi metni ve ardından satır sonu gelen "-" için yapılacak bir bul-değiştir işlemi çoğu belgeyi hızla temizler.
Sonuç boş veya bozuk olduğunda
- Hiç metin yok. Sayfalar görseldir; genellikle PDF olarak kaydedilmiş bir tarama veya fotoğraf. Çıkarılacak bir metin katmanı yoktur. Optik karakter tanıma ile metin katmanı eklemek için Taranmış PDF'i aranabilir yap aracını kullanın, ardından metni burada çıkarın.
- Yalnızca bazı sayfalarda metin var. Taranmış imza sayfası olan daktilo edilmiş bir mektup gibi karışık belgelerde metin yalnızca yazılarak oluşturulan kısımlarda bulunur.
- Harfler yerine garip semboller. Bazı PDF'ler yazı tiplerini, glifleri tekrar karakterlere eşleyen tablo olmadan gömer. Görüntüleyiciler bunları doğru çizer, ama alttaki kodlar anlamsızdır. Herhangi bir görüntüleyiciden kopyalamak da aynı sonucu verir; tek güvenilir çözüm OCR'dir.
- "Bu PDF okunamadı". Dosya açılış için şifreyle korunuyor veya hasarlı. Şifreyle açıp korumasız bir kopya kaydedin ya da görüntüleyicinizden PDF'ye yazdırarak onarın.
İnsanlar ne için kullanıyor
- Raporlardan, sözleşmelerden ve kılavuzlardan pasajları yeniden yazmadan alıntılamak veya kullanmak.
- PDF olarak teslim edilmiş bir müsvedde veya ödevdeki kelimeleri saymak; sonucu Kelime sayacı aracına yapıştırın.
- Uzun bir belgede bir metin editöründe düzenli ifadelerle arama yapmak.
- İçeriği düz metin kabul eden çeviri, özetleme veya karşılaştırma araçlarına aktarmak.
- Bir belgenin okunabilir içeriğini on yıllar boyunca her yerde açılacak bir formatta arşivlemek.
100 MB'a kadar dosyalar desteklenir. Metin cihazınızda çıkarılır ve hiçbir yere gönderilmez; bu, bir çevrimiçi servise yapıştırmayacağınız sözleşmeler, tıbbi yazışmalar ve diğer belgeler için önemlidir.