نسخ النص من PDF لا يسمح بالنسخ

نص حقيقي أم صورة نص

افتح الملف وحاول تحديد كلمة. إن نجح التحديد فالمستند يحتوي على نص حقيقي. وإلا فصفحاته صور، مثل صفحات الممسوحات.

ما تفعله الأداة

تقرأ أداة PDF إلى نص النص الحقيقي مباشرة، وتطبّق التعرف على الأحرف على الصفحات التي لا نص فيها. والنتيجة ملف نصي بعلامة قبل كل صفحة: “--- Page 1 [native] ---” للنص الحقيقي، و“--- Page 1 [ocr] ---” لصفحة جرى التعرف عليها. الصفحات العشر من التقرير تعطي ملفًا بحجم 5 KB.

صفحة بعمودين

تقرأ الأداة الأسطر بعرض الصفحة كاملًا، لذلك تختلط أسطر عمودين: “Colonne de gauche. Le compost de printemps Colonne de droite. Un atelier sur la récupération”. والكلمة المقطوعة في نهاية السطر تبقى مقطوعة: “com” ثم “mencé” وتختفي الواصلة. وتصل خلايا الجدول في سطر واحد تفصل بينها مسافات.

صفحة ممسوحة ضوئيًا

الصفحة نفسها بعد تحويلها إلى صورة لم يعد فيها نص حقيقي. يستغرق التعرف نحو خمس ثوانٍ ويعثر على النص والكلمة المقطوعة وأسطر الجدول الثلاثة من جديد، مع اختلاط الأعمدة نفسه. المحرك مضبوط على الفرنسية: قد يُعرف على لغة أخرى بدقة أقل، ووضوح الصفحة الممسوحة يؤثر في النتيجة.

أعد القراءة قبل الاستخدام

1. تحقق من الأسماء الخاصة والأرقام والحروف المشكَّلة.
2. انتبه إلى تغيّر الأعمدة.
3. للحفاظ على التخطيط حوّل ملف PDF إلى صور بدلًا من ذلك.
4. احتفظ بملف PDF الأصلي.

PDF إلى نص