ऐसे PDF का टेक्स्ट कॉपी करें जो कॉपी नहीं होने देता
प्रकाशित: · अद्यतन: 1 मिनट का पाठ
PDF में असली टेक्स्ट होता है या केवल टेक्स्ट की छवियाँ। निष्कर्षण का नतीजा इसी पहली बात पर निर्भर है।
असली टेक्स्ट या टेक्स्ट की छवि
PDF खोलें और कोई शब्द चुनकर देखें। यदि चयन हो जाता है, तो दस्तावेज़ में असली टेक्स्ट है। नहीं तो उसके पृष्ठ छवियाँ हैं, जैसे स्कैन के।
टूल क्या करता है
PDF से टेक्स्ट असली टेक्स्ट को सीधे पढ़ता है और जिन पृष्ठों में वह नहीं है उन पर अक्षर पहचान लगाता है। नतीजा एक टेक्स्ट फ़ाइल है जिसमें हर पृष्ठ से पहले एक चिह्न होता है: असली टेक्स्ट के लिए “--- Page 1 [native] ---”, पहचाने गए पृष्ठ के लिए “--- Page 1 [ocr] ---”। रिपोर्ट के दस पृष्ठ 5 KB की फ़ाइल देते हैं।
दो स्तंभों वाला पृष्ठ
टूल पंक्तियों को पृष्ठ की पूरी चौड़ाई में पढ़ता है। इसलिए दो स्तंभों की पंक्तियाँ आपस में मिल जाती हैं: “Colonne de gauche. Le compost de printemps Colonne de droite. Un atelier sur la récupération”। पंक्ति के अंत में टूटा शब्द टूटा ही रहता है: “com” फिर “mencé”, हाइफ़न ग़ायब हो जाता है। तालिका की कोशिकाएँ एक ही पंक्ति में स्पेस से अलग होकर आती हैं।
स्कैन किया हुआ पृष्ठ
छवि में बदला वही पृष्ठ अब असली टेक्स्ट नहीं रखता। पहचान में लगभग पाँच सेकंड लगते हैं और वह टेक्स्ट, टूटा शब्द और तालिका की तीनों पंक्तियाँ फिर पा लेती है, उन्हीं मिले हुए स्तंभों के साथ। इंजन फ़्रेंच के लिए सेट है: दूसरी भाषा कम अच्छी पहचानी जा सकती है, और स्कैन की स्पष्टता नतीजे को प्रभावित करती है।
उपयोग से पहले दोबारा पढ़ें
- व्यक्तिवाचक नाम, संख्याएँ और उच्चारण-चिह्न जाँचें।
- स्तंभों के बदलाव पहचानें।
- लेआउट सुरक्षित रखने के लिए PDF को इसके बजाय छवियों में बदलें।
- मूल PDF सँभालकर रखें।