คัดลอกข้อความจาก PDF ที่คัดลอกไม่ได้
เผยแพร่เมื่อ · อัปเดตเมื่อ อ่าน 1 นาที
PDF มีข้อความจริง หรือมีแต่ภาพของข้อความ ผลลัพธ์ของการดึงข้อความขึ้นอยู่กับข้อแรกนี้
ข้อความจริงหรือภาพของข้อความ
เปิด PDF แล้วลองเลือกคำหนึ่งคำ ถ้าเลือกได้ แสดงว่าเอกสารมีข้อความจริง ถ้าไม่ได้ หน้าต่างๆ เป็นภาพ เหมือนกับไฟล์สแกน
เครื่องมือทำอะไร
PDF เป็นข้อความอ่านข้อความจริงโดยตรง และใช้การจดจำตัวอักษรกับหน้าที่ไม่มีข้อความ ผลลัพธ์เป็นไฟล์ข้อความที่มีเครื่องหมายก่อนแต่ละหน้า “--- Page 1 [native] ---” สำหรับข้อความจริง “--- Page 1 [ocr] ---” สำหรับหน้าที่จดจำได้ รายงานสิบหน้าได้ไฟล์ขนาด 5 KB
หน้าที่มีสองคอลัมน์
เครื่องมืออ่านบรรทัดตลอดความกว้างของหน้า บรรทัดจากสองคอลัมน์จึงปะปนกัน: “Colonne de gauche. Le compost de printemps Colonne de droite. Un atelier sur la récupération” คำที่ถูกตัดท้ายบรรทัดยังคงถูกตัด: “com” แล้วตามด้วย “mencé” ยัติภังค์หายไป เซลล์ของตารางมาอยู่ในบรรทัดเดียวคั่นด้วยช่องว่าง
หน้าที่สแกน
หน้าเดียวกันที่แปลงเป็นภาพจะไม่มีข้อความจริงอีกต่อไป การจดจำใช้เวลาประมาณห้าวินาทีและพบข้อความ คำที่ถูกตัด และสามบรรทัดของตารางอีกครั้ง พร้อมคอลัมน์ที่ปะปนเช่นเดิม เอนจินตั้งค่าไว้สำหรับภาษาฝรั่งเศส ภาษาอื่นอาจจดจำได้ไม่ดี และความคมชัดของไฟล์สแกนมีผลต่อผลลัพธ์
อ่านทวนก่อนนำไปใช้
- ตรวจสอบชื่อเฉพาะ ตัวเลข และเครื่องหมายกำกับ
- สังเกตจุดที่คอลัมน์เปลี่ยน
- หากต้องการรักษาการจัดวาง ให้แปลง PDF เป็นรูปภาพแทน
- เก็บ PDF ต้นฉบับไว้