Warum lässt sich PDF-Text nicht auswählen?
Sichtbare Buchstaben sind nicht immer auswählbarer Text. Eine PDF kann ein Seitenfoto, gezeichnete Buchstaben oder Text mit unvollständigen Zeicheninformationen enthalten. Ermitteln Sie zuerst die Ursache. Eine kleinere Datei löst nicht automatisch das Problem mit ihrem Text.
Prüfen, ob die Seite ein Bild ist
Versuchen Sie, ein gewöhnliches Wort auszuwählen und nach einer sichtbaren Formulierung zu suchen. Funktioniert beides nicht, enthält die Seite möglicherweise nur ein eingescanntes Bild. Beim Vergrößern können Bildpunkte sichtbar werden; das Aussehen allein ist jedoch keine sichere Diagnose. Manche Scans enthalten bereits eine unsichtbare Textebene. Prüfen Sie deshalb mehrere Seiten.
Adobes Anleitung zur OCR beschreibt, wie die optische Zeichenerkennung Scans untersucht und durchsuchbaren Text ergänzt. Kontrollieren Sie Namen, Zahlen und Kleingedrucktes, denn die Erkennung kann Fehler machen. Bewahren Sie das Original auf.
Buchstaben können gezeichnete Konturen sein
In einem Gestaltungsprogramm lässt sich Text in Konturen umwandeln. Dabei werden Zeichen zu gezeichneten Pfaden. Die Seite bleibt optisch lesbar, aber die Schrift verhält sich beim Auswählen wie eine Grafik. Adobe erläutert diese Umwandlung und erklärt, dass der ursprüngliche Text anschließend nicht mehr bearbeitet werden kann.
Bitten Sie um einen neuen Export aus der bearbeitbaren Quelle, der den Text erhält. Ist die Quelle nicht verfügbar, kann OCR beim Wiedergewinnen der Wörter helfen. Prüfen Sie das Ergebnis. Komprimierung kann die ursprüngliche Formulierung nicht zuverlässig aus Konturen rekonstruieren.
Auswählbarer Text kann falsch kopiert werden
Lässt sich eine Zeile auswählen, erscheint beim Einfügen aber Zeichensalat, könnte die Zeichenzuordnung fehlerhaft sein. Ein Schriftzeichen darzustellen und seine Unicode-Bedeutung zu bestimmen sind verschiedene Aufgaben. Die PDF-Referenz von Adobe beschreibt Zuordnungen wie ToUnicode, mit denen Programme gespeicherte Zeichencodes beim Textextrahieren interpretieren können.
Kopieren Sie eine kurze Probe mit einem anderen PDF-Programm. Bleibt das Problem bestehen, bitten Sie um einen neuen Export aus der Quelldatei. Vergleichen Sie wiederhergestellten Text mit der sichtbaren Seite, besonders Beträge, Umlaute und technische Symbole.
Die Berechtigung zum Kopieren prüfen
Auch echter Text kann gegen Kopieren geschützt sein. Adobes Kopieranleitung für Reader verweist auf die Registerkarte Sicherheit und die Übersicht der Dokumentbeschränkungen. Ein fehlgeschlagener Kopierversuch beweist deshalb weder, dass die Datei ein Scan ist, noch dass ihr Text beschädigt ist.
Prüfen Sie die angegebenen Berechtigungen. Bitten Sie bei Bedarf den Dokumentinhaber um eine autorisierte Kopie. Behandeln Sie solche Beschränkungen nicht als Komprimierungsfehler. Wenn Sie das Dokument lediglich lesen müssen, kann der erlaubte Zugriff bereits ausreichen. Beachten Sie dabei die vorgesehenen Nutzungsrechte.
Den passenden nächsten Schritt wählen
Für kleinere Scans lesen Sie den Guide zur Größenreduktion gescannter PDFs. Die Grundlagen erklärt Was ist eine PDF?. PDFThin bietet Komprimierung, aber keine OCR und keine garantierte Reparatur der Textausgabe.
Öffnen Sie nach einer Umwandlung die Kopie. Testen Sie erneut Auswahl, Suche und eine eingefügte Textprobe. Vergleichen Sie wichtige Angaben vor dem Weitergeben mit dem Original. Durchsuchbarkeit allein belegt weder vollständige Barrierefreiheit noch, dass jedes erkannte Wort korrekt ist. Bewahren Sie die überprüfte Fassung getrennt vom Original auf.
Eine kurze Entscheidungshilfe bei Kopierproblemen
Unsere Textseite und ihre Kopie mit absichtlich falscher Zeichenzuordnung sahen identisch aus, lieferten aber unterschiedliche Zeichen bei der Textextraktion. Der reine Bildscan lieferte keine Wörter. Diese eigenen Beispiele zeigen, warum Aussehen und ein einzelner fehlgeschlagener Kopierversuch nicht genügen.
- Der Betrachter meldet Kopierbeschränkungen: Prüfen Sie die Sicherheitseinstellungen und bitten Sie den Eigentümer um eine autorisierte Kopie.
- Auf mehreren Seiten lassen sich Wörter weder auswählen noch suchen, obwohl Kopieren erlaubt ist: Reiner Bildinhalt ist eine mögliche Ursache. Nutzen Sie bei Bedarf ein separates OCR-Programm und vergleichen Sie die erkannten Wörter mit der Seite.
- Text lässt sich auswählen, wird aber falsch eingefügt: Vergleichen Sie eine kurze Probe in einem anderen Betrachter und bitten Sie bei anhaltenden Fehlern um einen neuen Export aus der Quelle.
Ein Dokument kann Bild- und Textseiten mischen. Betrachter behandeln Berechtigungen und Zeichenzuordnungen unterschiedlich. Diese Prüfungen erfassen nicht jede Ursache. PDFThin bietet keine OCR und verspricht keine Reparatur von Zeichenzuordnungen.