Perché non riesco a selezionare il testo di un PDF?
Le lettere visibili non sono sempre testo selezionabile. Un PDF può contenere un’immagine della pagina, lettere disegnate o testo con informazioni incomplete sui caratteri. Individua prima la causa: ridurre le dimensioni non risolve tutti i problemi del testo.
Verificare se la pagina è un’immagine
Prova a selezionare una parola comune e a cercare una frase visibile. Se nessuna operazione funziona, la pagina potrebbe essere una scansione contenente solo un’immagine. Ingrandendola potresti vedere i pixel, ma l’aspetto da solo non basta per una diagnosi. Alcune scansioni hanno già un livello di testo invisibile: controlla più pagine.
La documentazione OCR di Adobe spiega come il riconoscimento ottico dei caratteri analizza scansioni e aggiunge testo ricercabile. Verifica nomi, numeri e caratteri piccoli: il riconoscimento può sbagliare. Conserva anche l’originale.
Le lettere possono essere forme disegnate
Un programma di impaginazione può convertire il testo in contorni, trasformando i caratteri in tracciati. La pagina resta leggibile, ma le lettere possono comportarsi come elementi grafici durante la selezione. Adobe descrive questa conversione e spiega che il testo originale non è più modificabile dopo l’operazione.
Chiedi una nuova esportazione dalla sorgente modificabile che mantenga il testo. Se la sorgente non esiste più, l’OCR può aiutare a recuperare le parole, ma controlla il risultato. La compressione non ricostruisce con certezza il testo originale dalle forme.
Il testo selezionabile può copiarsi male
Se selezioni una riga ma incollandola ottieni caratteri errati, può esserci un problema di mappatura. Mostrare un glifo e identificarne il carattere Unicode sono compiti distinti. Il riferimento PDF di Adobe descrive mappe come ToUnicode, che aiutano i programmi di estrazione a interpretare i codici memorizzati nel documento.
Prova a copiare un breve campione con un altro lettore. Se il problema rimane, chiedi una nuova esportazione dal documento sorgente. Confronta il testo recuperato con la pagina visibile, soprattutto importi, lettere accentate e simboli tecnici.
Controllare i permessi di copia
Anche il testo vero può essere protetto dalla copia. Le istruzioni di Adobe Reader rimandano alla scheda Sicurezza e al riepilogo delle restrizioni del documento. Un tentativo di copia fallito non dimostra quindi che il file sia una scansione o che il testo sia danneggiato.
Leggi i permessi indicati e, se necessario, chiedi al proprietario una copia autorizzata. Queste restrizioni non sono un difetto di compressione. Se devi soltanto leggere il documento, l’accesso consentito potrebbe già soddisfare la tua esigenza.
Scegliere il passaggio successivo
Per alleggerire una scansione, consulta la guida ai PDF scansionati. Per le basi, leggi che cosa contiene un PDF. La compressione PDFThin non offre OCR e non promette di riparare l’estrazione del testo.
Dopo una conversione, apri la copia e riprova selezione, ricerca e incolla. Confronta le informazioni importanti con l’originale prima di condividerle. La possibilità di cercare il testo non dimostra un’accessibilità completa e non garantisce che ogni parola riconosciuta sia corretta.
Un breve controllo per scegliere il passo successivo
La nostra pagina di testo e la copia con una mappa dei caratteri volutamente errata apparivano identiche, ma producevano caratteri diversi durante l’estrazione. La scansione senza livello di testo non produceva parole. Questi esempi artificiali mostrano perché l’aspetto e un solo tentativo di copia fallito non bastano.
- Il visualizzatore segnala restrizioni di copia: controllare le impostazioni di sicurezza e chiedere al proprietario una copia autorizzata.
- Su più pagine non si possono selezionare o cercare parole, pur essendo consentita la copia: una possibile causa è un contenuto composto solo da immagini. Se serve, usare uno strumento OCR separato e confrontare le parole riconosciute con la pagina.
- Il testo si seleziona ma viene incollato male: confrontare un breve campione in un altro visualizzatore e chiedere una nuova esportazione dalla sorgente se il problema persiste.
Un documento può mescolare pagine di immagini e di testo. I visualizzatori gestiscono diversamente permessi e mappe dei caratteri. Questi controlli non coprono tutte le cause. PDFThin non fornisce OCR e non promette di riparare le mappe di testo.