Porque não consigo selecionar texto num PDF?

Verificar se a página é uma imagem

Tente selecionar uma palavra normal e pesquisar uma frase que consiga ver. Se nenhuma operação funcionar, a página pode ser uma digitalização que contém apenas uma imagem. Ao ampliar, talvez veja píxeis, mas o aspeto não basta para um diagnóstico. Algumas digitalizações já têm uma camada de texto invisível; teste várias páginas.

A documentação de OCR da Adobe explica como o reconhecimento ótico de caracteres analisa digitalizações e acrescenta texto pesquisável. Confira nomes, números e letras pequenas: o reconhecimento pode falhar. Guarde o original junto da cópia corrigida.

As letras podem ser formas desenhadas

Um programa de paginação pode converter texto em contornos, transformando caracteres em traçados. A página continua legível, mas as letras podem comportar-se como gráficos quando tenta selecioná-las. A Adobe descreve esta conversão e explica que o texto original deixa de poder ser editado depois da operação.

Peça uma nova exportação a partir da fonte editável que conserve o texto. Se a fonte não estiver disponível, o OCR pode ajudar a recuperar palavras, mas confira o resultado. A compressão não reconstrói com certeza a redação original a partir das formas.

O texto selecionável pode copiar mal

Se consegue selecionar uma linha, mas ao colar surgem caracteres incorretos, pode existir um problema de correspondência. Mostrar um glifo e identificar o seu carácter Unicode são tarefas distintas. A referência PDF da Adobe descreve mapas como ToUnicode, que ajudam os programas de extração a interpretar os códigos guardados.

Tente copiar uma amostra curta noutro leitor. Se o problema continuar, peça uma nova exportação do documento de origem. Compare o texto recuperado com a página visível, sobretudo valores, letras acentuadas e símbolos técnicos.

Consultar as permissões de cópia

O texto verdadeiro também pode estar protegido contra cópia. As instruções do Adobe Reader remetem para o separador Segurança e o resumo das restrições do documento. Uma tentativa falhada de cópia não prova que o ficheiro seja uma digitalização nem que o texto esteja danificado.

Consulte as permissões indicadas e peça ao proprietário uma cópia autorizada, se necessário. Estas restrições não são uma falha de compressão. Se apenas precisa de ler o documento, o acesso permitido pode já ser suficiente para o seu objetivo.

Escolher o próximo passo

Para reduzir uma digitalização, consulte o guia dos PDF digitalizados. Para as bases do formato, leia o que contém um PDF. A compressão PDFThin não oferece OCR nem promete reparar a extração de texto.

Depois de uma conversão, abra a cópia e volte a testar seleção, pesquisa e colagem. Compare os dados importantes com o original antes de partilhar. Conseguir pesquisar texto não demonstra acessibilidade completa nem garante que todas as palavras reconhecidas estejam corretas.

Uma verificação breve para decidir o próximo passo

A nossa página de texto e a cópia com um mapa de caracteres deliberadamente errado tinham o mesmo aspeto, mas davam caracteres diferentes na extração. A digitalização sem camada de texto não dava palavras. Estes exemplos artificiais mostram por que o aspeto e uma única tentativa de cópia falhada não bastam.

1. O leitor indica restrições de cópia: consultar as definições de segurança e pedir ao proprietário uma cópia autorizada.
2. Em várias páginas não é possível selecionar nem procurar palavras, apesar de a cópia ser permitida: uma causa possível é um conteúdo só de imagens. Se necessário, usar uma ferramenta OCR separada e comparar as palavras reconhecidas com a página.
3. O texto pode ser selecionado, mas cola incorretamente: comparar uma pequena amostra noutro leitor e pedir uma nova exportação a partir da origem se o problema persistir.

Um documento pode misturar páginas de imagens e de texto. Os leitores tratam permissões e mapas de caracteres de formas diferentes. Estas verificações não cobrem todas as causas. O PDFThin não fornece OCR nem promete reparar mapas de texto.