Статья

Как скопировать текст из PDF

Выделяешь текст в PDF, а он не выделяется, копируется с кракозябрами или нельзя скопировать вообще? Причин три, и у каждой своё решение. Сначала определим, с каким файлом вы имеете дело.

Обновлено 1 ноября 20264 мин чтения

Шаг первый: проверьте, есть ли в PDF текст

Откройте файл в браузере или просмотрщике и попробуйте выделить слово мышью. Если слово подсвечивается, внутри есть текст, его можно достать. Если подсвечивается вся страница или ничего не происходит, то это картинка: скан или фото документа. Читать такой файл как текст нельзя, его нужно распознать.

Что видитеПричинаКак достать текст
Слова выделяются, копируются нормальноВ PDF есть текстСкопировать или перевести в TXT или Word
Слова выделяются, но при вставке странные знакиШрифт встроен без таблицы символовРаспознать страницы как картинки
Выделение не работает, копировать нельзяАвтор запретил копированиеСнять запреты, пароль не нужен
Выделяется вся страница целикомЭто скан, внутри картинкаРаспознать текст с картинки

Если текст в PDF есть

  1. Откройте страницу «PDF в текст» и выберите файл: текст появится сразу.
  2. Решите, склеивать ли строки. Для обычных абзацев склейка нужна, для стихов, кода и списков лучше отключить.
  3. Добавьте отметки страниц, если нужно знать, откуда взят фрагмент.
  4. Скопируйте результат или скачайте в TXT. Для работы в Word выберите DOCX: получится документ с абзацами без исходного оформления.

Оформление не переносится: таблицы, колонки и картинки теряют вид, зато текст остаётся чистым. Если в документе таблицы, после копирования их придётся собрать заново.

Если копирование запрещено

Автор может поставить запрет на копирование, печать или изменение. Такой запрет не шифрует содержимое, поэтому его можно снять без пароля на странице «Снять пароль с PDF». Когда файл защищён паролем на открытие, без пароля его не прочитать. Убирайте защиту только с тех документов, на которые у вас есть права.

Если PDF это скан: распознавание в два шага

  1. Переведите страницы в картинки на странице «PDF в JPG»: каждый лист станет отдельным файлом.
  2. Откройте «Распознать текст с картинки», добавьте полученные картинки и выберите язык: русский, английский или оба сразу.
  3. Запустите распознавание: результат появится на странице, его можно править, копировать и сохранить в TXT.

Как получить точное распознавание

  • Чем чётче скан, тем меньше ошибок. Для распознавания хватает 300 точек на дюйм: лист A4 тогда получается шириной около 2500 пикселей.
  • Выровняйте страницу и уберите тени: перекошенный лист и тёмные поля путают программу.
  • Если скан бледный или тёмный, включите «Усилить контраст».
  • Перечитайте цифры, даты, фамилии и номера: именно в них чаще всего встречаются ошибки.
  • Не распознавайте рукописный текст и мелкие шрифты низкого качества: результат будет с ошибками.

Распознавание идёт в браузере, картинка не уходит на сервер, поэтому так можно обрабатывать и личные документы.

Если нужно скопировать только фрагмент

Для одного абзаца необязательно переводить весь файл. Откройте PDF в браузере, выделите нужное мышью, нажмите Ctrl + C и вставьте в документ. Если выделение не работает, сделайте снимок экрана нужного фрагмента сочетанием Win + Shift + S и вставьте его на страницу «Распознать текст с картинки» через Ctrl + V: текст распознается сразу.

Что исправить после копирования

Что видитеКак исправить
Каждая строка с новой строкиВключите склейку строк на странице «PDF в текст» или уберите переносы в редакторе
Слова разорваны дефисомСклейте их вручную: переносы слов в PDF бывают жёсткими
Лишние номера страниц и колонтитулыОтключите отметки страниц и удалите повторяющиеся строки вручную
Две колонки перемешалисьКопируйте колонки по отдельности или распознайте страницу как картинку
Вместо «ё» и других букв странные символыРаспознайте страницы по картинкам

Когда лучше не копировать

Если документ нужен для юридических целей, цитирования или перепроверки цифр, сверяйте скопированный текст с оригиналом: даже у хорошего распознавания бывают ошибки в числах, датах и фамилиях. Чужие тексты можно копировать для себя, а для публикации учитывайте права автора. Если защита PDF запрещает копирование, это решение автора: снимайте её только с собственных документов.

Под рукой

Инструменты для этой задачи

Вопросы и ответы

Частые вопросы

Почему при копировании из PDF получаются странные символы?

В файле шрифт встроен без таблицы соответствия символов, и при копировании выходят знаки, не похожие на буквы. Такой PDF проще распознать как картинку.

Как перевести PDF в Word?

На странице «PDF в текст» выберите «Word (DOCX)». Для скана сначала нужно распознать текст по картинкам.

Можно ли скопировать текст из PDF на телефоне?

Да, страницы работают в браузере на Android и iPhone. Для скана лучше открыть их на компьютере: распознавание займёт меньше времени.

Что делать с таблицами?

Таблицы после копирования распадаются на строки. Для небольших таблиц проще распознать картинку и поправить результат вручную.

Читайте также

Другие статьи