Какой PDF отдаст текст
| Откуда PDF | Есть ли текст | Что делать |
|---|---|---|
| Сохранён из Word, Google Docs, сайта | Да | Достаньте текст сразу |
| Банковская выписка, счёт, чек из личного кабинета | Да | Достаньте текст сразу |
| Электронная книга | Обычно да | Если страницы идут разворотами, проверьте порядок абзацев |
| Скан или фото документа | Нет, в файле картинки | Переведите страницы в картинки и распознайте текст инструментом «Распознать текст с картинки» |
Проверить просто: откройте PDF и попробуйте выделить слово мышью. Если выделяется, текст внутри есть. Если подсвечивается вся страница целиком, это картинка.
Почему получаются странные символы
Иногда в PDF текст есть, но при копировании получается набор непонятных знаков. Так бывает, когда шрифт в файле встроен без таблицы соответствия символов. Такой документ извлечь как текст нельзя: страницы придётся распознавать как картинки.
Склейка строк и отметки страниц
- Склейка строк убирает переносы внутри абзаца и делает текст удобным для вставки. Для стихов, таблиц, кода и списков её лучше отключить: там конец строки имеет значение.
- Отметки страниц помогают, когда нужно найти, откуда взят фрагмент, или ссылаться на страницу.
- Файл DOCX даёт абзацы без исходного оформления: правки удобнее делать в Word, чем в PDF.