PDF-файлы — стандарт для обмена документами. У пользователей в офисе часто возникает вопрос: «Как скопировать текст из ПДФ?». Например, если нужно перенести информацию из договора в отчет. В статье подскажем, как решить эту проблему, и объясним, почему она возникает.
Почему текст из PDF не всегда удается скопировать
PDF — это мультимедийный формат. Он создан, чтобы сохранять изначальное оформление при просмотре на любом устройстве или в программе. Поэтому его не получается отредактировать или скопировать.
Если документ был конвертирован из DOC или DOCX, он содержит текстовый слой. Информация хранится как набор символов с координатами холста. Для программы это текст — с ним не возникнет проблем.
Но если в исходнике сложное форматирование, использовались нестандартные шрифты, то буквы превращаются в набор значков, слова переносятся с ошибками.
Другая распространенная проблема связана с версткой. Если текст написан колонками, программа может неправильно определить порядок чтения. В результате содержимое перемешивается, текст теряет первоначальную структуру.
Другое дело, если PDF был собран из обычных картинок, например из слайдов презентации. Для системы это набор пикселей, поэтому копировать его невозможно.
Кстати, при отсутствии текстового слоя поиск по PDF тоже окажется недоступен. Простой способ вычислить скан — попробовать найти слово.
Наконец, владелец PDF мог ограничить доступ и запретить копирование. Такие настройки применяются для защиты информации от незаконного использования.
Как быстро проверить PDF перед копированием
Простой способ — выделить содержимое и скопировать. Когда вместо отдельных слов выделяется страница целиком или функция не работает, значит перед вами скан. Для копирования нужен инструмент OCR — оптическое распознавание символов.
Дополнительно можно увеличить масштаб страницы. Если содержимое становится зернистым, как фотография, — документ состоит из изображений.
Учитывайте, что в одном файле могут быть оба типа страниц. Например, часть PDF конвертирована, а другая добавлена в виде сканов. Полистайте содержимое и проведите тесты в разных разделах.
Как извлечь текст из PDF без скачивания программы
Самый быстрый способ извлечь текст из ПДФ — воспользоваться онлайн-сервисами. Такой вариант подойдет, если:
- нужно один раз скопировать текст из документа;
- нельзя устанавливать дополнительные программы, например на рабочем компьютере нет прав;
- мало места на устройстве;
- не хочется платить за программу.
Документ может содержать конфиденциальную информацию, поэтому проверяйте надежность сервиса. Почитайте политику конфиденциальности: удаляются ли данные сразу после обработки, есть ли доступ у третьих лиц и т. д.
Один из таких сервисов — PDF Maestro. Он позволяет извлечь текст из отсканированных документов с помощью OCR. Поддерживает более 100 языков, в том числе русский и английский. В нем можно работать бесплатно и без регистрации. Материалы пользователя удаляются с сервера сразу после завершения сеанса.
Как сделать извлечение текста:
- Откройте онлайн редактор PDF Maestro. Раскройте вкладку «Инструменты» на главной странице. В разделе «Безопасность» выберите кнопку «OCR-распознавание». Загрузите PDF-файл в окно импорта.
- Задайте настройки: язык и режим (например, только сканы). Ниже есть дополнительные опции — можно включить сохранение отдельного текстового файла, выправить наклон страниц, очистить шумы на изображении (черные пятна и полосы), удалить все картинки.
- Щелкните «Продолжить» и дождитесь конца обработки PDF онлайн. Скачайте результат.
Как перенести часть текста из PDF в другой документ
Если вы работаете с большим материалом, выгрузите фрагмент — одну или несколько страниц.
Вот как скопировать часть текста из ПДФ-файла:
- Во вкладке с инструментами найдите «Разделить PDF». Импортируйте материал.
- Настройте диапазон страниц. Например, если вам нужна пятая, выставьте отрезки 1-4, 5, 6-7. Нажмите «Продолжить».
- После окончания обработки скачайте материалы на ПК. Выберите страницу и продолжите работу с ней: распознайте текст через OCR по предыдущему алгоритму.
- Выделите нужный фрагмент и нажмите Ctrl + C. Вставьте в итоговый документ.
Как конвертировать PDF-файл в редактируемый формат
Иногда обычного копирования текста недостаточно. Например, если нужно сохранить форматирование, внести изменения в таблицы, сделать вставку изображения.
В таких случаях выполните преобразование PDF в редактируемый формат. После конвертации содержимое можно свободно изменять, вырезать отдельные фрагменты, добавлять комментарии и сохранять обновленную версию документа.
Вот как вытащить текст из ПДФ с помощью преобразования в браузере:
- Раскройте вкладку «Инструменты» и выберите «Конвертировать PDF в текст».
- Загрузите файл в окно импорта.
- На панели справа определите формат: TXT или RTF. После щелкните «Продолжить».
- Затем кликните «Скачать» загрузка начнется автоматически.
Также с помощью PDF Maestro можно конвертировать документ в редактируемый Word-файл в формате DOC, DOCX, ODT.
Как скопировать текст из PDF-файла на смартфоне
Перед тем, как скопировать из файла ПДФ часть текста на iPhone или Android, его нужно открыть во встроенном просмотрщике. Подойдет приложение «Книги» или «Файлы». Нажмите и удерживайте случайное слово, затем с помощью маркеров расширьте область выделения до нужного фрагмента. После этого в контекстном меню выберите пункт «Скопировать».
Если выделить текст не получается, сначала потребуется распознать текст в специальном редакторе.
Что делать, если PDF защищен от копирования
Некоторые PDF защищены паролем. Файл можно открыть и прочитать, но выделение текста, копирование или редактирование содержимого недоступны.
Чтобы решить проблему, попробуйте следующие способы:
- Попросите исходный файл. Если PDF прислал коллега, проще всего запросить версию без ограничений либо документ Word.
- Проверьте права доступа. Некоторые PDF защищены паролем для изменения или копирования, но владелец документа может предоставить необходимые разрешения без повторного создания файла.
- Получите согласие правообладателя, чтобы процитировать или перенести информацию.
Если вы не являетесь владельцем документа и не получили разрешение на использование его содержимого, не стоит пытаться обходить установленную защиту.
Заключение
Документы в формате PDF устроены по-разному. Некоторые конвертированы из текстового формата, другие представляют собой сканы, третьи защищены паролем от копирования. Из-за этого текст не выделяется, переносится с ошибками. В таких случаях важно определить тип файла и выбрать подходящий способ извлечения.
Чтобы скопировать содержимое, удобно использовать PDF Maestro. Это доступный российский сервис для новичков. Он работает в любом браузере, бесплатный и не показывает рекламу. В нем можно не только извлекать текст из изображения, но и разделять, объединять файлы, сжимать их, добавлять подпись и другое.