Копирование из этого PDF даёт нечитаемые символы
Вы выделяете текст в PDF, копируете, вставляете — и получаете нечитаемую строку из совсем другой письменности. На экране страница выглядит безупречно; ломается всё именно в момент копирования.
Причина в том, что встроенным шрифтам не хватает таблицы, сопоставляющей каждый глиф коду символа, — ToUnicode CMap. Для показа достаточно «нарисуй эту форму», поэтому страница отображается верно и без неё. Копированию нужен код символа, и именно там связь обрывается. Это часто встречается в научных статьях, документах ведомств и файлах из старых издательских программ.
Символы не испорчены. На странице нарисованы читаемые формы. Поэтому, если прочитать страницы обратно как изображения, текст возвращается. Смена шрифта или вставка в другую программу не помогут — сведения были потеряны уже при копировании.
Попробовать
Проверьте на своём PDF
Проверка выполняется целиком внутри браузера. Файл никуда не загружается, регистрация не нужна. До оплаты видно, сколько страниц, таблиц и рисунков удастся извлечь.
Пример
実際のPDFからコピーした文字列
下は官公庁の資料からコピーした実物です。左が化けたもの、右が復元したものです。左をコピーして、お使いのエディタに貼ってみてください。同じ結果になります。
コピーした結果
ᆅ᪉බඹᅋయ࠾ࡅࡿ᭩㠃つไࠊᢲ༳ࠊᑐ㠃つไࡢぢ┤ࡋࡘ࠸࡚
PDFIntact で取り出した結果
地方公共団体における書面規制、押印、対面規制の見直しについて
お手元の文字列で判定する
コピーした文字列を貼ると、それがこの種類の文字化けかどうかをその場で判定します。PDFを用意しなくても、コピーした結果だけで確かめられます。
Проверка выполняется только внутри этого браузера. Вставленный текст никуда не отправляется.
Частые вопросы
- Почему копирование из PDF даёт абракадабру?
- Потому что встроенным шрифтам не хватает таблицы, которая говорит, какой символ обозначает каждая форма глифа (ToUnicode CMap). Страница отображается верно, но копирование выдаёт другие символы. Текст не повреждён — отсутствует только сопоставление, — поэтому чтение страниц как изображений возвращает его.
- Можно ли вернуть текст из такого PDF?
- Да. PDFIntact перечитывает страницы как изображения и восстанавливает текст распознаванием символов. Проверка выполняется целиком в вашем браузере до оплаты, так что убедиться можно на своём файле. Ничего никуда не загружается.
- Поможет ли вставка в Word?
- Нет. Коды символов потеряны уже в момент копирования, поэтому та же порча появится где угодно. Смена шрифта тоже не помогает.
- Сколько это стоит?
- Разовая оплата по числу страниц: 1,50 $ за 1–10 страниц, 2,90 $ за 11–30, 4,99 $ за 31–60, 7,90 $ за 61–100 и 13,90 $ за 101–200. Учётная запись не нужна, сама проверка бесплатна.
Проверить файл сразу по всем симптомам／ Чем отличаются форматы