Copiar deste PDF dá texto ilegível
Você seleciona o texto num PDF, copia, cola — e recebe uma sequência ilegível de outro sistema de escrita. Na tela a página parece perfeita; só quebra no instante em que você copia.
A causa é que às fontes embutidas no PDF falta a tabela que liga cada glifo a um código de caractere — a ToUnicode CMap. Para exibir basta «desenhe esta forma», por isso a página aparece certa mesmo sem ela. Copiar precisa do código do caractere, e é aí que o elo se perde. É comum em artigos científicos, documentos oficiais e arquivos gerados por programas de diagramação antigos.
Os caracteres não estão danificados. Há formas legíveis desenhadas na página. É por isso que reler as páginas como imagens recupera o texto. Trocar a fonte ou colar em outro programa não adianta — a informação já se perdeu no momento da cópia.
Testar agora
Confira no seu próprio PDF
A verificação roda inteiramente no seu navegador. Seu arquivo nunca é enviado e não é preciso criar conta. Veja quantas páginas, tabelas e figuras dá para extrair antes de pagar.
Exemplo
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。
判定はこのブラウザの中だけで行っています。入力した文字列はどこにも送信されません。
Perguntas frequentes
- Por que copiar de um PDF produz texto ilegível?
- Porque às fontes embutidas falta a tabela que diz qual caractere cada glifo representa (a ToUnicode CMap). A página aparece certa, mas a cópia devolve outros caracteres. O texto não está danificado — falta apenas o mapeamento —, então reler as páginas como imagens o recupera.
- Dá para recuperar o texto de um PDF ilegível?
- Sim. O PDFIntact relê as páginas como imagens e recupera o texto por reconhecimento de caracteres. A verificação roda inteiramente no seu navegador antes do pagamento, então você confirma no seu próprio arquivo. Nada é enviado.
- Colar no Word resolve?
- Não. Os códigos de caractere já se perderam no momento da cópia, então a mesma corrupção aparece onde quer que você cole. Trocar a fonte também não adianta.
- Quanto custa?
- Cobrança única por número de páginas: 160 ienes de 1 a 10 páginas, 300 de 11 a 30, 550 de 31 a 60, 850 de 61 a 100 e 1.500 de 101 a 200. Sem cadastro. A verificação em si é gratuita.
Verificar qualquer PDF em todos os sintomas／ O que vai em cada formato