Teks PDF asli dan gambar hasil pindai berbeda
Sebagian PDF menyimpan kode karakter dan pemetaan bentuk huruf. PDF hasil pindai mungkin hanya berisi foto halaman sehingga tidak memiliki teks yang bisa dicari sebelum diproses dengan OCR.
Alat ini menyimpan teks tertanam yang dapat dibaca, bukan membuat dokumen pengolah kata dengan tata letak, kolom, tabel, diagram dan font yang sama.
Periksa urutan dan karakter hasil ekstraksi
PDF rumit bisa menyimpan karakter dalam urutan berbeda dari cara membacanya. Jika nama atau kolom tampak acak, gunakan OCR atau ekstraksi yang memahami susunan halaman.
- Buka PDF dan pastikan teksnya bisa dipilih.
- Pada Konversi PDF, ekspor semua halaman sebagai TXT.
- Buka TXT, periksa pergantian baris, karakter dan urutan; betulkan jika perlu.
- File TXT tidak menyimpan tanda tangan, gambar, font atau tata letak PDF.