Testo selezionabile e immagini scansionate sono diversi
Alcuni PDF memorizzano veri codici di carattere e le associazioni ai glifi. Altri sono soltanto fotografie delle pagine, senza testo ricercabile finché non viene eseguito il riconoscimento ottico (OCR).
Questo strumento esporta il testo incorporato che riesce a leggere. Non ricrea la formattazione con font, colonne, tabelle, grafici e impaginazione originale come un programma di scrittura.
Esamina il file di testo
In PDF complessi l'ordine dei caratteri salvati può differire dalla sequenza di lettura. Se nomi o colonne risultano confusi, usa un metodo di estrazione che analizzi l'impaginazione o un OCR adeguato.
- Apri un PDF e verifica che le lettere si possano selezionare.
- In Converti PDF seleziona l'esportazione di tutte le pagine in TXT.
- Apri il TXT e controlla interruzioni di riga, caratteri e ordine; correggi eventuali errori in un editor.
- Il TXT non conserva firme, immagini, font o impaginazione del PDF.