Chữ chọn được khác với hình ảnh quét
Một số PDF lưu mã ký tự thực và ánh xạ tới hình dạng chữ. Một số khác chỉ là ảnh chụp trang giấy, không có nội dung chữ có thể tìm kiếm trước khi xử lý OCR.
Công cụ chỉ xuất những ký tự nhúng đọc được. Phông chữ, cột, bảng, sơ đồ và bố cục không được tái tạo như tài liệu soạn thảo văn bản.
Kiểm tra tệp TXT
PDF phức tạp có thể lưu chữ không theo đúng thứ tự đọc. Nếu tên người hay cột bị đảo lộn, hãy dùng phương pháp trích xuất hiểu bố cục hoặc OCR thích hợp.
- Mở PDF và kiểm tra chữ trên trang có chọn được không.
- Trong Chuyển đổi PDF, chọn xuất tất cả trang sang TXT.
- Mở TXT, xem dấu xuống dòng, ký tự và thứ tự đọc rồi chỉnh sửa nếu cần.
- Không nên mong TXT giữ chữ ký, ảnh, phông chữ hay bố cục trang PDF.