Was tun, wenn extrahierter PDF-Text unleserlich ist
Wichtige Punkte
- Je nach Einbettung der Schriften kann die Extraktion scheitern
- Die Textdaten können von der Anzeige abweichen
- Das PDF aus dem Original neu zu erstellen löst es oft
Nach der Extraktion zeigt der Text unlesbare Symbole oder falsche Zeichen. Die Ursache liegt darin, wie das PDF erstellt wurde.
Ursachen
- Die Schriftinformationen sind auf besondere Weise eingebettet, daher passen die Textdaten nicht zu den angezeigten Zeichen
- Die Software, die das PDF erstellt hat, hat Text in Formen (Konturen) umgewandelt
- Ein altes Format oder eine spezielle japanische Schrift wird verwendet
Was zu tun ist
- Haben Sie die Originaldatei (etwa Word), erstellen Sie das PDF neu.
- Öffnen Sie es in einem anderen PDF-Viewer (Browser, Vorschau usw.) und versuchen Sie dort, Text zu kopieren.
- Lässt es sich weiterhin nicht extrahieren, wandeln Sie das PDF in Bilder um und nutzen OCR. (Dieses Werkzeug hat keine OCR.)
Prüfen
Sehen Sie nach, ob nur ein Teil oder alles unleserlich ist. Bei nur einem Teil kann manuelles Korrigieren genügen.
„Text aus PDF extrahieren“ verwenden (kostenlos)Passende Werkzeuge dazu
- PDF in Bilder: Jede Seite eines PDFs als JPEG- oder PNG-Bild speichern.
- PDF-Seiten extrahieren oder löschen: Nur die benötigten Seiten behalten oder die überflüssigen entfernen.
- PDF komprimieren: Ein PDF unter eine gewählte Größe verkleinern, passend zu Upload-Limits.
Wenn Ihnen diese Anleitung geholfen hat, freuen wir uns über ein kleines Trinkgeld.
Trinkgeld senden (¥300)Geschenk senden (Amazon-Wunschliste)Weitere Anleitungen zu diesem Werkzeug
- So kopieren und extrahieren Sie Text aus einem PDF
- Warum sich aus einem PDF kein Text extrahieren lässt (gescannte PDFs)
- So kopieren Sie PDF-Text in Word oder Notizen
- Tipps zur Nutzung von PDF-Text für Studium und Berichte
- Seitenmarkierungen hinzufügen? Zwischen An und Aus wählen
- So extrahieren Sie PDF-Text, ohne die Datei irgendwohin zu senden