Que faire quand le texte extrait d'un PDF est illisible
Points clés
- Selon la façon dont les polices sont intégrées, l'extraction peut échouer
- Les données de texte peuvent différer de ce qui s'affiche
- Recréer le PDF à partir de l'original règle souvent le problème
Après l'extraction, le texte affiche des symboles illisibles ou de mauvais caractères. La cause tient à la façon dont le PDF a été fabriqué.
Causes
- Les informations de police sont intégrées de façon particulière : les données de texte ne correspondent donc pas aux caractères affichés
- Le logiciel qui a créé le PDF a converti le texte en formes (contours)
- Un ancien format ou une police japonaise spéciale est utilisé
Que faire
- Si vous avez le fichier d'origine (comme Word), recréez le PDF.
- Ouvrez-le dans un autre lecteur PDF (un navigateur, Aperçu, etc.) et essayez d'y copier le texte.
- Si vous n'arrivez toujours pas à l'extraire, transformez le PDF en images et utilisez l'OCR. (Cet outil n'a pas d'OCR.)
Vérification
Regardez si seule une partie est illisible ou tout le texte. Si ce n'est qu'une partie, une correction à la main peut suffire.
Utiliser « Extraire le texte d'un PDF » (gratuit)Outils complémentaires
- PDF en images: Enregistrez chaque page d'un PDF sous forme d'image JPEG ou PNG.
- Extraire ou supprimer des pages de PDF: Gardez seulement les pages dont vous avez besoin, ou supprimez celles dont vous n'avez pas besoin.
- Compresser un PDF: Réduisez un PDF sous une taille de votre choix, pour les limites de téléversement.
Si ce guide vous a aidé, un petit pourboire nous ferait très plaisir.
Laisser un pourboire (300 ¥)Offrir un cadeau (liste d'envies Amazon)Autres guides pour cet outil
- Comment copier et extraire le texte d'un PDF
- Pourquoi on ne peut pas extraire le texte d'un PDF (PDF numérisés)
- Comment copier le texte d'un PDF dans Word ou dans des notes
- Astuces pour utiliser le texte d'un PDF pour étudier et rédiger des rapports
- Faut-il ajouter des repères de page ? Choisir entre activé et désactivé
- Comment extraire le texte d'un PDF sans envoyer le fichier nulle part