Cara Copy Teks dari PDF dan Merapikan Hasil Tempelan yang Berantakan
Untuk menyalin teks dari PDF, buka file di penampil yang mendukung pemilihan teks, seret kursor di atas bagian yang Anda perlukan, lalu salin seperti di halaman web biasa. Kalau hasil tempelannya penuh baris terputus atau karakter aneh, itu wajar untuk PDF dan mudah dirapikan. Kalau sama sekali tidak ada yang bisa dipilih, kemungkinan besar PDF itu hasil scan, dan Anda perlu pengenalan teks (OCR) terlebih dahulu.
Anda bisa membuka jurnal itu di penampil bawaan browser atau di Penampil PDF Opener, yang memungkinkan Anda memilih dan menyalin teks tanpa mengunggah file ke mana pun.
Memilih dan menyalin bagian teks
- Buka PDF di penampil yang mendukung pemilihan teks: browser, Preview di macOS, atau Penampil PDF.
- Perbesar tampilan agar terlihat jelas di mana bagian itu dimulai dan berakhir. Memulai seleksi di tengah kata adalah penyebab paling umum kutipan yang tersalin setengah.
- Klik tepat sebelum kata pertama dan seret sampai akhir bagian. Untuk memilih blok yang lebih panjang, klik di awal, gulir, lalu tahan Shift dan klik di akhir; cara ini berfungsi di banyak penampil.
- Salin dengan Ctrl+C (Cmd+C di Mac) dan tempel ke catatan Anda.
Jurnal dua kolom adalah bagian yang paling merepotkan. Tergantung cara PDF itu dibuat, seleksi bisa melompat dari kolom kiri ke kolom kanan, atau ikut mengambil header halaman atau catatan kaki di tengahnya. Salin satu kolom setiap kali, dan kalau masih melompat, salin potongan yang lebih kecil lalu gabungkan.
Sebelum menutup file, catat nomor halaman kutipan itu. Untuk sitasi, yang Anda butuhkan adalah nomor halaman yang tercetak di halaman jurnal, yang sering berbeda dari urutan halaman yang ditampilkan penampil Anda.
Kenapa teks yang ditempel jadi berantakan
PDF dibuat untuk dicetak, bukan untuk diedit. PDF menyimpan posisi setiap karakter di halaman, bukan bagaimana kalimat dan paragraf tersusun. Saat Anda menyalin, penampil harus menebak kembali strukturnya, dan tebakannya tidak selalu tepat.
- Baris terputus di tengah kalimat. Setiap baris cetak diakhiri jeda baris permanen, jadi paragraf yang dikutip muncul sebagai tumpukan baris pendek.
- Kata yang terpotong tanda hubung. Kata yang terbagi di dua baris, seperti “penge-” dan “tahuan”, tetap terpisah, lengkap dengan tanda hubungnya.
- Karakter “fi” dan “fl” hilang atau aneh. Banyak font menggambar pasangan huruf ini sebagai satu glif gabungan yang disebut ligatur. Sebagian PDF menempelkannya sebagai satu karakter khusus, sebuah kotak, atau tidak sama sekali, sehingga “fisika” menjadi “sika”.
- Teks acak sama sekali. Jika teks terlihat normal di layar tetapi saat ditempel menjadi simbol acak, font di PDF itu tidak punya pemetaan yang benar dari glif kembali ke huruf sebenarnya. Penampil bisa menggambar bentuknya, tetapi tidak tahu huruf apa itu. Tidak ada penampil yang bisa memperbaikinya dengan andal. Perlakukan file itu seperti hasil scan dan gunakan OCR, atau ketik ulang kutipannya.
- Spasi berlebih atau kata yang menempel. Teks rata kiri-kanan dan jarak antarhuruf yang rapat bisa membingungkan tebakan spasi.
Rumus matematika, simbol khusus, dan aksara non-Latin lebih mungkin keliru, jadi periksa bagian itu karakter demi karakter.
PDF hasil scan: tidak ada teks yang bisa disalin
Jika klik dan seret malah menggambar kotak atau memilih seluruh halaman sebagai satu gambar, PDF itu terdiri dari gambar, biasanya hasil scan atau foto halaman cetak. Tampilannya seperti teks, tetapi tidak ada teks di dalamnya. Opener bisa menampilkan file seperti ini tetapi tidak melakukan OCR, begitu juga kebanyakan penampil sederhana.
Untuk mengambil teksnya, Anda perlu pengenalan karakter optik (OCR):
- Google Drive dan Google Docs. Unggah PDF ke Google Drive dan buka dengan Google Docs. Docs akan mencoba mengenali teksnya dan membuat dokumen yang bisa diedit. Hasilnya paling baik untuk scan yang bersih dan lurus; periksa hasilnya dengan teliti.
- Fitur pengenalan teks di HP. iPhone keluaran terbaru (Live Text) dan HP Android (Google Lens) bisa mengenali teks di foto atau di layar. Buka halamannya, perbesar bagian yang dibutuhkan, lalu gunakan fitur pemilihan teks di HP, atau ambil screenshot dan kenali teks dari situ.
- Software desktop dengan OCR. Beberapa editor PDF dan aplikasi pemindai punya fitur OCR. Perpustakaan kampus Anda mungkin juga menyediakan akses ke alat semacam itu.
OCR bisa salah, terutama pada huruf kecil, jenis huruf lama, catatan kaki, dan rumus. Selalu bandingkan teks hasil pengenalan dengan halaman aslinya sebelum mengutipnya.
Saat PDF tidak mengizinkan penyalinan
Sebagian PDF terbuka normal, tetapi teksnya tidak bisa dipilih atau disalin. Penulis atau penerbit telah memasang pembatasan izin di file tersebut. Pembatasan ini bisa memblokir penyalinan, pencetakan, atau pengeditan, tetapi tetap mengizinkan membaca. Seberapa ketat sebuah aplikasi menerapkannya berbeda-beda, tetapi pembatasan itu mencerminkan keinginan penerbit dan bisa terkait dengan ketentuan lisensi.
Untuk kutipan akademik yang pendek, pilihan yang paling sederhana:
- Ketik ulang. Untuk satu atau dua kalimat, cara ini cepat dan menghindari semua masalah format.
- Cari versi lain. Artikel yang sama sering tersedia di database perpustakaan, situs web jurnal, atau repositori sebagai PDF tanpa pembatasan atau sebagai halaman HTML.
- Tanyakan. Penulis biasanya senang mengirimkan salinan artikelnya sendiri.
Mengutip bagian pendek dengan sitasi yang benar adalah praktik akademik yang wajar. Menyalin sebagian besar dokumen yang dibatasi adalah persoalan lain, jadi periksa pedoman kampus Anda kalau ragu.
Merapikan teks yang ditempel
Beberapa kebiasaan kecil bisa mengubah tempelan yang berantakan menjadi kutipan rapi dalam hitungan detik:
- Tempel tanpa format. Banyak aplikasi punya opsi “tempel sebagai teks biasa”, sering kali Ctrl+Shift+V. Font dan ukuran dari PDF dibuang sehingga kutipan menyatu dengan dokumen Anda.
- Gabungkan baris. Di Word, fitur “Find and Replace” bisa mencocokkan tanda paragraf dengan
^p. Ganti dengan spasi untuk menggabungkan satu paragraf menjadi satu baris. Editor lain punya opsi serupa, kadang memakai regular expression. Lakukan hanya pada kutipannya, bukan pada seluruh dokumen. - Perbaiki tanda hubung. Cari tanda hubung yang diikuti jeda baris dan hapus keduanya, lalu baca ulang, karena sebagian tanda hubung memang asli (“anak-anak”).
- Periksa ligatur dan simbol. Cari “fi”, “fl”, dan “ff” yang hilang, kotak-kotak aneh, dan tanda kutip yang berubah menjadi karakter lain.
- Bandingkan dengan aslinya. Cocokkan kutipan yang ditempel dengan PDF sekali saja, kata demi kata. Hanya butuh satu menit, dan ini satu-satunya cara menemukan kata yang hilang tanpa disadari.
Jika PDF-nya sendiri tidak mau terbuka, mulailah dari apa yang harus dilakukan saat PDF tidak bisa dibuka.
Pertanyaan yang sering diajukan
Kenapa teksnya terlihat tapi tidak bisa dipilih?
PDF itu hampir pasti hasil scan atau dibuat dari gambar. Tidak ada lapisan teks, hanya gambar dari teks. Gunakan OCR, misalnya lewat Google Docs atau fitur pengenalan teks di HP Anda.
Kenapa teks yang saya salin penuh jeda baris?
PDF menyimpan setiap baris cetak secara terpisah, jadi akhir baris ikut tersalin. Tempel sebagai teks biasa dan ganti jeda baris dengan spasi.
Apakah Penampil PDF Opener bisa melakukan OCR?
Tidak. Penampil PDF memungkinkan Anda memilih dan menyalin teks di PDF yang berisi teks asli. PDF hasil scan tetap tampil dengan baik, tetapi Anda perlu alat OCR untuk mengambil teks darinya.
Apakah boleh menyalin teks dari PDF yang dilindungi?
Pembatasan itu adalah pilihan penerbit. Untuk kutipan pendek, mengetik ulang dengan sitasi adalah hal yang wajar; untuk lebih dari itu, cari versi tanpa pembatasan atau tanyakan kepada penulisnya.