Come copiare il testo da un PDF (e sistemare il testo incollato)
Per copiare il testo da un PDF, aprilo in un visualizzatore che permette di selezionare il testo, trascina il cursore sul passaggio e copialo come faresti su una pagina web. Se il testo incollato ha righe spezzate o caratteri strani, è normale con i PDF e si sistema in fretta. Se invece non riesci a selezionare proprio nulla, molto probabilmente il PDF è una scansione e prima ti serve il riconoscimento del testo (OCR).
Puoi aprire l’articolo nel visualizzatore integrato del browser oppure nel Visualizzatore PDF di Opener, che ti permette di selezionare e copiare il testo senza caricare il file da nessuna parte.
Selezionare e copiare il passaggio
- Apri il PDF in un visualizzatore che permette di selezionare il testo: un browser, Anteprima su macOS oppure il Visualizzatore PDF.
- Ingrandisci finché vedi con precisione dove inizia e dove finisce il passaggio. Iniziare la selezione a metà parola è la causa più comune delle citazioni copiate a metà.
- Clicca subito prima della prima parola e trascina fino alla fine del passaggio. Per selezionare un blocco più lungo, clicca all’inizio, scorri, poi tieni premuto Maiusc e clicca alla fine: funziona in molti visualizzatori.
- Copia con Ctrl+C (Cmd+C su Mac) e incolla negli appunti.
Gli articoli su due colonne sono il caso più delicato. A seconda di come è stato prodotto il PDF, la selezione può saltare dalla colonna di sinistra a quella di destra, oppure includere un’intestazione di pagina o una nota a piè di pagina nel mezzo. Copia una colonna alla volta e, se salta ancora, copia pezzi più piccoli e poi uniscili.
Prima di chiudere il file, annota il numero di pagina della citazione. Per la bibliografia ti serve il numero stampato sulla pagina della rivista, che spesso è diverso dal numero di pagina mostrato dal visualizzatore.
Perché il testo incollato esce spezzato
Un PDF è pensato per la stampa, non per la modifica. Memorizza la posizione di ogni carattere sulla pagina, non il modo in cui frasi e paragrafi si collegano tra loro. Quando copi, il visualizzatore deve ricostruire la struttura per tentativi, e non sempre ci azzecca.
- A capo in mezzo alle frasi. Ogni riga stampata termina con un a capo forzato, quindi un paragrafo citato arriva come una pila di righe corte.
- Parole sillabate. Le parole divise tra due righe, come «esperi-» e «mento», restano divise, trattino compreso.
- Caratteri mancanti o strani in «fi» e «fl». Molti font disegnano queste coppie come un unico segno combinato, chiamato legatura. Alcuni PDF le incollano come un carattere speciale, un quadratino o niente del tutto, così «figura» diventa «gura».
- Testo completamente incomprensibile. Se il testo sullo schermo sembra a posto ma incollato diventa una serie di simboli casuali, il font del PDF non ha una corrispondenza corretta tra i suoi glifi e le lettere vere. Il visualizzatore sa disegnare le forme, ma non sa quali lettere siano. Nessun visualizzatore può risolverlo in modo affidabile: tratta il file come una scansione e usa l’OCR, oppure ribatti la citazione.
- Spazi in più o parole attaccate. Il testo giustificato e una crenatura stretta possono ingannare la ricostruzione degli spazi.
Formule matematiche, simboli speciali e alfabeti non latini hanno più probabilità di uscire sbagliati, quindi controllali carattere per carattere.
PDF scansionati: non c’è testo da copiare
Se cliccando e trascinando compare un riquadro, oppure si seleziona l’intera pagina come un’unica immagine, il PDF è fatto di immagini: di solito una scansione o una foto di pagine stampate. Sembra testo, ma non ne contiene. Opener può mostrare questi file ma non fa OCR, e lo stesso vale per la maggior parte dei visualizzatori di base.
Per estrarre il testo ti serve il riconoscimento ottico dei caratteri:
- Google Drive e Documenti Google. Carica il PDF su Google Drive e aprilo con Documenti Google. Documenti prova a riconoscere il testo e crea un documento modificabile. Funziona meglio con scansioni pulite e dritte; controlla con attenzione il risultato.
- Il riconoscimento del testo del telefono. Gli iPhone recenti (Testo live) e i telefoni Android (Google Lens) riconoscono il testo in una foto o sullo schermo. Apri la pagina, ingrandisci il passaggio e usa la funzione di selezione del testo del telefono, oppure fai uno screenshot e riconosci il testo da lì.
- Programmi desktop con OCR. Alcuni editor PDF e app di scansione includono l’OCR. Anche la biblioteca della tua università potrebbe darti accesso a strumenti di questo tipo.
L’OCR sbaglia, soprattutto con caratteri piccoli, tipi di carattere antichi, note a piè di pagina e formule. Confronta sempre il testo riconosciuto con la pagina prima di citarlo.
Quando un PDF non ti lascia copiare
Alcuni PDF si aprono normalmente ma non permettono di selezionare o copiare il testo. L’autore o l’editore ha impostato delle restrizioni nel file. Questi permessi possono bloccare la copia, la stampa o la modifica pur consentendo la lettura. Quanto rigidamente le app li applichino varia, ma la restrizione riflette la volontà dell’editore e può essere legata ai termini di licenza.
Per una breve citazione accademica, le strade più semplici sono:
- Ribatterla a mano. Per una o due frasi è rapido ed eviti ogni problema di formattazione.
- Cercare un’altra versione. Lo stesso articolo è spesso disponibile nella banca dati della tua biblioteca, sul sito della rivista o in un archivio istituzionale come PDF senza restrizioni o come pagina HTML.
- Chiedere. Di solito gli autori sono felici di inviare una copia del proprio articolo.
Citare un breve passaggio con un riferimento corretto è una normale pratica accademica. Copiare ampie parti di un documento protetto è un’altra faccenda, quindi in caso di dubbio consulta le indicazioni della tua università.
Ripulire il testo incollato
Qualche abitudine trasforma in pochi secondi un incolla disordinato in una citazione pulita:
- Incolla senza formattazione. Molte app hanno un’opzione per incollare solo il testo, spesso con Ctrl+Maiusc+V. Così perdi font e dimensioni del PDF e la citazione si adatta al tuo documento.
- Unisci le righe. In Word, Trova e sostituisci riconosce i segni di paragrafo con
^p. Sostituiscili con uno spazio per riunire un paragrafo in una sola riga. Altri editor hanno opzioni simili, a volte con le espressioni regolari. Fallo solo sulla citazione, non su tutto il documento. - Sistema la sillabazione. Cerca un trattino seguito da un a capo ed elimina entrambi, poi rileggi, perché alcuni trattini sono veri («socio-economico»).
- Controlla legature e simboli. Cerca «fi», «fl» e «ff» mancanti, quadratini strani e virgolette trasformate in altri caratteri.
- Confronta con l’originale. Rileggi la citazione incollata accanto al PDF, parola per parola. Ci vuole un minuto ed è l’unico modo per accorgerti di una parola sparita senza avvisi.
Se è il PDF stesso a non aprirsi, comincia da cosa fare quando un PDF non si apre.
Domande frequenti
Perché vedo il testo ma non riesco a selezionarlo?
Quasi certamente il PDF è una scansione o è fatto di immagini. Non c’è un livello di testo, solo un’immagine del testo. Usa l’OCR, per esempio tramite Documenti Google o il riconoscimento del testo del telefono.
Perché il testo copiato è pieno di a capo?
I PDF memorizzano ogni riga stampata separatamente, quindi quando copi ti porti dietro anche le fini riga. Incolla come testo semplice e sostituisci gli a capo con degli spazi.
Il Visualizzatore PDF di Opener fa l’OCR?
No. Il Visualizzatore PDF ti permette di selezionare e copiare il testo nei PDF che contengono testo vero. I PDF scansionati si vedono bene, ma per estrarne il testo ti serve uno strumento OCR.
Si può copiare il testo da un PDF protetto?
La restrizione è una scelta dell’editore. Per una breve citazione, ribatterla con il riferimento bibliografico è normale; per parti più lunghe, cerca una versione senza restrizioni o chiedi all’autore.